CN101124800A

CN101124800A - 无线符号的粗略时间估计系统和方法

Info

Publication number: CN101124800A
Application number: CNA2005800313984A
Authority: CN
Inventors: 阿洛克·库马尔·古普塔
Original assignee: Qualcomm Inc
Current assignee: Qualcomm Inc
Priority date: 2004-07-20
Filing date: 2005-07-07
Publication date: 2008-02-13
Anticipated expiration: 2025-07-07
Also published as: US7860193B2; US20060018413A1; CN101124800B; EP1774741A1; WO2006019580A1

Abstract

一种用于获取符号边界在时间上的粗略估计值的系统包括：峰值检测器，检测相关器输出的能量分布的峰值能量；估计部件，根据该检测出的峰值能量自适应地估计所述符号的边界。根据该量值定义一个参数，以创建一个门限值，根据该门限与该能量分布的比较结果获取该估计值。

Description

无线符号的粗略时间估计系统和方法

相关申请的交叉引用

本申请要求享受2004年7月20日提交的、申请号为60/589,898、题目为“ACQUISITION FOR MEDIAFLO-PERFORMANCE ANDCOMPLEXITY ANALYSIS”的美国临时申请的优先权，后者全文以引用方式并入本申请。

发明领域

概括地说，本发明涉及无线通信，具体地说，本发明涉及生成符号边界在时间上的粗略估计值。

技术背景

在不太遥远的过去，通常的移动通信设备，特别的是移动电话，是只有那些收入可观的人才能负担得起的奢侈品。而且，这些移动电话的体积很大，不便于随身携带。例如，与现在的移动电话(和其它移动通信设备)相比，过去的移动电话不能够在不给用户造成不舒服感的前提下放置在用户的口袋或手提包中。除了移动设备本身的缺陷外，为这些电话提供服务的无线通信网络也不可靠，没有覆盖足够的地理区域，并且还有带宽不足和其它各种缺陷。

与上面描述的移动电话相比，现在，使用无线网络的移动电话和其它设备是很平常的。现在的移动电话都有很好的便携性而且很便宜。例如，典型的现代移动电话可以很容易地放在手提包里，并使携带者不会感到电话的存在。而且，无线业务运营商还经常向订购了无线业务的用户以很低的价格甚至免费提供先进的移动电话。在过去的几年间，已经构建了大量的发射塔，用于发射和/或转发通信信息，因此为美国(其它国家也是一样)的重要地区提供了无线覆盖。因此，数以百万(如果不是千万的话)的人拥有并使用移动电话。

上述技术进步并不仅仅限于移动电话，除了话音数据之外，数据也可以通过装备有无线通信软件和硬件的设备进行收发。例如，一些主要的都市地区已经实现了或正计划实现城域无线网络，从而使具有无线功能的设备可以接入网络(如，互联网)并且与该网络上的数据进行交互。此外，可以通过无线网络在两个或更多个设备之间交换数据。由于技术进步的持续是期望之中的事，所以，可以想象得出，大量用户、设备和无线交换数据类型将会持续高速增长。

为了提供各种通信服务，如，语音、分组数据等等，通信系统得到了广泛部署。这些系统可以是时分、频分和/或码分多址系统，可以通过共享可用系统资源支持多个用户的同时通信。这类多址系统的实例包括码分多址(CDMA)系统、多载波CDMA(MC-CDMA)、宽带CDMA(W-CDMA)、高速下行链路分组数据(HSDPA)、时分多址(TDMA)系统、频分多址(FDMA)系统和正交频分多址(OFDMA)系统。

正交频分复用(OFDM)或正交频分多址(OFDMA)是当前无线环境中用于收发数据的示例性协议。OFDM将数字信息调制到模拟载波电磁信号上，并且用于IEEE802.11a/g WLAN标准802.16和802.20。OFDM基带信号(如，子带)是许多正交子载波的总和，其中，每个子载波由它自己的数据独立调制。与其它传统无线通信协议相比，OFDM的优点包括：易于滤除噪声、能改变上行和下行速度(出于各种目的，可以通过分配更多或更少的载波来实现)、能减轻频率选择性衰落的影响，等等。

为了有效地将OFDM用作通信协议，在OFDM环境中经常需要确定符号之间的边界。这类符号包括多个抽样，还有循环前缀。循环前缀，例如，可以首次被定位于符号的一部分中，并且可以包括最后存在于符号内的抽样。因此，可以通过定位无线符号中的循环前缀来确定包括循环前缀的符号之间的边界。相关部件(如，互相关器、自相关器、延迟相关器，…)对该循环前缀和符号中与其基本相似的抽样执行相关，由此确定它们之间能量上的相关。该相关部件输出的峰值能量等级指示可以在无线环境中使用的符号的边界，并且之后，对下一刻传送的符号中的抽样进行快速傅立叶变换。如果多径效应不是问题并且在该信道上不存在噪声，则相关部件输出的该峰值能量可以用于精确地确定在时间上相邻的符号之间的边界。

但是，信道常常与各种噪声相关联，因此意味着更难以确定相关部件输出的峰值能量等级的位置。此外，信道通常存在多径效应，其中，一个符号的不同部分通过不同的物理路径传送(或，一个信号基本相似的部分通过不同的物理路径传送)，对于获取多个抽样的接收机而言，这会造成接收机延迟。因此，相关器的输出会产生非常平坦的能量等级，该能量等级并不包括与无线网络(如，OFDM、OFDMA，…)中符号之间的边界相对应的峰值。而且，当信道上堆积噪声时，很难根据峰值确定符号之间的边界。具体而言，如果该相关部件输出的能量峰值的位置和边界位置在时间上明显不同，则会产生差错，因此损害网络性能。为了试图减轻这种差错，传统系统采用预定的时间测量值并利用该测量值去估计前面所述的边界。具体而言，通过从峰值能量等级(相关部件的输出)出现的时间位置回退预定量的时间，可以获取符号之间边界的粗略估计。当信道没有噪声和/或无多径效应时，这一方法是合适的。在信道有大量噪声的情况下，这一方法会产生差错，致使很难适当地获取符号之间的粗略时间估计。

至少鉴于上面所述，在本领域中需要一种系统和/或方法用于获取无线符号之间的边界在时间上的改进粗略估计。

发明内容

下面简单地概括一个或多个实施例，以便对这些实施例有一个基本的理解。发明内容部分不是对能联想到的所有实施例的泛泛评述，既不是要确定所有实施例的关键或重要组成部分，也不是要描绘任何一个实施例或所有实施例的范围。唯一的目的是简单地描述一个或多个实施例的一些概念，以此作为后面的详细说明的前奏。

一个或多个实施例包括多个系统/方法，用于在无线网络环境(如，OFDM、OFDMA，…)中获取符号的改进的粗略时间估计。为了便于实现最佳通信，接收机应该能够精确地确定不同符号之间的边界。如果在此时间估计中发生误差，则会产生严重的解调差错，并因此降低性能和增加用户挫折感。一个实施例采用循环前缀相关器，以生成无线环境中符号的相关度。在无噪声信道中，该相关度的峰值(如，指示抽样间相似性的能量分布峰值)将直接对应于该符号的边界。但是，在多径信道中，由于时间延迟和噪声，该相关度的峰值(如，一个时间点，在该点存在最高的能量等级)将不能精确地对应于该符号的边界。

为获取该符号边界的改进的粗略估计，采用了一种自适应技术。更具体地说，不是采用固定时间并从该峰值执行固定的“回退”(并且将该回退的结果标为粗略估计)，这里采用的是自适应“回退(backoff)”技术。例如，可以存储该相关度在峰值的量值并将其用于生成粗略估计值。换句话说，可以根据确定的峰值量值确定粗略估计值。在一个实例中，可以定义一个参数(0.5到1之间)并且将其与所存储的该峰值的量值相乘。可以将这一相乘结果用作门限，在不同信道状况、不同符号等情况下，由于峰值量值可以改变，所以该门限是自适应的。将该门限与该相关度相比较，根据该比较结果得到该OFDM符号的边界的粗略时间估计。例如，循环前缀相关器输出的能量分布可以与确定出的门限相比较。可以将峰值能量等级出现之前，第一次出现门限基本相似于相关器输出的能量的时间点定义为该符号边界的粗略时间估计量，其中，该符号可以是OFDM符号、OFDMA符号或任何其它适用于无线环境中的符号。

依照另一个示例性实施例，可以定义一个时间窗口，其中，粗略时间估计值需要处于该时间窗口之内。例如，可以将循环前缀相关器输出的能量分布与根据该能量分布的峰值量值所生成的门限进行比较。但是，峰值出现之前该门限第一次基本相似于该能量分布所对应的时间可能位于已定义的时间窗口之外。如果出现这种情况，那么，用于生成该门限的参数可以改变。例如，可以采用一种算法改变该参数，从而改变该门限。此外，该参数和时间窗口都可以根据信道状况估计、先前的性能等进行定义。例如，在大数据量的情况下该时间窗口可以扩大，以保证可以快速定位该粗略时间估计。类似地，在噪声较强的情况下可以将该参数定义得大一些，而在较大路径延迟的情况下将该参数定义得小一些。

另一方面，本申请描述了一种用于生成符号边界在时间上的位置估计值的方法。该方法包括接收一个符号和针对该符号进行相关。之后，确定该相关的峰值能量以及确定已定位的峰值能量的量值。根据该峰值能量的量值确定该边界的估计值。

又一方面，本申请描述了一种用于获取符号边界在时间上的粗略估计值的系统。该系统包括峰值检测器，用于检测相关器输出的能量分布的峰值能量。估计部件根据该检测出的峰值能量的量值，自适应地估计该符号的边界。

为实现上述目的和相关目的，一个或多个实施例包括下面将要充分描述和在权利要求中重点指出的各个特征。下面的描述和附图以举例方式说明这一个或多个实施例的各方面。但是，这些方面仅仅说明可采用各个实施例之基本原理的一些不同方法，所描述的实施例旨在包括所有这些方面及其等同物。

附图说明

图1的高级框图示出了用于获取无线实施例中符号的边界的粗略时间估计值的系统。

图2的框图示出了用于获取无线符号的边界的粗略时间估计值的系统，其中，该粗略时间估计值出现在生成的时间窗口内。

图3的框图示出了通过生成自适应门限，生成无线符号边界的粗略时间估计值的系统。

图4的框图示出了采用机器学习技术以获取无线符号边界的粗略时间估计值的系统。

图5的流程图示出了用于生成无线符号的边界位置在时间上的粗略估计值的方法。

图6的流程图示出了生成自适应门限，以用于获取无线符号边界的粗略时间估计值的方法。

图7的流程图示出了用于确定粗略时间估计值处于可接受的时间窗口内的方法。

图8的流程图示出了一种方法，用于通过利用信道噪声估计，获取无线符号边界的位置在时间上的粗略时间估计。

图9示出了示例性的OFDM符号和无噪声单径信道中相应的循环前缀。

图10示出了示例性的OFDM符号和有噪声的多径信道中相应的循环前缀相关。

图11-22的曲线图示出了用于获取OFDM符号的时间和频率估计的经验数据。

图23示出了可以在无线环境中运行的示例性通信系统。

具体实施方式

现在参照附图描述各个实施例，在所有附图中，相同的标记用于表示相同的部件。在下面的描述中，为便于解释，罗列了很多具体的细节，以便实现对一个或多个实施例达到透彻的理解。但是，显然的是，这些实施例也可以不用这些具体细节来实现。在其它的实例中，为便于描述一个或多个实施例，公知的结构和设备是以框图的形式给出的。

在本申请中，所用的“部件”、“系统”以及类似的术语意指与计算机相关的实体，其可以是硬件、固件、软硬件结合、软件或者执行中的软件。例如，部件可以是、但并不仅限于：处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。为了便于说明，计算设备上运行的应用程序和计算设备本身都可以是部件。执行中的一个进程和/或线程可以有一个或多个部件，并且，一个部件可以位于一台计算机上和/或分布于两台或更多台计算机之间。另外，可以从存储了多种数据结构的多种计算机可读介质执行这些部件。这些部件可以通过本地和/或远程进程(例如，根据具有一个或多个数据分组的信号)进行通信(如，来自一个部件的数据在本地系统中、分布式系统中和/或通过诸如互联网等的网络与其它系统的部件通过信号进行交互)。

依照一个或多个实施例以及其中公开的相应内容，描述了用户站的各个方面。用户站也可以称为系统、用户单元、移动站、移动台、远方站、接入点、基站、远程终端、接入终端、用户终端、用户代理或用户设备。用户站可以是蜂窝电话、无绳电话、会话启动协议(SIP)电话、无线本地环路(WLL)站、个人数字处理(PDA)、具有无线通信功能的手持设备或其它连接到无线调制解调器的处理设备。

为了提供多种通信服务，如，语音、分组数据等等，通信系统得以了广泛部署。这些系统可以是时分、频分和/或码分多址系统，通过共享可用系统资源支持多个用户同时通信。这类多址系统的实例包括码分多址(CDMA)系统、多载波CDMA(MC-CDMA)、宽带CDMA(W-CDMA)、高速下行链路分组数据(HSDPA)、时分多址(TDMA)系统、频分多址(FDMA)系统和正交频分多址(OFDMA)系统。

现在参照附图，图1围绕一个示例性实施例示出了高级系统总体图。该示例性实施例涉及一种新的系统100，其用于生成无线符号(如，OFDM符号、OFDMA符号、CDMA符号，…)的边界在时间上的粗略估计，其中与传统系统/方法生成的粗略估计相比，由该系统100生成的粗略估计表现出很多优点。该系统100包括接收符号(该符号可以包括多个抽样)的相关器102。该符号是在时域中接收到的，并且例如，可以包括循环前缀。循环前缀与出现于同一符号末端的抽样相关联(因此，例如，一个OFDM符号中可能会出现一组基本相似的抽样)。在一个示例性实施例中，该循环前缀的长度可以是512个抽样，而该符号的其余部分长度可以是4096个抽样。按照惯例，该相关器102对循环前缀中的抽样与该符号末端的对应抽样执行相关，然后依照该符号中的相关，输出能量分布104。能量分布104指示接收到的抽样/符号(或者其中的一部分)之间在时间上的相关等级。在不存在多径效应的无噪声信道中，该能量分布可以包括指示符号之间边界的峰值能量。例如，该相关器102可以利用互相关技术、自相关技术、延迟相关技术或任何其它的适合相关技术，得出该能量分布104。简而言之，互相关是不同符号或其中的一部分之间的相似性的度量，而自相关涉及将信号(或其中一部分)与其本身进行互相关，而且，可以用于对信号和/或其符号中的重复模式进行定位。

处理完符号后，该相关器输出能量分布104(可以用曲线图表示)，其中，该能量分布104实质上示出了符号的部分内或符号之间在时间上的相关等级。在不存在多径效应的无噪声信道中，该能量分布104将包括峰值(例如，以曲线图形式表示成三角形)，其中该峰值可以用于确定符号边界在时间上的位置。但是，当信道中引入噪声时，很难通过该能量分布104的峰值确定符号边界。

更具体地说，当信道中引入噪声时，能量分布104的峰值不能表示无线符号的边界。当符号经由存在多径效应的信道进行中继时，更难以确定符号在时间上的边界。由于不同路径有不同的噪声等级，不同路径有不同的时间延迟等等，因此存在这些困难。因此，相关器102输出的能量分布104可能不包括清晰指示符号边界的峰值，就更不要说清晰指示符号边界的明显峰值了。相比之下，相关器102输出的能量分布104的峰值能量可以对应于某个时间位置，该位置并没有充分邻近于无线符号的边界(如，OFDM符号)。因此，利用该时间信息会在接收机端造成解码错误。可采用微调算法以更精确地确定边界在时间上的位置；但是，采用由该微调算法得出的明显错误的粗略估计会造成大量开销和性能降低。

该系统100还包括峰值检测器106，用于监测相关器102的输出以及对该输出的峰值能量等级进行定位，该峰值能量在时间上对应于一个特定位置(如，如图所示在时间上的示例能量分布104)。传统的粗略时间估计系统利用峰值检测器106来确定与能量分布104的峰值能量相对应的时间，之后，在时间上回退预定的固定时间量，并且利用该时间作为粗略估计值。当信道基本上不存在噪声时，这些传统系统的运行可以令人满意。但是，如果该信道有大量噪声，则这一传统方法缺乏鲁棒性并且会造成严重的粗略时间估计错误。

该系统100通过在确定能量分布104的峰值能量之后采用自适应“回退”，提供优于传统系统的改良性能。在一个特定实例中，估计部件108根据峰值检测器106所定位的峰值量值，生成自适应粗略时间估计。具体而言，该估计部件108包括门限生成器110，其可以根据检测出的峰值得出一个门限值。然后，可以将峰值能量等级出现之前该门限第一次与能量分布104中的某个能量等级基本相似的时间点作为粗略的时间估计。在一个特定实例中，由该峰值检测器106对能量分布104的峰值能量进行定位，并且将该峰值的量值存储在存储器中(未示出)。然后，由估计部件108和门限生成器110接收该峰值量值，并且利用该量值(如，用选定的参数乘以该量值)生成门限值。然后，从该检测出的峰值开始在时间上向后分析能量分布104，直到能量分布104的某个值第一次基本相似于门限值为止。之后，可以将该交叉点所对应的时间点用作粗略估计。

因此，该系统100利用自适应“回退”技术，而不是利用传统系统中的固定“回退”技术。术语“回退”指的是通过从能量分布104的峰值开始在时间上向后回退，以确定粗略时间估计。由于相关器输出的不同能量分布的峰值量值随不同的信道状况而改变，因此这一技术是自适应的。根据经验可以得知，该系统100能产生粗略时间估计，该估计在统计上优于传统系统得出的粗略时间估计。例如，该系统100在标准差、均值恒定性(mean invariance)和其它统计度量方面，相比传统系统/方法显示出有所改善。此外，该系统100可以与任何数量的具有无线通信功能的合适设备一起使用。例如，该系统100可以用于移动电话、个人数字助理、笔记本电脑、台式计算机或其它类似的设备中。而且，该系统100可以与向移动单元传送信号的发射塔一起使用。

现在转到图2，其示出了系统200，用于生成无线符号之间的边界的粗略时间估计。由系统200产生的粗略时间估计在统计意义上比传统系统产生的粗略时间估计有所改进。系统200包括相关器202，用于接收一个或多个无线符号(在时域中)，其中每个符号包括多个抽样(取决于抽样速率)。例如，OFDM符号包括循环前缀；因此，可以采用相关器202对该循环前缀中的抽样和该OFDM符号边界处的抽样之间的相关进行定位。但是，符号和/或符号的一部分之间的任何适当的相关，都可以用于确定无线符号边界。例如，无线环境中的每个符号可以在基本相似的符号部分处包括一组公共的抽样。因此，该相关器202可以用于定位符号之间的基本相似的抽样，并且利用该相关定位它们之间的边界。相关器202的输出可以是能量分布204，其中，能量分布204的增量指示抽样之间或一组由相关器202所考虑的抽样之间的相关。因此，在不存在多径效应的无噪声信道中，能量分布204的峰值能量可以指示由相关器202所接收的符号的边界。但是，如上面所描述的那样，存在多径效应的信道通常用于无线通信网络中(如，OFDM、OFDMA、CDMA、TDMA、GSM…)，因此，抽样受到取决于路径的延迟和噪声的影响，其中特定的抽样沿着该路径传输。因此，能量分布204的峰值可能没有充分反映出无线符号在时间上的边界。

由峰值检测器206接收相关器202的输出，峰值检测器206确定能量分布204的峰值以及该峰值在时间上出现的位置。虽然，所描述的相关器202的输出包括用作无线OFDM符号边界的标识符的峰值，但是也可以预料到任何合适的由相关器输出的边界标识符，并且这些都落入后附的权利要求的保护范围内。例如，可以设想相关器输出一个凹谷，以指示无线符号在时间上的边界。在另一个不同的实施例中，以某个角度渐增和/或渐减的斜坡可以指示无线符号在时间上的边界。因此，峰值检测器206可以检测出由相关器202输出的任何合适的边界标识(即使这一标识并不是能量分布204的峰值)。

在一个示例性实施例中，与门限生成器210相关联的估计部件208接收能量分布204的峰值能量的量值以及与该峰值相关联的时间信息。例如，估计部件208可以接收全部的能量分布204，以及由峰值检测器206所确定的能量分布204的峰值的量值和位置。如前所述，传统的粗略估计系统采用预定的时间值，从能量分布204的峰值能量开始在时间上回退该预定的值，并且将该回退结果作为粗略估计。相比之下，系统200是自适应的，这是因为，用于回退的值可以根据能量分布204的峰值(或，凹谷、斜坡或任何其它合适的标识)量值得到，并且可以随着每个符号和每次相关进行改变。对于一个特定实例来说，可以将某个参数乘以检测出的能量分布204的峰值量值，并且将该相乘的结果用作门限。然后，分析该能量分布204，并确定峰值出现之前，第一次出现某个能量等级基本相似于该门限的时间点。

该时间点可以用作粗略估计，除非该时间点出现在已定义的时间窗口212之外。时间窗口212可以由窗口生成部件214提供，窗口生成部件可以和分析部件216一起使用来生成时间窗口212。将窗口生成部件214和分析部件216生成的时间窗口212传送到估计部件208，以确保粗略估计落在时间窗口212之内。分析部件216可以根据估计出的信道噪声、先前的时间窗口212等等生成该时间窗口212。例如，系统200可以与一个系统相关联，该系统利用该粗略时间估计以确定OFDM符号的边界在时间上的更精确估计(如，可以使用后傅立叶变换微调算法)。假定不同的时间窗口对应着不同的信道状况和性能，那么，分析部件216可以对该信道状况进行分析并生成时间窗口以得出最佳的粗略估计。对于一个特定的实例来说，可以生成第一时间窗口并且在该时间窗口边界附近定位粗略估计。其后，可以利用微调算法根据该粗略时间估计获取更精确的时间估计，然后，可以将该粗略估计的精确度等级映射到时间窗口212的大小及其边缘的粗略估计的近似度上。因此，随着时间的推移，分析部件216可以确定对应于估计部件208的最佳性能的时间窗口。在另一个实施例中，可以利用模拟来确定时间窗口212的大小，并且其后，该时间窗口212可以只是一个程序参数。

现在参照图3，其示出了粗略估计系统300。系统300包括相关器302，用于在时域中接收一个或多个无线符号，其中每个符号包括多个抽样。该相关器302对一个符号内的抽样或符号之间的抽样进行分析，并且对该抽样之间的相关进行定位。因此，例如，OFDM符号包括循环前缀，因此，相关器302可以用来确定OFDM符号的边界。在一个示例性实施例中，相关器302可以输出能量分布304，该能量分布示出了一个符号的多个部分之间在时间上的相关，并且因此指示OFDM符号的边界(由于存在循环前缀)。如上所述，在没有多径效应的无噪声信道中，能量分布的峰值能量等级可以精确指示OFDM符号的边界。但是，在有多径效应的信道中，噪声和路径延迟会造成该相关器302所输出的能量分布304的峰值能量并不能指示OFDM符号的边界。

峰值检测器306对能量分布304的峰值能量308进行定位，并且确定该峰值能量308的量值(P)。可以将该量值P和峰值能量308的时间位置存储在与峰值检测器306相关联的存储器中(未示出)。将该量值P和它的位置传送到估计部件310，该部件生成对由相关器302接收到的OFDM符号边界的粗略时间估计。例如，该粗略估计可以根据该峰值能量308的量值得到，因此，相比于传统系统中所采用的固定“回退”，生成自适应“回退”。术语“回退”指的是从与峰值能量308出现相对应的时间点开始回退的时间，该峰值能量用作粗略估计。因为估计部件利用峰值(P)量值确定回退量，并且该峰值量值可以随着符号、信道等而改变，所以上述实施例中的“回退”是自适应的。

例如，通过利用门限生成器312生成门限，估计部件310可以确定粗略估计，其中，将该门限与能量分布304进行比较。在更具体的实例中，参数生成部件314可以向估计部件310(和门限生成器312)提供参数t，该参数t是根据峰值能量308的量值P得到的(如，该参数t可以乘以该量值P)。例如，可以在量值tP处创建门限。为了获取粗略估计，可以对能量分布304进行分析以定位时间点318，在该时间点318处门限值316基本相似于能量分布304的某个能量等级。该时间点对应于某个能量等级，该能量等级对应于接收符号的开头(如，对应于一个符号的边界)。此后，可以将该时间点318用作OFDM符号的边界在时间上的粗略估计。该参数生成部件314可以利用分析部件320来生成参数t。例如，可以一开始就定义并使用参数t的某个值，可以随时间跟踪该参数的性能。该参数t的值可以在任意方向上改变，直到达到系统300的最佳性能为止。参数生成部件314还可以采用信道状况估计器322，一起用于生成参数t。例如，与最佳粗略时间估计相对应的参数值可以取决于信道中的噪声、信道的多径效应和各种其它信道状况。该信道状况估计器322可以对不同信道状况进行估计，该估计结果可以用于确定参数t的值。

估计部件310还可以利用时间窗口324，生成OFDM符号边界在时间域中的粗略估计。具体而言，窗口生成部件326可以向估计部件310提供时间窗口324，其中，要求该粗略估计(如时间点318)落在该时间窗口324内。如果时间点318落在时间窗口324之外，则参数生成部件314和/或窗口生成部件326可以改变参数t的值和时间窗口324。这一改变可以根据信道估计器322估计出的信道状况和/或先前的粗略信道估计及其精确性做出。与参数生成部件314类似，窗口生成部件326可以采用分析部件328，来生成时间窗口324。例如，某个时间值可能最初选为程序参数和/或根据估计出的信道状况进行选择。其后，可以依据估计部件310得出的粗略估计的精确性对该时间窗口324相关的值进行改变。可以从上面的描述中确定，系统300没有采用固定的“回退”，而是自适应地根据峰值能量308的量值选择粗略估计。经验显示，该系统300比传统的粗略估计系统，在均值恒定性和其它类似统计方面有所改进。

现在转到图4，其示出了用于生成符号边界在时间域中的粗略估计的系统400。该系统400包括相关器402，用于接收一个或多个无线符号，其中，该无线符号包括多个抽样(如，也可以包括循环前缀)。如上所述，相关器402可以用于生成能量分布404，该能量分布可用于确定无线符号在时间上的边界。峰值检测器406可以接收该能量分布404并且对其中的峰值能量408进行定位。此外，该峰值检测器406可以确定峰值能量408的量值P。与门限生成器412相关联的估计部件410可以接收该峰值能量408的量值P，以及该峰值能量408在时间上出现的位置，并利用该量值P生成对无线符号边界的粗略估计。在特定的实例中，门限生成器412可以从参数生成部件414接收参数t，并且用该参数t乘以量值P以得出门限416(tP)。之后，可以对能量分布404和该门限进行分析以确定峰值能量408出现之前，门限416第一次基本相似于能量分布404中的某个能量的时间点。估计部件410也可以从窗口生成部件422接收时间窗口420，其中，该时间点418应该落在该时间窗口420内。

参数生成部件414和窗口生成部件422可以与机器学习部件424相关联，机器学习部件424用于得出关于理想的参数t值和时间窗口420的推论。在此，术语“推断”和“推论”一般指根据通过事件和/或数据所捕获的一组观测，对系统、环境和/或用户的状态进行推理和推断的过程。例如，推论可以用于确定具体的上下文或动作，或生成状态的概率分布。该推论可以是概率性的，即，基于对数据和事件的考虑，对有关状态的概率分布做出的计算。推论还可以指用于根据一组事件和/或数据，构建出高等级事件的技术。该推论的结果是根据一组有效事件和/或存储的事件数据，构造出新的事件，而不考虑这些事件在邻近时间上是否相互关联，以及这些事件和数据是否来自一个或多个事件和数据源。对于具体的实例来说，如果给定了特定上下文数据，如，日期、温度、天气状况、星期几、移动用户的地理位置、网络中移动用户的数量等等，那么，机器学习部件424可以随时间监控系统400并且获知该系统400的运行情况。

由于该机器学习部件424根据该信息获取知识，因此它可以做出针对参数值和时间窗口值做出推论，其中，该参数值和时间窗口值分别是由参数生成部件414和窗口生成部件422生成的。例如，随着时间的推移，该机器学习部件424可以获知在特定的某一天一段时间内网络业务和噪声大于另一天和另一时间段内的相应值，并且不同的参数值更适合这样不同的日期和时间。该机器学习部件424因此可以得出推论，将特定参数值交付给参数生成部件此414。此外，机器学习部件424可以监控并分析参数值的趋势，该趋势可改善粗略估计，并且根据该趋势做出推论。因此，学习部件424可以分析趋势以获取参数(t)和时间窗口420的最佳值，而不是定义参数值。

参照图5-8，其示出了涉及生成无线符号边界在时间域中的粗略估计的方法。例如，这些方法可以涉及OFDM环境、OFDMA环境、CDMA环境或任何其它适合的无线环境中的符号。虽然为了使说明更简单，而将该方法描述为一系列的动作，但是应该理解和明白的是，这些方法并不动作顺序的限制，因为，依照一个或多个实施例，一些动作可以按不同顺序发生和/或与本申请中示出和描述的其它动作同时发生。例如，本领域普通技术人员应该理解并明白，一个方法也可以表示成一系列相互关联的状态和事件，如在状态图中。此外，执行依照一个或多个实施例的方法并不是需要所有示出的动作。

现在仅参照图5，其示出了用于生成无线符号边界在时域中的粗略估计的方法500。在502中，从相关器接收循环前缀相关。例如，OFDM符号结构包括位于符号开始处的循环前缀，即出现在符号一端的一组抽样(例如，基本相似的抽样存在于OFDM符号的两端)。循环前缀相关指的是将某个符号进行相关，以确定在该符号或该组符号中哪里存在基本相似的抽样。通过采用相关器，可以获取指示OFDM符号边界的数据。符号中的其它前缀和/或后缀也可以用于确定符号边界。例如，相似的抽样可能位于不同符号中的相似位置处，因此，可以确定这些相似抽样的时间位置，这一时间位置则可以用于估计符号边界。

在504中，监控相关器的输出(如，能量分布)，以确定峰值能量等级。该峰值能量等级指示了无线符号在时间上的边界。由于噪声、多径效应造成的延迟及其它信道干扰，该峰值能量等级可能并没有充分与无线符号的边界相关。在506中，可以获取相关器输出的能量分布的峰值能量的量值测量结果并将其存储。相比传统的粗略估计方法，方法500采用了峰值量值来获取粗略估计，而不是采用固定的、定义好的属性。因此，可以认为方法500是自适应的，因为相关器输出的能量分布的峰值能量等级随着不同的符号、信道状况等发生改变。

在508中，根据该峰值能量等级的量值，生成无线符号边界的粗略估计。在一个特定的实例中，可以将该量值乘以一个参数值，其中，该参数值小于1。相乘得到的结果是一个门限，将其与该相关器输出的能量分布进行比较。例如，可以将在峰值能量出现之前，首次出现该能量分布的某个能量等级基本相似于门限的时间点作为符号边界的粗略估计。

现在转到图6，其示出了用于生成无线符号边界在时间域上的粗略估计的方法600。在602中，从相关器接收相关。如上所述，该相关可以作为能量分布从相关器中输出，其中，该能量分布的峰值能量指示无线符号的边界。在604中，从该相关获取峰值量值。存储该峰值量值，并且随后用于获取对无线符号边界的粗略估计。在606中，定义用于生成粗略估计的参数。例如，可以根据经验数据将该参数预定义为程序参数。在另一个实施例中，该参数可以是根据信道状况自适应的，其中，可以从某种算法获取该参数，而这种算法对信道状况和其它各种上下文数据进行分析以确定参数值。例如，可以定义参数的初始值，其后对该值进行改变并对这种改变的结果进行分析以确定最佳参数值。因此，当信道状况改变时，该参数值将会继续改变，以便于获取相比传统系统/方法有所改进的粗略估计。

在608中，将该参数乘以峰值能量值，并将该相乘结果用作门限值。因此，该参数值应该小于1(如，如果该参数值大于1，则该门限不能使用)。依照一个特定的实施例，该参数可以位于1/2和1之间的范围。经验表明，该范围可以得出无线符号边界的适当的粗略时间估计。然后，可以将该门限与相关器输出的能量分布进行比较。在610中，定位一个时间点，其中，该点对应于在峰值能量出现之前，门限值第一次基本相似于能量分布中的某一点的时间。该点可以用作无线符号边界在时间域中的粗略估计。经验发现，从方法600得到的粗略估计具有改进的标准差统计、均值恒定性统计等等。

现在参照图7，其示出了用于获取无线符号边界在时间上的粗略估计的方法700。在702中，定义一个时间窗口。该时间窗口是粗略估计的时间位置的限制条件。在方法700中，该时间窗口用于确保粗略估计处于从相关器输出的能量分布的峰值能量开始的一段特时间间之内。在704中，接收与无线符号有关的相关器输出。例如，OFDM符号包括循环前缀，而该相关器可以进行循环前缀相关，从而输出能量分布，该能量分布指示OFDM符号的时间边界。依照一个示例性实施例，相关器输出的能量分布中的峰值能量可以指示OFDM符号的时间边界。

在706中，对相关器输出的峰值能量进行定位，并且对该峰值的量值进行测量和存储。在708中，定义一个自适应门限，其中，该自适应门限是根据已确定的峰值能量等级的量值得到的。例如，定义一个参数并将其乘以测量出的该峰值量值，并将该相乘结果用作自适应门限。因此，该参数值小于1。之后，将该参数与能量分布进行比较，以确定符号边界在时间上的粗略估计。在710中，分析该能量分布，确定在峰值能量出现之前，该门限值第一次基本相似于能量分布中的某个能量的时间点。在712中，判断是否到达了在702定义的时间窗口的一端。如果在710中确定的时间点出现之前，已经到达了时间窗口的该端，则在714中改变该自适应门限。例如，可以增大用于乘以所存储的量值的参数值。更具体的说，如果该参数值等于0.7，而利用该参数生成的参数值没有在该时间窗口内产生交叉点上，则可以将该参数值提高到0.75。改变自适应门限值之后，该方法继续进行至710。如果没有到达时间窗口的该端，则在716中判断该门限值是否基本相似于能量分布中的某个能量。如果在到达时间窗口的一端之前确定存在基本相似性，则在718将与该基本相似性对应的时间用作OFDM符号边界在时间上的粗略估计。如果该门限值和能量分布中的某个能量等级之间的基本相似性没有得到定位，并且没有到达时间窗口的该端，则该方法回到710继续执行。

现在转到图8，其示出了用于生成无线符号边界在时间上的粗略估计的方法800。在802中，估计信道上的噪声量。该噪声估计可以取决于信道上的多径效应和其它适当的信道属性。此外，可以根据先前对信道的观测结果估计信道噪声量。在804中，从相关器接收循环前缀相关(如，该循环前缀相关可以是能量分布，该能量分布可以以图形方式表示，其中该能量分布的特定图形的斜坡和/或峰值表示对应于OFDM符号的多个部分之间的相关)。在806中，对循环前缀相关(如，能量分布)中的峰值能量进行定位，并且获取该峰值能量的量值。在808中，根据在802中估计出的信道中的噪声，定义一个参数。例如，如果存在大量噪声，则相比没有大量噪声的信道中输出的参数值，生成一个具有较小值的参数比较有利。在810中，通过将在808中定义的参数乘以在806中获取的量值，定义门限值。由于该门限值取决于该峰值能量的量值和参数，而该峰值能量的量值在符号/信道之间并不恒定，所以，与传统的固定“回退”系统/方法相比，方法800是自适应的。在812中，分析该循环前缀相关，并在时间上回退到该门限值与该循环前缀相关第一次交叉的位置。然后，将该交叉点的时间用作OFDM符号的边界的粗略估计。

现在参照图9，其示出了没有多径效应的无噪声信道中，可用于OFDM环境的示例性符号900和相应的循环前缀相关902。该符号900包括循环前缀904，该循环前缀由时间域内的多个抽样组成。与该循环前缀904中的抽样基本相似的一组抽样906处于符号900的一端，而循环前缀904位于另一端。符号900包括N个抽样，它们是不重复的并且因此得以理想地解调出来。该循环前缀相关包括与符号900的一端相对应的峰值能量908。因此，在没有多径效应的无噪声信道中，通过分析循环前缀相关902，可以确定符号900的边界910(如，该边界910存在于与峰值908基本相似的时间位置)。此外，可以通过一起观察符号900和循环前缀相关902，由912处递增至峰值908的斜坡的开始位置指示抽样的开端，该抽样开端基本相似于循环前缀904中的抽样。

现在转到图10，其示出了可以用于无线环境(如，OFDM、OFDMA，…)中的示例性符号1000和相应的循环前缀相关1002，其中该符号通过有噪声的多径信道传送。该循环前缀相关1002实际上是指示了观测抽样/符号之间的相关的能量分布。因此，峰值能量等级指示了基本相似的抽样/符号之间的边界。与符号900(图9)类似，符号1000可以包括循环前缀1004，该循环前缀1004包括与抽样1006基本相似的抽样，而抽样1006则位于符号1000中与循环前缀1004相反的一端。但是，需要理解的是，抽样的其它安排方式是可以预料到的，并且，落入后附的权利要求所界定的保护范围。例如，基本相似的抽样可以位于一组不同符号中的相似位置。因此，对符号的抽样之间的相似性进行定位，就能够确定该符号之间的边界在时间上的粗略估计。循环前缀相关1002提供符号1000的时间边界1008的指示。具体而言，该循环前缀相关1002包括开始向上倾斜的一部分，对应于抽样1006的开端。在无噪声且无延迟的信道中，峰值能量1010将对应于OFDM符号1000的边界1008。但是，由于信道中通常有噪声和延迟，所以，该峰值能量1010可能在时间上离边界1008有很大距离。

一个或多个实施例中的系统和方法，通过从与峰值能量1010相对应的时间开始自适应地“回退”，从而改进粗略估计。例如，在传统的系统中，可以预定义时间time1，通过计算与峰值能量1010相对应的时间并从中减掉time1来获取粗略估计。这一传统方法并不具鲁棒性，而且经常无法提供对边界1008在时间上的位置的最佳粗略估计。在一个示例性实施例中，可以获取峰值能量P的量值并用它来生成门限值1012。具体而言，可以将该量值P乘以参数t，其中，该参数小于0。之后，在时间上对循环前缀相关1002进行分析，以定位在峰值能量出现之前，门限值1012第一次基本相似于循环前缀相关1002在点1014处的值的时间位置。对应于点1014的时间则可以用作对符号1000的边界1008的粗略估计。利用循环前缀相关的峰值1010的量值生成门限值提供了“自适应回退”，因为不同的循环前缀相关与不同的状况、属性和峰值能量的量值相关联。经验表明，这一自适应方法在获取符号边界在时间上的粗略估计方面比传统系统/方法有所改进。

现在参见图11到图22，其示出的曲线图给出了用于获取OFDM时间和频率估计的经验数据。一般而言，通过两步获取时间同步(如，确定用于OFDM环境中的符号在时间上的边界)。首先，获取前FFT循环前缀相关。更具体地说，{r_n}可以表示接收到的以奈奎斯特速率抽样得到的基带抽样，N是子载波的总数，而m是以抽样数量计算的循环前缀长度。可以依照前面提到的抽样速率计算出相关度S_n：

S_{n} = Σ_{j = n - (m - 1)}^{n} r_{j}^{*} r_{j - N}

根据该相关度S_n，可以利用下面的等式得到OFDM符号同步的初始估计：

\hat{n} = \arg_{n : n 0 < n < n 0 + N + m} | S_{n} |

现在具体转到图11，通过分析曲线图1100可以确定，采用这一技术在有严重多径效应的信道中得到的是无法接受的不准确的时间误差，其中有两个多径簇源自不同小区，并且这些簇对应着相同的功率。采用具有如图11中所述的估计的固定“回退”技术也不能针对不同的信道状况提供满意的性能。

如前所述，OFDM符号时间估计可以通过采用上述参照图11的估计并且记录该峰值能量的量值(可以表示成P)而得以改进。将参数t与该量值P相乘得出门限。然后，将该循环前缀相关在时间上回退到该门限值tP第一次与该循环前缀相关交叉的位置(如，该能量分布中的某个能量基本相似于该门限值)。简要地参照图12，以曲线图1200示出了针对不同的多径信道，这一技术在估计误差平均值和标准差方面的性能，其中t＝0.72。

可以确定出，通过修改t的值可以改变平均时间误差。虽然采用自适应门限来修改传统系统和方法(将循环前缀相关的量值乘以参数)，但时间误差标准差作为微调结果还是大的难以接受。直接涉及调制解调器性能的性能参数是在FFT窗口中捕获到的能量的百分比。图13的曲线图1300示出了捕获到的能量百分比的累积分布函数(CDF)。

另一个方案可以用于通过采用固定门限而不是固定回退来获取粗略时间估计。当|S_n|超出该固定门限时公布粗略时间估计。在一个实施例中，为了使固定门限可以理想地工作，应该将该度量|S_n|标准化，例如，使用下面的等式：

{NS}_{m} = \frac{Σ_{j = n - (m - 1)}^{n} r_{j}^{*} r_{j - N}}{Σ_{j = n - (m - 1)}^{n} {| r_{j} |}^{2}}

图14的曲线图1400示出了固定门限方案的时间误差统计。

回顾所捕获能量的CDF的曲线图1300(图13)，可以确定出，基于循环前缀相关的初始时间估计和随后根据由峰值导出的回退进行的改进都不能提供足够的时间精确性。因此，在一个示例性实施例中，可以采用后FFT技术对初始时间估计进行改进。下面的方法采用信道估计，这意味着微调时间捕获出现在实现频率同步和帧同步之后。

可以表示信道估计，其中，l代表OFDM符号索引，而k代表子载波带索引。可以通过对

进行IFFT运算，以及通过采用长度为m(循环前缀的长度)的滑动窗口搜索最大CIR估计值的位置，产生时域信道冲激响应(CIR)。当得出的CIR没有跨越整个循环前缀时，最大值可能出现在多个位置(所有这些位置都提供了有效的FFT窗口开始位置)。

现在参照图15到图18，不同的曲线图1500、1600、1700和1800示出了从时间误差得出的CIR的循环移位。为了明确地检测该循环移位，IFFT的最小尺寸可以是CIR跨度的二倍。在曲线图1500、1600、1700和1800中，所示的IFFT尺寸等于循环前缀跨度的二倍，因此这意味着需要总共2m个

抽样。此外，至少部分取决于设计规范，可以采用交错导频符号。曲线图1500、1600、1700和1800绘出了一个1024点IFFT输出，假设存在1024个

抽样，包括防护子载波(防护音频带)所对应的估计值零。在上述曲线图中示出的信道由两个距离60微秒(360个抽样)的指数簇组成，每个簇的均方根(RMS)延迟扩展为2.4微秒。曲线图1300(图13)示出了上述后FFT改进的估计性能。如果该后FFT搜索窗口的尺寸足够大而不需要前FFT改进，并且只利用循环前缀相关峰值得出的估计就已经足够，则该方法足够完善。具体而言，图19的曲线图1900示出了相对于不同的后FFT搜索窗口大小，只利用基于峰值的初始估计值的时间捕获。

由于在信道估计可用于进行后FFT精细符号时间同步之前出现了整数频率和帧捕获，所以，用上面所述的前FFT粗略时间应当就能获取整数频率和帧同步。图20的曲线图2000示出了有较大初始同步误差的整数频率估计的性能。有较大同步误差的整数频率估计性能可以得以，方式如下：改进通过增加用于估计的导频符号的数量，或观测多个连续的相同估计值，或同时采用二者。

图21和图22中的曲线图2100和2200分别对应于输入抽样有不同的抽取因子，示出了时间捕获和分数频率捕获的性能。当后FFT改进后捕获的能量小于90％时，则可以声明出现误检测，但是，我们在模拟中发现，捕获的能量大于99％或0。当前FFT估计值足够大时，捕获的能量等于0。因此，采用上述自适应回退技术以降低前FFT估计误差是很重要的。具体而言，曲线图2100(图21)示出了在输入抽样有不同抽取因子时的时间捕获性能，而曲线图2200(图22)示出了在输入抽样有不同抽取因子时的分数频率估计性能。

利用上述前FFT和后FFT的改进，时间一频率捕获序列如下。第一步，可以找到最大值|S_n|，其中

n_{0} < n < n_{0} + \frac{N + m}{DF},

其中，n₀是初始时间，N是FFT长度，m是循环前缀的长度，而DF是输入抽样抽取因子。为了生成S_n，需要使用大小为N的缓冲区、复数乘法器、大小为

的移位寄存器以及累加器。对应于最大值|S_n|的时间可以表示为

并且假设n₀＝0，

0 < \hat{n} < \frac{N + m}{DF} .

之后，在第二步，如果

\hat{n} < \frac{2 m}{DF}

或者

\hat{n} > \frac{N + m - 2 m}{DF},

则初始搜索窗口可以移动然后重复第一步。

在第三步，可以在长度为

个抽样的连续窗口中两次定位最大值|S_n|，如果第二个和第三个峰值分别在距离第一个峰值

和

个抽样的位置，则可以声明已经获取到初始FFT窗口时间。第三个峰值的位置可以作为初始时间估计值。可以通过加上最近的相乘项，同时从累加器中减去移位寄存器中最老的项，来完成滑动窗口的积分。可以通过将S_n的量值在

个抽样的跨度上连续比较，得出最大值。在第四步，可以对非抽取的抽样执行循环前缀相关，并且估计分数频率偏移。对于所有后续的OFDM符号来说，在新符号开始时应用该频率修正。

在第五步，可以利用两个连续OFDM符号的FFT输出，估计整数频率偏移。在第六步，可以再次用两个连续的OFDM符号，估计整数频率偏移。如果这一估计值基本相似于第五步中获取的估计值，则可以声明获取到整数频率。可以在快速傅立叶变换之前对随后的OFDM符号应用整数频率修正，该修正从新符号的开端开始进行。如果第六步中的估计值与第五步中的估计值不基本相似，则重新执行第五步。在第七步，可以获取帧同步。在第八步，根据两个连续OFDM符号中的交错导频，获取载波信道估计。之后，采用2m点IFFT，于是可以估计符号时间，而且该IFFT可以应用于针对随后的OFDM符号的前FFT窗口。之后，可以声明获取到OFDM符号时间。

在随后的唤醒时，信道延迟的轮廓可能已经有了很大改变，载波频率可能也明显移位了(但是移位量小于

其中Δf是载波之间的距离)。因此，需要重新获取OFDM符号时间和分数频率。由于该前FFT时间是粗略的，所以，最好不要使用该时间，不过，可以通过采用后FFT技术完成时间修正。

第一步，对非抽取的抽样执行循环前缀相关，并估计分数频率偏移。针对随后的OFDM符号，在新符号开始时应用该频率修正技术。第二步，从两个连续的OFDM符号估计符号时间，并将其应用到随后的OFDM符号的前FFT窗口上。因此，在唤醒时可以采用三个OFDM符号来重新获取时间和频率偏移。另一个OFDM符号可以用于使后FFT抽样频率和载波频率环收敛。

现在参照图23，示出了频谱成形的无线系统的框图2300，该系统中包括接入点2302和终端2304。在下行链路上，在接入点2302，发送(TX)处理器2306对业务数据进行接收、格式化、编码、交织和调制，然后提供调制符号(如，数据符号)。OFDM调制器2308接收并处理数据符号和导频符号，并提供OFDM符号流。OFDM调制器2308将数据符号和导频符号复用到适当的子载波上，对未使用的子载波提供0值，并且在每个OFDM符号周期获取N个子载波所对应的一组N个传输符号。例如，导频符号可以通过活跃的导频子载波传送，并且导频符号可以在每个OFDM符号周期中连续传送。在另一个实施例中，导频符号可以和数据符号时分复用(TDM)到基本相似的子载波上。该OFDM调制器2308可以将每个已转换的符号中的一部分重复，以获取相应的OFDM符号。该重复部分就是循环前缀，并且可以用于抵抗无线信道中的延迟扩展。

发射机单元2310可以接收OFDM符号流并将其转换为一个或多个模拟符号，以生成适于通过无线信道传输的下行链路信号。然后，通过天线2312将该下行链路信号传输到多个终端，包括终端2304。与终端2304相关联的天线2312接收下行链路信号并向接收机单元(RCVR)2316提供接收到的信号，该接收机单元2316对接收到的信号进行修整(如，过滤、放大和下变频)，并将修整好的信号数字化，以获取抽样。OFDM解调器2318可以利用IFFT运算获取时域中的OFDM符号，将附加在该OFDM符号上的循环前缀剔除出去，利用N点FFT将接收到的已转换符号转换到频域中，在每个OFDM符号周期获取N个子载波所对应的N个接收符号，并向用于进行信道估计的处理器2320提供接收导频符号。OFDM解调器2318还从处理器2320接收下行链路的频率响应估计，对接收到的数据符号进行数据解调，以获取数据符号估计(如，传输数据符号的估计)，并向RX数据处理器2322提供数据符号估计。该RX数据处理器2322对数据符号估计进行解调(如，符号反映射)、解交织及解码，以恢复传输的业务数据。在接入点2302，OFDM解调器2318和RX数据处理器2322所进行的处理过程分别互补于OFDM调制器2308和TX数据处理器2306所进行的处理过程。

处理器2320从活跃的导频子载波获取接收到的导频符号并且进行信道估计。根据需要，处理器2320可以用于外插和/或内插操作，以获取P_dn个距离均匀的子载波的信道增益估计，其中，P_dn是下行链路的导频子载波的数量；得出下行链路的最小二乘冲激响应估计；对该冲激响应估计的不同抽头进行抽头选择；得出下行链路的N个子载波的最终频率响应估计。在上行链路上，TX数据处理器2324可以处理业务数据并提供数据符号。OFDM调制器2326可以接收数据符号并将其与导频符号复用在一起，进行OFDM调制，然后，提供OFDM符号流。导频符号可以在P_up个导频载波上传输，这P_up个导频载波已经分配给终端2304用于导频传输，其中，上行链路的导频子载波数量(P_up)与下行链路的导频子载波数量(P_dn)可以基本相似，也可以明显相异。之后，发射机单元2328可以接收OFDM符号流并对其进行处理，以生成上行链路信号，该上行链路信号可以通过天线2314发射到接入点2302。

通过天线2312可以从终端2304接收上行链路信号并由接收机单元2330对其进行处理以获取抽样。OFDM解调器2332对抽样进行处理并提供接收导频符号和上行链路的数据符号估计。RX数据处理器2334处理该数据符号估计以恢复由终端2304发射的业务数据。处理器2336对上行链路上传输信号的每个活跃终端进行信道估计。多个终端可以同时在上行链路上分别利用分配到的导频子载波组传输导频符号，其中，这些导频子载波组可以是交错体(interlace)。对于每个终端而言，处理器2336可以根据需要，对该终端进行外插和/或内插；获取终端2304的上行链路的初始频率响应估计；得出该终端的最小二乘信道冲激响应估计；选择抽头；并获取终端2304的最终频率响应。可以向OFDM解调器2332提供每个终端的频率响应估计并将其用于该终端的数据解调。处理器2336和2320可以分别控制接入点2302和终端2304处的操作。存储器单元2338和2340可以用于存储处理器2336和2320所用的程序和/或代码和数据。处理器2336和2320还可以用于进行各种计算，以分别获取上行链路和下行链路的频率和冲激响应估计。

对于多址OFDM系统(如，正交频分多址(OFDMA)系统)而言，多个终端可以在上行链路上同时传输。对于OFDM和类似的系统，导频子载波可以由不同的终端共享。用这一导频子载波结构来获取不同终端的频率分集是很理想的。本申请中所描述的信道估计技术可以通过多种模块/设备实现。例如，依照前面提到的一个或多个实施例，可以采用硬件、软件或二者的结合来获取信道估计。例如，用于信道估计的处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器和/或任何其它合适的设备/单元或其组合中。至于软件方面，依照上述一个或多个实施例的信道估计可以至少部分地通过使用可执行本申请所描述的一个或多个功能的模块(如，过程、函数，…)来获取。软件可以存储在存储器中，如存储单元2338和2340中，并由一个或多个处理器来执行，如处理器2336和2320。存储单元可以在处理器中实现，也可以存在于外部，用于任何结构的通信线路/技术都是可以联想到的，并落在后附的权利要求的范围内。虽然上面描述了可用于OFDM和OFDMA系统中的接入点和终端，但需要理解的是，用于其它无线协议(如，CDMA、TDMA，…)中的接入点和终端也都是可以联想到的，并落在后附的权利要求的范围内。

上面的描述包括一个或多个实施例的举例。当然，为了描述这些实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，这些实施例可以做进一步的结合和变换。因此，本申请中描述的实施例旨在涵盖落入所附权利要求书的精神和保护范围内的所有改变、修改和变形。此外，就说明书或权利要求书中使用的“包含”一词而言，该词的涵盖方式类似于“包括”一词，就如同“包括”一词在权利要求中用作衔接词所解释的那样。

Claims

1.一种用于生成符号边界的位置在时间上的估计值的方法，包括：

接收一个符号；

对所述符号执行相关；

确定所述相关的峰值能量；

确定已定位出的峰值能量的量值；以及

根据该峰值能量的量值，确定所述估计值。

2.如权利要求1所述的方法，还包括：

根据所述峰值能量的量值，确定一个门限。

3.如权利要求2所述的方法，所述门限是通过将所述峰值能量的量值乘以一个参数而加以确定的。

4.如权利要求2所述的方法，还包括：

将所述门限与所述相关进行比较；

确定一个时间点，所述门限在该时间点基本相似于所述相关内的某个能量；以及

将所述时间点用作粗略时间估计值。

5.如权利要求2所述的方法，还包括：

采用分析部件自适应地确定用于确定所述门限的参数。

6.如权利要求2所述的方法，还包括：

将用于确定所述门限的参数的值设置在0.5和1之间。

7.如权利要求2所述的方法，还包括：

采用机器学习技术生成推论，所述推论可以用于确定一个参数，而该参数用于确定所述门限。

8.如权利要求1所述的方法，还包括：

定义一个时间窗口，所述估计值落在该时间窗口内。

9.如权利要求8所述的方法，还包括：

根据估计出的信道状况定义所述时间窗口。

10.如权利要求8所述的方法，还包括：

采用机器学习技术生成推论，所述推论可以用于确定所述时间窗口的大小。

11.如权利要求8所述的方法，还包括：

采用分析部件自适应地定义所述时间窗口的大小。

12.如权利要求1所述的方法，还包括：

对所述估计值采用后FFT技术，以获取更精确的估计值。

13.如权利要求1所述的方法，还包括：

对存在多径效应的信道，采用所述估计。

14.一种用户站，其执行权利要求1所述的方法。

15.如权利要求1所述的方法，还包括通过下面的算法定义所述相关的输出：

S_{n} = Σ_{j = n - (m - 1)}^{n} r_{j}^{*} r_{j - N},

其中S_n是相关度，{r_n}是接收到的以奈奎斯特速率抽样得出的基本抽样序列，N是子载波的总数，而m是循环前缀的长度，其以抽样数量来表示。

16.如权利要求15所述的方法，还包括通过下面的算法确定所述峰值能量：

\hat{n} = \arg_{n : n_{0} < n < n_{0} + N + m} | S_{n} |,

其中

是处于所述峰值处的抽样的时间位置。

17.如权利要求1所述的方法，还包括：

确定与所述相关进行比较的门限，以及

根据该比较结果确定所述估计值。

18.如权利要求17所述的方法，还包括：

如果没有确定出理想的估计值，则改变所述门限。

19.如权利要求1所述的方法，所述符号用于下列一种或多种环境：

OFDM环境、OFDMA环境、CDMA环境、TDMA环境和GSM环境。

20.如权利要求1所述的方法，所述相关是循环前缀相关。

21.一种用于获取符号边界在时间上的粗略估计值的系统，包括：

峰值检测器，用于检测相关器输出的能量分布的峰值能量；以及

估计部件，用于根据所述检测出的峰值能量的量值，自适应地估计所述符号的边界。

22.如权利要求21所述的系统，其中所述相关器是互相关器、延迟相关器和自相关器中之一。

23.如权利要求21所述的系统，还包括：

窗口部件，用于定义容许的时间窗口，该时间窗口可以用于估计所述符号的边界。

24.如权利要求23所述的系统，还包括：

尺寸确定部件，用于根据估计出的信道状况确定所述容许时间窗口的大小。

25.如权利要求23所述的系统，还包括：

分析部件，自适应地确定所述容许时间窗口的大小。

26.如权利要求23所述的系统，还包括：

机器学习部件，根据过去的信道状况和上下文信息，产生与所述窗口的可容许大小有关的推论。

27.如权利要求21所述的系统，还包括：

参数生成部件，用于生成一个参数，所述估计部件将该参数连同所述峰值能量的量值一起使用，以便于估计所述边界。

28.如权利要求27所述的系统，所述估计部件接收该参数，并将该参数乘以所述峰值能量的量值，以创建一个门限值。

29.如权利要求28所述的系统，所述估计部件将所述能量分布与所述门限进行比较，并在时间上确定一个位置，其中，所述门限在该位置与所述能量分布中的某个能量等级基本相似。

30.如权利要求27所述的系统，所述参数的值是根据估计出的信道状况得出的。

31.如权利要求27所述的系统，还包括：

机器学习部件，根据过去的信道状况和上下文信息，产生与所述参数值有关的推论。

32.如权利要求21所述的系统，所述相关器通过对包括有多个抽样的循环前缀与存在于OFDM符号的不同边沿上的基本相似抽样进行求和，并取所述和的平方的绝对值，从而确定所述峰值能量。

33.如权利要求21所述的系统，用于存在多径效应的信道中。

34.如权利要求21所述的系统，所述相关器利用循环前缀相关，以生成所述能量分布。

35.一种用户站，其包括权利要求21所述的系统。

36.如权利要求21所述的系统，所述相关器通过执行下面的算法生成所述能量分布：

S_{n} = Σ_{j = n - (m - 1)}^{n} r_{j}^{*} r_{j - N}

其中，S_n是相关度，

{r_n}是接收到的以奈奎斯特速率抽样得出的基本抽样序列，

N是子载波总数，以及

m是循环前缀的长度，其以抽样数量来表示。

37.如权利要求36所述的系统，其中所述峰值检测器通过使用

下面的算法检测所述峰值能量：

\hat{n} = \arg_{n : n_{0} < n < n_{0} + N + m} | S_{n} |

其中

是处于所述峰值能量处的抽样的时间位置。

38.如权利要求21所述的系统，还包括：

门限生成器，用于确定与能量分布进行比较的门限，所述门限是根据所述峰值能量的量值而加以确定的。

39.如权利要求38所述的系统，如果粗略估计值没有位于预定的时间窗口内，则所述门限生成器修改所述门限。

40.如权利要求39所述的系统，所述门限生成器包括分析部件，该分析部件通过使用一种算法改变所述门限，该算法对用于与所述峰值能量的量值相乘的参数进行修改。

41.如权利要求21所述的系统，所述相关器输出的所述能量分布指示所述符号内的相似性。

42.如权利要求21所述的系统，还包括：

根据所述粗略时间估计值确定更精确的时间估计值的部件。

43.如权利要求21所述的系统，所述符号用于下列一种或多种环境：

OFDM环境、OFDMA环境、CDMA环境、TDMA环境和GSM环境。

44.一种粗略时间估计系统，包括；