ZC序列符号同步：多径信道下的四种经典算法
一、引言
在无线通信中，接收机需要知道每个符号从哪里开始------这就是符号同步。Zadoff-Chu（ZC）序列因其完美的数学特性，被广泛用作同步前导序列。本文简要介绍四种经典的ZC序列符号同步算法。
二、场景与模型
2.1 ZC序列定义
ZC序列长度为 NNN（奇数），其数学表达式为：
xu[n]=exp(−jπu n(n+1)N),n=0,1,...,N−1x_u[n] = \exp\left(-j\pi\frac{u\,n(n+1)}{N}\right), \quad n=0,1,\ldots,N-1xu[n]=exp(−jπNun(n+1)),n=0,1,...,N−1
核心性质：
- 恒幅 ：∣xu[n]∣=1|x_u[n]| = 1∣xu[n]∣=1
- 零自相关：非零延迟处自相关为0
- 低互相关：不同根序列相互干扰小
2.2 前导结构
本文采用对称前导设计：
- 主体 ：[xu; conj(flip(xu))][ \mathbf{x}_u;\; \text{conj}(\text{flip}(\mathbf{x}_u)) ][xu;conj(flip(xu))]，长度 2N2N2N
- 循环前缀（CP） ：复制主体尾部 LcpL_{\text{cp}}Lcp 个样点放到开头
接收信号经过多径Rayleigh信道并叠加AWGN噪声：
r[n]=∑khk⋅t[n−τk]+w[n]r[n] = \sum_{k} h_k \cdot t[n-\tau_k] + w[n]r[n]=k∑hk⋅t[n−τk]+w[n]
同步任务：估计前导CP的起始位置 d^\hat{d}d^。
三、算法介绍
3.1 分段相关同步
思想：将长序列分成若干短段，段内相干相关，段间非相干合并，抵抗频偏。
分段 ：本地序列 s\mathbf{s}s（长度 LLL）分为 MMM 段，第 mmm 段覆盖索引 [bm−1,bm−1][b_{m-1}, b_m-1][bm−1,bm−1]。
段内相关：
cm(d)=∑is∗[i]⋅r[d+i]c_m(d) = \sum_{i} s^*[i] \cdot r[d+i]cm(d)=i∑s∗[i]⋅r[d+i]
归一化：
ρm(d)=∣cm(d)∣2Es⋅Er+ϵ\rho_m(d) = \frac{|c_m(d)|^2}{E_s \cdot E_r + \epsilon}ρm(d)=Es⋅Er+ϵ∣cm(d)∣2
同步度量：
Λseg(d)=1M∑m=1Mρm(d)\Lambda_{\text{seg}}(d) = \frac{1}{M}\sum_{m=1}^{M} \rho_m(d)Λseg(d)=M1m=1∑Mρm(d)
检测：
d^=argmaxdΛseg(d)\hat{d} = \arg\max_d \Lambda_{\text{seg}}(d)d^=argdmaxΛseg(d)
3.2 差分相关同步
思想：利用相邻样点的相位差消除公共相位旋转，对任意大小频偏均鲁棒。
差分序列：
ds[n]=s[n+1]⋅s∗[n]d_s[n] = s[n+1] \cdot s^*[n]ds[n]=s[n+1]⋅s∗[n]
dr[n]=r[n+1]⋅r∗[n]d_r[n] = r[n+1] \cdot r^*[n]dr[n]=r[n+1]⋅r∗[n]
差分相关：
cdiff(d)=∑n=0L−2ds∗[n]⋅dr[d+n]c_{\text{diff}}(d) = \sum_{n=0}^{L-2} d_s^*[n] \cdot d_r[d+n]cdiff(d)=n=0∑L−2ds∗[n]⋅dr[d+n]
归一化：
Λdiff(d)=∣cdiff(d)∣2Es⋅Er+ϵ\Lambda_{\text{diff}}(d) = \frac{|c_{\text{diff}}(d)|^2}{E_s \cdot E_r + \epsilon}Λdiff(d)=Es⋅Er+ϵ∣cdiff(d)∣2
检测：
d^=argmaxdΛdiff(d)\hat{d} = \arg\max_d \Lambda_{\text{diff}}(d)d^=argdmaxΛdiff(d)
3.3 CP阈值检测
思想：CP是主体尾部的副本，利用这一结构冗余实现盲同步。
CP相关：
P(d)=∑i=0Lcp−1r∗[d+i]⋅r[d+Lsym+i]P(d) = \sum_{i=0}^{L_{\text{cp}}-1} r^*[d+i] \cdot r[d+L_{\text{sym}}+i]P(d)=i=0∑Lcp−1r∗[d+i]⋅r[d+Lsym+i]
能量归一化：
R(d)=12∑i=0Lcp−1(∣r[d+i]∣2+∣r[d+Lsym+i]∣2)R(d) = \frac{1}{2}\sum_{i=0}^{L_{\text{cp}}-1} \left(|r[d+i]|^2 + |r[d+L_{\text{sym}}+i]|^2\right)R(d)=21i=0∑Lcp−1(∣r[d+i]∣2+∣r[d+Lsym+i]∣2)
同步度量：
ΛCP(d)=∣P(d)∣2R(d)2+ϵ\Lambda_{\text{CP}}(d) = \frac{|P(d)|^2}{R(d)^2 + \epsilon}ΛCP(d)=R(d)2+ϵ∣P(d)∣2
阈值检测：
设置门限 γ=α⋅max(ΛCP)\gamma = \alpha \cdot \max(\Lambda_{\text{CP}})γ=α⋅max(ΛCP)，取第一个超过门限的位置：
d^=min{d:ΛCP(d)≥γ}\hat{d} = \min\{d : \Lambda_{\text{CP}}(d) \ge \gamma\}d^=min{d:ΛCP(d)≥γ}
3.4 Pauli对称相关
思想 ：利用对称前导 [a;conj(flip(a))][\mathbf{a}; \text{conj}(\text{flip}(\mathbf{a}))][a;conj(flip(a))] 的结构，用Pauli矩阵构造四路检测通道。
提取左右部分（去掉CP后）：
rleft=r[d:d+N−1],rright=r[d+N:d+2N−1]\mathbf{r}{\text{left}} = r[d:d+N-1], \quad \mathbf{r}{\text{right}} = r[d+N:d+2N-1]rleft=r[d:d+N−1],rright=r[d+N:d+2N−1]
镜像右半 ：r2=flip(rright)\mathbf{r}2 = \text{flip}(\mathbf{r}{\text{right}})r2=flip(rright)
本地参考 ：s1=a, s2=conj(a)\mathbf{s}_1 = \mathbf{a},\; \mathbf{s}_2 = \text{conj}(\mathbf{a})s1=a,s2=conj(a)
四个Pauli通道：
CI=∑n(s1∗rleft+s2∗r2)C_I = \sum_n (s_1^* r_{\text{left}} + s_2^* r_2)CI=n∑(s1∗rleft+s2∗r2)
CX=∑n(s1∗r2+s2∗rleft)C_X = \sum_n (s_1^* r_2 + s_2^* r_{\text{left}})CX=n∑(s1∗r2+s2∗rleft)
CY=∑n(−js1∗r2+js2∗rleft)C_Y = \sum_n (-j s_1^* r_2 + j s_2^* r_{\text{left}})CY=n∑(−js1∗r2+js2∗rleft)
CZ=∑n(s1∗rleft−s2∗r2)C_Z = \sum_n (s_1^* r_{\text{left}} - s_2^* r_2)CZ=n∑(s1∗rleft−s2∗r2)
同步度量：
ΛPauli(d)=∣CI∣2+∣CX∣2+∣CY∣2+∣CZ∣24⋅Es⋅Er+ϵ\Lambda_{\text{Pauli}}(d) = \frac{|C_I|^2 + |C_X|^2 + |C_Y|^2 + |C_Z|^2}{4 \cdot E_s \cdot E_r + \epsilon}ΛPauli(d)=4⋅Es⋅Er+ϵ∣CI∣2+∣CX∣2+∣CY∣2+∣CZ∣2
检测：
d^=argmaxdΛPauli(d)\hat{d} = \arg\max_d \Lambda_{\text{Pauli}}(d)d^=argdmaxΛPauli(d)
四、算法对比
| 算法 | 抗频偏 | 抗多径 | 计算量 | 是否需要导频 |
|---|---|---|---|---|
| 分段相关 | 中 | 强 | 中 | 是 |
| 差分相关 | 极强 | 中 | 中 | 是 |
| CP阈值 | 弱 | 强 | 低 | 否（盲） |
| Pauli相关 | 中 | 强 | 高 | 是 |
五、总结
四种算法各有适用场景：
- 分段相关：工程首选，综合性价比最高
- 差分相关：大频偏场景必备
- CP阈值：盲检测和唤醒接收的理想选择
- Pauli相关：追求极限性能时的选项
理解这些算法的原理和取舍，是设计鲁棒通信接收机的基础。
