针对传统基于复伪噪声(PN)序列的定时同步算法在相干光正交频分复用(CO-OFDM)系统中存在定时度量函数模糊和峰均功率比(PAPR)高的问题,提出了基于偶对称恒振幅零相关(ES-CAZAC, even symmetry constant amplitude zero auto-correlation)序列的定时同步算法.改进算法训练序列包含两部分,并将这两部分看作两个窗口,利用偶数长度的CAZAC序列具有偶对称特性分别计算两个窗口的相关度,通过两个窗口同时得到最大相关度来确定正确定时点.分别在高斯白噪声信道和10 Gbit/s的CO-OFDM系统上进行仿真.结果表明,改进算法在不增加算法复杂度的情况下,能得到十分尖锐的定时度量函数,并且几乎没有旁瓣的干扰.在CO-OFDM系统下,改进算法的旁瓣模糊度较Park算法减少26.7%,在色散常数较大的情况下定时均方误差(MSE)仍在10-5左右,定时精准.同时,ES-CAZAC训练序列具有理想的PAPR值.