设计（论文）的主要任务及目标

(1)主要任务:研究 OFDM 系统的基本原理，掌握符号定时误差的关键技术和方法，并进行研究，设计基于 Matlab 平台的仿真程序；提出自己的仿真思想，并给出仿真的设计思路及部分模块的详细设计；最后通过程序的修改及调整得出 OFDM 系统中符号定时误差的仿真分析结果。

(2)目标:通过对 OFDM 的原理的相关了解，以及对 Matlab 仿真平台的熟悉，编写并修改相应的程序，通过 Matlab 对编写的程序进行仿真，运行出结果，并对结果进行分析，得出 OFDM 系统中的符号定时误差的仿真分析结论。

本文的结构安排如下：

第一章是绪论，主要讲解了 OFDM 和符号定时误差的背景和一些现状，并简单阐述了一些研究的方向。

第二章首先根据结构框图的辅助简单介绍了 OFDM 的原理，然后介绍了一些公式算法， 最后讲解了 OFDM 的仿真框图。

第三章介绍了在 OFDM 系统中符号定时误差所造成的性能影响。

第四章将讨论为了保证 OFDM 系统的性能，前提是基于训练序列的情况下，主要研究了三种符号定时同步的算法，首先是 S&C 算法，然后是 Minn 算法，最后是 Park 算法，对这三种算法运用仿真来详细的分析比较。

第五章作为本文的最后一章对全文进行了一个总结，并对后续 OFDM 系统符号定时误差的研究方向作出一定的展望。

本文主要研究内容

本文的主要内容是研究 OFDM 系统的符号定时估计；研究 STO 对 OFDM 信号传输性能的影响；通过 Matlab 仿真 OFDM 系统性能，对正交频分复用系统的符号定时误差进行研究和分析以及相应采取的同步技术[5]。

从上面两个仿真图对比可知，当存在噪声时平台区域较不明显，但是在存在噪声时定时度量点相比于没有噪声时要低,并且受噪声的影响,尖峰也变得不是很突出。S&C 算法对符号定时同步算法，系统传输的速率很慢，存在很大的误差，于是 Minn 设计了一种新的训练符号，提高了定时估计的准确性，但是定时曲线还是具有多个峰值，Park 针对前两种算法的缺点，又改进了训练符号，提高了定时性能，副峰基本不明显。

总结

如今，随着移动通信的水平快速提高，OFDM 的优点也越来越深入人心，例如，这种技术的数据传输速率快，频谱能够得到充分的发挥，尤其在信号抗干扰方面做得特别好，因此在通信方面的使用比较广。而同步技术则是 OFDM 系统的关键部分，所以同步技术对

OFDM 的通信方面的研究有一定的基础和帮助。

本文主要对基于训练序列的符号定时同步算法进行研究，首先分析了 S&C 算法，通过仿真发现定曲线存在平台区，定时效果比较差，然后分析了 Minn 算法，发现比前一个算法有所改进，但仍存在一些问题，副峰明显，最后根据前两个问题提出一个新的算法：Park 算法， 平台区域有效去除，并且主峰也较明显，定时效果也相当不好。