1.一种适用于大线宽和高阶调制CO-OFDM系统相位噪声补偿方法,其特征在于:首先,将接收端训练符号数据在频域利用进行卡尔曼滤波后进行信道均衡;
其次,将每个OFDM符号分割为若干个亚符号,在每个亚符号内的导频序列处,进行时域扩展卡尔曼滤波得到其相位噪声粗略估计值;在相邻亚符号最后一个导频序列处的相位噪声粗略估计值之间进行线性插值,得到每个时域采样点的相位噪声粗略估值并补偿,再用Avg-BL方法相位噪声补偿后进行预判决;
最后,将预判决后频域数据变换到时域结合初始时域数据,在每个采样点处进行扩展卡尔曼滤波,求出相位噪声精细估计值并补偿。
2.根据权利要求1所述的适用于大线宽CO-OFDM系统的盲ICI相位噪声补偿方法,其特征在于:所述相位噪声补偿方法包括以下步骤:(1)接收端对接收到的CO-OFDM信号进行相干探测接收,然后进行模数转换,得到电域的信号;
(2)电域光纤色散补偿:将光纤信道频域传递函数的解析形式经傅立叶变换到时域,设计时域有限长单位冲激响应FIR滤波器来实现,该滤波器的阶数随色散累积而增加;
(3)串并转换;
(4)移除循环前缀CP;
(5)频率偏移估计和补偿;
(6)采用快速傅里叶变换FFT将信号从时域变为频域,同时保存该时域信号;
(7)在频域用卡尔曼滤波进行信道估计:假定一个OFDM帧在时域包含Ns个OFDM符号,前Np个为训练符号,每个OFDM符号在频域包含Nf个子载波,信道均衡前接收到的第i个符号第k个子载波的频域数据R'i,k表示为:R'i,k=Hi,kCi,k+ξ,i=0,…,Np-1这里Hi,k第i个OFDM符号第k个子载波的信道转移函数,Ci,k为发送端导符号中第i个OFDM符号第k个子载波的频域数据,ξ为系统噪声,Hi,k先采用LS估计,即 再对其进行卡尔曼滤波,卡尔曼滤波求出所有子载波信道转移函数估计值后,再用符号内频域平均算法ISFA计算每个子载波的信道转移函数精确估值;
(8)粗略相位噪声补偿,用扩展卡尔曼滤波对相位噪声值进行粗略估计并补偿;
(9)基于扩展卡尔曼滤波的精细相位噪声补偿,基于步骤(8)得到的时域信号,以及步骤(6)获得的时域信号,在每个时域采样点处,进行扩展卡尔曼滤波,求出每个时域采样点的精细相位噪声估计值,并进行补偿;
(10)将步骤(9)补偿后的OFDM时域数据变换为频域数据进行最终判决。
3.根据权利要求2所述的适用于大线宽CO-OFDM系统的盲ICI相位噪声补偿方法,其特征在于:所述步骤(7)中,包括以下步骤:
7-1、在每个OFDM帧的导符号处,采用LS估计得到每个子载波的信道转移函数LS估值:然后进行卡尔曼滤波,包括步骤7-2至7-6;
7-2、确定初始条件,第0个符号的第k个子载波的初始值:P0,k=σ2
这里P是协方差矩阵,σ2=2πΔf/fs,其中Δf是发射端和接收端激光器线宽之和,fs是OFDM基带信号数模转换的采样速率;
7-3、进行状态预测和协方差预测,
Pi/i-1,k=Pi-1,k+Qi-1,k这里Q是过程噪声的协方差矩阵;
7-4、计算卡尔曼增益
Ki,k=Pi/i-1,k(Pi/i-1,k+Ri,k)-1这里K为卡尔曼增益,R是量测噪声的协方差矩阵;
7-5、计算量测估计值:
式中,ν表示实际观测值和预测值之间的误差;
7-6、更新状态及协方差矩阵
Pi,k=(1-Ki,k)Pi/i-1,k
上述方法在得到第2个符号第k个子载波的卡尔曼滤波信道转移函数估计值后,返回至
7-2继续进行下一个OFDM符号第k个子载波的信道估计,直到处理完所有导符号该子载波的信道估计,则进行下一个子载波信道估计精确值的卡尔曼滤波;最后得到第Np个导符号经卡尔曼滤波得到所有子载波信道转移函数估计值
7-7、对卡尔曼滤波得到第Np个导符号所有子载波信道转移函数用符号内频域平均算法ISFA进行计算,得到第k个子载波的信道转移函数精确估值这里m为参与信道估计的相邻子载波信道数;
7-8、对接收端频域数据进行信道均衡,在每个OFDM帧中,对Np个训练符号之后为Ns个OFDM数据符号,对接收端的数据符号进行信道均衡后,则第i个OFDM符号第k个频域数据Ri,k为:
4.根据权利要求2所述的适用于大线宽CO-OFDM系统的盲ICI相位噪声补偿方法,其特征在于:所述步骤(8)中,包括以下步骤:
8-1、快速傅里叶变换,将信号经过信道均衡后的第i个OFDM频域数据进行快速傅里叶逆变换IFFT变换到时域;
8-2、对每个OFDM时域符号划分为若干个亚符号,设每个OFDM数据符号有Nf个时域采样点,其采样点编号为{0,1,2,…Nf-1};将每个OFDM符号在时域划分成Nb1个亚符号,每个亚符号的数据采样点为S=[Nf/Nb1],其中[A]表示对小于A的最大整数,设一个OFDM符号内时域导频序列总数为Nfp,分别平均分布在每个亚符号内,则其每个亚符号内导频序列数目NL=[Nfp/Nb1],定义集合 是{0,1,2,…S-1}的子集,将发送端第i个符号的第q个亚符号中第ln个时域采样点 作为导频序列,然后在每个亚符号内用扩展卡尔曼滤波的粗略相位噪声估计并补偿,包括步骤8-3至8-7;
8-3、确定初始条件,第0个符号的第0个亚符号中第l0个采样点初始值:第i个OFDM符号的第q个亚符号中第ln个采样点初始值:这里P是协方差矩阵,σ2=2πΔf/fs;
8-4、进行状态预测和协方差预测
这里Q是过程噪声的协方差矩阵;
8-5、计算卡尔曼增益:
这里K为卡尔曼增益,R是量测噪声的协方差矩阵,A是量测矩阵,上标H表示共轭转置;
8-6、计算量测估计值:
式中,ν表示实际观测值和预测值之间的误差;
8-7、进行更新状态和更新协方差矩阵:
计算第i个OFDM符号第q个亚符号中第ln个导频序列采样点的相位噪声估计值后返回到
8-2,计算该亚符号内第ln+1个导频序列采样点的相位噪声估计值,直至该亚符号内最后一个导频序列采样点 被处理完,再对下一个亚符号进行扩展卡尔曼滤波计算;
8-8、用线性插值求出非导频序列位置的相位噪声估计值,在相邻两个亚符号最后导频序列处的复数相位噪声估计值之间进行线性插值,补全所有采样点的相位噪声估计值,按下式进行线性插值:这里,NCP为循环前缀长度,q=0,1,2…Nb1-1,粗略相位噪声补偿后的时域信号yi,n表示为:
8-9、将以上粗略相位噪声补偿后的时域信号用Avg-BL方法进行相位噪声补偿,在该方法中,每个时域OFDM信号被分割为Nb2个亚符号,则每个亚符号内的数据采样数为S2=[Nf/Nb2],其中[A]表示不大于A的最大整数,则每个亚符号内相位噪声平均值表示为:在信噪比较大的情况下,忽略掉加性噪声,得在第i个符号,第k个子载波时满足下式:这里 |Ei,k|2在16QAM,32QAM调制中取各个信号点的平均能量,进行预判决前相位噪声补偿后的频域数据表示为:
8-10、频域数据预判决,对粗略相位噪声补偿后的频域数据 进行预判决,如发射端原来为16QAM调制,则此过程先进行16QAM解调,然后再进行调制;
8-11、快速傅立叶变换,将判决之后的信号经过FFT变换为时域信号。
5.根据权利要求2所述的适用于大线宽CO-OFDM系统的盲ICI相位噪声补偿方法,其特征在于:所述步骤(9)中,扩展卡尔曼滤波及其补偿包括以下步骤:
9-1、确定初始条件:第0个符号的第0个亚符号中第0个采样点初始值:第i个OFDM符号的第q个亚符号中第k个采样点初始值:2
Pi,qS+k=σ+Pi-1,qS+k-1
这里P是协方差矩阵,σ2=2πΔf/fs;
9-2、进行状态预测和协方差预测
Pi,qS+k/qS+k=Pi,qS+k-1+Qi,qS+k-1这里Q是过程噪声的协方差矩阵;
9-3、计算卡尔曼增益:
这里K为卡尔曼增益,R是量测噪声的协方差矩阵,A是量测矩阵,上标H表示共轭转置;
9-4、计算量测估计值:
式中,ν表示实际观测值和预测值之间的误差;
9-5、进行更新状态和更新协方差矩阵:
Pi,qS+k=[1-Ki,qS+kAi,qS+k]Pi,qS+k/qS+k-1对一个OFDM符号内所有采样点进行扩展卡尔曼滤波,得到精细相位噪声估计值 并对每个符号内所有采样值进行精细相位噪声补偿,补偿后的亚符号时域信号 表示为: