CN101242390A - 基于已知序列相干自相关的载波频偏估计算法及其实现装置 - Google Patents

Abstract

基于已知序列相干自相关的载波频偏估计算法及其实现装置，属于数字信息传输技术领域。该算法利用发送的已知序列，对原接收序列进行相干解调得到相干解调接收序列；对相干解调接收序列进行自相关运算得到自相关序列；对自相关序列进行相角运算得到原自相关相角序列；对原自相关相角序列进行差分、取模和求和运算得到新自相关相角序列；根据新自相关相角结果和原自相关相角结果计算载波频偏估计。本发明通过引入相角差分、取模和累加运算，消除了简单频偏估计算法中相角模糊的问题，实现了估计范围最大，估计方差最小的线性频偏估计；实现了在估计范围最大的同时，进一步降低估计方差的线性频偏估计。

Description

基于已知序列相干自相关的载波频偏估计算法及其实现装置

技术领域

本发明属于数字信息传输技术领域，特别涉及一种基于已知序列相干自相关运算的载波频率偏差估计算法及其实现装置。

背景技术

在数字通信系统中，由于本地载波的准确度有限，使接收信号产生固定的大载波偏差；又由于传输环境的多普勒频移和本地载波的稳定度有限，使接收信号产生时变的附加小载波偏差。接收信号中总的载波偏差是固定的大载波偏差和时变的附加小载波偏差二者之和。载波偏差会降低相干解调系统的性能，因此需要载波同步以消除或降低载波偏差的影响。对于采用OFDM(Othogonal-Frequency-Division-Modulation，正交频分复用)调制技术的多载波数字通信系统，由于每个子载波的信道带宽比整个信号的带宽小很多，载波频偏引入的载波间干扰(Intercarrier Interference)将严重破坏不同子载波信道的正交性，因此OFDM系统对载波同步的精度要求更高。

在全数字接收机中，载波同步技术通常包括载波偏差的估计和校正两方面。通常说来，载波偏差的校正比较简单，采用简单的数字下变频即可实现，因此载波同步的主要问题就是载波偏差的估计问题。载波偏差的估计包括载波频率偏差的估计(Carrier Frequency OffsetEstimation，简称频偏估计)和载波相位偏差的估计(Common Phase Offset Estimation，简称相偏估计)两个方面的问题。载波相偏的影响可以和传输信道的冲击响应合并在一起考虑，对传输信道进行信道估计的同时可以实现相偏估计。因此频偏估计就成了载波偏差估计的主要问题，也是载波同步的主要问题。

在数字通信系统中，接收信号存在很多不理想传输因素，除了载波偏差以外，还包括定时偏差，传输信道频率选择性，传输信道时间选择性，低信噪比等。频偏估计算法主要包括非数据辅助(Non-Data Aided)和数据辅助(DataAided)两类。通常，非数据辅助的估计算法复杂度较高，估计精度较低，对抗不理想传输的能力有限；而数据辅助的估计算法复杂度较低，估计精度较高，并且可以同时对抗多种不理想传输因素。因此，频偏估计通常使用数据辅助的估计算法，比如，利用在发送信号中周期性插入的已知序列辅助频偏估计。

根据信号估计理论，数据辅助频偏估计的最优算法是最大后验概率估计(Maximum-A-Posteriori Estimation)。在没有先验信息的情况下，最大后验概率估计蜕化为最大似然估计(Maximum-Likelihood Estimation)。基于接收序列的最大似然估计的复杂度很高，因此对于线性调制系统，在具体实现上通常根据接收序列相干解调的线性运算结果进行最大似然估计。例如广泛使用的相干自相关算法，其步骤包括：对接收信号进行相干解调，对相干解调结果进行自相关运算，根据自相关结果的相角得到载波频偏的估计值。对相干自相关的频偏估计算法，其频偏估计范围由自相关间隔决定，间隔越小，估计范围越大；其频偏估计方差(即频偏估计值误差的方差)也由自相关间隔决定，间隔越大，估计方差越低。基于相干自相关的频偏估计算法属于线性估计算法，根据估计理论，其估计方差的下界是Cramer-Rao界；通常在高信噪比下，线性估计方差接近Cramer-Rao界。如前所述，载波频偏包括固定的大载波频偏和时变的小载波频偏两部分，因此频偏估计需要兼顾大估计范围和低估计误差两个目标，其中大估计范围用于估计固定的大载波频偏，低估计误差用于跟踪时变的小载波频偏。在传统的采用相干自相关的频偏估计算法中，存在如下问题：

1.载波频偏的大估计范围和低估计方差是矛盾的，因此频偏估计算法通常采用分阶段估计，在粗估计阶段采用大估计范围和高估计误差的算法，在细估计阶段采用小估计范围和低估计误差的算法。分阶段估计算法需要在不同阶段之间切换，增加了载波同步的复杂度，降低了载波同步速度。

2.粗估计阶段采用大估计范围和高估计误差的算法，造成粗估计阶段相干解调的性能恶化，对突发传输系统不利。

3.估计范围和估计方差由自相关间隔直接决定。给定估计范围的条件下，存在与最低估计方差对应的最优自相关间隔。在载波同步过程中，载波频偏会逐渐减小，但分阶段的估计算法由于不宜任意选择自相关间隔，因此无法在载波同步过程保持最优自相关间隔。反之，为了在载波同步过程保持最优自相关间隔，频偏估计算法需要根据载波频偏随时调整自相关间隔，复杂度将大大增加。

发明内容

本发明需要解决的技术问题是，针对已知技术中存在着的载波频偏的大估计范围和低估计方差间的矛盾、粗估计阶段相干解调的性能恶化及无法在载波同步过程保持最优自相关间隔等诸多不足之处。为了克服这些不足，就需要创新地提出一种改进的处理方法，该方法应是为在频偏估计方差最小的同时提高频偏估计范围，并且降低频偏估计方差的最小值。本发明的的目的在于提供一种基于已知序列相干自相关的载波频偏估计算法及其实现装置，为了实现本发明的这一目的，所采用的技术方案如下，一种基于已知序列相干自相关的载波频偏估计算法，其特征在于，按如下步骤进行操作：A根据帧同步和定时同步信息，利用发送已知序列对原接收序列进行相干解调得到相干解调接收序列；B对相干解调接收序列进行自相关运算得到自相关序列；C对自相关序列进行相角运算得到原自相关相角序列；D对原自相关相角序列进行差分运算得到自相关相角差分序列；E对自相关相角差分序列进行取模运算得到自相关相角差分取模序列；F对自相关相角差分取模序列进行累加运算得到新自相关相角序列；G对新自相关相角结果和原自相关相角结果进行载波频偏运算得到载波频偏估计。

其中步骤A的原接收序列包括发送已知序列具有周期特征的接收序列。

其中步骤B的自相关运算可以通过快速傅立叶变换和反变换降低复杂度。

其中步骤B的自相关运算可以针对非周期接收序列或单周期接收序列，也可以针对多周期接收序列。

其中步骤D和步骤F的差分运算和累加运算，其相角序列初始值均置为0。

所述算法利用差分、取模和累加运算消除相角序列的相位模糊。

其中步骤G的载波频偏运算，对非周期接收序列或单周期接收序列，根据新自相关相角结果，采用简单频偏估计算法或者Fitz频偏估计算法进行载波频偏运算。

同时，对多周期的接收序列，首先根据新自相关相角结果和原自相关相角结果得到原自相关相角结果的相位模糊估计，然后根据原自相干相角结果和相位模糊估计得到载波频偏估计。

本发明实施例进一步提供了基于改进的载波频偏估计算法的实现装置，所述实现装置包括如下运算模块；

根据帧同步和定时同步信息进行的相干解调模块，该模块利用发送已知序列对原接收序列进行相干解调得到相干解调接收序列；它连接到自相关运算模块和相角运算模块，然后再依次连接到差分、取模和累加运算模块，得到新自相关相角序列，最后连接到载波频偏运算模块，计算载波频偏估计结果。

其中相干解调模块输入的原接收序列包括发送已知序列具有周期特征的接收序列。

其中自相关运算模块可以通过快速傅立叶变换和反变换降低复杂度。

该运算模块可以针对非周期接收序列或单周期接收序列，也可以针对多周期接收序列。

其中在差分、取模和累加运算模块的差分运算和累加运算中，相角序列初始值均置为0。

对非周期接收序列或一个周期接收序列，其中载波频偏运算模块根据新自相关相角结果采用简单频偏估计算法或者Fitz频偏估计算法进行载波频偏运算。

对多周期的接收序列，其中载波频偏运算模块，首先根据新自相关相角结果和原自相关相角结果得到原自相关相角结果的相位模糊估计，然后根据原自相干相角结果和相位模糊估计得到载波频偏估计。

本发明技术方案具有的有益效果是：通过引入相角差分、取模和累加运算，消除了简单频偏估计算法中相角模糊的问题，实现了估计范围最大，估计方差最小的线性频偏估计；通过利用发送已知序列的周期特征，消除了已知序列长度对估计方差的限制，实现了在估计范围最大的同时，进一步降低估计方差的线性频偏估计。

附图说明

图1是本发明提出的载波频偏估计算法流程图；

图2是本发明提出的载波频偏估计的实现装置框图。

具体实施方式

为使本发明的目的、内容和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。描述之前，先对将要用到的接收序列载波频偏模型作一概况介绍：数字通信系统通常在帧同步和定时同步之后进行载波频偏估计。假设定时同步后的连续接收信号是以符号周期进行采样，在AWGN(Additive White Gaussian Noise，白高斯噪声)信道下原始接收序列(即采样后的离散接收信号)可以表示为

       r[n]＝x[n]e^j(ωn+θ)+v[n]，                           (1)

其中ω是以符号周期倒数归一化的载波频偏，θ为载波相偏，v[n]为接收噪声，x[n]为已知符号或未知符号组成的发送序列。根据离散信号处理的基本知识，归一化载波频偏的范围是ω∈(-π，+π)。对于数据辅助的频偏估计算法，假设{c[n]}_n＝0 ^N-1是发送的已知序列，其长度为N，则利用帧同步信息进行相干解调后的相干解调接收序列为

       z[n]＝r[n]c[n]^*＝|c[n]|²·e^j(ωn+θ)+v[n]c[n]^*，0≤n＜N，            (2)

可以看出，对发送的已知序列，相干解调接收序列是加入了高斯白噪声的的有限长复正弦序列，频偏估计算法就是从这个序列的样值z[k]中估计出载波频偏。为简化说明，以下叙述不考虑接收序列噪声和发送的未知序列，即

       z[n]＝|c[n]|²·e^j(ωn+θ)，0≤n＜N，                (3)

相干自相关的传统频偏估计算法相干解调接收序列的自相关结果可以表示为：

$\mathrm{\&rho;}\left[l\right]={\mathrm{\&Sigma;}}_{n=0}^{N-1-l}{z}^{\&CenterDot;}\left[n\right]z[n+l]=e^{\mathrm{j\&omega;l}}{\mathrm{\&Sigma;}}_{n=0}^{N-1-l}|{c\left[n\right]|}^2{\left|c\right[n+1\left]\right|}^2,0\&le;l<N,---\left(4\right)$

其中l为自相关间隔。根据自相关结果，可进一步计算得到其相角arg(ρ[l])，其中l＝0时相角恒为零，不能用于频偏估计。基于相干解调接收序列的自相关结果ρ[l]可以得到简单频偏估计如下：

$\widehat{\mathrm{\&omega;}}=\arg \left(\mathrm{\&rho;}\right[l\left]\right)/l,---\left(5\right)$

显然简单频偏估计算法的复杂度很低。但是由于arg(ρ[l])∈(-π，+π)，当实际归一化频偏为ω＝{2nπ+arg(ρ[l])}/l时，简单频偏估计结果

会产生相位模糊，所以该方法的归一化频偏估计范围是ω∈(-π/l，+π/l)。另一方面，估计方差

$\mathrm{Var}(\widehat{\mathrm{\&omega;}}-\mathrm{\&omega;})=\frac{1}{l^2}(\frac{1}{N^2}\frac{1}{\mathrm{SNR}}+\frac{1}{N}\frac{1}{2\&CenterDot;{\mathrm{SNR}}^2}),---\left(6\right)$

与自相关间隔l，已知序列长度N，和接收信号信噪比SNR有关。当l＝l_opt＝2N/3时，估计方差逼近Cramer-Rao界。显然当l≤l_opt时，随着自相关间隔l的减小，估计方差迅速增大。

估计范围和估计方差由自相关间隔直接决定，上述分析表明大估计范围和低估计方差的需求是矛盾的。自相关运算可以得到基于自相关间隔的自相关序列{ρ[l]}_l＝1 ^N-1。如何根据自相关序列提高估计范围和降低估计方差是一个现实的问题，并且不同频偏估计算法对应最小估计方差的最优自相关间隔l_opt是不同的。二者虽然降低了估计方差，但是均没有解决大估计范围和低估计方差的矛盾。一种实用的解决方案是分阶段载波频偏估计，在粗估计阶段采用大估计范围高估计误差的算法，迅速消除固定大载波频偏的影响；在细估计阶段采用小估计范围低估计误差的算法，跟踪并降低时变小载波频偏的影响。分阶段估计算法需要在不同阶段之间切换，增加了载波同步复杂度，降低了载波同步速度。

提高估计范围的另一个直接思路就是利用相角差分，消除自相关结果的相角模糊。

关于本专利主题名称中提到已知序列：实际传输系统中已知序列通常是周期性插入到发送序列中。假定在发送信号中以周期L插入已知的发送序列{c_m[n]}_n＝mL ^mL+N-1，并假设定时同步后的接收信号是以符号周期进行采样，则在不考虑噪声和发送的未知序列的情况下原始接收序列可以表示为：

        r[n]＝c_m[n]e^j(ωn+θ)，0≤(n-mL)＜N，             (7)

其中ω是以符号周期倒数归一化的载波频偏，θ为载波相偏，L＞N是已知序列插入周期，m≥0表示周期序号，每个周期内的已知序列可以不同。如式(2)和(3)所示，相干解调接收序列只与已知序列的模值有关。为了描述方便，特作以下假定：在周期插入的已知序列中，每个周期内的已知序列完全相同，

        c_m[n]＝c[n-mL]，0≤(n-mL)＜N，                    (8)

则利用帧同步信息，对原始接收序列进行相干解调得到的相干解调接收序列为：

        z[n]＝|c[n-mL]|²·e^j(ωn+θ)，0≤(n-mL)＜N，      (9)

可以看出，对周期插入的已知序列，相干解调接收序列是加入了高斯白噪声的周期性间断的复正弦序列，频偏估计算法就是从这个序列的样值z[k]中估计出载波频偏。

如式(4)所示，相干解调接收信号的一个周期自相关结果的自相关间隔l满足0≤l＜N。如前所述，当l＝l_opt时，估计方差逼近Cramer-Rao界。在一个周期内序列长度N给定的情况下，本发明提出利用已知序列的周期插入特征，将自相关结果扩展到多个周期，大幅度提高自相关间隔，使估计方差进一步减小。利用发送序列的周期特性，相干解调接收信号的自相关结果重新定义为：

${\mathrm{\&rho;}}_m\left[l\right]={\mathrm{\&Sigma;}}_{n=0}^{N-i-l}{z}^{*}\left[n\right]z[n+\mathrm{mL}+l]=e^{\mathrm{j\&omega;}(\mathrm{mL}+1)}{\mathrm{\&Sigma;}}_{n=0}^{N-1-l}{\left|c\right[n\left]\right|}^2{\left|c\right[n+l\left]\right|}^2,0\&le;l<N---\left(10\right)$

其中mL+l为自相关间隔，N为已知序列长度，L为已知序列的插入周期，m≥0为自相关结果的周期序号。根据自相关运算的重新定义，对周期性发送的已知序列，其自相关序列ρ_m[l]也具有周期特征。与式(4)相比，在m＞0的第m周期，自相关结果的相角增大了ωmL，载波频偏的估计方差将相应减小；当m＝0时，式(10)与式(4)一致，因此本发明的多周期自相关运算定义包含了传统的非周期或单周期自相关定义，可用于非周期的接收序列或一个周期的接收序列。

关于本发明所披露的改进的相干自相关频偏估计算法的思路：根据基于自相关间隔的自相关序列{ρ_m[l]}_l＝0 ^N-1，本发明基于相角差分运算消除相角模糊的思路，提出改进的频偏估计算法，兼顾大估计范围和低估计方差，并充分利用自相关序列提供的所有信息。如前所述，自相关间隔l增大时，估计方差减小；在最优自相关间隔l＝l_opt时，估计方差最小，逼近Cramer-Rao界，但是估计结果对大载波频偏存在相位模糊。本发明的出发点是：对非周期或一个周期的接收序列在最优自相关间隔l_opt进行频偏估计，得到对应单个周期的最低估计方差；对多个周期的接收序列，通过自相关结果的周期特征，扩大自相关间隔至mL+l，得到对应多个周期的更低估计方差；同时利用自相关序列{ρ_m[l]}_l＝0 ^N-1，进行相位差分、取模和累加的运算，消除相位模糊，得到估计范围最大和估计方差最小或更小的最佳估计。

参照图1，表示本发明提出的载波频偏估计算法流程图，在本图的流程序列中，改进的频偏估计算法步骤如下：

步骤A  对原接收序列进行相干解调得到相干解调接收序列；

步骤B  对相干解调接收序列进行自相关运算，得到自相关序列{ρ_m[l]}_l＝0 ^N-1；

步骤C  根据θ_m[l]＝arg(ρ_m[l])，计算原自相关相角序列{θ_m[l]}_l＝0 ^N-1；

步骤D  令θ_m[l]|_l＝0＝0，根据dθ_m[l]＝θ_m[l]-θ_m[l-1]，进行差分运算计算自相关相角差分序列{dθ_m[l]}_l＝1 ^N-1；

步骤E  根据eθ_m[l]＝mod(dθ_m[l]+π，2π)-π，进行取模运算计算自相关相角差分取模序列{eθ_m[l]}_l＝1 ^N-1；

步骤F  令θ′_m[l]|_l＝0＝0，根据θ′_m[l]＝θ′_m[l-1]+eθ_m[l]，进行累加运算得到新自相关相角序列{θ′_m[l]}_l＝0 ^N-1；

步骤G1  对m＝0，根据新自相关相角结果θ′₀[l_opt]，结合简单频偏估计算法，得到载波频偏估计 $\widehat{\mathrm{\&omega;}}={{\mathrm{\&theta;}}^{\&prime;}}_0\left[l_{\mathrm{opt}}\right]/l_{\mathrm{opt}},$ 其估计范围为最大ω∈(-π，+π)，估计方差与l_opt成反比；或者根据新自相关相角结果{θ′0[l]}_l＝1 ^lopt，结合Fitz频偏估计算法，得到载波频偏估计 $\widehat{\mathrm{\&omega;}}=2{\mathrm{\&Sigma;}}_{l=1}^{l_{\mathrm{opt}}}{{\mathrm{\&theta;}}^{\&prime;}}_0\left[l\right]/l_{\mathrm{opt}}(l_{\mathrm{opt}}+1),$ 其估计范围仍然为最大ω∈(-π，+π)。

步骤G2  对m＞0，根据新自相关相角结果θ′_m[l_opt]和原自相关相角结果θ_m[l]可得到新的频偏估计结果 $\widehat{\mathrm{\&omega;}}=\left({\mathrm{\&theta;}}_m\right[l]+2\mathrm{\&pi;}\hat{k})/(\mathrm{mL}+l),$ 其中 $\hat{k}=\mathrm{round}\left(\frac{\mathrm{\&alpha;}{{\mathrm{\&theta;}}^{\&prime;}}_m\left[l_{\mathrm{opt}}\right]-{\mathrm{\&theta;}}_m\left[l\right]}{2\mathrm{\&pi;}}\right),$

α＝(mL+l)/l_opt，其估计范围为最大ω∈(-π，+π)，估计方差与(mL+l)成反比。

步骤G2推导如下：在考虑估计误差和相位模糊的情况下，相角估计结果满足下式：

        θ′_m[l_opt]＝ωl_opt+ε₁                        (11)

        θ_m[l]+2πk＝ω(mL+l)+ε₂＝ωl_optα+ε₂        (12)

其中ε₁和ε₂是未知估计误差，ε₁的估计方差与l_opt成反比，ε₂的估计方差与(mL+l)成反比，2πk是高精度估计值θ_R[l]的相位模糊。根据式(11)和(12)首先得到相位模糊的估计值 $\hat{k}=\mathrm{round}\left(\frac{\mathrm{\&alpha;}{{\mathrm{\&theta;}}^{\&prime;}}_m\left[l_{\mathrm{opt}}\right]-{\mathrm{\&theta;}}_m\left[l\right]}{2\mathrm{\&pi;}}\right).$ 然后利用消除相位模糊的(12)式进行高精度频偏估计，得到 $\widehat{\mathrm{\&omega;}}=\left({\mathrm{\&theta;}}_m\right[l]+2\mathrm{\&pi;}\hat{k})/(\mathrm{mL}+l)$ 这样的结果。

关于改进的频偏估计算法性能分析：基于相干自相关的传统频偏估计算法的根本问题在于复数相关结果ρ[l]的相角存在相位模糊，并且相角模糊与自相关间隔l有关。本发明通过相角的差分运算(步骤D)和取模运算(步骤E)，巧妙地实现了相角差分取模结果与自相关间隔mL+l无关，最终使频偏估计范围最大，即ω∈(-π，+π)。同时，本发明通过累加运算(步骤F)恢复的新自相关相角序列辅助载波频偏估计，从而可以选择对应最优自相关间隔的估计结果，使估计方差最小。并且在相角差分、取模和累加的简单运算中没有引入运算误差，保证了改进的频偏估计算法的估计方差线性最优。最后，本发明利用已知序列的周期插入特性，巧妙地增大了自相关间隔，进一步降低了估计方差和估计方差的最低界(Cramer-Rao界)；利用相角模糊估计和频偏估计的联合(步骤G2)，使改进的频偏估计算法估计范围最大并且估计方差更小。

关于相干自相关的运算：对于分阶段载波频偏估计的算法，只需要对预定的几个自相关间隔l进行如式(4)和(10)的自相关运算，因此算法复杂度低。对于本发明提出的改进载波频偏估计算法，需要得到给定区间的自相关序列{ρ_m[l]}_l＝0 ^N-1。为了降低自相关序列计算的复杂度，本发明提出运用快速傅立叶变换和反变换实现自相关序列运算，步骤如下：

步骤a  给定已知序列长度N和周期L，选择新序列长度N′≥2N，其中N′为适于FFT(Fast Fourier Transform，快速傅立叶变换)的整数，如N′＝2^m；

步骤b  对相干解调接收序列片段{z[n]}_n＝0 ^N-1和{z[n]}_n＝mL ^mL+N-1补零后得到长度为N′的序列{y₁[n]}_n＝0 ^N′-1和{y₂[n]}_n＝0 ^N′-1，即

步骤c  计算序列{y₁[n]}_n＝0 ^N′-1和{y₂[n]}_n＝0 ^N′-1的N′点快速傅立叶变换得到{Y₁[k]}_k＝0 ^N′-1和{Y₂[k]}_k＝0 ^N′-1。

步骤d  利用{Y₁[k]}_k＝0 ^N′-1和{Y₂[k]}_k＝0 ^N′-1，进行频域逐点乘法和快速傅立叶反变换，得到时域序列ρ′_m[n]＝IFFT{Y₁[k]Y₂ ^*[k]}，0≤n＜N′。

步骤e  截取时域序列ρ′_m[n]的前N个值，得到相干解调接收序列的自相关序列{ρ_m[l]}_l＝0 ^N-1。

参照图2，表示本发明提出的载波频偏估计的实现装置框图，根据本发明提出的改进频偏估计算法，本发明进一步提出基于改进频偏估计算法的实现装置，该实现装置包括如下模块：相干解调模块，该模块利用发送已知序列对原接收序列进行相干解调，得到相干解调接收序列，它连接到自相关运算模块和相角运算模块，再依次连接到差分取模累加模块，最后连接到载波频偏运算模块。

关于频偏估计算法性能比较：按照不同的自相关间隔、估计范围及估计方差所分别进行的估算方法，分别称为简单载波频偏估计算法和改进频偏估计算法，现将两种算法的性能比较如下表所示。

表1两种频偏估计算法性能比较

频偏估计方法	简单频偏估计算法	改进频偏估计算法m＝0	改进频偏估计算法m＞0
				主要技术	自相关结果的相角直接用于频偏估计	自相关结果的相角经差分、取模和累加后用于频偏估计	自相关结果的相角经差分、取模和累加后与原自相关相角一起用于频偏估计
自相关间隔	1≤l＜N	1≤l＜N	mL+l，0≤l＜N
				估计范围	ω∈(-π/l，+π/l)	ω∈(-π，+π)	ω∈(-π，+π)
估计方差	由自相关间隔l决定，l＜N。	由最优自相关间隔lopt决定，lopt＜N。	由自相关间隔mL+l决定，0≤l＜N。

上面对本发明的具体实施例进行了详细说明，但本发明并不限制于上述实施例。

Claims (10)

1.一种基于已知序列相干自相关运算的载波频偏估计算法，其特征在于，所述算法按如下步骤操作：

A根据帧同步和定时同步信息，利用发送已知序列对原接收序列进行相干解调得到相干解调接收序列；

B对相干解调接收序列进行自相关运算得到自相关序列；

C对自相关序列进行相角运算得到原自相关相角序列；

D对原自相关相角序列进行差分运算得到自相关相角差分序列；

E对自相关相角差分序列进行取模运算得到自相关相角差分取模序列；

F对自相关相角差分取模序列进行累加运算得到新自相关相角序列；

G对新自相关相角结果和原自相关相角结果进行载波频偏运算得到载波频偏估计。

2.如权利要求1所述的一种基于已知序列相干自相关运算的载波频偏估计算法，其特征在于，步骤A的原接收序列包括发送已知序列具有周期特征的接收序列。

3.如权利要求1所述的一种基于已知序列相干自相关运算的载波频偏估计算法，其特征在于，步骤B的自相关运算可以通过快速傅立叶变换和反变换降低复杂度；可以针对非周期接收序列或一个周期接收序列，也可以针对多周期接收序列。

4.如权利要求1所述的一种基于已知序列相干自相关运算的载波频偏估计算法，其特征在于，步骤D和步骤F的差分运算和累加运算，其相角序列初始值均置为0。

5.如权利要求1所述的一种基于已知序列相干自相关运算的载波频偏估计算法，其特征在于，所述算法利用差分、取模和累加运算消除相角序列的相位模糊。

6.如权利要求1所述的一种基于已知序列相干自相关运算的载波频偏估计算法，其特征在于，步骤G的载波频偏运算，对非周期接收序列或单周期接收序列，根据新自相关相角结果，采用简单频偏估计算法或者Fitz频偏估计算法进行载波频偏运算；对多周期的接收序列，首先根据新自相关相角结果和原自相关相角结果得到原自相关相角结果的相位模糊估计，然后根据原自相干相角结果和相位模糊估计得到载波频偏估计。

7.一种如权利要求1所述的基于已知序列相干自相关运算的载波频偏估计算法的实现装置，其特征在于，该实现装置包括如下运算模块：

根据帧同步和定时同步信息进行的相干解调模块，该模块利用发送已知序列对原接收序列进行相干解调得到相干解调接收序列；它连接到自相关运算模块和相角运算塻块，然后再依次连接到差分、取模和累加运算模块，得到新自相关相角序列；最后连接到载波频偏运算模块，计算载波频偏估计结果。

8.如权利要求7所述的一种基于已知序列相干自相关运算的载波频偏估计算法的实现装置，其特征在于，相干解调模块输入的原接收序列包括发送已知序列具有周期特征的接收序列；自相关运算模块可以针对非周期接收序列或一个周期接收序列，或针对多周期接收序列；同时，在差分、取模和累加运算模块的差分运算和累加运算中，其相角序列初始值均置为0。

9.如权利要求7所述的一种基于已知序列相干自相关运算的载波频偏估计算法的实现装置，其特征在于，对非周期接收序列或单周期接收序列，载波频偏运算模块根据新自相关相角结果采用简单频偏估计算法或者Fitz频偏估计算法进行载波频偏运算。

10.如权利要求7所述的一种基于已知序列相干自相关运算的载波频偏估计算法的实现装置，其特征在于，对多周期的接收序列，载波频偏运算模块，首先根据新自相关相角结果和原自相关相角结果得到原自相关相角结果的相位模糊估计，然后再根据原自相干相角结果和相位模糊估计得到载波频偏估计。