這個(gè)算法只是仿真的化還是比較簡(jiǎn)單的，還是原理推導(dǎo)更重要一點(diǎn)
我給出一段最重要的程序大家可以參考一下
for ii=1:length(T);    %T是前面程序里設(shè)定的FFT窗移動(dòng)距離
    data1=r(ii:cp+ii-1);     % 循環(huán)前綴長(zhǎng)個(gè)數(shù)據(jù)存于data1，gilen是保護(hù)間隔的長(zhǎng)度
    data2=r(noc+ii:CN+cp+ii-1);    % 相距noc的循環(huán)前綴長(zhǎng)個(gè)數(shù)據(jù)存于data2，noc是
    s=data1*data2';    %取兩端數(shù)據(jù)的相關(guān)值   
    cor(ii)=abs(s);    %  abs: built in function
    

    data11=abs(data1).^2;   
    data22=abs(data2).^2;
    data3=(data11+data22)*z;
    data4=sum(data3); 
    con(ii)=data4; 
    
%********************* 時(shí)間變量估計(jì)樣本值 *************** 

    data5(ii)=cor(ii)-con(ii);
    
    end
看過(guò)了這個(gè)算法的對(duì)這段程序應(yīng)該不難理解了，就是通過(guò)滑動(dòng)取相關(guān)值最后求最大值，找去最佳的樣值抽樣時(shí)刻，完成時(shí)間估計(jì)。有什么錯(cuò)誤還請(qǐng)高手幫忙指正。ML算法頻率同步按照原理也可以相應(yīng)的作出仿真程序