CN101136881B

CN101136881B - 一种ofdma上行链路接收机和估计载波频偏的方法

Info

Publication number: CN101136881B
Application number: CN200610063945A
Authority: CN
Inventors: 葛屹群; 周续涛; 史无限
Original assignee: STMicroelectronics Beijing R&D Co Ltd
Current assignee: STMicroelectronics Beijing R&D Co Ltd
Priority date: 2006-08-31
Filing date: 2006-08-31
Publication date: 2012-10-10
Anticipated expiration: 2026-08-31
Also published as: US20100290360A1; EP1895734A3; CN101136881A; EP1895734B1; EP1895734A2; US7742392B2; US8488439B2; US20080056116A1

Abstract

盲载波频偏估计器基于多用户OFDMA上行链路中的单个OFDM符号训练序列。通过多址干扰建模和分析，使用占用所有空子载波的虚拟用户。通过根据假定的频偏使虚拟用户上的能量泄漏最小化，估计器能够逼近实际的频偏。该估计器仅仅在频域上执行，简化了干扰计算，并且降低了矩阵的秩。迭代计算方法被用于逼近实际的频偏。

Description

一种OFDMA上行链路接收机和估计载波频偏的方法

技术领域

本发明涉及无线传输，并且更具体地涉及一种用于交织OFDMA上行链路接收机的估计载波频偏的方法。

背景技术

作为一种广泛用于高数据速率无线传输的技术，OFDM(正交频分复用)技术使用一组重叠的但是正交的子载波来达到高的频谱效率。继承于OFDM，OFDMA(正交频分多址)已经在许多宽带无线系统中被提出以提供更灵活的无线接入方案并且通过给用户分配一组置换驱动的为每个用户保证大的子载波间隔的交织子载波来更充分利用分集增益。

工作在移动无线环境中，OFDMA易发生同步错误、例如终端与基站的未对准、基站的振荡器和终端的那些振荡器之间的不一致、以及终端的多普勒频移。像OFDM技术一样，OFDMA对同步错误这样敏感，以致小的频偏将导致子载波之间的正交性的丧失以及短的时间延迟将导致频域的复杂指数旋转。

上行链路中的时域接收信号是多用户信号的多路复用，这些多用户信号易遭受不同的频偏、时间延迟以及信道失真。OFDMA的交织拓扑结构由于把子载波之间的ICI(信道间干扰)变成用户之间的MAI(多址干扰)而使该问题恶化。此外，当用户快速移动时同步错误开始波动。

为了保持终端和基站的同步，采取测距过程来检测终端的同步错误并在该终端和基站之间的闭环内控制终端传输的调整。

在功能上，该测距过程被分类为初始测距和周期测距。当终端(重新)注册到网络中时进行初始测距；而在终端的持续传输期间执行周期测距以保持终端与基站之间的同步。通常，初始测距通过在上行链路中发送多个OFDM符号训练序列而消耗更多的信令资源，其中通过该多个OFDM符号训练序列，基站接收机能够精确地、但在相对长的时间间隔内估计同步错误，而周期测距需要上行链路中的单个OFDM符号训练序列，通过该单个OFDM符号训练序列，基站接收机能够在短的时间间隔内估计同步错误。

低移动乃至固定终端的同步错误可能这样缓慢地变化，以致在初始测距将终端的同步错误减少到可接受的标准之下以后，基站几乎不执行用于其维护的任何周期测距。但是，一旦终端加速，该终端的同步错误就可能显著地波动以致需要频繁的周期测距过程。在同步错误中，频偏是最重要的同步错误，因为它将破坏正交性从而引起MAI。(由时间延迟产生的相位旋转可以或多或少通过信道估计器来补偿。)

在传统的OFDM系统上行链路中，通用的预定义的训练序列(测距码)在一个OFDM符号的全部子载波上被发送。并且利用时域上的重复结构，该训练序列可以被ML(最大似然)算法所采用以估计频偏。然而，这种测距码在OFDMA上行链路中不工作，因为1)该测距码决不占用整个带宽；2)它不是通用的预定义的训练序列，而是为了区分终端而由PN(伪噪声)多项式产生的CDMA(码分多址)码。

用于估计OFDMA上行链路中的频偏的替代方案是在时域上以(部分频带上的)多个具有相位连续性的连续的OFDM符号重复地发送CDMA测距码。然后，基站接收机仍然可以将ML应用于重复的训练序列。该方法在初始测距中被采用。

IEEE802.16e OFDMA系统采用初始测距和周期测距。图1显示必须遵循的初始测距和周期测距。

图1(a)是初始测距传输的时域示意图100。该初始测距传输在两个连续的OFDM符号周期102和104与最后样本的特定持续时间的作为CP106的副本期间被执行。

图1(b)是周期测距传输的时域示意图110。该周期测距传输在一个OFDM符号周期112与最后样本的特定持续时间的作为CP的副本期间被执行。

这些被称为CP的符号周期重复为符号时间同步错误提供多径抗扰性以及容差。

初始测距用于将新的终端注册到网络中。未注册的终端的时间延迟、频偏、以及传输功率应被估计和调整以保证其正在进行的可靠的传输。基站通过在上行链路子帧中分配测距信道来许可初始测距机会。许可信息被封装到在下行链路子帧中广播的UL_MAP中。给定测距机会，终端由于发送被表示为初始测距码的CDMA码而在这些测距信道上冲突，其中该CDMA码是随机地从由基站指定的CDMA码候选集中选择的。在下一个下行机会期间，该测距码将被检测到并在测距响应中与参数调整消息一起被发送以通知终端进行调整。

周期测距用于终端与基站的再同步。在上行链路子帧中基站许可一个周期测距机会。终端由于发送CDMA码而在测距信道上冲突，其中该CDMA码是随机地从由基站指定的候选集中选择的。

由Yong-Ha Lee等人提出了现有技术解决方案。该解决方案被应用于通过在OFDMA多址无线通信系统中使用测距系统来解决用户站和基站之间的上行链路的同步。

然而，该解决方案仅限于定时同步而不是频率同步。由于在移动环境中OFDMA系统对频率同步错误非常敏感，所以在不考虑频偏的情况下执行同步过程在实践中变得不适用。

另一种现有技术解决方案已由Chang-Wahn Yu等人提出。该解决方案被应用于处理测距信道以测量每一个用户站的传播延迟和功率。

在OFDMA系统中，如果该系统没有被同步，则每一个用户站具有不同的载波频偏。因此，不同用户站的这些子载波之间的正交性由于MAI而被破坏。因此，上述解决方案的不足是该解决方案也不考虑频偏。

周期测距的难题是，当到达移动环境中时，如何基于单个OFDM符号CDMA测距码来估计CFO。

发明内容

根据本发明，一种用于盲载波频偏估计器的方法基于多用户OFDMA上行链路中的单个OFDM符号训练序列。通过多址干扰建模和分析，使用占用所有空子载波的虚拟用户。通过根据假定的频偏使虚拟用户上的能量泄漏最小化，本发明方法能够逼近实际的频偏。此外，本发明方法仅仅在频域中被执行，简化了干扰计算，并降低了矩阵的秩。最后，迭代计算方法被用于逼近实际的频偏。

根据本发明，用于交织OFDMA上行链路的频偏估计方法根据(部分频带上的)一个OFDM符号CDMA训练序列来估计频偏，是盲估计，也就是不知道所发送的CDMA测距码，并且是一种低复杂性方法。本发明方法具有仅在频域上执行的优点。信号不需要如在传统的CFO估计器的情况下进行的那样被变换到时域中。本发明方法具有是低复杂性的并且节省存储器的方法的优点，因为用于MAI建模的影响因子的引入大大降低校正矩阵的秩。

附图说明

通过结合附图参考优选实施例的以下描述，本发明的上述和其它特征和目的以及实现这些特征和目的的方式将变得更加显而易见并且本发明本身将最佳地被理解。其中：

图1(a)是初始测距方法的示图；

图1(b)是根据现有技术的周期测距方法的示图；

图2是根据本发明的单用户信号模型的示图；

图3是根据本发明的多用户信号模型；

图4是根据本发明的成本函数对假定的CFO的图；

图5是根据本发明的迭代计算方法的流程图；以及

图6是结合本发明方法的OFDMA系统的示图。

具体实施方式

在介绍CFO估计器之前，应为交织OFDMA上行链路产生一个基带信号模型。从构造单用户信号模型开始，将推导出具有CFO和随时间变化的频率选择信道的多用户信号模型。

在图2中示出了一个等效的基带单用户发射机/接收机200。图2示出交织OFDMA系统的单用户基带信号模型。发射机的调制解调器外部分、例如随机化、信道编码等等被简化为调制器202，并且接收机部分被相应地简化为解调器204。OFDM成帧/解帧模块206、208被用于构造/解构与标准兼容的OFDMA传输帧。并且IFFT变换210将频域信号转换到时域中并且在IFFT变换210之后将CP附加212到每一个OFDM符号上。在接收机侧，作为发射机部分的FFT变换214和CP去除模块216被实现用于相反的操作。

聚焦于频偏估计，我们可以安全地将发射机的调制解调器外部分简化为调制器(解调器)。定义复值向量S_Mxl＝[s(0)，s(1)，s(2)，...，s(M-1)]^T为来自调制器的要在一个OFDM符号中发送的信号。然后，M个信号将通过一组预先定义的索引被映射成一个频域OFDM符号向量(长度为Nxl的复向量)。剩余的(N-M)个项被设置为零。映射关系可以通过位置索引(sc(0)，sc(1)，...，sc(M-1))来实现，即，s(i)被映射在频域OFDM符号向量的第sc(i)个项处。定义位置矩阵P_NxM＝[ε_sc(0)，ε_sc(1)，...，ε_sc(M-1)]，其中ε_j是(Nxl)零向量但是其第j个项是1。因此，频域OFDM符号信号可以被表示为P·S。IFFT操作可以通过(NxN)IFFT矩阵W^H的左乘来实现。W的(k，l)项被定义为

CP(循环前缀)操作也用矩阵的左乘CP_(Ncp+N)xN＝[[O_Ncpx(N-Ncp)I_NcpxNcp]^TI_NxN]^T来表示，其中Ncp是CP的长度。最后，发送的信号向量X_(N+Ncp)xl是：

X_{(N + Ncp) \times 1} = {CP}_{(Ncp + N) \times N} \cdot W_{N \times N}^{H} \cdot P_{N \times M} \cdot S_{M \times 1}

　　　　　　　　　　　　　等式1

信号向量X通过随时间变化的频率选择信道顺序地被发送。该连续的信道失真可以被建模为：

y (t) = e^{j 2 π f_{0} t} \cdot h (τ, t) &CircleTimes; x (t) + n (t) = e^{j 2 π F_{0} t} {&Integral;}_{0}^{τ_{\max}} h (τ, t) x (t - τ) dτ + n (t)

　　　　　等式2

其中h(τ，t)是在一个OFDM符号期间被简化为h(τ)的信道脉冲响应；F₀是CFO；n(t)是AWGN噪声；τ_max是最大超量延迟。通过用i/F_s代替t(F_s是采样频率)的等式2的离散时间等效式是：

y (i) = e^{j 2 π f_{0} i} Σ_{l = 0}^{N_{\max} - 1} h (l) x (i - l) + n (i)

　　　　　　　　　　　　　　　等式3

其中N_max＝τ_max·F_s，f₀＝F₀/F_s是标准化的CFO。如果N_max<N_CP，不出现ISI(码间干扰)，于是接收的时域信号向量为：

Y_{N \times 1} = e^{j 2 π f_{0} \cdot N_{CP}} \cdot diag {(g (f_{0}))}_{N \times N} \cdot W_{N \times N}^{H} \cdot P_{N \times M} \cdot diag {(h)}_{M \times M} \cdot S_{M \times 1}

　　　　　等式4

其中g(f)＝[e^j2π·f·0，e^j2π·f·1，...，e^{j2π·f·(N-1)}]，以及h＝[H(sc(0))，H(sc(1))，...，H(sc(M-1))](H(i)被指定用于在第i个子载波上的信道频率响应)。接收的频域信号可以用FFT矩阵W和位置矩阵P^T的左乘来表示：

R_{M \times 1} = e^{j 2 π f_{0} N_{CP}} \cdot P^{T} \cdot W \cdot diag (g (f_{0})) \cdot W^{H} \cdot P \cdot diag (h) \cdot S_{M \times 1}

　　　　　　等式5

等式5是调制解调器内部分的基带信号传输模型。如果f₀＝0，也即不存在CFO，因为矩阵diag(g(f₀))＝I_NxN。并且在W·W^H＝I_NxN以及P^T·P＝I_MxM的情况下，我们可以重写R：

R_{Mx 1} = e^{j 2 π f_{0} N_{CP}} \cdot diag (h) \cdot S_{M \times 1}

　　　　　　　　　　　　　　　　等式6

显然，f₀＝0导致子载波之间没有干扰。

在图3中示出了一个等效的基带多用户发射机/接收机300。图3示出交织 OFDMA系统的多用户基带信号模型。发射机的调制解调器外部分、例如随机化、信道编码等等被简化为调制器302，并且接收机部分相应地被简化为解调器304。OFDM成帧/解帧模块306、308被用于构造/解构与标准兼容的OFDMA传输帧。并且，IFFT变换310将频域信号转换到时域中并且在IFFT变换310之后将CP附加312到每一个OFDM符号上。在接收机侧，作为发射机部分的FFT变换314和CP去除模块316被实现用于相反的操作。

与单用户模型相比，在接收机侧实现用户解复用模块318以将每一个单个用户数据从其在OFDMA传输帧中的位置提取出。

为了给出多用户信号模型，将上标(·)^(k)表示为对第k个用户的分配。由于一个OFDM符号由几个用户在没有冲突(重叠)的情况下共享，因此有：

{(P^{(k)})}^{T} \cdot (P^{(l)}) = \{\begin{matrix} I_{M^{(k)} \times M^{(l)}} k = l \\ O_{M^{(k)} \times M^{(l)} k &NotEqual; l} \end{matrix}

　　　　　　　　　　　　　　　　等式7

并且

Σ_{k = 0}^{N_{user} - 1} M^{(k)} \leq N - N_{left_guard} - N_{right_guard} .

因此，接收的时域信号可以是各个用户的那些时域信号的和：

Y_{N \times 1} = Σ_{k = 0}^{N_{user} - 1} Y_{N \times 1}^{(k)} = Σ_{k = 0}^{N_{user} - 1} e^{j 2 π f_{0}^{(k)} N_{CP}} \cdot diag (g (f_{0}^{(k)})) \cdot W^{H} \cdot P^{(k)} \cdot diag (h^{(k)}) \cdot S^{(k)}

　　　等式8

同样地，第k个用户的接收频域为：

R_{M^{(k)} \times 1}^{(k)} = e^{j 2 π f_{0}^{(k)} N_{CP}} {(P^{(k)})}^{T} \cdot W \cdot diag (g (f_{0}^{(k)})) \cdot W^{H} \cdot P^{(k)} \cdot diag (h^{(k)}) \cdot S_{M^{(k)} \times 1}^{(k)}

+ {\underset{l = 0,}{Σ}}_{l &NotEqual; k}^{N_{user} - 1} e^{j 2 π f_{0}^{(l)} N_{CP}} {(P^{(k)})}^{T} \cdot W \cdot diag (g (f_{0}^{(l)})) \cdot W^{H} \cdot P^{(l)} \cdot diag (h^{(l)}) \cdot S_{M^{(l)} \times 1}^{(l)}

　　　　等式9

等式9的右手侧的第一项是来自第k个用户的接收信号。如果

f_{0}^{(k)} &NotEqual; 0,

则存在称为自干扰的子载波干扰。等式9的右手侧的第二项包括来自其他用户的信号。如果

f_{0}^{(l)} = 0, &ForAll; l, l &NotEqual; k,

则由于等式7第二项的和为0；否则，引入称为MAI的来自其他用户的干扰。

为了设计盲CFO估计器，我们应该引入“虚拟用户”的概念。如其名字所暗示的，IEEE802.16e系统的UL PUSC、即必须遵循的传输结构之一使用子信道中的一些，也就是说，一些子信道被故意设置为0。这些空子信道以给定的排列方式均匀地分布在整个频带上以分离不同的用户。在实际系统中，大约60％-75％的子信道被使用，而剩余的子信道是相对于MAI的空子信道。因此，尽管由于现有的CFO而存在干扰，但一个用户对另一个用户的CFO影响将随着两个用户之间的子载波间隔的增加而大大减少。

另一个问题是分区。像其它蜂窝系统一样，IEEE802.16e系统对其小区进行分区。除了空子信道之外的所有可用子信道都被分为三段。每一段都被分配给扇区使用。同时，在基站为扇区安装三组定向发射机/接收机天线阵。因此，在给定的扇区内，来自相邻扇区的信号能量(或干扰)能够足够低以被认为是白噪声。因此，其它段的子信道也可以被认为是空子信道。

考虑以上两点，在OFDMA上行链路中有多个空子信道。这些空子信道可以被认为是只发送没有CFO的零信号的特殊用户。将该空子信道集称为“虚拟用户”。逻辑上，它不对其他用户提供干扰；然而其他用户对它提供干扰。等式10表示这种关系：

R_{M^{(null)} \times 1}^{(null)} = N_{M^{(null)} \times 1} + Σ_{l = 0}^{N_{user} - 1} {(P^{(null)})}^{T} \cdot W \cdot diag (g (f_{0}^{(l)})) \cdot W^{H} \cdot P^{(l)} \cdot diag (h^{(l)}) \cdot S_{M^{(l)} \times 1}^{(l)}

等式10

其中上标(·)^(null)被指定用于对虚拟用户的分配。虚拟用户的映射关系可以通过位置索引(null(0)，null(1)，...，null(M^(null)-1))来实现。空位置矩阵P_NxM＝[ε_null(0)，ε_null(1)，...，ε_null(M-1)]。

在理想的同步系统中，也就是

ω_{0}^{(l)} = 0, &ForAll; l,

虚拟用户仅发送白噪声；另外，来自其他用户的MAI在虚拟用户的频带上泄漏。将该MAI命名为“信号能量泄漏”。

由于CFO导致增加虚拟用户频带上的信号能量的信号能量泄漏的事实，我们设计一种使能量最小化的CFO估计器。

测距可以被认为是特殊用户。上标(·)^(ranging)表示对测距用户的分配。将虚拟用户和测距用户的联合位置索引定义为((null+ranging)(0)，(null+ranging)(1)，...，(null+ranging)(M^(null)+M^(ranging)-1))＝(null(0)，null(1)，...，null(M^(null)-1))U(sc^(ranging)(0)，sc^(ranging)(1)，...，sc^(ranging)(M^(ranging)-1))。虚拟用户和测距用户的联合位置矩阵为：

等式11

所观察到的虚拟用户和测距用户的频域联合信号为：

R_{(M^{(null)} + M^{(ranging)}) \times 1}^{(null + ranging)} = e^{j 2 π f_{0}^{(ranging)} N_{CP}} {(P^{(null + ranging)})}^{T} \cdot W \cdot diag (g (f_{0}^{(ranging)})) \cdot W^{H} \cdot P^{(ranging)} \cdot diag (h^{(ranging)})

\cdot S_{M^{(ranging)} \times 1}^{(ranging)} + {\underset{l = 0,}{Σ}}_{l &NotEqual; ranging}^{N_{user} - 1} e^{j 2 π f_{0}^{(l)} N_{CP}} {(P^{(null + k)})}^{T} \cdot W \cdot diag (g (f_{0}^{(l)})) \cdot W^{H} \cdot P^{(l)} \cdot diag (h^{(l)}) \cdot S_{M^{(l)} \times 1}^{(l)}

等式12

假定其他用户已经与基站同步，也就是，

f_{0}^{(l)} = 0, &ForAll; l, l &NotEqual; k,

等式12的右手侧的第二项变为0：

R_{(M^{(null)} + M^{(ranging)}) \times 1}^{(null + ranging)} = e^{j 2 π f_{0}^{(ranging)} N_{CP}} {(P^{(null + ranging)})}^{T} \cdot W \cdot diag (g (f_{0}^{(ranging)})) \cdot W^{H}

\cdot P^{(ranging)} \cdot diag (h^{(ranging)}) \cdot S_{M^{(ranging)} \times 1}^{(ranging)}

等式13

使R^{(null+ranging)}乘以根据假定的CFOf^(ranging)的校正矩阵，并提取虚拟用户的信号：

R_{M^{(null)} \times 1}^{' (null)} = {(P^{(null)})}^{T} \cdot W \cdot diag (g (f^{(ranging)})) \cdot W^{H} \cdot P^{(ranging + null)} \cdot R^{(null + ranging)}

等式14

将等式13代入等式14中：

R_{M^{(null)} \times 1}^{' (null)} = e^{j 2 π f_{0}^{(ranging)} N_{CP}} \cdot {(P^{(null)})}^{T} \cdot W \cdot diag (g (f^{(ranging)} + f_{0}^{(ranging)})) \cdot W^{H}

\cdot P^{(ranging)} \cdot diag (h^{(ranging)}) \cdot S_{M^{(ranging)} \times 1}^{(ranging)}

等式15

等式15表明R′^(null)为来自测距用户的信号泄漏，该信号泄漏通过假定的CFOf^(ranging)来校正。定义校正矩阵C^(ranging)(f)＝(P^(null))^T·W·diag(g(f^(ranging)))·W^H·P^{(null+ranging)}。重写等式14：

R_{M^{(null)} \times 1}^{' (null)} = C^{(ranging)} (f) \cdot R^{(null + ranging)}

等式16

可以引入根据R′^(null)的信号能量的成本函数：

J^{(ranging)} (f) = {(R_{M^{(null)} \times 1}^{' (null)})}^{H} \cdot R_{M^{(null)} \times 1}^{' (null)} = {(R^{(null + ranging)})}^{H} \cdot {(C^{(ranging)} (f))}^{H} \cdot C^{(ranging)} (f) \cdot R^{(null + ranging)}

等式17

为了解释为何估计的CFO使成本函数J^(ranging)(f)最小化，我们注意到在等式15中

f^{(ranging)} + f_{0}^{(ranging)} = 0

导致

diag (g (f^{(ranging)} + f_{0}^{(ranging)})) = I_{N \times N},

也就是R′^(null)＝0。因此，依靠成本函数，CFO估计器通过：

来给出。图4显示根据假定的CFO的成本函数。

如上所记录的，CFO估计器基于对虚拟用户的信号能量检测。然而，校正矩阵C^(ranging)(f)的生成是一旦f^(ranging)被更新就要执行的高度复杂的操作。为了实现CFO估计器的简化，从分析OFDMA上行链路中的MAI特性开始。

根据等式9，由于第l个用户的CFO而产生的第l个用户对第k个用户的干扰可以被建模为：

MAI (k, l, f_{0}^{l}) = e^{j 2 π f_{0}^{(l)} N_{CP}} {(P^{(k)})}^{T} \cdot W \cdot diag (g (f_{0}^{(l)})) \cdot W^{H} \cdot P^{(l)} \cdot R_{M^{(l)} \times 1}^{l}

等式18

定义MAI函数m(k，l，f)＝(P^(k))^T·W·diag(g(f))·W^H·P^(l)，因此干扰被重写为：

MAI (k, l, f_{0}^{l}) = e^{j 2 π f_{0}^{(l)} N_{CP}} \cdot m (k, l, f_{0}^{(l)}) \cdot R_{M^{(l)} \times 1}^{(l)}

等式19

为了研究MAI特性，我们丢弃项

因为它仅仅引起相位旋转。不失一般性地，我们通过研究m(k，l，f)来研究MAI特性。函数m(k，l，f)返回一个M^(k)xM^(l)矩阵，其(u，v)项是

I (u, v) = (1 / N) \cdot Σ_{n = 0}^{N - 1} e^{j 2 π (f + {sc}^{(l)} (u) - {sc}^{(k)} (v)) n / N} .

它等于：

I (u, v) = \frac{\sin π (f + {sc}^{(l)} (u) - {sc}^{(k)} (v))}{N \sin \frac{π}{N} (f + {sc}^{(l)} (u) - {sc}^{(k)} (v))} \cdot e^{- jπ (1 - \frac{1}{N}) (f + {sc}^{(l)} (u) - {sc}^{(k)} (v))}

等式20

注意对于大的N来说：

\lim_{N &RightArrow; \infty} \frac{\sin π (f + {sc}^{(l)} (u) - {sc}^{(k)} (v))}{N \sin \frac{π}{N} (f + {sc}^{(l)} (u) - {sc}^{(k)} (v))} = \sin c (f + {sc}^{(l)} (u) - {sc}^{(k)} (v))

等式21

对于不同的f(f≠0)，I(u，v)的归一化功率随着距离|sc^(l)(u)-sc^(k)(v)|(该距离是一个整数)的增加而动态地减小。可以推断出来自第l个用户的第u个子载波的干扰仅仅对其有限的相邻子载波有影响。在f＝0的情况下，当且仅当|sc^(l)(u)-sc^(k)(v)|≠0时sinc(sc^(l)(u)-sc^(k)(v))≡0。

我们引入干扰影响因子d来表示“有效的”干扰限制：

等式22

在等式22的情况下，我们可以通过丢弃那些空子载波来降低校正矩阵C^(ranging)(f)的秩，其中从那些空子载波到最近的测距子载波的距离大于预定义的距离d。重新定义空子载波位置索引：

{sc^(null′)(l)∈null||sc^(null)(l)-sc^(ranging)(m)I≤d，m＝0，1，...，M^(ranging)}

并且在等式22中C^(ranging)(f)的(u，v)项是I(u，v)，其中sc^(l)(u)＝sc^(null′)(u)，sc^(k)(v)＝sc^(ranging)(v)，以及f＝f^(ranging)。

在图5中示出了成本函数J^(ranging)(f)。已知

f_{0}^{(ranging)} &Element; (f_{1}, f_{2}),

我们可以使用迭代计算来达到估计的f^(ranging)：

1.f^(ranging)＝f₁，J₀＝+∞；(步骤502)

2.利用等式22计算C^(ranging)(f^(ranging))；(步骤504)

3.根据等式16计算

(步骤506)

4.根据

，利用等式17计算J^(ranging)(f^(ranging))，并且J₁＝J^(ranging)(f^(ranging))；(步骤518)

5.如果J₁>J₀，则转到结束并且返回f^(ranging)；(判定508)

6.f^(ranging)＝f^(ranging)+Δf_step，如果f^(ranging)>f₂，则转到结束并且估计失败，否则J₀＝J₁并转到步骤2；(步骤510，512以及516)

7.结束。

在图5中显示了本发明的迭代方法的流程图。图5的流程图也包括步骤518。步骤518为下一步骤的比较和迭代将J表示为J1。该流程图也包括判定菱形514，如果达到载波频偏的上端，则该判定菱形结束本发明方法。如果希望，本发明的迭代方法能够被增强。例如，Δf_step可以根据ΔJ＝J₁-J₀来调整；也可以建议LMS(最小均方)算法以更好地提高跟踪性能。

在本发明的迭代方法期间确定成本函数的最小值，如图4中所示。对于第一次迭代来说，J₁比J₀(正无穷大)大是不可能的，并且在步骤512中J₁被表示为J₀，因此对于下一步骤来说，将新频率产生的成本函数值与J₀比较，其中J₀具有与J₁(不是正无穷大)相同的值。通过连续的迭代，本发明方法被继续，直到找到成本函数的最小值。

现在参照图6，显示了包括前面所描述的所有模块的整个OFDMA系统600。另外，系统600包括如前面所描述的结合本发明方法的CFO估计器模块620。另外，系统600包括频偏校正器模块622，该频偏校正器模块补偿由CFO估计器模块620所估计的频偏。

如本领域中已知的，整个系统600、特别是模块620和622可以使用DSP技术以集成电路来实施以实现本发明方法中的所有的各种数学步骤和变换。

尽管上面已经结合特定的元件、电路和偏置技术描述了本发明的原理，但应清楚地理解前面的描述仅仅是作为例子而不是作为对本发明的范围的限制进行的。特别地，应认识到前面的公开内容的教导将向相关领域中的技术人员建议其他的修改。这样的修改可以包括本身已知的并可以被用于代替或附加于这里已经描述的特征的其它特征。尽管在本申请中权利要求已被表达为特定的特征组合，但应理解的是，无论是否涉及在任一权利要求中与目前要求保护的相同的发明，并且无论是否减轻与本发明所面临的技术问题相同的任一或者所有技术问题，本公开内容的范围在此也包括明确地或含蓄地公开的任何新颖的特征或任何新颖的特征组合、或者对于相关领域中的技术人员而言将是显而易见的其任何推广或修改。因此，在本申请或者源于其的任何其他的申请的审查过程中，本申请人保留将新的权利要求表达为这样的特征和/或这样的特征的组合的权利。

在本文中所使用的以下缩写在表I中被列出：

AWGN 附加高斯白噪声

BS 基站

CDMA 码分多址

CFO 载波频偏

CP 循环前缀

FFT 快速傅立叶变换

ICI 信道间干扰

IFFT 反快速傅立叶变换

LS 最小平方

ISI 码间干扰

LMS 最小均方

MAI 多址干扰

ML 最大似然

OFDM 正交频分复用

OFDMA 正交频分多址

PN 伪噪声

PUSC 部分使用的子信道

在本文中所使用的以下参数在表II中被列出：

M 可用子载波的数量

N OFDM调制大小

S^(k) 　　　用户k的复数据向量

S_c ^(k)　　　用户k的位置索引

P 位置矩阵

ε_j 　　Nxl零向量但是其第j个项为1

CP 循环前缀矩阵

N_cp 　　　CP的长度

W^H　　　 IFFT矩阵

W FFT矩阵

X 发送的信号向量

h(τ，t) 信道脉冲响应

n(t) AWGN噪声

τ_max 最大超量延迟

F_s 采样频率

F₀ CFO

f₀ 归一化的CFO，F₀/F_s

Y 接收的时域信号向量

I 单位矩阵

N_left-guard 左虚拟保护大小

N_right-guard右虚拟保护大小

R 接收的频域信号向量

R’ 校正后的接收的频域信号向量

C 校正矩阵

J 根据信号能量的成本函数

m(k，l，f) MAI函数

Claims

1.一种用于交织OFDMA上行链路接收机的估计载波频偏的方法，包括：

对载波频偏进行初始化；

对成本函数值进行初始化；

根据当前频率值计算校正矩阵；

利用所计算的校正矩阵值计算成本函数；

将成本函数的计算值与成本函数的初始值进行比较；

如果成本函数的计算值大于成本函数的初始值，那么该方法被终止并且初始载波频偏作为估计的载波频偏被返回；

如果成本函数的计算值小于成本函数的初始值，那么当前计算值被设置为新的成本函数的初始值；

递增地增大频偏值；以及

重复校正矩阵和成本函数计算，直到估计的载波频偏被返回，或者直到超过了载波频偏的范围，

其中对载波频偏进行初始化包括在频偏值的预定范围内对载波频偏进行初始化，

其中对成本函数值进行初始化包括以预定的高值对成本函数值进行初始化，

其中根据当前频率值计算所述校正矩阵利用以下公式来计算：

其中，I(u，v)是MAI函数返回的矩阵的第(u，v)项，其中u和v均为正整数，f表示频率，sc^(l)(u)和sc^(k)(v)表示位置索引，其中上标(·)^(l)和(·)^(k)分别表示对第l和第k个用户的分配，d是干扰影响因子，j是正整数；

并且

其中利用所计算的校正矩阵计算成本函数利用以下公式来计算：

J^{(ranging)} (f) = {(R_{M^{(null)} \times 1}^{' (null)})}^{H} \cdot R_{M^{(null)} \times 1}^{' (null)} = {(R^{(null + ranging)})}^{H} \cdot {(C^{(ranging)} (f))}^{H} \cdot C^{(ranging)} (f) \cdot R^{(null + ranging)},

其中J^(ranging)(f)是成本函数，是虚拟用户的信号，C^(ranging)(f)是校正矩阵，R^{(null+ranging)}表示与虚拟用户和测距用户相关的接收频域信号向量，H是厄米矩阵。

2.如权利要求1所述的方法，其中所述估计的载波频偏在最小成本函数值时被找到。

3.如权利要求1所述的方法，此外还包括采用占用所有空子载波的虚拟用户。

4.如权利要求1所述的方法，其中该方法仅仅在频域中被执行。

5.如权利要求1所述的方法，其中该方法在不知道所发送的CDMA测距码的情况下被执行。

6.如权利要求1所述的方法，此外还包括通过丢弃空子载波来降低校正矩阵的秩，其中从该空子载波到最近的测距子载波的距离大于预定义的距离。

7.一种OFDMA上行链路接收机，包括CP去除模块、FFT模块、CFO估计器模块、频偏校正器、OFDM解帧模块、用户解复用模块、以及解调器，该CFO估计器模块使用一种用于估计载波频偏的方法，该方法包括：

对载波频偏进行初始化；

对成本函数值进行初始化；

根据当前频率值计算校正矩阵；

利用所计算的校正矩阵值计算成本函数；

将成本函数的计算值与成本函数的初始值进行比较；

递增地增大频偏值；以及

其中，I(u，v)是MAI函数返回的矩阵的第(u，v)项，其中u和v均为正整数，f表示频率，sc^(l)(u)和sc^(k)(v)表示位置索引，其中上标(·)^(l)和(·)^(k)分别表示对第l和第k个用户的分配，d是干扰影响因子，j是正整数，

J^{(ranging)} (f) = {(R_{M^{(null)} \times 1}^{' (null)})}^{H} \cdot R_{M^{(null)} \times 1}^{' (null)} = {(R^{(null + ranging)})}^{H} \cdot {(C^{(ranging)} (f))}^{H} \cdot C^{(ranging)} (f) \cdot R^{(null + ranging)},

其中J^(ranging)(f)是成本函数，

是虚拟用户的信号，C^(ranging)(f)是校正矩阵，R^{(null+ranging)}表示与虚拟用户和测距用户相关的接收频域信号向量，H表示厄米矩阵。

8.如权利要求7所述的OFDMA接收机，其中所述估计的载波频偏在最小成本函数值时被找到。

9.如权利要求7所述的OFDMA接收机，此外还包括占用所有空子载波的虚拟用户。

10.如权利要求7所述的OFDMA接收机，其中该方法仅仅在频域中被执行。

11.如权利要求7所述的OFDMA接收机，其中该方法在不知道所发送的CDMA测距码的情况下被执行。

12.如权利要求7所述的OFDMA接收机，此外还包括通过丢弃空子载波来降低校正矩阵的秩，其中从该空子载波到最近的测距子载波的距离大于预定义的距离。