利用频域PN序列导频获得粗频偏估计的方法

摘要

利用频域PN序列导频获得频偏估计的方法属于OFDM系统调制解调技术领域，其特征在于：它是一种利用PN序列很好的自相关性来判断子载波间隔整数倍的粗频偏估计方法；频域按照一定的子载波间隔来插入导频序列，即把PN序列分配到各个频域导频点；在接收端把通过信道的发送序列与本地PN时域序列相乘从而判断频谱上面是否在子载波点有峰值出现，若该点出现一个峰值，则可知道粗频偏的位置。仿真实验证明：这种方法可以在较低信躁比下较为准确的获得整数倍频偏，从而为系统粗频偏补偿提供可靠的依据。

说明书

技术领域

利用频域PN序列获得粗频偏估计的方法属于OFDM系统调制解调技术领域

背景技术

下一代移动通信要求支持更高的数据率和更快的移动速度，其目标是20Mbps的传输速率和250kmps的高速移动环境。为了实现这样的目标，需要采用宽带高频谱利用率的调制方式来获得高速数据传输。OFDM是一种能提高频谱利用率，获得高速传输速率的有效多载波调制解调方法，它利用正交的多载波传输方式，把基带数据看成频域上各个子载波的调制数据，先将基带数据在发送端进行采用IFFT变换，变换成时域信号然后通过无线传输信道到达接收端，将接收到的时域信号再进行FFT变换变换到频域从而得到各个子载波上面的调制数据。OFDM具有系统简单，抗多径干扰，高的频谱利用率等优点，成为下一代移动通信调制解调的核心技术。

但是在高速移动的无线传输信道下，由于多普勒效应，频率偏移比较大，对于接收端来讲，获得可靠的频率偏移估计以完成频偏补偿是十分重要的，尤其在OFDM(正交频分复用调制)多载波调制方式，频率的同步将是一个重要研究课题。将导致发送端和接收端的频率不同步，这对于OFDM多载波系统，特别是在宽带调制下载波数目达到上千个子载波数目的时候，是非常重要的一个问题，如果不能最大程度补偿频偏的影响，频偏误差将引起解调接收数据的错误，从而使系统性能下降。

如何有效对抗移动环境下OFDM系统的频偏问题一直是一个困难的问题。通常的算法有频域插入相同码的导频符号、利用循环前缀的FFT频域估计同步，但是这些算法要么不能很精确估计，要么抗噪声和多普勒比较差。基于这样的背景技术，本专利申请提出一种利用PN码来作为频域导频的获得比较准确的粗频偏的方案。

发明内容

本发明的目的在于提供一种利用频域PN序列获得粗频偏估计的方法系统频偏通常由两部分来构成

                        ΔF＝nF+Δf

其中F为子载波间隔，Δf为小于半个子载波间隔的微频偏，ΔF为系统频偏，n为整数，也就是说系统频偏包括子载波间隔整数倍粗频偏和微频偏两部分，本专利申请方案用来获得粗频偏估计值。

利用PN频域导频序列来完成粗频偏估计的算法分为两部分发明内容，首先是频域导频的设计方案，接着就是基于这样设计的算法思路。下面分别介绍各个部分的内容。

频域按照一定的子载波间隔来插入导频序列，以往做法都是插入相同的符号来作为导频，这样作的检测结果并不是很好的。在实际研究中，发现PN序列有很好的自相关性能，如果考虑将PN序列作为导频来插入会收到更好的效果。所以本专利一个发明点就是各个导频点不采用相同的符号，而是将PN序列分配到各个导频点(附图1)，这样就可以利用PN序列很好的自相关性来判断子载波间隔整数倍的粗频偏值。PN序列的自相关性表现在接收到的信号和本地PN序列如果同步的话，相乘累加的结果将表现为一个很高的峰值，否则会是很低的数值，正是靠这个很高的峰值可以来判断是否获得PN序列间的同步。

基于PN序列来作为导频符号的发明基础上，采用PN频域导频序列来通过获取相关峰值获得粗频偏的原理推导为：

令频域导频PN序列为C(k)(k＝0，4，…4i…)，也就是说导频值存在于4i的子载波上，而其他子载波上为数据序列D(k)。可以令非导频位置D(k)＝0时，则有如下频域导频序列的时域波形：

$>>c>>(>n>)>>=>>1>N>>>\Sigma >>k>=>0>>>N>->1>over>>C>>(>k>)>>>e>>j>2>\pi kn>/>N>>>,>>(>n>=>0,1>,>.>.>.>N>->1>)>>->->>(>1>)>>>s>$

结合数据D(k)(令数据位置D(k)≠0)，则有发送端一个OFDM符号的时域序列为：

$>>x>>(>n>)>>=>>1>N>>>\Sigma >>k>=>0>>>N>->1>over>>>(>C>>(>k>)>>+>D>>(>k>)>>)>>>e>>j>2>\pi kn>/>N>>>,>>(>n>=>0,1>,>.>.>.>N>->1>)>>->->>(>2>)>>>s>$

考虑接收端本地导频PN序列的时域序列的共轭，有：

$>>>c>*>>>(>n>)>>=>>1>N>>>\Sigma >>k>=>0>>>N>->1>over>>>C>*>>>(>k>)>>>e>>->j>2>\pi kn>/>N>>>,>>(>n>=>0,1>,>.>.>.>N>->1>)>>->->>(>3>)>>>s>$

在接收端，将未通过信道的发送序列与本地PN时域序列相乘，得到：

$>>z>>(>n>)>>=>x>>(>n>)>>·>>c>*>>>(>n>)>>>s>$

$>>=>>1>>N>·>N>>>>(>>\Sigma >>k>=>0>>>N>->1>over>>>(>C>>(>k>)>>+>D>>(>k>>)>)>>>>>e>>j>2>\pi kn>/>N>>>)>>>(>>\Sigma >>k>=>0>>>N>->1>over>>>C>*>>>(>k>)>>>e>>->j>2>\pi kn>/>N>>>)>>>s>$

$>>=>>1>>N>·>N>>>>(>>\Sigma >>k>=>0>>>N>->1>over>>C>>(>k>)>>>e>>j>2>\pi kn>/>N>>>>\Sigma >>k>=>0>>>N>->1>over>>>C>*>>>(>k>)>>>e>>->j>2>\pi kn>/>N>>>)>>+>>(>>\Sigma >>k>=>0>>>N>->1>over>>>D>>(>k>)>>>>>e>>j>2>\pi kn>/>N>>>>\Sigma >>k>=>0>>>N>->1>over>>>C>*>>>(>k>)>>>>e>>->j>2>\pi kn>/>N>>>)>>->->>(>4>)>>>s>$

令 $>>Z>>(>k>)>>=>>\Sigma >>n>=>0>>>N>->1>over>>z>>(>n>)>>>e>>->j>2>\pi kn>/>N>>>,>>s>则：$

令

$>>>\Sigma >>k>=>0>>>N>->1>over>>C>>(>k>)>>>e>>j>2>\pi kn>/>N>>>>\Sigma >>k>=>0>>>N>->1>over>>>C>*>>>(>k>)>>>e>>->j>2>\pi kn>/>N>>>)>=>>\Sigma >>k>=>0>>>N>->1>over>>P>>(>k>)>>>e>>j>2>\pi kn>/>N>>>,>->->>(>5>)>>>s>$

其中 $>>P>>(>k>)>>=>>>>\Sigma >>i>->j>=>k>>>or>>>i>->j>=>k>->N>>>C>>(>i>)>>>C>*>>>(>j>)>>,>->->>(>6>)>>>s>$

特别的，

$>>P>>(>0>)>>=>>\Sigma >>i>=>j>>>>C>>(>i>)>>>C>*>>>(>j>)>>=>>\Sigma >>i>=>0>>>N>->1>over>>|>C>>>(>i>)>>2>>|>,>->->>(>7>)>>>s>$

对式(4)右边的第二部分也做如上类似处理，令

$>>>\Sigma >>k>=>0>>>N>->1>over>>D>>(>k>)>>>e>>j>2>\pi kn>/>N>>>>\Sigma >>k>=>0>>>N>->1>over>>>C>*>>>(>k>)>>>e>>->j>2>\pi kn>/>N>>>=>>\Sigma >>k>=>0>>>N>->1>over>>J>>(>k>)>>>e>>j>2>\pi kn>/>N>>>,>->->>(>8>)>>>s>$

$>>J>>(>k>)>>=>>>>\Sigma >>i>->j>=>k>>>or>>>i>->j>=>k>->N>>>D>>(>i>)>>>C>*>>>(>j>)>>,>->->>(>9>)>>>s>$

将(5)(8)代入式(4)得：

$>>Z>>(>k>)>>=>>\Sigma >>n>=>0>>>N>->1>over>>>1>>N>·>N>>>>(>>\Sigma >>k>=>0>>>N>->1>over>>P>>(>k>)>>>e>>j>2>\pi kn>/>N>>>+>>\Sigma >>k>=>0>>>N>->1>over>>J>>(>k>)>>>e>>j>2>\pi kn>/>N>>>)>>>e>>->j>2>\pi kn>/>N>>>,>->->>(>10>)>>>s>$

$>>=>>1>N>>>(>P>>(>k>)>>+>J>>(>k>)>>)>>>s>$

可以看出，当k＝0时，

$>>Z>>(>0>)>>=>>1>N>>>(>P>>(>0>)>>+>J>>(>0>)>>)>>,>>s>$

而由式(7)可知，此时Z(0)含有PN序列的自相关项P(0)，故而会出现一个相关峰值；而k为其他值时，由PN序列的相关特性有，P(k)相对于峰值而言很小；而J(k)可以看成数据造成的干扰。从这个推导过程我们可以看到采用PN序列的频域导频码可以利用PN序列自相关性好的特点来获取频率同步。

本发明的特征在于：它是一种利用PN序列很好的自相关性来判断子载波间隔整数倍的粗频偏值的方法：

在发送端：

频域按照一定的子载波间隔来插入导频序列，即把PN序列分配倒各个导频点时采用相异的符号；

在接收端：

把接收到的信号与本地PN时域序列相乘，判断其结果的频谱特性，在子载波间隔整数倍处是否出现峰值，若该点子载波的地方出现一个峰值，则可以判断该位置为粗频偏的位置。经过实验仿真，采用本专利申请方案的粗频偏估计算法，分别在AWGN、单径、多径信道下，可以在较低信噪比可以较为准确的获得整数倍频偏值，从而为系统频偏补偿以提高接收性能提供了可靠的依据。

附图说明

图1 PN序列频域导频码格式

图2 粗频偏算法框图

具体实施方式

频域导频序列采用PN序列后，粗频偏估计的算法框图如附图2所示。该算法分为切取数据、计算本地频域PN序列导频码的时域响应、接收信号去信道影响、接收信号与本地导频时域信号相乘结果谱分析四部分来完成。

1、在获得粗同步定时的基础上，会得到一个OFDM符号的时域起点，从这个起点来切取一个OFDM符号的时域数据。此时这个时域数据FFT变换后的频域信号并不是满足频率同步的，它总会存在一定的频率偏移。不过这段信号含有频域PN序列的导频信号，该PN序列导频信号具有良好的自相关性，这也正是本算法方案的重要创新。因为发送数据在经过信道后必然会收到信道衰落的影响而产生失真，不过我们可以看到，在实际信道中，一个OFDM符号内的信道变化并不是很剧烈，也就是说不会出现在每个PN导频码上出现正负交替的信道特性，所以对于很强自相关性的PN序列导频码，信道衰落对其的影响很大概率上并不会淹没相关峰的出现。假设发送数据为T(k)，那么接收到的信号为

                R(k)＝X(k)·H(k)+N(k)，(k＝0，1，…N-1)，(11)

其中H(k)为信道的频域响应。如果从时域看的话，接收信号可以表示为

$>>R>>(>n>)>>=>>1>N>>>\Sigma >>k>=>0>>>N>->1>over>>>(>>(>C>>(>k>)>>+>D>>(>k>)>>>)>>·>H>>(>k>)>>+>N>>(>k>>)>)>>>e>>j>2>\pi kn>/>N>>>,>>(>n>=>0,1>,>.>.>.>N>->1>)>>->->>(>12>)>>>>s>$

2、接下来我们将本地产生的PN序列导频码的共扼进行IFFT变换，导频码其他数据点补零，使其长度变为OFDM符号长度，将补零结果变换到时域上面，获得一个OFDM符号长的时域数据，

                     C^*(n)＝IFFT(C^*(k))               (13)

3、将C^*(n)与R(n)进行相乘运算，

$>>>z>\prime >>>(>n>)>>=>R>>(>n>)>>·>>C>*>>>(>n>)>>>s>$

$>>=>>1>>N>·>N>>>>(>>\Sigma >>k>=>0>>>N>->1>over>>>(>C>>(>k>)>>H>>(>k>)>>+>D>>(>k>)>>+>N>>(>k>)>>)>>>e>>j>2>\pi kn>/>N>>>)>>>(>>\Sigma >>k>=>0>>>N>->1>over>>>C>*>>>(>k>)>>>e>>->j>2>\pi kn>/>N>>>)>>>s>$

$>>=>>1>>N>·>N>>>>(>>\Sigma >>k>=>0>>>N>->1>over>>C>>(>k>)>>H>>(>k>)>>>e>>j>2>\pi kn>/>N>>>>\Sigma >>k>=>0>>>N>->1>over>>>C>*>>>(>k>)>>>e>>->j>2>\pi kn>/>N>>>)>>+>>(>>\Sigma >>k>=>0>>>N>->1>over>>>(>D>>(>k>)>>+>N>>(>k>)>>)>>>e>>j>2>\pi kn>/>N>>>>\Sigma >>k>=>0>>>N>->1>over>>>C>*>>>(>k>)>>>e>>->j>2>\pi kn>/>N>>>)>>->->>(>14>)>>>s>$

得到的相乘结果z’(n)。可以看到与(4)式相比较，这个公式里面含有了信道和噪声的因素，这些将影响相关峰，但是不会淹没相关峰的出现。

4、对z’(n)进行一次FFT变换来考察其在频域上的幅度特性：

                     Z′(k)＝FFT(z′(n))              (15)

同理由前面分析可知如果本次PN导频序列与接收到的PN导频序列信号同步的话在k＝0处会出现一个加权了信道响应的PN序列相关峰。

下面结合一个具体数据的实例来看本专利是如何检测粗频偏的。假设本地PN序列导频码和接收信号的导频码存在一个ΔF的频偏，它是子载波间隔整数倍的话，那么将在频谱上面该点子载波的地方出现一个峰值，判断峰值的位置就可以知道粗频偏的位置是多少。当固定频偏不是整数倍子载波的时候，则在最接近整数倍子载波的附近频点出现最大的相关峰值，例如频偏为1.2倍载波间隔的时候，得到第一点子载波上会出现相关峰；当频偏为一1.2倍载波间隔的时候，假设一个OFDM符号为1024点，那么将会在该段数据第1024点出现一个峰值，它意味着频偏的整数倍为-1。