分析了正交频分复用(OFDM)系统中采样频率偏移对系统性能的影响，提出了一种在频域进行估计和校正的采样频率同步算法．该算法易于硬件实现，与采用最小二乘法(LS)的估计算法相比可以减少20％的硬件资源，提高l倍的工作速度．根据IEEE 802.11a无线局域网(WLAN)标准进行了算法仿真和现场可编程门阵列(FPGA)上的硬件实现研究．仿真结果表明，无论是在高斯白噪声(AWGN)信道还是多径信道下，该算法均可以有效地对采样频率偏移进行校正，使系统性能符合标准要求．通过在FPGA上的硬件实现以及使用Xilin

Minn提出的定时估计算法，比SC算法精度要高。

基于各种OFDM同步算法，针对Schmidl提出的同步算法存在符号定时难以准确确定的不足，提出了一种利用2个特殊训练序列的有效的同步方案，同时给出了一种整数倍频偏估计的改进算法。理论分析和仿真结果都表明，与传统方案相比，该方案频率同步性更好，符号定时更精确，是一种非常有效实用的方案。

5．2 Moose的频率同步算法 5．2．1 Moose的频率同步算法描述 该算法首先是由Moose提出来的，他假设定时同步已经完成，通过发送两个相同的 OFDM符号，根据FFT的性质得到最大似然函数，算法原理是这样的【25】： 设经过IFFT之后发射OFDM符号表示如下式： r(n)=s(n)e7栅”／Ⅳ+w(刀)行=D，J『，．．．，2N-1 (5．5) 式中，s(门)是待传输的符号，s是被子载波间隔归一化的频率偏差，w(n)为高斯白噪声。 假设定时估计点准确，则通过Ⅳ点FFT变换后前Ⅳ点和后Ⅳ点序列分别为： ^，一， k=0，1，．．．，N—J (5．6) 2N--I N—-I 也。=∑，．(甩)e叫脯7．Ⅳ=∑，．(刀+Ⅳ)P卅椭7Ⅳ 七=0^⋯，N—J (5．7) n=N n=O 由式(5．5)可知，当不考虑白噪声时： ，(玎+Ⅳ)=，．(门)P口昭 于是有： R2t=Rlke’2昭 若加上白噪声的影响，有： 艺I=RJIe2石弦+％I k=D，，，⋯，N—J 利用概率论中的条件概率的知识，得到频率偏移的最大似然估计： s：三tan一，S=一 。 2死 ∑hn[坛瑶] 七=一N Ⅳ ∑Re[匕哌] (5．8) (5．9) (5．10) (5．11) (5．12) Ⅳ腑石 口聆r ∑脚 =R

频率同步是MIMO-OFDM同步技术必须解决的问题之一,但是传统的基于ML算法的频率偏移估计条件要求苛刻,计算复杂,因此对CFO简单算法的探究势在必行。为此提出一种基于LS算法的频率偏移估计,并将其性能与基于ML的频率偏移估计的性能进行比较。仿真结果表明,LS算法性能等同于ML算法性能。基于LS算法的简单性和使用条件的低约束性,可使用LS算法获得和ML算法相同的频偏估计。

OFDM系统中的定时同步和频率同步算法——时频联合估计的SC算法，由Schmidl和Cox提出，是一种基于训练序列的符号同步和载波频率同步的联合估计算法。本算法是对SC算法的改进。

华为公司的技术白皮书。描述了通信网络中对于同步网络的要求，以及现存的技术的种类和原理。最后列举了典型应用

基于时钟频率调整的时间同步方法，实现简单，而且没有复杂的软件同步协议，占用较小的网络带宽就可以实现高精度的时钟同步，在硬件上只需要低成本的FPGA支持。

OFDM同步算法程序说明，比较经典的做定时同步和频率同步算法，适合小白、新手、初学者，很有启发性的。亲测有用

移动通信中时间 频率同步 可以一看