CN101414989B - 基于块传输的单载波系统的定时跟踪方法 - Google Patents

Abstract

本发明公开了一种基于块传输的单载波系统的定时跟踪方法，所述方法包括：步骤A：估计当前数据块的定时估计结果；步骤B：将该定时估计结果进行先验判决和累加平滑处理；步骤C：利用插值算法将步骤B输出的结果用于校正下一个数据块，将校正后的采样数据分成两路：一路进行均衡处理；另一路重复执行步骤A到步骤C，直到当前帧的所有数据块传输结束；本发明避免了传统算法中需要利用反馈判决数据引起的延时大，运算量大，结构复杂，稳定性差的缺点，具有运算简单、精度高的优点，提高了追踪性能。

Description

基于块传输的单载波系统的定时跟踪方法

技术领域

本发明涉及通讯技术领域，尤其涉及一种基于块传输的单载波系统的定时跟踪方法。

背景技术

SC-FDE(单载波频域均衡)是宽带无线传输中一种很有前途的抗多径干扰的方法，和OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用)一样采取分块传输，并且采用循环前缀Cyclic Prefix(CP)方式，这样就可以把信号于信道脉冲响应的线性卷积转化为循环卷积，并且消除了多径引起的数据块的干扰。

数字通信技术领域中的一个最核心问题就是同步问题，从技术上说分为载波同步与定时同步。在经过无线移动信道后的接收端获取的基带采样信号中存在着载波频率偏差，相位偏差，定时偏差，这些偏差一般来源于发射机和接收机之间晶振的不匹配和无线移动信道中多普勒效应和频率选择性这几个方面，即便是在信道相对平坦的室内环境，也会存在这些偏差。使用块传输技术的SC-FDE系统对这些同步的偏差提出了更高的要求。

SC-FDE系统的同步技术分为载波同步和定时同步，其接收端的同步主要有以下几个任务：

●帧到达检测，用于判定是否检测到信号，这是同步的第一步，只有判定接收到的是有效信号才能进行后面的处理；

●载波频偏捕获；

●载波频率跟踪；

●符号起始位置估计(块同步)，即在均衡之前准确知道起始位置(起始的傅立叶变换FFT位置)；为获取更精确的位置，需要定时估计；

●采样时钟频率的跟踪。

SC-FDE系统的信号沿着时间轴顺序到来的，分块传输的SC-FDE信号每个数据块由数据段和循环前缀组成。SC-FDE射频信号在解调到基带信号的过程中会存在时延，首先SC-FDE系统通过定时估计校正了时延，确定了傅立叶变换窗的起始时刻，但是由于接收端和发射端的采样时钟不匹配会产生采样频率偏差(SFO)。采样频率偏差，变换到频域上相当于引入了载波间干扰，傅立叶反变换回时域后的信号同样存在定时误差，这对于判决存在很大的干扰，而且采样频率偏差造成的采样时钟相位偏移(时延)随着时间的积累会造成信号的定时漂移，导致无法正确解调出符号。举例来说，对于50ppm(百万分之五十)的采样频率偏差，对于包含一万个码元的帧，就会有0.5个码元间隔大小的定时偏移，这是系统无法承受的，相比于OFDM系统，SC-FDE对定时偏移更加敏感。因此为了维持同步性能，必须进行定时跟踪。

一般的定时追踪方法采用锁相环路追踪结构，但是这种方法在无线移动通信信道下效果很差；在名称为《一种单载波分块传输系统中的定时跟踪方法》的发明专利中，采用重构接收信号进行定时估计以达到追踪的目的。其技术方案主要包括：根据当前帧信道估计和判决估计的结果，重构与接收信号相对应的不含时偏的频域形式信号；根据含有时偏的接收信号频域形式的实际值和所得到的重构值计算新的剩余时偏估计偏差和时偏估计值；利用上述步骤求得的时偏估计值纠正下一帧含有时偏的接收信号。

上述利用均衡后的重构接收信号进行定时追踪的算法，由于重构算法利用的时信道估计结构和已经经过判决后码元信息，不仅复杂度高，计算量很大，而且实现起来有相当大的困难；同时这种算法利用的是判决后的信息在频域上进行定时校正，且是在频域上进行定时校正，导致整个系统的定时追踪效果和频域均衡模块之间是相互影响的，因此系统延时大，稳定性差，当误码率稍高的时候或是信道条件较差的时候精度相当低，整个系统无法正常运行；另外这个算法要求在定时追踪之前有很高的定时估计精度，大约达到2％码元的定时偏差，当起始位置偏差较大的时候，此算法的追踪性能相当差。

发明内容

鉴于上述的分析，本发明目的在于提供一种基于块传输的单载波系统的定时跟踪方法，用以解决现有技术中的定时追踪算法计算复杂且追踪性能差的问题。

本发明的目的主要是通过以下技术方案实现的：

本发明提供了一种基于块传输的单载波系统的定时跟踪方法，所述方法包括：

步骤A：采用O&M算法计算当前数据块的定时估计结果；

步骤B：将该定时估计结果进行先验判决和累加平滑处理；其中，

所述先验判决的步骤具体包括：对该定时估计结果进行判断：如果该定时估计结果大于预定门限，则将该定时估计结果更改为上一帧的定时估计结果的平均值；如果该定时估计结果小于该预定门限，则保持当前估计值；

所述累加平滑处理根据如下公式进行：

其中，S(1)＝e，e为初始定时估计结果，i表示第i块数据块，est(i)为第i块的平滑器输入，S(i+1)为第i块数据块的平滑输出；

步骤C：利用插值算法将步骤B输出的结果用于校正下一个数据块，将校正后的采样数据分成两路：一路进行均衡处理；另一路重复执行步骤A到步骤C，直到当前帧的所有数据块传输结束。

进一步地，所述步骤A具体包括：

$\widehat{\mathrm{\ϵ}}=-\frac{T}{2\mathrm{\π}}\arg \left(\underset{k=1}{\overset{\mathrm{DM}}{\mathrm{\Σ}}}F\left(\right|\hat{r}\left(k\right)\left|\right)e^{-j\frac{2\mathrm{\π}}{D}k}\right),$ 其中，

为当前数据块的定时估计结果；

为校正后的采样数据，

其中f_rec为接收端的采样时钟频率，f_trans为发射端的采样始终频率；T为码元传输时间；F()为非线性函数；D表示接收端得到的信号流为D倍采样，M为数据块的码元个数，e为初始定时估计结果。

进一步地，所述非线性函数F()由原有O&M算法中的

调整为 $F=\left(\right|\hat{r}\left(k\right)\left|\right)={\left|\hat{r}\left(k\right)\right|}^2+\left|\hat{r}\left(k\right)\right|.$

本发明有益效果如下：

本发明避免了传统算法中需要利用反馈判决数据引起的延时大，运算量大，结构复杂，稳定性差的缺点，具有运算简单、精度高的优点，提高了追踪性能。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

图1为单载波频域均衡系统的数据块的结构示意图；

图2为本发明实施例所述方法的流程示意图。

具体实施方式

下面结合附图来具体描述本发明的优先实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。

由于一个数据块一般包含256个码元或是512个码元，当使用较差的晶振--50ppm的偏差，一个数据块内的累积时偏大约为0.025个码元，因此可以将采样频率偏差对每个数据的相位影响看成是对每个数据块的相位影响。由于实际中的全数字接收机利用的是插值算法来恢复定时数据，因此接收端一般都是至少4倍采样，即一个码元至少有4个采样点。利用这个特点，采用O&M算法估计当前块的定时偏差，再将定时偏差通过一个先验判决器和累加平滑器，最后利用插值算法将输出的结果用于校正下一个数据块，以此递推，达到定时追踪的目的。

SC-FDE系统是按帧传输，每帧共n个数据块，接收端分块传输的SC-FDE信号每块数据由有用数据和循环前缀组成，循环前缀取为Chu序列(L个码元长度)，得到长度为M＝L+N的向量

如图1所示。

通过信道传输之后，当接收端为D倍采样时，其对应的采样数据为

接收端得到的信号流为D倍采样，由于在进行定时追踪前先进行了定时估计，因此得到初始采样时钟相位偏差e，即初始定时估计结果。

本发明实施例具体可以包括如下步骤：

步骤200：利用之前得到的定时估计得到的初始采样时钟相位偏差e结合插值算法校正当前帧的第一个数据块

得到校正后的采样数据 ${\stackrel{v}{\hat{r}}}_1=[\hat{r}\left(1\right),L,\hat{r}\left(\mathrm{DM}\right)].$

步骤201：获取

后，对该数据进行O&M定时估计算法：

其中T为码元传输时间，F()为非线性函数，

为校正后的采样数据，

其中f_rec为接收端的采样时钟频率，f_trans为发射端的采样始终频率。原有的O&M算法采用的是平方非线性，这里调整为

将定时估计结果即第一个数据块产生的采样时钟相位偏差标记为

步骤202：将第一个数据块的定时估计结果通过进行先验判决，得到结果μ(1)。所述先验判决就是对定时估计结果进行判断：若

大于一预定门限a，则此时的定时估计结果将更改为上一帧的定时估计结果的平均值λ；若

小于预定门限a，则仍保持当前估计值

即， $\mathrm{\&mu;}\left(i\right)=\left(\begin{array}{c}\stackrel{)}{\mathrm{\&epsiv;}}\left(i\right)....\stackrel{)}{\mathrm{\&epsiv;}}\left(i\right)<a\\ \mathrm{\&lambda;}......\stackrel{)}{\mathrm{\&epsiv;}}\left(i\right)\&GreaterEqual;a\end{array}\right),$ 其中a取为0.1。

步骤203：将得到的μ根据如下公式进行累加平滑处理：其中S(1)＝e，即初始值为截获阶段的初始采样时钟相位偏差，i表示第i块数据块，est(i)为第i块数据块的平滑输入，即上一步求得的结果μ(i)；S(i+1)为第i块的平滑输出。由于此时处理的是第一块数据，因此得到S(2)。将累加平滑的输出s(i+1)结合插值算法校正下一个接收数据块 ${\stackrel{v}{r}}_{i+1}=[r\left(1\right),L,r\left(\mathrm{DM}\right)]$ 得到 ${\stackrel{v}{\hat{r}}}_{i+1}=[\hat{r}\left(1\right),L,\hat{r}\left(\mathrm{DM}\right)],$ 即用第一块数据的平滑输出s(2)补偿第二个数据块

得到

将校正后的采样数据

分为两路，一路进行均衡处理，一路重新进行O&M定时估计，再通过先验判决和累加平滑处理，最后得到的输出将用于校正第三块数据，以此递推直到当前帧的所有数据块传输结束。其中，所述均衡处理可以采用现有技术中的方法即可，此处不再赘述。

综上所述，本发明实施例提供了一种基于块传输的单载波系统的定时跟踪方法，由于算法利用的是无数据辅助的O&M算法进行定时追踪，O&M算法的基本原理是匹配滤波输出的信号经过非线性处理后的信号如果具有周期平稳特性，那么在符号率位置就有谱线产生。这就可以用Fourier级数展开计算谱线。常用的非线性函数为模平方非线性。经过调整后的非线性形式相比原有的非线性形式不仅能保证非衰弱信道下的较小的抖动方差，而且能够降低在无线移动信道下的抖动方差，提高估计精度，尤其在深度衰弱信道下性能更为明显。O&M算法是一种完全前向的算法，对载波频偏不敏感，避免了传统算法中需要利用反馈判决数据引起的延时大，运算量大，结构复杂，稳定性差的缺点。

利用当前数据块的估计结果校正下一个数据块的原理：考虑到采样频偏对一个数据块中的每个采样数据的时延影响近似看成是一个固定值，因此采样频偏形成的采样时钟相位偏移可以看成是基于数据块为变量的线性变化。理论上第i块的累积延时α_i＝α₁+k(i-1)，其中

为斜率，表示一块数据理论上形成的累积延时。而O&M算法就是方便简单的估计出了每个数据块的累积延时，其定时估计值

对应斜率k的一个观测值，因此才能利用当前块的估计结果校正下一个数据块。这种方法避免了环路结构，和实现上的延时，提高了系统的稳定性。

但是在无线移动通信信道下，无数据辅助的O&M算法的精度较低，抖动较大，为了降低抖动引入了下述方法：

调整O&M算法的非线性形式，实践证明经过调整的非线性形式相比原有的非线性形式不仅不会降低非衰弱信道下的抖动方差，并且能降低无线移动信道下的抖动方差，提高了估计精度。

由于无线移动信道下的定时估计结果抖动较大，可能会出现估计结果溢出，利用先验判决器可以纠正这个问题。

同时对于在有效范围内的抖动，通过平滑滤波器

对已有的观测值求平均来降低噪声带来的抖动影响，得到k的更准确的估计值

利用累加平滑器

可以达到采样频偏追踪的目的，这就是设计的累加平滑器的时域表达式为 $S(i+1)=S\left(i\right)+\frac{1}{i}\left(\underset{m=1}{\overset{i}{\mathrm{\&Sigma;}}}\mathrm{est}\left(i\right)\right)$ 的原因。

累加平滑器可以有其他形式，只要具备累加功能和平滑功能就可以达到目的，但是本发明设计的累加平滑器性能最好。

另外，本发明中的O&M时延估计算法也可以选择其他的非数据辅助方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (3)

1.一种基于块传输的单载波系统的定时跟踪方法，其特征在于，所述方法包括：

步骤A：采用O&M算法计算当前数据块的定时估计结果；

步骤B：将该定时估计结果进行先验判决和累加平滑处理；其中，

所述先验判决的步骤具体包括：对该定时估计结果进行判断：如果该定时估计结果大于预定门限，则将该定时估计结果更改为上一帧的定时估计结果的平均值；如果该定时估计结果小于该预定门限，则保持当前估计值；

所述累加平滑处理根据如下公式进行：

其中，S(1)＝e，e为初始定时估计结果，i表示第i块数据块，est(i)为第i块的平滑器输入，S(i+1)为第i块数据块的平滑输出；

步骤C：利用插值算法将步骤B输出的结果用于校正下一个数据块，将校正后的采样数据分成两路：一路进行均衡处理；另一路重复执行步骤A到步骤C，直到当前帧的所有数据块传输结束。

2.根据权利要求1所述的方法，其特征在于，所述步骤A具体包括：

$\widehat{\mathrm{\&epsiv;}}=-\frac{T}{2\mathrm{\&pi;}}\arg \left(\underset{k=1}{\overset{\mathrm{DM}}{\mathrm{\&Sigma;}}}F\left(\right|\hat{r}\left(k\right)\left|\right)e^{-j\frac{2\mathrm{\&pi;}}{D}k}\right),$ 其中，

为当前数据块的定时估计结果；

为校正后的采样数据，

其中f_rec为接收端的采样时钟频率，f_trans为发射端的采样始终频率；T为码元传输时间；F()为非线性函数，D表示接收端得到的信号流为D倍采样，M为数据块的码元个数，e为初始定时估计结果。

3.根据权利要求2所述的方法，其特征在于，所述非线性函数F()由原有O&M算法中的 $F=\left(\right|\hat{r}\left(k\right)\left|\right)={\left|\hat{r}\left(k\right)\right|}^2$ 调整为 $F=\left(\right|\hat{r}\left(k\right)\left|\right)={\left|\hat{r}\left(k\right)\right|}^2+\left|\hat{r}\left(k\right)\right|.$

Images