MC-CDMA系统载波频偏估计

doi:10.3778/j.issn.1002-8331.2011.04.028

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (4): 102-104.DOI: 10.3778/j.issn.1002-8331.2011.04.028

MC-CDMA系统载波频偏估计

龙银芳，尚俊娜

杭州电子科技大学通信工程学院，杭州 310018

收稿日期:2009-06-01 修回日期:2009-07-20 出版日期:2011-02-01 发布日期:2011-02-01
通讯作者: 龙银芳

Frequency offset estimation for MC-CDMA systems

LONG Yinfang，SHANG Junna

Telecommunication School，Hangzhou Dianzi University，Hangzhou 310018，China

Received:2009-06-01 Revised:2009-07-20 Online:2011-02-01 Published:2011-02-01
Contact: LONG Yinfang

摘要/Abstract

摘要： 多载波码分多址（MC-CDMA）系统的微小载频偏移将破坏子载波之间的正交性，恶化系统性能，因此需要载频偏移估计和补偿；各个载频偏移的最大似然估计是个多维的全局搜索过程，计算复杂。提出一种MC-CDMA系统上行链路的基于粒子群算法的多用户频偏估计算法，降低了频偏估计方法的计算复杂度。仿真结果表明，基于粒子群算法的MC-CDMA系统多用户频偏估计方法的估计性能好，其均方误差小于基于虚拟子载波的多用户频偏估计的均方误差。

关键词: 多载波码分多址, 频偏估计, 粒子群, 虚拟子载波

Abstract: The even slight Frequency Offset（FO） in Multicarrier Code Division Multiple Access（MC-CDMA） systems will destroy the orthogonality among subcarriers and degrade the system performance seriously.Therefore，FO should be estimated and compensated.It is a multi-dimensional and global search when FO is estimated based on maximum likelihood principle，and the computational complexity is high.In this paper，a frequency offset estimation based on PSO algorithm for uplink MC-CDMA systems is presented，which reduces the computational complexity.The simulation results show that the frequency offset estimation method based on PSO for MC-CDMA systems has better performance and the mean square error is less than frequency offset estimation based on virtual carriers.

Key words: multicarrier code division multiple access, frequency offset estimation, particle swarm, virtual carriers

中图分类号:

TP391

龙银芳，尚俊娜. MC-CDMA系统载波频偏估计[J]. 计算机工程与应用, 2011, 47(4): 102-104.

LONG Yinfang，SHANG Junna. Frequency offset estimation for MC-CDMA systems[J]. Computer Engineering and Applications, 2011, 47(4): 102-104.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[3]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[6]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[7]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[8]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[9]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[10]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[11]	李雷孝，邓丹，李杰，王永生. 基于粒子群优化的全比较计算数据分发策略[J]. 计算机工程与应用, 2021, 57(15): 109-117.
[12]	于国龙，赵勇，吴恋，崔忠伟. QPSO算法的改进及其在DBN参数优化中应用[J]. 计算机工程与应用, 2021, 57(10): 154-162.
[13]	潘成胜，张斌，吕亚娜，杜秀丽，邱少明. 改进灰狼优化算法的K-Means文本聚类[J]. 计算机工程与应用, 2021, 57(1): 188-193.
[14]	廖玮霖，程杉，尚冬冬，魏昭彬. 多策略融合的粒子群优化算法[J]. 计算机工程与应用, 2021, 57(1): 69-76.
[15]	温廷新，孔祥博. 不平衡样本下的金融市场极端风险预警研究[J]. 计算机工程与应用, 2020, 56(8): 256-260.

MC-CDMA系统载波频偏估计

Frequency offset estimation for MC-CDMA systems

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics