杨朝阳，杨霄鹏，李 腾，姚 昆，倪 娟

(1. 空军工程大学 信息与导航学院，西安 710077；2. 解放军94303部队，山东 潍坊 261100)

1 引 言

正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统凭借其固有的抗多径效应、频谱利用率、低实现复杂度迅速成为研究热点并被应用于多个无线标准，如IEEE 802.11a/g、802.16、数字视频广播、LTE、B3G等[1]。然而，OFDM子载波之间需要保持正交，导致其对载波频偏非常敏感。由于收发端晶振频率失配或多普勒效应造成的载波频偏会破坏子载波间的正交性，产生载波间干扰(Inter Carrier Interference,ICI)，极大地恶化了系统性能。

针对这一问题，国内外学者已经提出了多种频偏估计的算法。这些算法可以归结为两大类：数据辅助类[2-4]和非数据辅助类(盲估计)频偏估计算法[5-10]。数据辅助类估计算法利用收发端已知的训练序列估计载波频偏，该类算法性能较好，计算量小，但需要消耗额外的功率和带宽资源。盲频偏估计算法由于不需要训练序列或符号重传，具有高频带利用率，成为近年来的研究热点。文献[4]提出了基于循环前缀的最大似然频偏估计算法，其性能跟循环前缀的长度有关，且受多径影响较大。文献[5]提出了两种适用于BPSK调制的载波频偏盲估计算法，但只适用于BPSK调制，受调制类型的限制。文献[6]提出了基于虚子载波的多信号分类(Multiple Signal Classification,MUSIC)频偏估计算法，通过最小化虚子载波上的信号功率来估计频偏，但是该算法需要已知虚子载波的位置，不利于信道的动态分配。文献[7]利用黄金分割算法减小了虚子载波算法的计算量。文献[8]提出了基于最小输出方差(Minimum Output Variance,MOV)盲频偏估计算法，该算法不需要虚子载波且较MUSIC算法估计精度高，但是需要较多的数据块。……