一种基于CP平顶法的TD-LTE小区搜索同步方法

摘要

本发明公开了一种基于CP平顶法的TD-LTE小区搜索同步方法，通过判断基于CP的最大似然估计的似然函数是否出现平顶，直接估计出CP类型，再根据CP类型利用基于CP的最大似然估计法进行时延、小数倍频偏；根据小数倍频偏对接收信号进行频偏补偿后根据时延从接收信号中提取出PSS时域序列，估计出整数倍频偏，通过整数倍频偏继续对接收信号进行补偿，提取出SSS时域序列，根据PSS时域序列和SSS时域序列即可得到小区ID。可见，本发明将传统的PSS与本地序列的互相关方法和基于CP的最大似然估计的自相关方法结合起来，可以在CP类型未知的情况下，通过判断最大似然函数的平顶来得到CP类型。本发明复杂度较低，易于实现。

说明书

技术领域

本发明属于无线通信技术领域，更为具体地讲，涉及一种基于CP平顶法的 TD-LTE小区搜索同步方法。

背景技术

在现有的通信技术中，LTE(Long Term Evolution，长期演进)中采用了以正 交频分复用（OFDM，Orthogonal Frequency Division Multiplexing）为基础的多 址技术。OFDM是一种多载波传输技术，其基本原理是把串行高速数据流串并 转换为并行的低速数据流，在多个并行的正交子载波上同时进行传输。传统的 多载波系统为了避免产生载波间干扰，各个子载波在频带上是不重叠的，这样 频带利用率低，而OFDM系统中各个子载波的频偏是重叠的，其子载波信号间 保持良好的正交性，提高了系统的频带利用率。

OFDM系统要求各个子载波间的良好正交性。但实际系统中的时间偏移会 带来相位的偏移，加重符号间的干扰（ISI，Inter Symbol Interference）；载波频 率的偏移会破坏子载波之间的正交性，导致子载波间的干扰（ICI，inter channel  interference）。通过同步技术能够估计出系统中的时间偏移和频率偏移，使OFDM 系统保持子载波间良好的正交性。

同步技术包含三种不同的方法：自相关方法，例如基于CP（Cyclic Prefix， 循环前缀）的检测方法、PSS（Primary Synchronization Signal，主同步序列）自 相关法；互相关方法，例如PSS互相关相关法；自相关和互相关的混合检测方 法。

在LTE系统中，小区下行链路中会发送PSS和SSS（Secondary  Synchronization Signal，辅同步序列）用于同步和小区搜索。小区基站每5ms发 送一次携带扇区识别号的PSS，移动终端检测PSS是否存在，若存在，则开始 存储接收信号，并进行小区识别和下行信号的时频同步；否则，继续检测。在 小区搜索的初始阶段，用户需要检测并判断基站发送了哪一组PSS。在传统PSS 检测中，用户端用存储在本机的3组本地PSS序列和接收数据进行互相关。传 统PSS检测方法复杂度较高，并且频偏会影响定时的准确性。

基于CP的自相关同步法具有复杂度低、不受频偏影响准确定时的特性。 OFDM系统基于CP的时延θ和频偏ε_F估计的最大似然（Maximum Likelihood） 函数的数学表达式为：

Λ(θ,ε_F)＝|γ(θ)|cos{2πε_F+∠γ(θ)}-ρε(θ)   (1)

其中∠表示复数的复角，频偏可以表示为：ε=n_I+ε_F，其中n_I是整数倍频偏， ε_F是小数倍频偏。

$\gamma \left(n\right)=\underset{k=n}{\overset{n+L-1}{\Sigma }}r\left(k\right)r*(k+N)---\left(2\right)$

$ϵ\left(n\right)=\frac{1}{2}\underset{k=n}{\overset{n+L-1}{\Sigma }}{\left|r\left(k\right)\right|}^2+{\left|r(k+N)\right|}^2---\left(3\right)$

$\rho \equiv \frac{{\sigma }_s^2}{{\sigma }_s^2+{\sigma }_n^2}---\left(4\right)$

r(k)是接收数据，r(k+N)是r(k)延迟N的接收数据，*表示共轭；γ(n)是r(k) 和r(k+N)的相关项(Correlation Term)，N是每个OFDM符号的FFT（Fast Fourier  Transform，快速傅里叶变换）长度，L表示CP长度；ε(n)表示能量，不受频偏 的影响，|·|表示模值；ρ是r(k)和r(k+N)相关系数(Correlation Coefficient)的幅 值，表示信号功率，表示噪声功率。

时延θ和频偏ε_F联合最大似然估计表达式为：

${\hat{\theta }}_{\mathrm{ML}}=\arg \underset{\theta }{\max }\left\{\right|\gamma \left(\theta \right)|-\mathrm{\rho ϵ}\left(\theta \right)\}---\left(5\right)$

${\widehat{ϵ}}_{F,\mathrm{ML}}=-\frac{1}{2\pi }\angle \gamma \left({\hat{\theta }}_{\mathrm{ML}}\right)---\left(6\right)$

相比于TD-LTE小区搜索PSS同步技术，基于CP的最大似然估计是时延和 频偏的联合估计技术。基于CP的最大似然估计也有其不足之处，该方法是在已 知系统CP类型的情况下进行时延和频偏的估计，而实际系统中CP类型是未知 的。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于CP平顶法的 TD-LTE小区搜索同步方法，在CP类型未知的情况下，利用最大似然函数平顶 法联合估计时延、小数倍频偏和CP类型，再利用PSS估计整数倍频偏，再根据 PSS和SSS得到小区ID，从而实现小区搜索与同步。

为实现上述发明目的，本发明基于CP平顶法的TD-LTE小区搜索同步方法， 发送端在每帧信号中插入主同步序列PSS和辅同步序列SSS，PSS和SSS中均 携带循环前缀CP，其特征在于，包括以下步骤：

S1：用户终端接收来自小区的射频信号，将射频信号变换为基带信号，对 该基带信号进行低通滤波处理得到信号r(n)；

S2：将CP长度设置为常规CP长度，对信号r(n)构建基于CP的最大似然 函数，判断此时的最大似然函数是否出现平顶，如果不出现平顶，则CP类型为 常规CP，将CP长度设置为常规CP长度，对信号r(n)进行最大似然估计得到时 延θ和小数倍频偏ε_F；如果出现平顶，则CP类型为扩展CP，将CP长度设置为 扩展CP长度，对信号r(n)进行最大似然估计得到时延θ和小数倍频偏ε_F；

S3：根据步骤S2得到的小数倍频偏ε_F，对信号r(n)进行频偏补偿，得到信 号r_ε(n)，根据步骤S2得到的时延θ从信号r_ε(n)中提取出PSS时域序列，并去除 CP；

S4：对本地PSS序列进行整数倍频偏预补偿，将得到的时域序列与步骤S3 得到的去除CP的PSS时域序列进行相关，估计出整数倍频偏和小区组内ID；

S5：根据步骤S4得到的整数倍频偏，对步骤S3得到的信号r_ε(n)进行频偏 补偿得到信号r′_ε(n)，从信号r′_ε(n)提取出SSS时域序列，从SSS时域序列中去除 CP，然后通过傅里叶变换得到SSS频域序列；

S6：将步骤S5得到的SSS频域序列与本地SSS频域序列进行相关，估计 出小区物理层小区标识ID，结合步骤S4得到的小区组内ID，估计出小区ID。

其中，步骤S2中平顶的判断方法为：记常规CP长度为L₁、扩展CP长度 为L₂，设置滑动窗长度L_w满足L₁≤L_w≤L₂-L₂+1，对最大似然函数计算每个滑 动窗的均值，对其中均值最大的滑动窗计算方差，如果方差小于等于预设的方 差阈值，则存在平顶；如果方差大于预设的方差阈值，则不存在平顶。

本发明基于CP平顶法的TD-LTE小区搜索同步方法，通过判断基于CP的 最大似然估计的似然函数是否出现平顶，直接估计出CP类型，再根据CP类型 利用基于CP的最大似然估计法进行时延、小数倍频偏；根据小数倍频偏对接收 信号进行频偏补偿后根据时延从接收信号中提取出PSS时域序列，估计出整数 倍频偏，通过整数倍频偏继续对接收信号进行补偿，提取出SSS时域序列，根 据PSS时域序列和SSS时域序列即可得到小区ID。可见，本发明将传统的PSS 与本地序列的互相关方法和基于CP的最大似然估计的自相关方法结合起来，可 以在CP类型未知的情况下，通过判断最大似然函数的平顶来得到CP类型。本 发明复杂度较低，易于实现。

附图说明

图1是本发明中TD-LTE小区基站PSS/SSS处理流程示意图；

图2是本发明基于CP平顶法的TD-LTE小区搜索同步方法接收端的工作流 程示意图；

图3是图2中联合估计方法流程示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员 更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和 设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

本发明中，与现有技术一致，在下行链路中发送PSS和SSS。

图1是本发明中TD-LTE小区基站PSS/SSS处理流程示意图。如图1所示， 实施方式中，PSS/SSS的处理流程为：

S101：生成PSS/SSS频域序列，其中PSS频域序列由ZC（Zadoff-Chu）序 列生成，SSS频域序列由m序列生成，PSS/SSS频域序列中心子载波不传输数 据；

S102：生成随机比特数据；

S103：对步骤S102生成的随机比特数据进行QPSK调制；

S104：将步骤S103调制的随机数据放置在步骤S101得到的PSS/SSS频域 序列两侧空余频带，并进行IFFT变换得到时域序列；

S105：对步骤S104得到的时域序列添加CP；

S106：将添加CP后的时域序列映射到TDD（Time Division duplex，时分双 工）或FDD（Frequency Division Duplex，频分双工）帧结构上的对应位置，然 后转化为射频信号经多径信道发射。

可见，在接收端，接收到的射频信号的每一帧中，都会携带PSS和SSS， 且PSS和SSS上均携带CP。下面对接收端的处理过程进行描述。

图2是本发明基于CP平顶法的TD-LTE小区搜索同步方法接收端的工作流 程示意图。如图所示，本发明包括以下步骤：

S201：用户终端接收来自小区的射频信号，将射频信号变换为基带信号， 对该基带信号进行低通滤波处理得到信号r(n)；

S202：对信号r(n)联合进行时延、小数倍频偏、CP类型的联合估计。图3 是图2中联合估计方法流程示意图。如图3所示，联合估计包括以下步骤：

S301：将CP长度设置为常规CP长度L₁，即L＝L₁＝144，对信号r(n)采用 基于CP的最大似然估计，构建最大似然函数：

${\gamma }_{144}\left(n\right)=\underset{k=n}{\overset{n+144-1}{\Sigma }}r\left(k\right)r*(k+N)---\left(7\right)$

${ϵ}_{144}\left(n\right)=\frac{1}{2}\underset{k=n}{\overset{n+144-1}{\Sigma }}{\left|r\left(k\right)\right|}^2+{\left|r(k+N)\right|}^2---\left(8\right)$

$\rho \equiv \frac{{\sigma }_s^2}{{\sigma }_s^2+{\sigma }_n^2}---\left(9\right)$

Λ₁₄₄(θ,ε_F)＝|γ₁₄₄(θ)|cos{2πε_F+∠γ₁₄₄(θ)}-ρε₁₄₄(θ)   （10）

S302：判断最大似然函数（10）式是否出现平顶，如果不出现平顶，进入 步骤S303，如果出现平顶，进入步骤S305。

平顶的判断方法为：记常规CP长度为L₁＝144、扩展CP长度为L₂＝512，设 置滑动窗长度L_w满足L₁≤L_w≤L₂-L₂+1，即144≤L_w≤359，对最大似然函数 Λ₁₄₄(θ,ε_F)计算每个滑动窗的均值，对其中均值最大的滑动窗计算方差，如果方 差小于等于预设的方差阈值，则存在平顶；如果方差大于预设的方差阈值，则 不存在平顶。经过仿真实验得到，方差阈值的取值范围为1500～2000。

S303：CP类型为常规CP，进入步骤S304；

S304：CP长度仍然为常规CP长度，即L＝L₁＝144，对信号r(n)进行最大 似然估计，最大似然估计表达式为：

${\hat{\theta }}_{144}=\arg \underset{\theta }{\max }\left\{\right|{\gamma }_{144}\left(\theta \right)|-{\mathrm{\rho ϵ}}_{144}\left(\theta \right)\}---\left(11\right)$

${\widehat{ϵ}}_{144}=-\frac{1}{2\pi }\angle {\gamma }_{144}\left({\hat{\theta }}_{\mathrm{ML}}\right)---\left(12\right)$

得到时延和小数倍频偏即为所需的时延θ和小数倍频偏ε_F；

S305：CP类型为扩展CP，进入步骤S306；

S306：将CP长度设置为扩展CP长度L₂，即L＝L₂＝512，对信号r(n)进行 最大似然估计：

${\gamma }_{512}\left(n\right)=\underset{k=n}{\overset{n+512-1}{\Sigma }}r\left(k\right)r*(k+N)---\left(13\right)$

${ϵ}_{512}\left(n\right)=\frac{1}{2}\underset{k=n}{\overset{n+512-1}{\Sigma }}{\left|r\left(k\right)\right|}^2+{\left|r(k+N)\right|}^2---\left(14\right)$

$\rho \equiv \frac{{\sigma }_s^2}{{\sigma }_s^2+{\sigma }_n^2}---\left(15\right)$

Λ₅₁₂(θ,ε_F)＝|γ₅₁₂(θ)|cos{2πε_F+∠γ₅₁₂(θ)}-ρε₅₁₂(θ)   （16）

最大似然估计表达式为：

${\hat{\theta }}_{512}=\arg \underset{\theta }{\max }\left\{\right|{\gamma }_{512}\left(\theta \right)|-{\mathrm{\rho ϵ}}_{512}\left(\theta \right)\}---\left(17\right)$

${\widehat{ϵ}}_{512}=-\frac{1}{2\pi }\angle {\gamma }_{512}\left({\hat{\theta }}_{\mathrm{ML}}\right)---\left(18\right)$

得到和即为所需的时延θ和小数倍频偏ε_F。

S203：根据步骤S202得到的小数倍频偏ε_F，对信号r(n)进行频偏补偿得到 信号r_ε(n)：

r_ε(n)＝r(n)*exp(-j2πε_FT_s)   (19)

exp(·)为指数函数，j为虚数符号，T_s表示信号的采样周期。

根据步骤S202得到的时延θ从信号r_ε(n)中提取出PSS时域序列，并去除 CP。

S204：对本地PSS序列进行整数倍频偏预补偿，将得到的时域序列与步骤 S3得到的去除CP的PSS时域序列进行相关，估计出整数倍频偏n_I和小区组内 ID。整数倍频偏预补偿时所采用的整数倍频偏通常为一系列的经验值。

S205：根据步骤S204得到的整数倍频偏n_I，对步骤S203得到的信号r_ε(n)进 行频偏补偿得到信号r′_ε(n)：

r′_ε(n)＝r_ε(n)*exp(-j2πn_IT_s)   （20）

从信号r′_ε(n)提取出SSS时域序列，从SSS时域序列中去除CP，然后通过傅 里叶变换得到SSS频域序列；

S206：将步骤S205得到的SSS频域序列与本地SSS频域序列进行相关， 估计出小区物理层小区标识ID，结合步骤S204得到的小区组内ID，估计出小 区ID。

S203至S206中所采用的技术均为现有技术，在此不再赘述。

可见，采用本发明，通过基于CP的最大似然函数平顶法，可以估计出时延、 小数倍频偏和CP类型，再通过PSS估计得到整数倍频偏和小区组内ID、通过 SSS得到小区物理层标识ID，从而实现小区搜索和同步。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域 的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对 本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定 的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发 明创造均在保护之列。