專利名稱：基于已知序列相干自相關(guān)的載波頻偏估計(jì)算法及其實(shí)現(xiàn)裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字信息傳輸技術(shù)領(lǐng)域，特別涉及一種基于已知序列相干自相關(guān)運(yùn)算的載波頻率偏差估計(jì)算法及其實(shí)現(xiàn)裝置。

背景技術(shù)：
在數(shù)字通信系統(tǒng)中，由于本地載波的準(zhǔn)確度有限，使接收信號產(chǎn)生固定的大載波偏差；又由于傳輸環(huán)境的多普勒頻移和本地載波的穩(wěn)定度有限，使接收信號產(chǎn)生時(shí)變的附加小載波偏差。接收信號中總的載波偏差是固定的大載波偏差和時(shí)變的附加小載波偏差二者之和。載波偏差會(huì)降低相干解調(diào)系統(tǒng)的性能，因此需要載波同步以消除或降低載波偏差的影響。對于采用OFDM(Othogonal-Frequency-Division-Modulation，正交頻分復(fù)用)調(diào)制技術(shù)的多載波數(shù)字通信系統(tǒng)，由于每個(gè)子載波的信道帶寬比整個(gè)信號的帶寬小很多，載波頻偏引入的載波間干擾(Intercarrier Interference)將嚴(yán)重破壞不同子載波信道的正交性，因此OFDM系統(tǒng)對載波同步的精度要求更高。
在全數(shù)字接收機(jī)中，載波同步技術(shù)通常包括載波偏差的估計(jì)和校正兩方面。通常說來，載波偏差的校正比較簡單，采用簡單的數(shù)字下變頻即可實(shí)現(xiàn)，因此載波同步的主要問題就是載波偏差的估計(jì)問題。載波偏差的估計(jì)包括載波頻率偏差的估計(jì)(Carrier Frequency OffsetEstimation，簡稱頻偏估計(jì))和載波相位偏差的估計(jì)(Common Phase Offset Estimation，簡稱相偏估計(jì))兩個(gè)方面的問題。載波相偏的影響可以和傳輸信道的沖擊響應(yīng)合并在一起考慮，對傳輸信道進(jìn)行信道估計(jì)的同時(shí)可以實(shí)現(xiàn)相偏估計(jì)。因此頻偏估計(jì)就成了載波偏差估計(jì)的主要問題，也是載波同步的主要問題。
在數(shù)字通信系統(tǒng)中，接收信號存在很多不理想傳輸因素，除了載波偏差以外，還包括定時(shí)偏差，傳輸信道頻率選擇性，傳輸信道時(shí)間選擇性，低信噪比等。頻偏估計(jì)算法主要包括非數(shù)據(jù)輔助(Non-Data Aided)和數(shù)據(jù)輔助(DataAided)兩類。通常，非數(shù)據(jù)輔助的估計(jì)算法復(fù)雜度較高，估計(jì)精度較低，對抗不理想傳輸?shù)哪芰τ邢?；而?shù)據(jù)輔助的估計(jì)算法復(fù)雜度較低，估計(jì)精度較高，并且可以同時(shí)對抗多種不理想傳輸因素。因此，頻偏估計(jì)通常使用數(shù)據(jù)輔助的估計(jì)算法，比如，利用在發(fā)送信號中周期性插入的已知序列輔助頻偏估計(jì)。
根據(jù)信號估計(jì)理論，數(shù)據(jù)輔助頻偏估計(jì)的最優(yōu)算法是最大后驗(yàn)概率估計(jì)(Maximum-A-Posteriori Estimation)。在沒有先驗(yàn)信息的情況下，最大后驗(yàn)概率估計(jì)蛻化為最大似然估計(jì)(Maximum-Likelihood Estimation)?；诮邮招蛄械淖畲笏迫还烙?jì)的復(fù)雜度很高，因此對于線性調(diào)制系統(tǒng)，在具體實(shí)現(xiàn)上通常根據(jù)接收序列相干解調(diào)的線性運(yùn)算結(jié)果進(jìn)行最大似然估計(jì)。例如廣泛使用的相干自相關(guān)算法，其步驟包括對接收信號進(jìn)行相干解調(diào)，對相干解調(diào)結(jié)果進(jìn)行自相關(guān)運(yùn)算，根據(jù)自相關(guān)結(jié)果的相角得到載波頻偏的估計(jì)值。對相干自相關(guān)的頻偏估計(jì)算法，其頻偏估計(jì)范圍由自相關(guān)間隔決定，間隔越小，估計(jì)范圍越大；其頻偏估計(jì)方差(即頻偏估計(jì)值誤差的方差)也由自相關(guān)間隔決定，間隔越大，估計(jì)方差越低?；谙喔勺韵嚓P(guān)的頻偏估計(jì)算法屬于線性估計(jì)算法，根據(jù)估計(jì)理論，其估計(jì)方差的下界是Cramer-Rao界；通常在高信噪比下，線性估計(jì)方差接近Cramer-Rao界。如前所述，載波頻偏包括固定的大載波頻偏和時(shí)變的小載波頻偏兩部分，因此頻偏估計(jì)需要兼顧大估計(jì)范圍和低估計(jì)誤差兩個(gè)目標(biāo)，其中大估計(jì)范圍用于估計(jì)固定的大載波頻偏，低估計(jì)誤差用于跟蹤時(shí)變的小載波頻偏。在傳統(tǒng)的采用相干自相關(guān)的頻偏估計(jì)算法中，存在如下問題 1.載波頻偏的大估計(jì)范圍和低估計(jì)方差是矛盾的，因此頻偏估計(jì)算法通常采用分階段估計(jì)，在粗估計(jì)階段采用大估計(jì)范圍和高估計(jì)誤差的算法，在細(xì)估計(jì)階段采用小估計(jì)范圍和低估計(jì)誤差的算法。分階段估計(jì)算法需要在不同階段之間切換，增加了載波同步的復(fù)雜度，降低了載波同步速度。
2.粗估計(jì)階段采用大估計(jì)范圍和高估計(jì)誤差的算法，造成粗估計(jì)階段相干解調(diào)的性能惡化，對突發(fā)傳輸系統(tǒng)不利。
3.估計(jì)范圍和估計(jì)方差由自相關(guān)間隔直接決定。給定估計(jì)范圍的條件下，存在與最低估計(jì)方差對應(yīng)的最優(yōu)自相關(guān)間隔。在載波同步過程中，載波頻偏會(huì)逐漸減小，但分階段的估計(jì)算法由于不宜任意選擇自相關(guān)間隔，因此無法在載波同步過程保持最優(yōu)自相關(guān)間隔。反之，為了在載波同步過程保持最優(yōu)自相關(guān)間隔，頻偏估計(jì)算法需要根據(jù)載波頻偏隨時(shí)調(diào)整自相關(guān)間隔，復(fù)雜度將大大增加。


發(fā)明內(nèi)容
本發(fā)明需要解決的技術(shù)問題是，針對已知技術(shù)中存在著的載波頻偏的大估計(jì)范圍和低估計(jì)方差間的矛盾、粗估計(jì)階段相干解調(diào)的性能惡化及無法在載波同步過程保持最優(yōu)自相關(guān)間隔等諸多不足之處。為了克服這些不足，就需要?jiǎng)?chuàng)新地提出一種改進(jìn)的處理方法，該方法應(yīng)是為在頻偏估計(jì)方差最小的同時(shí)提高頻偏估計(jì)范圍，并且降低頻偏估計(jì)方差的最小值。本發(fā)明的的目的在于提供一種基于已知序列相干自相關(guān)的載波頻偏估計(jì)算法及其實(shí)現(xiàn)裝置，為了實(shí)現(xiàn)本發(fā)明的這一目的，所采用的技術(shù)方案如下，一種基于已知序列相干自相關(guān)的載波頻偏估計(jì)算法，其特征在于，按如下步驟進(jìn)行操作A根據(jù)幀同步和定時(shí)同步信息，利用發(fā)送已知序列對原接收序列進(jìn)行相干解調(diào)得到相干解調(diào)接收序列；B對相干解調(diào)接收序列進(jìn)行自相關(guān)運(yùn)算得到自相關(guān)序列；C對自相關(guān)序列進(jìn)行相角運(yùn)算得到原自相關(guān)相角序列；D對原自相關(guān)相角序列進(jìn)行差分運(yùn)算得到自相關(guān)相角差分序列；E對自相關(guān)相角差分序列進(jìn)行取模運(yùn)算得到自相關(guān)相角差分取模序列；F對自相關(guān)相角差分取模序列進(jìn)行累加運(yùn)算得到新自相關(guān)相角序列；G對新自相關(guān)相角結(jié)果和原自相關(guān)相角結(jié)果進(jìn)行載波頻偏運(yùn)算得到載波頻偏估計(jì)。
其中步驟A的原接收序列包括發(fā)送已知序列具有周期特征的接收序列。
其中步驟B的自相關(guān)運(yùn)算可以通過快速傅立葉變換和反變換降低復(fù)雜度。
其中步驟B的自相關(guān)運(yùn)算可以針對非周期接收序列或單周期接收序列，也可以針對多周期接收序列。
其中步驟D和步驟F的差分運(yùn)算和累加運(yùn)算，其相角序列初始值均置為0。
所述算法利用差分、取模和累加運(yùn)算消除相角序列的相位模糊。
其中步驟G的載波頻偏運(yùn)算，對非周期接收序列或單周期接收序列，根據(jù)新自相關(guān)相角結(jié)果，采用簡單頻偏估計(jì)算法或者Fitz頻偏估計(jì)算法進(jìn)行載波頻偏運(yùn)算。
同時(shí)，對多周期的接收序列，首先根據(jù)新自相關(guān)相角結(jié)果和原自相關(guān)相角結(jié)果得到原自相關(guān)相角結(jié)果的相位模糊估計(jì)，然后根據(jù)原自相干相角結(jié)果和相位模糊估計(jì)得到載波頻偏估計(jì)。
本發(fā)明實(shí)施例進(jìn)一步提供了基于改進(jìn)的載波頻偏估計(jì)算法的實(shí)現(xiàn)裝置，所述實(shí)現(xiàn)裝置包括如下運(yùn)算模塊； 根據(jù)幀同步和定時(shí)同步信息進(jìn)行的相干解調(diào)模塊，該模塊利用發(fā)送已知序列對原接收序列進(jìn)行相干解調(diào)得到相干解調(diào)接收序列；它連接到自相關(guān)運(yùn)算模塊和相角運(yùn)算模塊，然后再依次連接到差分、取模和累加運(yùn)算模塊，得到新自相關(guān)相角序列，最后連接到載波頻偏運(yùn)算模塊，計(jì)算載波頻偏估計(jì)結(jié)果。
其中相干解調(diào)模塊輸入的原接收序列包括發(fā)送已知序列具有周期特征的接收序列。
其中自相關(guān)運(yùn)算模塊可以通過快速傅立葉變換和反變換降低復(fù)雜度。
該運(yùn)算模塊可以針對非周期接收序列或單周期接收序列，也可以針對多周期接收序列。
其中在差分、取模和累加運(yùn)算模塊的差分運(yùn)算和累加運(yùn)算中，相角序列初始值均置為0。
對非周期接收序列或一個(gè)周期接收序列，其中載波頻偏運(yùn)算模塊根據(jù)新自相關(guān)相角結(jié)果采用簡單頻偏估計(jì)算法或者Fitz頻偏估計(jì)算法進(jìn)行載波頻偏運(yùn)算。
對多周期的接收序列，其中載波頻偏運(yùn)算模塊，首先根據(jù)新自相關(guān)相角結(jié)果和原自相關(guān)相角結(jié)果得到原自相關(guān)相角結(jié)果的相位模糊估計(jì)，然后根據(jù)原自相干相角結(jié)果和相位模糊估計(jì)得到載波頻偏估計(jì)。
本發(fā)明技術(shù)方案具有的有益效果是通過引入相角差分、取模和累加運(yùn)算，消除了簡單頻偏估計(jì)算法中相角模糊的問題，實(shí)現(xiàn)了估計(jì)范圍最大，估計(jì)方差最小的線性頻偏估計(jì)；通過利用發(fā)送已知序列的周期特征，消除了已知序列長度對估計(jì)方差的限制，實(shí)現(xiàn)了在估計(jì)范圍最大的同時(shí)，進(jìn)一步降低估計(jì)方差的線性頻偏估計(jì)。



圖1是本發(fā)明提出的載波頻偏估計(jì)算法流程圖； 圖2是本發(fā)明提出的載波頻偏估計(jì)的實(shí)現(xiàn)裝置框圖。

具體實(shí)施例方式 為使本發(fā)明的目的、內(nèi)容和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。描述之前，先對將要用到的接收序列載波頻偏模型作一概況介紹數(shù)字通信系統(tǒng)通常在幀同步和定時(shí)同步之后進(jìn)行載波頻偏估計(jì)。假設(shè)定時(shí)同步后的連續(xù)接收信號是以符號周期進(jìn)行采樣，在AWGN(Additive White Gaussian Noise，白高斯噪聲)信道下原始接收序列(即采樣后的離散接收信號)可以表示為 r[n]＝x[n]ej(ωn+θ)+v[n]， (1) 其中ω是以符號周期倒數(shù)歸一化的載波頻偏，θ為載波相偏，v[n]為接收噪聲，x[n]為已知符號或未知符號組成的發(fā)送序列。根據(jù)離散信號處理的基本知識，歸一化載波頻偏的范圍是ω∈(-π，+π)。對于數(shù)據(jù)輔助的頻偏估計(jì)算法，假設(shè){c[n]}n＝0N-1是發(fā)送的已知序列，其長度為N，則利用幀同步信息進(jìn)行相干解調(diào)后的相干解調(diào)接收序列為 z[n]＝r[n]c[n]*＝|c[n]|2·ej(ωn+θ)+v[n]c[n]*，0≤n＜N，(2) 可以看出，對發(fā)送的已知序列，相干解調(diào)接收序列是加入了高斯白噪聲的的有限長復(fù)正弦序列，頻偏估計(jì)算法就是從這個(gè)序列的樣值z[k]中估計(jì)出載波頻偏。為簡化說明，以下敘述不考慮接收序列噪聲和發(fā)送的未知序列，即 z[n]＝|c[n]|2·ej(ωn+θ)，0≤n＜N，(3) 相干自相關(guān)的傳統(tǒng)頻偏估計(jì)算法相干解調(diào)接收序列的自相關(guān)結(jié)果可以表示為 其中l(wèi)為自相關(guān)間隔。根據(jù)自相關(guān)結(jié)果，可進(jìn)一步計(jì)算得到其相角arg(ρ[l])，其中l(wèi)＝0時(shí)相角恒為零，不能用于頻偏估計(jì)?；谙喔山庹{(diào)接收序列的自相關(guān)結(jié)果ρ[l]可以得到簡單頻偏估計(jì)如下 顯然簡單頻偏估計(jì)算法的復(fù)雜度很低。但是由于arg(ρ[l])∈(-π，+π)，當(dāng)實(shí)際歸一化頻偏為ω＝{2nπ+arg(ρ[l])}/l時(shí)，簡單頻偏估計(jì)結(jié)果

會(huì)產(chǎn)生相位模糊，所以該方法的歸一化頻偏估計(jì)范圍是ω∈(-π/l，+π/l)。另一方面，估計(jì)方差 與自相關(guān)間隔l，已知序列長度N，和接收信號信噪比SNR有關(guān)。當(dāng)l＝lopt＝2N/3時(shí)，估計(jì)方差逼近Cramer-Rao界。顯然當(dāng)l≤lopt時(shí)，隨著自相關(guān)間隔l的減小，估計(jì)方差迅速增大。
估計(jì)范圍和估計(jì)方差由自相關(guān)間隔直接決定，上述分析表明大估計(jì)范圍和低估計(jì)方差的需求是矛盾的。自相關(guān)運(yùn)算可以得到基于自相關(guān)間隔的自相關(guān)序列{ρ[l]}l＝1N-1。如何根據(jù)自相關(guān)序列提高估計(jì)范圍和降低估計(jì)方差是一個(gè)現(xiàn)實(shí)的問題，并且不同頻偏估計(jì)算法對應(yīng)最小估計(jì)方差的最優(yōu)自相關(guān)間隔lopt是不同的。二者雖然降低了估計(jì)方差，但是均沒有解決大估計(jì)范圍和低估計(jì)方差的矛盾。一種實(shí)用的解決方案是分階段載波頻偏估計(jì)，在粗估計(jì)階段采用大估計(jì)范圍高估計(jì)誤差的算法，迅速消除固定大載波頻偏的影響；在細(xì)估計(jì)階段采用小估計(jì)范圍低估計(jì)誤差的算法，跟蹤并降低時(shí)變小載波頻偏的影響。分階段估計(jì)算法需要在不同階段之間切換，增加了載波同步復(fù)雜度，降低了載波同步速度。
提高估計(jì)范圍的另一個(gè)直接思路就是利用相角差分，消除自相關(guān)結(jié)果的相角模糊。
關(guān)于本專利主題名稱中提到已知序列實(shí)際傳輸系統(tǒng)中已知序列通常是周期性插入到發(fā)送序列中。假定在發(fā)送信號中以周期L插入已知的發(fā)送序列{cm[n]}n＝mLmL+N-1，并假設(shè)定時(shí)同步后的接收信號是以符號周期進(jìn)行采樣，則在不考慮噪聲和發(fā)送的未知序列的情況下原始接收序列可以表示為 r[n]＝cm[n]ej(ωn+θ)，0≤(n-mL)＜N， (7) 其中ω是以符號周期倒數(shù)歸一化的載波頻偏，θ為載波相偏，L＞N是已知序列插入周期，m≥0表示周期序號，每個(gè)周期內(nèi)的已知序列可以不同。如式(2)和(3)所示，相干解調(diào)接收序列只與已知序列的模值有關(guān)。為了描述方便，特作以下假定在周期插入的已知序列中，每個(gè)周期內(nèi)的已知序列完全相同， cm[n]＝c[n-mL]，0≤(n-mL)＜N，(8) 則利用幀同步信息，對原始接收序列進(jìn)行相干解調(diào)得到的相干解調(diào)接收序列為 z[n]＝|c[n-mL]|2·ej(ωn+θ)，0≤(n-mL)＜N， (9) 可以看出，對周期插入的已知序列，相干解調(diào)接收序列是加入了高斯白噪聲的周期性間斷的復(fù)正弦序列，頻偏估計(jì)算法就是從這個(gè)序列的樣值z[k]中估計(jì)出載波頻偏。
如式(4)所示，相干解調(diào)接收信號的一個(gè)周期自相關(guān)結(jié)果的自相關(guān)間隔l滿足0≤l＜N。如前所述，當(dāng)l＝lopt時(shí)，估計(jì)方差逼近Cramer-Rao界。在一個(gè)周期內(nèi)序列長度N給定的情況下，本發(fā)明提出利用已知序列的周期插入特征，將自相關(guān)結(jié)果擴(kuò)展到多個(gè)周期，大幅度提高自相關(guān)間隔，使估計(jì)方差進(jìn)一步減小。利用發(fā)送序列的周期特性，相干解調(diào)接收信號的自相關(guān)結(jié)果重新定義為 其中mL+l為自相關(guān)間隔，N為已知序列長度，L為已知序列的插入周期，m≥0為自相關(guān)結(jié)果的周期序號。根據(jù)自相關(guān)運(yùn)算的重新定義，對周期性發(fā)送的已知序列，其自相關(guān)序列ρm[l]也具有周期特征。與式(4)相比，在m＞0的第m周期，自相關(guān)結(jié)果的相角增大了ωmL，載波頻偏的估計(jì)方差將相應(yīng)減??；當(dāng)m＝0時(shí)，式(10)與式(4)一致，因此本發(fā)明的多周期自相關(guān)運(yùn)算定義包含了傳統(tǒng)的非周期或單周期自相關(guān)定義，可用于非周期的接收序列或一個(gè)周期的接收序列。
關(guān)于本發(fā)明所披露的改進(jìn)的相干自相關(guān)頻偏估計(jì)算法的思路根據(jù)基于自相關(guān)間隔的自相關(guān)序列{ρm[l]}l＝0N-1，本發(fā)明基于相角差分運(yùn)算消除相角模糊的思路，提出改進(jìn)的頻偏估計(jì)算法，兼顧大估計(jì)范圍和低估計(jì)方差，并充分利用自相關(guān)序列提供的所有信息。如前所述，自相關(guān)間隔l增大時(shí)，估計(jì)方差減??；在最優(yōu)自相關(guān)間隔l＝lopt時(shí)，估計(jì)方差最小，逼近Cramer-Rao界，但是估計(jì)結(jié)果對大載波頻偏存在相位模糊。本發(fā)明的出發(fā)點(diǎn)是對非周期或一個(gè)周期的接收序列在最優(yōu)自相關(guān)間隔lopt進(jìn)行頻偏估計(jì)，得到對應(yīng)單個(gè)周期的最低估計(jì)方差；對多個(gè)周期的接收序列，通過自相關(guān)結(jié)果的周期特征，擴(kuò)大自相關(guān)間隔至mL+l，得到對應(yīng)多個(gè)周期的更低估計(jì)方差；同時(shí)利用自相關(guān)序列{ρm[l]}l＝0N-1，進(jìn)行相位差分、取模和累加的運(yùn)算，消除相位模糊，得到估計(jì)范圍最大和估計(jì)方差最小或更小的最佳估計(jì)。
參照圖1，表示本發(fā)明提出的載波頻偏估計(jì)算法流程圖，在本圖的流程序列中，改進(jìn)的頻偏估計(jì)算法步驟如下 步驟A 對原接收序列進(jìn)行相干解調(diào)得到相干解調(diào)接收序列； 步驟B 對相干解調(diào)接收序列進(jìn)行自相關(guān)運(yùn)算，得到自相關(guān)序列{ρm[l]}l＝0N-1； 步驟C 根據(jù)θm[l]＝arg(ρm[l])，計(jì)算原自相關(guān)相角序列{θm[l]}l＝0N-1； 步驟D 令θm[l]|l＝0＝0，根據(jù)dθm[l]＝θm[l]-θm[l-1]，進(jìn)行差分運(yùn)算計(jì)算自相關(guān)相角差分序列{dθm[l]}l＝1N-1； 步驟E 根據(jù)eθm[l]＝mod(dθm[l]+π，2π)-π，進(jìn)行取模運(yùn)算計(jì)算自相關(guān)相角差分取模序列{eθm[l]}l＝1N-1； 步驟F 令θ′m[l]|l＝0＝0，根據(jù)θ′m[l]＝θ′m[l-1]+eθm[l]，進(jìn)行累加運(yùn)算得到新自相關(guān)相角序列{θ′m[l]}l＝0N-1； 步驟G1 對m＝0，根據(jù)新自相關(guān)相角結(jié)果θ′0[lopt]，結(jié)合簡單頻偏估計(jì)算法，得到載波頻偏估計(jì)其估計(jì)范圍為最大ω∈(-π，+π)，估計(jì)方差與lopt成反比；或者根據(jù)新自相關(guān)相角結(jié)果{θ′0[l]}l＝1lopt，結(jié)合Fitz頻偏估計(jì)算法，得到載波頻偏估計(jì)其估計(jì)范圍仍然為最大ω∈(-π，+π)。
步驟G2 對m＞0，根據(jù)新自相關(guān)相角結(jié)果θ′m[lopt]和原自相關(guān)相角結(jié)果θm[l]可得到新的頻偏估計(jì)結(jié)果其中 α＝(mL+l)/lopt，其估計(jì)范圍為最大ω∈(-π，+π)，估計(jì)方差與(mL+l)成反比。
步驟G2推導(dǎo)如下在考慮估計(jì)誤差和相位模糊的情況下，相角估計(jì)結(jié)果滿足下式 θ′m[lopt]＝ωlopt+ε1(11) θm[l]+2πk＝ω(mL+l)+ε2＝ωloptα+ε2(12) 其中ε1和ε2是未知估計(jì)誤差，ε1的估計(jì)方差與lopt成反比，ε2的估計(jì)方差與(mL+l)成反比，2πk是高精度估計(jì)值θR[l]的相位模糊。根據(jù)式(11)和(12)首先得到相位模糊的估計(jì)值然后利用消除相位模糊的(12)式進(jìn)行高精度頻偏估計(jì)，得到這樣的結(jié)果。
關(guān)于改進(jìn)的頻偏估計(jì)算法性能分析基于相干自相關(guān)的傳統(tǒng)頻偏估計(jì)算法的根本問題在于復(fù)數(shù)相關(guān)結(jié)果ρ[l]的相角存在相位模糊，并且相角模糊與自相關(guān)間隔l有關(guān)。本發(fā)明通過相角的差分運(yùn)算(步驟D)和取模運(yùn)算(步驟E)，巧妙地實(shí)現(xiàn)了相角差分取模結(jié)果與自相關(guān)間隔mL+l無關(guān)，最終使頻偏估計(jì)范圍最大，即ω∈(-π，+π)。同時(shí)，本發(fā)明通過累加運(yùn)算(步驟F)恢復(fù)的新自相關(guān)相角序列輔助載波頻偏估計(jì)，從而可以選擇對應(yīng)最優(yōu)自相關(guān)間隔的估計(jì)結(jié)果，使估計(jì)方差最小。并且在相角差分、取模和累加的簡單運(yùn)算中沒有引入運(yùn)算誤差，保證了改進(jìn)的頻偏估計(jì)算法的估計(jì)方差線性最優(yōu)。最后，本發(fā)明利用已知序列的周期插入特性，巧妙地增大了自相關(guān)間隔，進(jìn)一步降低了估計(jì)方差和估計(jì)方差的最低界(Cramer-Rao界)；利用相角模糊估計(jì)和頻偏估計(jì)的聯(lián)合(步驟G2)，使改進(jìn)的頻偏估計(jì)算法估計(jì)范圍最大并且估計(jì)方差更小。
關(guān)于相干自相關(guān)的運(yùn)算對于分階段載波頻偏估計(jì)的算法，只需要對預(yù)定的幾個(gè)自相關(guān)間隔l進(jìn)行如式(4)和(10)的自相關(guān)運(yùn)算，因此算法復(fù)雜度低。對于本發(fā)明提出的改進(jìn)載波頻偏估計(jì)算法，需要得到給定區(qū)間的自相關(guān)序列{ρm[l]}l＝0N-1。為了降低自相關(guān)序列計(jì)算的復(fù)雜度，本發(fā)明提出運(yùn)用快速傅立葉變換和反變換實(shí)現(xiàn)自相關(guān)序列運(yùn)算，步驟如下 步驟a 給定已知序列長度N和周期L，選擇新序列長度N′≥2N，其中N′為適于FFT(Fast Fourier Transform，快速傅立葉變換)的整數(shù)，如N′＝2m； 步驟b 對相干解調(diào)接收序列片段{z[n]}n＝0N-1和{z[n]}n＝mLmL+N-1補(bǔ)零后得到長度為N′的序列{y1[n]}n＝0N′-1和{y2[n]}n＝0N′-1，即

步驟c 計(jì)算序列{y1[n]}n＝0N′-1和{y2[n]}n＝0N′-1的N′點(diǎn)快速傅立葉變換得到{Y1[k]}k＝0N′-1和{Y2[k]}k＝0N′-1。
步驟d 利用{Y1[k]}k＝0N′-1和{Y2[k]}k＝0N′-1，進(jìn)行頻域逐點(diǎn)乘法和快速傅立葉反變換，得到時(shí)域序列ρ′m[n]＝IFFT{Y1[k]Y2*[k]}，0≤n＜N′。
步驟e 截取時(shí)域序列ρ′m[n]的前N個(gè)值，得到相干解調(diào)接收序列的自相關(guān)序列{ρm[l]}l＝0N-1。
參照圖2，表示本發(fā)明提出的載波頻偏估計(jì)的實(shí)現(xiàn)裝置框圖，根據(jù)本發(fā)明提出的改進(jìn)頻偏估計(jì)算法，本發(fā)明進(jìn)一步提出基于改進(jìn)頻偏估計(jì)算法的實(shí)現(xiàn)裝置，該實(shí)現(xiàn)裝置包括如下模塊相干解調(diào)模塊，該模塊利用發(fā)送已知序列對原接收序列進(jìn)行相干解調(diào)，得到相干解調(diào)接收序列，它連接到自相關(guān)運(yùn)算模塊和相角運(yùn)算模塊，再依次連接到差分取模累加模塊，最后連接到載波頻偏運(yùn)算模塊。
關(guān)于頻偏估計(jì)算法性能比較按照不同的自相關(guān)間隔、估計(jì)范圍及估計(jì)方差所分別進(jìn)行的估算方法，分別稱為簡單載波頻偏估計(jì)算法和改進(jìn)頻偏估計(jì)算法，現(xiàn)將兩種算法的性能比較如下表所示。
表1兩種頻偏估計(jì)算法性能比較 上面對本發(fā)明的具體實(shí)施例進(jìn)行了詳細(xì)說明，但本發(fā)明并不限制于上述實(shí)施例。
權(quán)利要求
1.一種基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法，其特征在于，所述算法按如下步驟操作
A根據(jù)幀同步和定時(shí)同步信息，利用發(fā)送已知序列對原接收序列進(jìn)行相干解調(diào)得到相干解調(diào)接收序列；
B對相干解調(diào)接收序列進(jìn)行自相關(guān)運(yùn)算得到自相關(guān)序列；
C對自相關(guān)序列進(jìn)行相角運(yùn)算得到原自相關(guān)相角序列；
D對原自相關(guān)相角序列進(jìn)行差分運(yùn)算得到自相關(guān)相角差分序列；
E對自相關(guān)相角差分序列進(jìn)行取模運(yùn)算得到自相關(guān)相角差分取模序列；
F對自相關(guān)相角差分取模序列進(jìn)行累加運(yùn)算得到新自相關(guān)相角序列；
G對新自相關(guān)相角結(jié)果和原自相關(guān)相角結(jié)果進(jìn)行載波頻偏運(yùn)算得到載波頻偏估計(jì)。
2.如權(quán)利要求1所述的一種基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法，其特征在于，步驟A的原接收序列包括發(fā)送已知序列具有周期特征的接收序列。
3.如權(quán)利要求1所述的一種基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法，其特征在于，步驟B的自相關(guān)運(yùn)算可以通過快速傅立葉變換和反變換降低復(fù)雜度；可以針對非周期接收序列或一個(gè)周期接收序列，也可以針對多周期接收序列。
4.如權(quán)利要求1所述的一種基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法，其特征在于，步驟D和步驟F的差分運(yùn)算和累加運(yùn)算，其相角序列初始值均置為0。
5.如權(quán)利要求1所述的一種基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法，其特征在于，所述算法利用差分、取模和累加運(yùn)算消除相角序列的相位模糊。
6.如權(quán)利要求1所述的一種基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法，其特征在于，步驟G的載波頻偏運(yùn)算，對非周期接收序列或單周期接收序列，根據(jù)新自相關(guān)相角結(jié)果，采用簡單頻偏估計(jì)算法或者Fitz頻偏估計(jì)算法進(jìn)行載波頻偏運(yùn)算；對多周期的接收序列，首先根據(jù)新自相關(guān)相角結(jié)果和原自相關(guān)相角結(jié)果得到原自相關(guān)相角結(jié)果的相位模糊估計(jì)，然后根據(jù)原自相干相角結(jié)果和相位模糊估計(jì)得到載波頻偏估計(jì)。
7.一種如權(quán)利要求1所述的基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法的實(shí)現(xiàn)裝置，其特征在于，該實(shí)現(xiàn)裝置包括如下運(yùn)算模塊
根據(jù)幀同步和定時(shí)同步信息進(jìn)行的相干解調(diào)模塊，該模塊利用發(fā)送已知序列對原接收序列進(jìn)行相干解調(diào)得到相干解調(diào)接收序列；它連接到自相關(guān)運(yùn)算模塊和相角運(yùn)算塻塊，然后再依次連接到差分、取模和累加運(yùn)算模塊，得到新自相關(guān)相角序列；最后連接到載波頻偏運(yùn)算模塊，計(jì)算載波頻偏估計(jì)結(jié)果。
8.如權(quán)利要求7所述的一種基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法的實(shí)現(xiàn)裝置，其特征在于，相干解調(diào)模塊輸入的原接收序列包括發(fā)送已知序列具有周期特征的接收序列；自相關(guān)運(yùn)算模塊可以針對非周期接收序列或一個(gè)周期接收序列，或針對多周期接收序列；同時(shí)，在差分、取模和累加運(yùn)算模塊的差分運(yùn)算和累加運(yùn)算中，其相角序列初始值均置為0。
9.如權(quán)利要求7所述的一種基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法的實(shí)現(xiàn)裝置，其特征在于，對非周期接收序列或單周期接收序列，載波頻偏運(yùn)算模塊根據(jù)新自相關(guān)相角結(jié)果采用簡單頻偏估計(jì)算法或者Fitz頻偏估計(jì)算法進(jìn)行載波頻偏運(yùn)算。
10.如權(quán)利要求7所述的一種基于已知序列相干自相關(guān)運(yùn)算的載波頻偏估計(jì)算法的實(shí)現(xiàn)裝置，其特征在于，對多周期的接收序列，載波頻偏運(yùn)算模塊，首先根據(jù)新自相關(guān)相角結(jié)果和原自相關(guān)相角結(jié)果得到原自相關(guān)相角結(jié)果的相位模糊估計(jì)，然后再根據(jù)原自相干相角結(jié)果和相位模糊估計(jì)得到載波頻偏估計(jì)。
全文摘要
基于已知序列相干自相關(guān)的載波頻偏估計(jì)算法及其實(shí)現(xiàn)裝置，屬于數(shù)字信息傳輸技術(shù)領(lǐng)域。該算法利用發(fā)送的已知序列，對原接收序列進(jìn)行相干解調(diào)得到相干解調(diào)接收序列；對相干解調(diào)接收序列進(jìn)行自相關(guān)運(yùn)算得到自相關(guān)序列；對自相關(guān)序列進(jìn)行相角運(yùn)算得到原自相關(guān)相角序列；對原自相關(guān)相角序列進(jìn)行差分、取模和求和運(yùn)算得到新自相關(guān)相角序列；根據(jù)新自相關(guān)相角結(jié)果和原自相關(guān)相角結(jié)果計(jì)算載波頻偏估計(jì)。本發(fā)明通過引入相角差分、取模和累加運(yùn)算，消除了簡單頻偏估計(jì)算法中相角模糊的問題，實(shí)現(xiàn)了估計(jì)范圍最大，估計(jì)方差最小的線性頻偏估計(jì)；實(shí)現(xiàn)了在估計(jì)范圍最大的同時(shí)，進(jìn)一步降低估計(jì)方差的線性頻偏估計(jì)。
文檔編號H04L27/26GK101242390SQ20081010091
公開日2008年8月13日 申請日期2008年2月26日 優(yōu)先權(quán)日2008年2月26日
發(fā)明者彭克武, 許奧林, 楊知行, 健 宋, 潘長勇 申請人:清華大學(xué)