3GPP-LTE系统下行链路初始分数频偏估计方法

摘要

本发明属于宽带无线移动通信技术领域，具体为3GPP-LTE系统下行链路初始分数频偏估计方法。本方法包括：获取接收基带数字信号序列的主同步信道信号（PSS）定时位置及小区标识组内编号；采用两种方法进行频偏估计，得到初始分数频偏值的候选集合，其中一种方法是基于常规循环前缀进行最大似然算法，另一种方法是接收的PSS序列与本地检测的PSS序列进行相关累加；在接收信号不同的SNR区域内，通过设定频偏阈值，从候选集合中，确定最终的初始分数频偏估计值。本发明操作简单，相比于单独使用PSS互相关和基于CP的ML算法具有较好的均方误差性能。

说明书

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（3^rd  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（3^rd 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                                                和小区标识组内编号，读取该小区的广播信道信息，在此过程中，UE需要估计出各自的定时误差和初始载波频偏（carrier frequent offset，CFO）。3GPP-LTE系统的空中接口在下行链路采用正交频分多址接入（orthogonal frequency division multiple access，OFDMA）技术，该技术以正交频分复用（orthogonal frequency division multiplexing，OFDM）为基础，通过将整个信道分为多个相互正交的子信道，能够很好地抵制频率选择性信道的影响，可以获得很高的频谱利用率，但是，OFDM对同步要求很高，尤其是对载波频偏（carrier frequent offset，CFO）比较敏感。因此在PSS检测过程中，初始CFO估计就成为影响LTE同步性能的关键因素。

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，根据检测的产生本地PSS时域信号，将接收的PSS序列的前半部分和本地PSS序列前半部分共轭相乘累加，接收的PSS序列的后半部分和本地PSS序列的后半部分共轭相乘累加，计算两个共轭相乘累加值的相位差，得到初始分数频偏；

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，记接收信号的SNR为，设定一个SNR阈值，在低信噪比情况下，当归一化频偏范围为[-0.5.0.5]时，基于CP的ML算法的频偏估计性能低于利用PSS采样信号的互相关方法的频偏估计性能，故低SNR区域选择基于PSS的频偏估计，经仿真平台测试，合适的阈值范围为0~5 dB，即，当时，初始频偏取值，当时，通过设定频偏阈值，其中，在区域，当较小频偏存在时，基于CP的ML方法的估计性能优于利用PSS互相关方法的估计性能，阈值的具体取值与CP和PSS信号的采样点数以及传输无线信道状况有关，在具体实施中，阈值和的设定，是基于采用步骤2和步骤3两种方法的频偏估计性能的比较，当时，初始频偏取值，当时，若时，，否则，，从而得到最终的初始分数频偏估计。

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，其分步骤如下：

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，表示归一化的载波频偏（carrier frequency offset, CFO），表示主同步PSS序列的时域形式，表示快速傅立叶变换FFT点数，在LTE带宽设置为20MHz时，，（）表示信道冲激响应，在LTE信道仿真模型中，L = 8，表示加性复高斯噪声，其功率谱密度为。

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，，，将接收序列与本地PSS序列，得到三个相关集，取最大相关值对应的PSS，即

，

其中，*表示共轭运算因此，根据检测值确定小区标识组内编号。

步骤2：针对本地接收到的PSS采样信号与检测到所对应的本地PSS时域序列进行逐点相关，得到一个相关序列，然后将得到的相关序列平分为两段，根据这两段的相位差得到频偏。

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，而小区组内编号一一对应于Zadoff-Chu序列的根指数，通过点IFFT，变换得到PSS时域序列。

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:

，

其中称为Zadoff-Chu序列的根指数，取值为{25,29,34}，分别对应于LTE系统中的小区表示组内编号的取值{0,1,2}。

记在步骤1得到的对应的Zadoff-Chu序列根指数极为，得到本地PSS频域序列，，根据PSS序列与子载波的映射关系，通过N点IFFT变换，得到本地PSS时域序列，。

分步骤2.2：将接收到的与分步骤2.1得到的进行逐点相关，得到一个相关序列，，即：

其中和分别表示干扰项和噪声项。

分步骤2.3：将上述相关序列等分为两段，利用两段之间的相位差，估计出对应的频偏值。

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，将相关序列分成等长的两段，对每一段数据采取累加的方法，得到和：

，

。

若不考虑干扰项和噪声项，则

，

观察上式，可以看到，和存在着相位差，因此，通过对和进行共轭相关，可以得到频偏估计值，记为，即：

，

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，记为未经过窄带滤波的接收序列，令：

,

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，即。 

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，记接收信号的SNR为，比较步骤2和步骤3对应两种方法的频偏估计MSE性能，设定一个SNR阈值，当时，初始频偏取值，当时，通过设定频偏阈值，其中，若时，，否则，，从而得到最终的初始分数频偏估计。至此，本发明的初始分数频偏估计方法完成。

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，再利用接收信号与本地PSS时域序列进行互相关，估计出频偏，此时得到候选集，然后再划分接收信号SNR区域，通过设置频偏阈值，从候选集中选择系统频偏估计值。

考虑一个实现第三代合作伙伴计划长期演进（ 3^rd 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，其中n表示时域序号，是基带数字信号的时域数据，G表示累加器的长度，N表示一个OFDM的抽样点数，在20MHz的LTE系统中可以设置为常规CP长度144或者更小的数值，N=2048，基于相关值P的相位，进行分数频率估计，在实施例中，采用公式来估计每个采样点的频率偏移，可以通过多个OFDM符号进行平均，用于显著提高的估计精度。

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，本地候选的PSS时域序列，其中表示小区表示组内编号，，n表示时域序列序号，，N表示OFDM符号的采样点数。将时域序列与本地PSS序列，得到三个相关集，取最大相关值对应的PSS，即

，

其中，*表示共轭运算。因此，根据检测值确定小区标识组内编号。

针对本地接收到的PSS时域序列与检测值所对应的本地PSS时域序列进行逐点相关，得到一个相关序列，其中对应与检测的。在具体实施例中，记相关序列，， 

其中和分别表示干扰项和噪声项。将上述相关序列等分为两段，得到和，即 

，

。

若不考虑干扰项和噪声项，则

，

通过对和进行共轭相乘，即。

至此，LTE系统得到了频偏候选集，记接收基带信号的SNR为，设定一个SNR阈值，当时，初始频偏取值，当时，通过设定频偏阈值，其中，若时，，否则，，在仿真实例中，取dB，，从而得到系统初始分数频偏估计。

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随平均接收信噪比变化的性能曲线，归一化MSE的定义为：

。

其中，表示Monte Carlo仿真次数，表示第次仿真时，系统归一化分数频偏值，表示第次仿真时频偏估计值。在仿真参数设置上，在区间[-0.5，0.5]服从均匀分布，接收基带信号的SNR阈值设置为0 dB，频偏估计阈值设置为0.3，一个OFDM符号的采样点数为N = 2048，CP的采样点数为G = 144。在图5中，“PSS corr.”表示采取PSS互相关的频偏估计方法，“CP based”表示基于CP的ML方法，“Proposed”表示本专利的估计方法，可以得到：相比较基于CP的ML算法和PSS互相关的方法，本方法具有较好的MSE性能。