上一次我們提到可以利用本地存儲的訓練序列與接收到的序列進行匹配濾波（相關）的方法來搜尋精確的OFDM符號起始位置。整個模塊的框圖如下：

（1）框圖的第一部分是匹配濾波器（相關器），假如我們直接調用復數乘法器完成，則需要16個復數乘法器，這么大的資源要求，我們肯定要設法化簡。（注：這不像前面我們遇到的情況，前面是計算接受序列的自相關，可以只用一個復數乘法器即可實現，但在這里，要將接受的序列與本地存儲的值做相關，必須要16個復數乘法器）
實際當中考慮到節約芯片的資源，可以將本地存儲的序列進行量化(正的（包括0）量化為1，負的量化為-1)，當然也可以將接收到的序列進行量化，但是這樣會稍稍復雜一點。就是說我們為了計算簡單而將本地存儲的序列近似為1+j，1-j，-1-j，-1+j這四種情況（因為訓練序列良好的自相關性所以這種處理是允許的）。因此這樣就可以利用加減法代替復數乘法，從而達到節約芯片面積的目的。
為了在理論上比較一下近似處理之后的結果，我用量化后的本地序列與接收到的序列做互相關（就是匹配濾波）如下圖，接受信號中已疊加噪聲。

從理論的結果來看，我們做上述近似是可行的。這樣原先的復數乘法器就可以省掉了，簡單將各級的數據實部與虛部組合加減就可以了，非常方便，當然，在連接模塊的時候還是很煩的，必須非常小心。

（2）數據經過匹配濾波器后，我們需要計算出結果的幅值，我們當然不會去求實部和虛部平方和再開方，一方面這樣的資源消耗是可觀的，另一方面，完全沒有必要。我們只需要求出實部和虛部的絕對值的和，適當調整門限值就可以了。和我在第一篇實現分組檢測的處理方法類似，不再贅述。如下圖：

（3）符號搜尋模塊：

本單元負責檢測計算出的幅值是否大于設定的門限值，并計數峰值出現的次數，當次數為短訓練序列的段數時（10），此刻即為長訓練序列循環前綴精確地起始位置。關于門限值的設定需要先進行理論仿真，并考慮實際信道的影響，靈活調整，一般要反復多次調試。（其實，我覺得這種設置絕對門限值的做法不好，因為實際的信道環境是復雜的，不可能設置一個絕對的門限值適合所有的環境，可以考慮設置相對的門限值）。如下圖示意：

（4）循環前綴去除單元

考慮到符號的精確位置已經找到，所以長訓練序列符號和數據符號的循環前綴部分可以去除了，用信號Symbol_enable指示數據是否有效（為1時數據有效），有效時間為一個符號中數據的長度，Symbol_enable為低電平的時長為16。
因為標準中規定兩個長訓練序列的循環前綴是連續在一起的，即首先的32個數據我們就舍棄，我們僅需將前一模塊的Symbol_finded延時32個單位即可。
隨后的兩段長訓練序列，64X2，為保證和后面數據的結構相同，我們做如下處理：
先輸出64個樣值（第一段長訓練序列），此后的所有樣值延時16個單位時間輸出。同時，利用一個模80的計數器輸出占空比為4/5的脈沖，用它來指示此時是否是有效符號的數據。

（5）最后附上本設計的頂層文件及仿真波形：

仿真波形中我們將信號疊加了15db的噪聲，基本功能我們已經實現，輸出的信號為數據（實部、虛部）和Symbol_Finded（指示符號準確起始位置）以及Symbol_enable（指示有效數據），本設計的后續單元就是FFT單元了，因此本單元是系統同步的關鍵部分。回歸到SysGen上來，我們看到，只要結構十分清晰，從基本算法到硬件實現，用Xilinx的這個DSP工具是很方便的，很形象化，相比代碼方法，集成速度大幅提高。