4.4.3 符號同步（一）  

進行分組檢測後，載波同步後，資料還只是一個粗略的分組，並沒有準確的定時分組，這就需要符號同步來完成。

簡單點說就是一堆資料流，我們需要解除CP（迴圈字首），分離出每一個OFDM符號。可以提前看看模擬圖：

DataIn是一個連續的資料流，DataOut就是將其中每一個OFDM符號分離出來，方便後面進行FFT處理。

符號同步的原理

在IEEE 802.11a 協議設計的前導結構，對發射機和接收機都是已知的。所以接收機可以將載波同步模組輸出資料和本地已知的短訓練符號做互相關運算，從而精準的確定短訓練符號的結束點或者說長訓練符號的起始點。

為什麼符號同步找到短訓練結束點就能分離每一個OFDM符號了？

因為OFDM的調製資料都是有規律的（如下圖 2-6），當你知道了某一點的確定位置（比如長訓練符號的起始點），那麼你用計數的方式就能分離每一個OFDM符號了。當然你得先清楚，一個OFDM的組成，64bit有效資料 + 16bit的迴圈字首CP = 80bit。

那麼如何進行互相關運算？

就是求下圖中公式的值！

當|C|有峰值出現時，表示這個時刻點為一個短訓練符號的結束。利用這一特性，即可找到OFDM分組中所有短訓練符號的結束點。

當|C|出現最後一個峰值的時，這一時刻為短訓練符號的結束點（找到一個準確的位置）。

演算法分析和簡化

1. 一般尋找峰值的方法，通常採用搜尋最大值的方法，這對於硬體的實現來說需要比較複雜的邏輯電路（實現較為複雜）。因此，我們採用制定門限值的方法來代替，門限值可以根據模擬結果來設定。                                                                          

2. 短訓練符號的長度為16個取樣點，每個取樣點都是複數型別，這樣的16個複數乘法器所實現的匹配濾波，會佔用FPGA寶貴的乘法器資源，且運算速度也變慢。因此，採用持續累加短訓練符號的方法來降低高斯白噪聲的影響，並將接收到的訊號量化為（+1，-1），這樣硬體電路實現時可以省去所有的乘法器。

    

符號同步偏移的影響

由於多徑效應的影響，可能造成符號定時點的估計值並非理想值，而是在其附近，如下圖：

一共有三種情況：

• 符號定時點估計值在理想值之前（C）；

• 理想符號定時（B）；

• 符號定時點估計值在理想值之後（A）。

當符號定時估算值在實際值之後時，DFT視窗的開始出現在當前符號取樣值之後，而最後的樣值取到下一個符號的CP。這就意味著前一符號的DFT視窗將會包含後一符號CP的取樣值，將會產生嚴重的ISI。另外，子載波的正交性需要迴圈卷積的特性將不復存在，也會產生載波間的干擾。

由此分析，符號定時早於實際值影響不大，而遲於實際值將產生嚴重的效能損失。因此，一般把符號定時估計值往前移幾個取樣點，移多少個取樣值達到最佳取決於OFDM系統引數以及符號定時演算法的效能。

IEEE 802.11a系統的經驗值是 4~6 個取樣。

符號估計值前移將減小OFDM系統的多徑容限，相當於縮短了有效的CP值。

符號同步的硬體實現結構

    主要分為三個部分：量化、匹配濾波、符號輸出。如下圖是結構框圖：

運算流程：

1. 首先通過量化把接收到的訊號量化為（-1，+1）；

2. 量化後的資料在匹配濾波模組中進行與本地短訓練符號的相關計算、相關值累加、幅值計算以及峰值尋找，確定短訓練符號的結束位置，其中峰值尋找的門限值可以模擬得到；

3. 然後在符號輸出模組中，去除迴圈字首，輸出長訓練符號和資料符號（到此短訓練符號的任務就完成了～）。

RTL檢視：