法律状态公告日
法律状态信息
法律状态
2014-09-03
授权
授权
2012-09-05
实质审查的生效 IPC(主分类):H04L25/02 申请日:20111110
实质审查的生效
2012-04-11
公开
公开
技术领域
本发明属于宽带无线移动通信技术领域,具体涉及第三代合作伙伴计划长期演进(3rd Generation Partnership Project Long Term Evolution,3GPP-LTE)下行链路同步过程中的初始分数频偏估计方法。
背景技术
同步技术是一项很重要的无线移动通信技术,同步过程主要包括时间定时和频率同步,同步是任何通信系统都需首要完成的过程。在无线移动通信的3G时代,系统对同步过程有着很高的要求,同步性能直接关系着无线通信中语音、数据业务的质量以及高速率、低延时的数字多媒体应用服务。然而,在实际的无线环境中,阻挡、阴影、多径衰落等因素,对信号造成了很大的干扰,这也给同步技术提出了严峻的挑战。
第三代合作伙伴计划(3rd generation partnership project,3GPP)在2004年底开始了长期演进(long term evolution,LTE)项目。3GPP-LTE的同步过程的第一步是进行下行链路同步,即小区搜索,当用户(user equipment,UE)进行切换或者初始接入的时候需要进行小区搜索,UE需要进行同步信道(synchronization channel,SCH)信号检测,具体为主同步信道信号(primary SCH signal,PSS)和辅同步信道信号(secondary SCH,SSS)检测,以获取小区标识组号
现有的用于OFDM系统的CFO估计算法主要分为导频辅助(pilot aided,PA)的估计算法和盲估计(blind estimation,BE)算法。具体在LTE系统中,一种是基于导频的算法主要是利用接收PSS时域序列与本地PSS序列的互相关,得到一个互相关序列,将互相关序列等分为两段,分别进行累加求和,利用两个累加值的相位差进行CFO估计,PSS互相关的方法充分利用了PSS序列良好的相关特性,估计性能较好;另一种是利用OFDM符号的结构特征,即循环前缀(cyclic prefix,CP)是OFDM尾部数据的副本,基于最大似然(maximum likelihood,ML)准则,利用其自相关的相位进行CFO估计,基于CP的ML方法只能估计出一个子载波间隔内的频偏,另外估计性能易受多径信道的影响,但是基于CP的ML方法可以在多个OFDM符号时间内实现。当进行分数频偏估计时,总体上来说,PSS互相关的方法的频偏估计精度优于基于CP的ML方法的估计好,但是,在较小频偏范围和高的信噪比情况下,基于CP的ML方法的精度会优于PSS互相关的方法。具有低复杂度的S-SCH检测方法。但是,现有的LTE系统初始分数频偏估计方法多集中于单独采用PA算法或者BE算法,缺少能够有效联合PA算法和BE算法的初始分数频偏估计方法。
发明内容
本发明的目的在于提出一种适用于3GPP-LTE系统的下行链路同步中的初始分数频偏估计方法,能够有效联合PSS互相关方法和基于CP的ML方法。
本发明提出适用于3GPP-LTE系统的下行链路同步中的初始分数频偏估计方法,针对接收到的基带数字信号时域序列,其步骤为:
步骤1:获取接收序列的主同步信号PSS定时位置和小区标识组内编号
步骤2:对经过窄带滤波器得到接收的PSS时域序列,根据检测的
步骤3:对未经过窄带滤波器的接收序列,采用基于CP的ML方法获得初始分数频偏估计
步骤4:进行初始分数频偏估计,由上述步骤,系统获得了候选集
具体的检测流程如图4所示。下面对各个步骤的具体计算作进一步介绍:
步骤1 :获取接收基带数字信号序列的主同步信号PSS定时位置和小区标识组内编号
分步骤1.1:对接收信号的进行时域采样,经过窄带低通滤波器得到接收序列,根据时间同步模块确定的时间同步信息,获取PSS粗定时同步结果,记接收端PSS时域采样序列为
其中,
分步骤1.2:本地PSS频域序列经过快速傅立叶逆变换IFFT变换到时域的PSS序列
其中,*表示共轭运算因此,根据检测值
步骤2:针对本地接收到的PSS采样信号
分步骤2.1:根据3GPP-LTE协议,主同步信号PSS的频域序列是采用Zadoff-Chu序列,而小区组内编号
根据3GPP TS 36.211 V8.5.0协议,3GPP LTE采用的是62长的Zadoff-Chu序列作为主同步信道信号,序列特征为:
其中
记在步骤1得到的
分步骤2.2:将接收到的
其中
分步骤2.3:将上述相关序列
为进一步平滑干扰项和噪声项的影响,同时为了利用PSS序列良好的自相关特性,将相关序列
若不考虑干扰项和噪声项,则
观察上式,可以看到,
其中,angle(.)表示求取相位角运算。
步骤3:依据循环前缀(cyclic prefix, CP)的方法进行估计初始分数频偏值。在经过同步信号PSS初步定时后,记
其中G表示CP的长度,采用基于CP的最大似然算法,可得频偏估计值,记作
步骤4:确定最终的初始分数频偏
通过步骤2和步骤3得到的频偏估计值组成候选集
本发明方法的特点:
(1)本发明联合了基于导频的PSS互相关估计方法和基于CP的ML最大似然估计方法,获得了较好的频偏估计最小均方误差(MSE)性能。
(2)本发明通过在某些接收信号的SNR区域设置频偏估计值阈值,将现有流行的这种频偏估计方法联合起来,因此,阈值的选择将是一个关键因素。
(3)本发明适用于FDD和TDD帧结构,在噪声和信道比较恶劣的情况下,仍然能够保持满意的MSE性能。
附图说明
图1为3GPP LTE系统中FDD无线帧结构示意图。
图2为3GPP LTE系统中TDD无线帧结构示意图。
图3为3GPP LTE系统中同步信道SCH与子载波之间的映射图。
图4为本发明的检测方法流程示意图。
图5为本发明应用于实施例中实验例1的MSE性能仿真结果。
具体实施方式
以下将参照附图和具体实施例,对本发明所提出的一种用于3GPP LTE系统下行链路初始分数频偏估计方法进行详细阐述。
本发明提供了一种用于3GPP LTE系统的下行链路初始分数频偏估计的方法,基本原理是先利用ML原理,采用CP与原始数据的重复性进行相关,估计出频率偏移
考虑一个实现第三代合作伙伴计划长期演进( 3rd Generation Partnership Project Long Term Evolution ,3GPP LTE)下行链路系统,3GPP定义了当前LTE标准中FDD和TDD的帧结构,FDD和TDD是不同的双工方式,但在帧结构上有很多相似之处,一个无线帧时间周期为10 ms,包括20个0.5 ms的时隙,在使用常规CP时,每个时隙包含7个OFDM符号,使用扩展CP时,包含6个OFDM符号,在具体实现时,CP是原始数据尾部一部分数据的副本,能够避免有用数据间的相互干扰,可以有效地抵抗多径的影响。
图1和图2给出了FDD和TDD帧结构的示意图。在图1所示的FDD帧结构中,PSS位于时隙#0和时隙#10,并且位于这些时隙中的最后1个OFDM符号上,SSS位于PSS所在时隙的倒数第2个OFDM符号上。图2所示的TDD帧结构,PSS位于时隙#2和#12,并且位于这些时隙中序号为2的OFDM符号上,SSS位于时隙#1和时隙#11,并且位于这些时隙中的倒数第一个OFDM符号。图3显示了 FDD帧和TDD帧结构中,PSS和SSS都位于直流分量附近的72个子载波上。
图4给出了用于3GPP LTE系统下行链路初始分数频偏的估计方法,参考附图,以下将详细说明本方法的操作流程。
基于CP的ML算法,把接收到的基带数字信号进行延时一个OFDM符号进行自相关,在一个实施例中,记
将接收的基带数字信号进行窄带低通滤波。PSS信号位于直流分量附近的72个子载波上,进行低通滤波不会对PSS产生影响,在一个实施例中,窄带低通滤波器可以保留直流分量附近的62个子载波数据,即PSS序列。将经过采样的基带数字信号与本地候选的PSS信号进行互相关。记采样后的基带信号为
其中,*表示共轭运算。因此,根据检测值
针对本地接收到的PSS时域序列
其中
若不考虑干扰项和噪声项,则
通过对
至此,LTE系统得到了频偏候选集
为了验证本专利检测方法的有效性,下面的实验进行了计算机仿真。
实验例1:在多径信道下,本发明的初始分数频偏估计MSE性能。
考虑一个8径瑞利衰落信道模型,其中多径信道定义为exponential power delay profile的频率选择性衰落,每径之间延时等于采样周期,各径的平均功率为
在仿真中取
图5显示了8径信道下,3000次的循环仿真中,频偏估计算法的归一化MSE随平均接收信噪比
其中,
机译: 多载波接收系统的频偏估计器,用于利用频域估计频偏,及其频偏估计方法
机译: 滚降周期检测方法,符号起始点检测方法,分数频偏估计方法及其OFDM下游系统
机译: 基于OFDM的DVB系统辅助分数频偏估计方法。