CN101453441A - 鲁棒的整数倍载波频率偏移估计器 - Google Patents

Abstract

公开了一种用于OFDM系统的鲁棒的整数倍载波频率偏移估计方法。与或使用两个连续OFDM符号或仅使用一个训练符号的传统方法相比，只要信道扩展比OFDM循环前缀的长度短，本方法就对定时偏移不敏感。更重要的是，不需要关于在如STiMi的系统中使用的扰码的任何信息。本方法提高了整数倍载波频率偏移尤其在具有长而强的回波的信道中的精度。由于对定时偏移不敏感，因此还提供接收器在设置FFT窗时的更大自由度。

Description

鲁棒的整数倍载波频率偏移估计器

技术领域

本发明涉及一种载波频率偏移估计器，尤其是一种用于OFDM系统的整数倍载波频率偏移估计器。

背景技术

STiMi是中国国家广播电影电视总局(SARFT)发布的移动多媒体广播标准。该标准规定了一种在30MHz到3000MHz频率范围内工作的移动多媒体广播系统。这个标准可适用于通过人造卫星和/或地面传输来无线发送诸如电视、无线电广播之类的多媒体信号以及数据信息的广播系统。在物理层中，STiMi使用正交频分复用(OFDM)作为它的空中接口。OFDM能够提供高速率传输。在OFDM中，在发送器处插入循环前缀(CP)以循环地扩展一个OFDM符号。插入的CP用于去除符号间干扰(ISI)。

载波频率偏移(CFO)补偿是接收器设计的关键问题。CFO主要由发送器振荡器与接收器振荡器之间的不匹配而引起，并可分成整数部分和小数部分。小数倍CFO会导致符号间干扰(ISI)以及载波间干扰(ICI)。已经提出了许多针对粗定时同步和小数倍CFO补偿的方法。

本发明尤其致力于整数倍CFO的估计。对于整数倍CFO，频域中的接收数据是频域中的原始数据序列的循环移位后的型式。没有整数倍CFO补偿，接收器就不能复原有用的数据。

已经对CFO估计问题提出了许多解决方案。在提出的一种解决方案中，CFO估计器以两个连续OFDM符号为基础。然而，在STiMi中由于导频信号(pilot)在频域中都被加扰，因此这需要扰码知识。在提出的另一种解决方案中，提出一种保护频带功率检测方法来根据空子载波估计CFO。该方法仅在高SNR情况下工作良好。已经提出了其它低复杂度的方法(例如M.-H.Hsieh和C.-H.Wei的“Alow-complexity frame synchronization and frequency offsetcompensation scheme for OFDM system over fading channels”，IEEE Trans.on Vehicular Technology，Vol.48，No.5，Sept.1999，1596-1609)，但是它们专门化的数据辅助结构或者它们对符号定时同步的严格要求限制了它们的应用。由于粗定时同步在具有长而强的回波的信道中或在单频网(SFN)中性能不佳，整数倍CFO估计方法应当对定时偏移保持稳健。

发明内容

描述了对定时偏移不敏感的整数倍CFO估计的方法和设备。另外，它们不需要扰码信息。通过首先计算关于相邻子载波的信道估计之差的共轭乘积(conjugate product)再对该乘积取绝对值来去除定时偏移的影响。该方法提高了整数倍CFO尤其在具有长而强的回波的信道中的精度。定时同步的要求变得不太严格，从而接收器具有良好性能。

本装置的另一优点是有助于STiMi的快速时隙同步。由于其特殊的帧/时隙结构，STiMi要求快速同步。因为所提出的整数倍CFO以非常粗的定时同步就能工作良好，所以很容易实现STiMi的快速时隙同步。

在结合附图(下文提供了其简要描述)阅读和理解了下面示例实施例的详细描述之后，将会理解其它的特征和优点。

附图说明

图1是其中可以使用本发明的OFDM接收器的框图。

图2是示出STiMi的时隙结构的示图。

图3是示出FFT窗预前置(pre-advancement)的示图。

图4是说明本发明的方法的流程图。

具体实施方式

下面是本发明的详细描述。本领域技术人员将会了解以下详细描述仅仅是说明性的而不是为了限制。本发明其它实施例会很容易地暗示这些技术人员得益于本公开。将参考附图中的说明来对本发明的实施例进行详细描述。在所有附图和以下详细描述中使用相同参考标记来称呼相同或类似的部分。

实际上，在对有用数据解码之前，OFDM接收器必须完成定时同步、CFO补偿、信道估计和采样频率偏移复原。典型的同步过程如下：

粗定时同步—>小数倍CFO补偿—>整数倍CFO补偿

—>精定时同步—>信道估计

参看图1，图1是示出其中可以使用本发明的OFDM接收器的框图。接收器100包括直接接收器路径110和同步部分130。在直接接收器路径中，接收的信号111由降频变换器113下变频、由采样器(ADC)115采样、由FFT窗控制器117窗处理、由FFT块119变换、并由解调器/解码器121解调和解码来产生输出信号123。

同步部分130把第一控制信息131施加到降频变换器113，并把第二控制信息133施加到FFT窗控制器117。同步部分包括符号定时同步块135、小数倍频率同步块137、整数倍频率同步块139(下文将更加详细地描述)和精定时同步块141。

粗定时同步和小数倍CFO估计的传统方法可以与这里描述的整数倍CFO估计技术一起使用。在T.Schmidl和D.Cox的“Robustfrequency and timing synchronization for OFDM”，IEEE Trans.onComm.，Vol.45，No.12，Dec.1997，pp.1613-1621(“Schmidl”)中描述了一种这样的粗定时同步方法，使用相关峰值的位置用来识别FFT窗的起始点。由于信道脉冲响应中的长而强的回波，该定时度量到达一个平稳段。这对多路径信道尤其是具有长而强的回波的信道而言是一个严重的问题。由于STiMi中特殊的时隙结构，因此利用多个符号上的估计做平均是不可行的。定时将会从期望位置漂移可能上百个采样；因此，出现了影响传统整数倍CFO估计方法的严重ISI。在此情况下大多数整数倍CFO估计方法都失效了。然而，这里描述的整数倍CFO估计装置却对定时偏移相当不敏感。

图2示出STiMi的时隙结构(8MHz模式)。在每个时隙之间插入两个同样的同步符号用于进行同步。采样率是10MHz。用于同步符号和OFDM符号的FFT长度分别是2048和4096。同步符号是频域中已知的PN序列。每个OFDM符号的CP长度为512。在两个连续符号之间插入窗处理余弦状时间波形作为保护间隔(GI)以减少相邻子载波干扰并使发射频谱更紧密。在两个相同同步符号之间既没有GI，也没有任何CP。

应当注意，包括有效载荷数据、连续导频信号和离散导频信号的数据在频域中被加扰。除非扰码已知，接收器才能使用导频信号。对于扰码有总共六个初相位选择。

在下面的描述中，假设是没有噪声的环境，并假设小数倍CFO已经被补偿。在具有AWGN噪声和残余小数倍CFO的实际情形下的良好性能可以通过计算机仿真来证明。

离散形式的接收的同步符号由下式给出：

$r\left(k\right)=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}X\left(n\right)H\left(n\right)e^{j2\mathrm{\π}(n+{\mathrm{\ζ}}_I)\frac{k}{N}},0\≤k\≤2N-1---\left(1\right)$

这里X(n)、H(n)、N＝2048和ζ_I分别代表频域中的PN序列、第n个子载波上的信道传递函数(CTF)、子载波数量和整数倍载波频率偏移。

由于粗定时同步、尤其是具有长而强的回波的粗定时同步的不佳性能，来自下一个符号的信息容易包括在FFT窗中，这会导致I SI和ICI。为了获得无ISI的信号，FFT窗被预前置512个采样，这是STiMi中CP的长度。假设最长信道扩展比512短，则在新FFT窗中的符号是无ISI的。应当注意，这里仍保留有定时偏移但没有ISI。虽然可以获得无ISI的块，但正确定时对于接收器仍是未知的。该FFT窗预前置在图3中示出。

定时偏移的出现导致与子载波指数成比例的相位旋转。如果窗预前置之后的定时偏移结果是τ_ε，则FFT输出的第l个窗口(bin)是：

$U\left(l\right)=e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}X\left((l-{\mathrm{\ζ}}_I)\mathrm{mod}N\right)H\left((l-{\mathrm{\ζ}}_I)\mathrm{mod}N\right),0\≤l\≤N-1---\left(2\right)$

因此，

这里L代表一组运行的非虚子载波(一个同步符号中总共有1536个非虚子载波)。以如下的相移来估计第((l-q)modN)个子信道的响应：

$\hat{H}(l;q;{\mathrm{\τ}}_{\mathrm{\ϵ}})=\hat{H}(l;q)e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}=U\left(l\right)X^{*}\left((l-q)\mathrm{mod}N\right)---\left(4\right)$

这里l∈(L+q)modN并且q∈I(I由[-ζ_I，max，ζ_I，max]给出，这里ζ_I，max是预设的最大获取范围)。

在现有的Hsieh的算法中，假设 $\hat{H}(l;{\mathrm{\ζ}}_I;0)\≈\hat{H}(l+1;{\mathrm{\ζ}}_I;0)$ 。当没有定时偏移时，例如τ_ε＝0，对大多数情况而言上述假设是有效的。遗憾的是τ_ε≠0时，可从(4)推导出下面结果(5)，即：

$\hat{H}(l+1;q;{\mathrm{\τ}}_{\mathrm{\ϵ}})-\hat{H}(l;q;{\mathrm{\τ}}_{\mathrm{\ϵ}})=\hat{H}(l+1;q)e^{j2\mathrm{\π}\frac{l+1}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}-\hat{H}(l;q)e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}=(\hat{H}(l+1;q)e^{j2\mathrm{\π}\frac{{\mathrm{\τ}}_{\mathrm{\ϵ}}}{N}}-\hat{H}(l;q))e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}$

(5)

由于定时偏移引起的相位旋转，不能保持 $\hat{H}(l+1;q)e^{j2\mathrm{\π}\frac{l+1}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}\≈\hat{H}(l;q)e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}},$ 尤其当τ_ε很大的时候。因此，现有技术的整数倍CFO估计器的精度大大下降。

本发明的方法不是计算该差值，而是取共轭乘积：

$(\hat{H}(l+1;q)e^{j2\mathrm{\π}\frac{l+1}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}-\hat{H}(l;q)e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}){(\hat{H}(l;q)e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}-\hat{H}(l-1;q)e^{j2\mathrm{\π}\frac{l-1}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}})}^{*}$

$=(U(l+1)X^{*}\left((l+1-q)\mathrm{mod}N\right)-U\left(l\right)X^{*}\left((l-q)\mathrm{mod}N\right))---\left(6\right)$

$\·{(U\left(l\right)X^{*}\left((l-q)\mathrm{mod}N\right)-U(l-1)X^{*}\left((l-1-q)\mathrm{mod}N\right))}^{*}$

同时，

$(\hat{H}(l+1;q)e^{j2\mathrm{\π}\frac{l+1}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}-\hat{H}(l;q)e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}){(\hat{H}(l;q)e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}-\hat{H}(l-1;q)e^{j2\mathrm{\π}\frac{l-1}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}})}^{*}$

$=(\hat{H}(l+1;q)e^{j2\mathrm{\π}\frac{{\mathrm{\τ}}_{\mathrm{\ϵ}}}{N}}-\hat{H}(l;q))e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}{(\hat{H}(l;q)e^{j2\mathrm{\π}\frac{{\mathrm{\τ}}_{\mathrm{\ϵ}}}{N}}-\hat{H}(l-1;q))}^{*}{e}^{-j2\mathrm{\π}\frac{l-1}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}---\left(7\right)$

$=(\hat{H}(l+1;q)e^{j2\mathrm{\π}\frac{{\mathrm{\τ}}_{\mathrm{\ϵ}}}{N}}-\hat{H}(l;q)){(\hat{H}(l;q)e^{j2\mathrm{\π}\frac{{\mathrm{\τ}}_{\mathrm{\ϵ}}}{N}}-\hat{H}(l-1;q))}^{*}{e}^{j2\mathrm{\π}\frac{{\mathrm{\τ}}_{\mathrm{\ϵ}}}{N}}$

$=2{\left|\hat{H}(l;q)\right|}^2(1-\cos 2\mathrm{\π}\frac{{\mathrm{\τ}}_{\mathrm{\ϵ}}}{N})e^{j2\mathrm{\π}\frac{{\mathrm{\τ}}_{\mathrm{\ϵ}}}{N}}$

在(7)中，假设子信道的响应非常接近其相邻子信道响应，即， $\hat{H}(l;{\mathrm{\ζ}}_I)\≈\hat{H}(l+1;{\mathrm{\ζ}}_I).$ 从(7)显而易见的是，通过对两边取绝对值消去了定时偏移τ_ε的影响。

使用子信道的响应非常接近其相邻子信道响应(即 $\hat{H}(l;{\mathrm{\ζ}}_I)\≈\hat{H}(l+1;{\mathrm{\ζ}}_I)$ )的这种特性，以及使用PN序列与它的移位同序列(shifted replica)相乘之后得出的序列的随机特性，可以根据图4中所示的过程来估计整数倍CFO，该过程如下：

1.从粗定时位置对FFT窗进行512个采样的预前置(步骤401)

2.计算

$\mathrm{\Γ}\left(q\right)=\left|\underset{l\∈(L+q)\mathrm{mod}N}{\mathrm{\Σ}}(\hat{H}(l+1;q;{\mathrm{\τ}}_{\mathrm{\ϵ}})-\hat{H}(l;q;{\mathrm{\τ}}_{\mathrm{\ϵ}})){(\hat{H}(l;q;{\mathrm{\τ}}_{\mathrm{\ϵ}})-\hat{H}(l-1;q;{\mathrm{\τ}}_{\mathrm{\ϵ}}))}^{*}\right|$ (步骤403)

这里 $\hat{H}(l;q;{\mathrm{\τ}}_{\mathrm{\ϵ}})=\hat{H}(l;q)e^{j2\mathrm{\π}\frac{l}{N}{\mathrm{\τ}}_{\mathrm{\ϵ}}}=U\left(l\right)X^{*}\left((l-q)\mathrm{mod}N\right)$ 并且U(l)是FFT输出。

3. ${\widehat{\mathrm{\ζ}}}_I=\underset{q}{\arg \max }\mathrm{\Γ}\left(q\right)$ (步骤405)

把得到最大总功率的归一化整数倍CFO q作为估计的整数倍CFO并用来接收信号(步骤407)。

尽管Γ(q)的计算包括所有运行的非虚子载波，不过为了进一步减小计算复杂性，可以在用于计算Γ(q)的运行的子载波组中只选择几个子载波。

以下简化示例将用于进一步说明本方法。

假设N＝5，在系统中有3个运行的非虚子载波，且定时偏移是τ_ε＝-3。再假设是无噪声传输。

假设频域中的传输数据(同步序列SYN)为：

0 1-1 1 0

子信道响应可表示为：

1+j 1+j 1+j 1+j 1+j

对于定时偏移τ_ε＝-3，频域中的接收信号为：

$\begin{array}{ccccc}0& (1+j)e^{j2\mathrm{\π}\frac{1}{5}(-3)}& (-1-j)e^{j2\mathrm{\π}\frac{2}{5}(-3)}& (1+j)e^{j2\mathrm{\π}\frac{3}{5}(-3)}& 0\end{array}$

＝>0 -1.3968-0.2212j -1.2601+0.6420j -0.6420+1.2601j 0

现在，如果上述数据序列在正确位置以正确SYN被解扰，即(01 -1 1 0)，得出情况1：

＝>0 -1.3968-0.2212j 1.2601-0.6420j -0.6420+1.2601j 0其可表示为： 0 a b c 0。则，

和＝|(a-0)*conj(b-a)+(b-a)*conj(c-b)+(c-b)*conj(0-c)|＝14.6619

如果整数倍CFO假设错误，并因此以错误代码对数据解扰，例如(0 0 1 -1 1)，得出情况2：

＝>0 0-1.2601+0.6420j 0.6420-1.2601j 0

其可表示为：0 0 a b 0。则，

和＝|(0-0)*conj(a-0)+(a-0)*conj(b-a)+(b-a)*conj(0-b)|＝7.6084

如果整数倍CFO假设错误，并因此以不同的错误代码对数据解扰，例如(1 -1 1 0 0)，得出情况3：

＝>0 1.3968+0.2212j -1.2601+0.6420j 0 0其可表示为：0 a b 0 0。则，

和＝|(a-0)*conj(b-a)+(b-a)*conj(0-b)+(0-b)*0|＝7.6085

根据情况1、2和3，该方法选择情况1的结果(整数倍CFO的假设)，因为它得到最大和。因此频率数据的偏移量成为已知。

尽管详细描述了本发明的实施例，但应当理解在不脱离由所附权利要求限定的本发明精神和范围情况下可以做出各种改变、替代和替换。

Claims (16)

1.一种接收OFDM传输的方法，该方法包括步骤：

对多个可能的整数倍载波频率偏移值中的每个，计算第一个量和第二个量的乘积的所有所选OFDM传输子载波的和的幅度，其中所述第一个量是OFDM传输的第一所选子载波的估计信道响应之间的差，并且所述第二个量是OFDM传输的第二所选子载波的估计信道响应之间的差的复共轭；

估计产生最大幅度的可能的整数倍载波频率偏移值作为整数倍载波频率偏移值；和

使用这样估计的整数倍载波频率偏移值来接收OFDM传输。

2.如权利要求1所述的方法，包括：

确定粗定时位置；和

相对于所述粗定时位置来把接收FFT窗移位预定的量。

3.如权利要求2所述的方法，其中相对于所述粗定时位置所述接收FFT窗被前置。

4.如权利要求2所述的方法，其中所述接收FFT窗以与OFDM传输中使用的循环前缀的长度相等的采样数量被前置。

5.如权利要求1所述的方法，其中所述第一所选子载波是相邻子载波，并且所述第二所选子载波是相邻子载波。

6.如权利要求5所述的方法，其中所述第一所选子载波之一与所述第二所选子载波之一相邻。

7.如权利要求5所述的方法，包括：

接收具有已知PN序列的同步符号来获得接收的采样；和

在FFT接收窗内对接收的采样执行FFT变换以产生与OFDM传输的各个子载波相对应的各个窗口值。

8.如权利要求7所述的方法，其中所述乘积是使用所述FFT的窗口值和使用已知PN序列来计算的。

9.一种用于接收OFDM传输的设备，包括：

计算装置，用于针对多个可能的整数倍载波频率偏移值中的每个，计算第一个量和第二个量的乘积的所有所选OFDM传输子载波的和的幅度，其中所述第一个量是OFDM传输的第一所选子载波的估计信道响应之间的差，并且所述第二个量是OFDM传输的第二所选子载波的估计信道响应之间的差的复共轭；

估计装置，用于估计产生最大幅度的可能的整数倍载波频率偏移值作为整数倍载波频率偏移值；和

接收装置，用于使用这样估计的整数倍载波频率偏移值来接收OFDM传输。

10.如权利要求9所述的设备，包括：

确定装置，用于确定粗定时位置；和

移位装置，用于相对于所述粗定时位置来把接收FFT窗移位预定的量。

11.如权利要求10所述的设备，其中相对于所述粗定时位置所述接收FFT窗被前置。

12.如权利要求11所述的设备，其中所述接收FFT窗以与OFDM传输中使用的循环前缀的长度相等的采样数量被前置。

13.如权利要求9所述的设备，其中所述第一所选子载波是相邻子载波，并且所述第二所选子载波是相邻子载波。

14.如权利要求13所述的设备，其中所述第一所选子载波之一与所述第二所选子载波之一相邻。

15.如权利要求13所述的设备，包括：

用于接收具有已知PN序列的同步符号来获得接收的采样的装置；和

用于在FFT接收窗内对接收的采样执行FFT变换以产生与OFDM传输的各个子载波相对应的各个窗口值的装置。

16.如权利要求15所述的设备，其中所述乘积是使用所述FFT的窗口值和使用已知PN序列来计算的。

Images