CN101594168A - 一种随机接入信道的前导码检测方法、装置及设备 - Google Patents

Abstract

本发明公开了一种随机接入信道的前导码检测方法、装置及设备，用以降低前导码检测的复杂度。所述随机接入信道的前导码检测方法，包括：将从接收信号中获取的待检测前导码与任一可选作前导码的序列在频域进行等效于时域相关运算的相乘运算，得到一组相关值；确定每一个相关值的模值并将所有模值按照从大到小的顺序进行排列，根据所有可选作前导码的序列的数量，提取排列在前的相同数量的模值；根据所有模值确定每一个所提取模值对应的判决变量，并当所提取模值对应的判决变量大于或等于确定的判决阈值时，检测出该所提取模值对应的序列被选作前导码。

Description

一种随机接入信道的前导码检测方法、装置及设备

技术领域

本发明涉及移动通信技术领域，尤其涉及一种随机接入信道的前导码检测技术。

背景技术

目前广泛研究的B3G(Beyond Third Generation Mobile Communication，超三代移动通信)系统都是基于OFDMA(Orthogonal Frequency DivisionMultiple Access，正交频分多址接入)技术、或者SC-FDMA(SingleCarrier-Frequency Division Multiple Access，单载波频分多址接入)技术的蜂窝系统。在B3G系统中，一个没有与基站获得完全同步的用户在传输上行数据之前必须获得一个专有ID(Identifier，标识)、定时调整和被分配一定的时频资源，该过程一般称为“非同步用户随机接入过程”，简称“随机接入”。

B3G系统中，RACH(Random Access Channel，随机接入信道)是一组时频资源，与其它RACH和用于上行数据传输的时频资源之间是相互正交的。由于随机接入过程中用户与基站之间没有达到完全同步，为了不使RACH对相邻的时频资源造成干扰，需要增加保护频带和保护时间。每帧的RACH个数和位置由基站指定，并通过广播方式通知基站内所有用户。

一个用户在RACH内向基站发送的信号称为RACH突发。如图1所示，从时域上看，1个RACH突发由CP(Cyclic Prefix，循环前缀)、前导码、资源请求数据和保护时间组成。一般地，RACH的主要功能是定时调整、用户识别、功率调整和资源请求。按照目前RACH的设计方法，基站根据小区半径等因素生成一组可选作前导码的序列并通过广播方式下发，用户可以从该组序列中任意选取一个序列作为RACH的前导码。前导码的主要功能是定时调整和充当专有ID以区分不同的用户，这就需要在基站侧即接收端对RACH进行快速可靠的前导码检测。前导码检测就是判断一组序列中的每一个序列是否被用户选作前导码。

现有技术中提供了一种RACH的前导码检测方法。在基站侧即接收端为一组序列分别设置K个相关器，从1至K顺序编号，任一相关器k(1≤k≤K)对应编号为k、大小为N_CS的检测窗口，相关器中存储编号为k的可选作前导码的序列x_k(n)。假设接收信号(接收到的RACH突发信号)为r(n)，则从r(n)中获取待检测前导码y(n)，N_ZC表示获取的待检测前导码y(n)的长度。相关器k对应的判决变量如公式[1]所示：

λ_k(m)＝|R_r，x(m)|²         [1]

其中，||表示求模值运算，R_r，x(m)是接收信号r(n)和序列x_k(n)的循环移位相关值，具体计算方法如公式[2]所示：

$R_{r,x}\left(m\right)=\underset{n=0}{\overset{N_{\mathrm{ZC}}-1}{\mathrm{\Σ}}}{r}^{*}\left(n\right)\×x_k(n+m),m=\mathrm{0,1},...,N_{\mathrm{CS}}-1---\left[2\right]$

其中，“*”表示取共轭运算。

找出判决变量的最大值max{λ_k(m)，m＝0，1，...，N_CS-1}，并与预先设定的第一阈值a相比较，第一阈值a需要根据SNR(Signal to Noise Ratio，信噪比)进行调整；如果在大小为N_CS的检测窗口内，判决变量的最大值大于等于第一阈值a，即存在m′∈[0，N_CS-1]，满足如下公式[3]：

λ_k(m′)≥a                 [3]

其中，λ_k(m′)＝max{λ_k(m)，m＝0，1，...，N_CS-1}，则检测出编号为k的序列x_k(n)被用户选作前导码。

现有技术中提供了另一种RACH的前导码检测方法。将相关器输出值的平方(由估计得到的噪声方差归一化)作为判决变量，相关器k对应的判决变量如公式[4]所示：

${\mathrm{\λ}}_k\left(m\right)=\frac{{\left|R_{r,x}\left(m\right)\right|}^2}{{\widehat{\mathrm{\σ}}}_w^2}---\left[4\right]$

其中，

是基站侧即接收端的噪声方差估计值，||表示求模值运算，R_r，x(m)是接收信号r(n)和序列x_k(n)的循环移位相关值，具体计算方法同样如公式[2]所示。

如果在大小为N_CS的检测窗口内，至少有一个判决变量大于等于预先设定的第二阈值b，即存在m″∈[0，N_CS-1]，满足如下公式[5]：

λ_k(m″)≥b         [5]

则检测出编号为k的序列x_k(n)被用户选作前导码。

可见现有技术中，方法一需要将每一个可选作前导码的序列与待检测前导码分别进行相关运算，根据相关运算结果进行前导码检测；并且在检测过程中，需要根据SNR调整第一阈值a，实现复杂。

方法二同样需要将每一个可选作前导码的序列与待检测前导码分别进行相关运算，根据相关运算结果进行前导码检测；并且在检测过程中，需要估计噪声方差，增加了接收端的处理复杂度，同时检测过程中的分析和仿真均以对噪声方差的无偏估计为前提，若估计的噪声方差出现错误，将直接影响第二阈值b的准确度，从而导致前导码检测的准确度降低。

发明内容

本发明提供一种随机接入信道的前导码检测方法、装置及设备，用以降低前导码检测的复杂度。

本发明提供一种随机接入信道的前导码检测方法，包括：

将从接收信号中获取的待检测前导码与任一可选作前导码的序列在频域进行等效于时域相关运算的相乘运算，得到一组相关值；

确定每一个相关值的模值并将所有模值按照从大到小的顺序进行排列，根据所有可选作前导码的序列的数量，提取排列在前的相同数量的模值；

根据所有模值确定每一个所提取模值对应的判决变量，并当所提取模值对应的判决变量大于或等于确定的判决阈值时，检测出该所提取模值对应的序列被选作前导码。

本发明提供一种随机接入信道的前导码检测装置，包括：

相关运算单元：用于将从接收信号中获取的待检测前导码与任一可选作前导码的序列在频域进行等效于时域相关运算的相乘运算，得到一组相关值；

提取单元：用于确定每一个相关值的模值并将所有模值按照从大到小的顺序进行排列，根据所有可选作前导码的序列的数量，提取排列在前的相同数量的模值；

检测单元：用于根据所有模值确定每一个所提取模值对应的判决变量，并当所提取模值对应的判决变量大于或等于确定的判决阈值时，检测出该所提取模值对应的序列被选作前导码。

本发明提供一种基站，包括该随机接入信道的前导码检测装置。

本发明提供的随机接入信道的前导码检测方法，将待检测前导码与任一可选作前导码的序列在频域进行一次等效于时域相关运算的相乘运算，得到一组相关值，并提取出与所有可选作前导码的序列一一对应的所有相关值的模值，再根据各模值对应的判决变量是否大于等于判决阈值，即可检测出该模值对应的序列是否被选作前导码，通过一次频域相乘运算即实现了对所有可选作前导码的序列的检测，大大降低前导码检测的复杂度。

附图说明

图1为现有技术中RACH突发的时域结构示意图；

图2为本发明实施例中RACH的前导码时域检测原理示意图；

图3为本发明实施例中RACH的前导码时域检测对应的检测窗口示意图；

图4为本发明实施例中RACH的前导码频域检测原理示意图；

图5为本发明实施例中RACH的前导码频域检测对应的检测窗口示意图；

图6为本发明实施例中RACH的前导码检测方法流程图；

图7为本发明实施例中RACH的前导码检测装置框图。

具体实施方式

本发明实施例提供了一种RACH的前导码检测方法，用以降低前导码检测的复杂度。

考虑到会出现多个用户同时随机接入的情况，而且用户之间是不完全同步的，所以必须从相关特性较好的一组序列中选取前导码。对可以选作前导码的序列有以下要求：首先，具有良好的自相关特性，以便在基站侧准确估计前导码的到达时间，并得到用户的时间同步值；其次，具有良好的互相关特性，以便检测出正确的接收信号，提高可靠性。

目前LTE(Long Term Evolution，长期演进)研究项目选取Zadoff-Chu(ZC)序列，也称为CAZAC序列作为RACH的前导码，CAZAC序列为一种具有理想的周期自相关特性和互相关特性的序列。CAZAC序列的性质是：自相关函数具有周期扩展性，仅仅在时间间隔为零的情况下取值为非零；互相关函数的幅度值等于序列长度的平方根。每个小区包含有M个可选作前导码的CAZAC序列(目前规定M为64)。u次根CAZAC序列定义如公式[6]所示：

$x_u\left(n\right)=e^{-j\frac{\mathrm{mn}(n+1)}{N_{\mathrm{ZC}}}}(0\≤n\≤N_{\mathrm{ZC}}-1)---\left[6\right]$

其中，N_ZC表示CAZAC序列的长度，对于频分双工帧结构而言，目前规定N_ZC＝839。

对于u次根CAZAC序列，具有零相关区并且零相关区长度为N_CS的CAZAC序列定义如公式[7]所示：

x_u，v(n)＝x_u((n+C_v)modN_ZC)             [7]

其中，

表示向下取整；mod表示取模运算，即计算(n+C_v)与N_ZC相除所得的余数。对于一般的CAZAC序列，C_v＝vN_CS，其中

N_ZC＞N_CS。

目前LTE采用具有零相关区的CAZAC序列作为RACH的前导码，本发明实施例将以CAZAC序列为例详细介绍RACH的前导码检测方法。

基于CAZAC序列的前导码时域检测原理进行简单介绍。如图2所示，假设接收信号为r(n)，从r(n)中截取的待检测前导码为y(n)，N_ZC表示接收到的待检测前导码的长度，也即CAZAC序列的长度；设置K个相关器，任一相关器k(1≤k≤K)对应一个编号为k、大小为N_CS的检测窗口，各检测窗口如图3所示，检测窗口的数目

y(n)与各相关器内存储的编号为(u，v)的CAZAC序列x_u，v(n)在对应的检测窗口内进行相关运算，如公式[8]所示：

$R_{y,x}\left(m\right)=\underset{n=0}{\overset{N_{\mathrm{ZC}}-1}{\mathrm{\Σ}}}{y}^{*}\left(n\right)\·x_{u,v}((n+m),\mathrm{mod}{N}_{\mathrm{ZC}}),m=\mathrm{0,1},...,N_{\mathrm{CS}}-1---\left[8\right]$

其中，“*”表示取共轭运算，“mod”表示取模运算，可以根据计算出的相关值R_y，x(m)进行前导码检测。

基于CAZAC序列的前导码频域检测原理进行简单介绍。因为时域的相关运算对应频域的相乘运算，故前导码频域检测原理如图4所示。对于接收到的待检测前导码y(n)进行N_ZC点的DFT(Discrete Fourier Transform，离散傅立叶变换)得到频域信号Y(k)，然后取共轭得到Y^*(k)；再将任一可选作前导码的CAZAC序列，例如v＝0的CAZAC序列x_u，0(n)进行DFT得到频域信号X(k)；Y^*(k)与X(k)相乘，之后再进行N_ZC点的IDFT(Inverse Discrete FourierTransform，离散傅立叶逆变换)，即根据公式[9]得到一组相关值，也称为相关值集合：

R_y，x(m)＝IDFT[Y^*(k)·X(k)]，m＝0，1，2，…，N_ZC-1      [9]

可见，该一组相关值的数量根据待检测前导码的长度N_ZC确定，可以根据计算出的相关值集合R_y，x(m)进行前导码检测。

频域检测对应的检测窗口如图5所示，此时检测窗口的大小不再是前导码时域检测中的N_CS，而是N_ZC(一般地，N_CS＜＜N_ZC)。

可见，频域检测原理与时域检测原理相比，由于检测窗口的大小由N_CS变成了N_ZC，待检测前导码与任一可选作前导码的CAZAC序列在频域进行一次等效于时域相关运算的相乘运算，不仅可以得到该CAZAC序列对应的相关值，还能得到所有可选作前导码的CAZAC序列对应的相关值，这将大大降低前导码检测的复杂度。

基于以上时域和频域检测原理的分析，本发明实施例提供一种基于CAZAC序列的前导码检测方法，基于频域检测原理进行前导码检测，检测窗口的大小为N_ZC，包括如下步骤：

步骤1、将待检测前导码与任一可选作前导码的CAZAC序列在频域进行等效于时域相关运算的相乘运算，得到相关值集合R_y，x(m)。

步骤2、假设每个小区包含的可选作前导码的CAZAC序列个数为M，计算相关值集合中每一个相关值的模值，并将所有模值按照由大到小的顺序进行逆序排列，得到相关值的模值集合{|R′_y，x(i)|，i＝0，1，2，...，N_ZC-1}，满足公式[10]：

|R′_y，x(i)|＝|R′_y，x(F[m])|＝|R_y，x(m)|        [10]

其中，i＝F[m]，m＝0，1，2，...，N_ZC-1，F[]表示排序前后集合的时间坐标映射关系，满足一一映射，根据时间坐标m即可确定对应的CAZAC序列。

则|R′_y，x(i)|中最前面的M个值i＝0，1，2，...，M-1，是全部N_ZC个相关值的模值中最大的M项，并满足依次降序的排列顺序，定义用σ_i表示|R′_y，x(i)|，如公式[11]所示：

${\mathrm{\σ}}_i\widehat{=}\left|R_{y,x}^{\′}\left(i\right)\right|,{\mathrm{\σ}}_0>{\mathrm{\σ}}_1>{\mathrm{\σ}}_2>\·\·\·>{\mathrm{\σ}}_i\·\·\·>{\mathrm{\σ}}_{M-1}>{\mathrm{\σ}}_{M-1}---\left[11\right]$

其中，该M个模值与所有可选作前导码的CAZAC序列是一一对应的。

步骤3、提取该M个模值，该M个模值可称为所提取模值；该M个所提取模值在模值集合中对应的时间坐标i，根据关系式i＝F[m]，m＝0，1，2，...，N_ZC-1，可以在相关值集合中找出对应的时间坐标m，这样也就能确定对应的CAZAC序列，如公式[12]所示：

F^-1(i)＝m    [12]

F^-1[]表示为F[]的反函数。

步骤4、计算模值集合|R′_y，x(i)|中M个所提取模值之外所有N_ZC-M个剩余模值的平均值，如公式[13]所示：

$\stackrel{\‾}{R}=\frac{1}{N_{\mathrm{ZC}}-M}\underset{i=M}{\overset{N_{\mathrm{ZC}}-1}{\mathrm{\Σ}}}\left|R_{y,x}^{\′}\left(i\right)\right|---\left[13\right]$

其中，N_ZC为模值集合中所有模值的数量，M为所有所提取模值的数量，

为从所有模值中除去所有所提取模值之外的剩余模值之和，R为该平均值；

步骤5、确定每一个提取模值对应的判决变量为 ${\mathrm{\λ}}_i=\frac{{\mathrm{\σ}}_i}{\stackrel{\‾}{R}},i=\mathrm{0,1,2},...,M-1;$

其中，λ_i为第i个所提取模值对应的判决变量，σ_i为第i个所提取模值；

步骤6、将所提取模值对应的判决阈值λ_i与预先确定的判决阈值λ′相比较，若λ_i≥λ′，则检测出该所提取模值对应的CAZAC序列被用户选作前导码；反之，该所提取模值对应的CAZAC序列没有被用户选作前导码。

下面详细介绍RACH的前导码检测方法中判决阈值的确定方案。

以第k个序列为例，定义H_k1为选择第k个序列作为前导码；H_k0为没有选择第k个序列作为前导码。如果H_k0为真而通过前导码检测判决为H_k1，则称为1次虚警；反之，如果H_k1为真而通过前导码检测判决为H_k0，则称为1次漏检。虚警会给基站带来一系列处理负担，在判决阈值选取时首要目标是使虚警概率小于某个设定值，这里假设该设定值为10^-4，虚警概率是指可选作前导码的序列没有被选作前导码却检测出被选作前导码的概率。下面分析判决阈值λ′与虚警概率P_false的关系。

在长度为N_CS的零相关区内，下面以零相关区为[0，N_CS-1]为例进行说明，假设编号为k的序列x_k(n)没有被用户选作前导码，所得到的N_CS个相关值的模值如公式[14]所示：

$\left|R_k\left(m\right)\right|=\left|\underset{n=0}{\overset{N_{\mathrm{ZC}}-1}{\mathrm{\Σ}}}\right[v\left(n\right)x_k^{*}(m+n)\left]\right|,m=\mathrm{0,1,2},...,N_{\mathrm{CS}}-1---\left[14\right]$

其中，N_ZC为待检测前导码的长度，v(n)为复高斯白噪声随机变量、方差为σ²。

则|R_k(m)|服从参数为N_CSσ²的瑞利分布，其数学期望为

可以假设 ${\stackrel{\‾}{R}}_k=\sqrt{\frac{\mathrm{\π}}{2}{N}_{\mathrm{CS}}}\mathrm{\σ}.$ 那么虚警概率P_false可以如公式[15]所示：

$P_{\mathrm{false}}=P\{{\mathrm{\σ}}_k>{\mathrm{\λ}}^{\′}{\stackrel{\‾}{R}}_k|H_{k1}\}$

                                         [15]

$=1-P\left\{\right|R_k\left(m\right)|<{\mathrm{\&lambda;}}^{\&prime;}{\stackrel{\&OverBar;}{R}}_k,m=\mathrm{0,1},...,N_{\mathrm{CS}}-1|H_{k1}\}=1-p^{N_{\mathrm{CS}}}$

公式[15]中p＝P{|R_k(m)|＜λ′R_k|H_k1}，可以将p称为第一概率。

要使P_false≤0.0001即 $p^{N_{\mathrm{CS}}}\&GreaterEqual;1-P_{\mathrm{false}}=0.9999,$ 则 $p={(1-P_{\mathrm{false}})}^{\frac{1}{N_{\mathrm{CS}}}}={\left(0.9999\right)}^{\frac{1}{N_{\mathrm{CS}}}},$ 根据p＝P{|R_k(m)|＜λ′R_k|H_k1}，由瑞利分布特性，通过查询瑞利分布表的上侧分位点可得p对应的具体数值η₀，再根据η₀即可确定λ′，具体确定方法如公式[16]和[17]所示：

${\mathrm{\&lambda;}}^{\&prime;}{\stackrel{\&OverBar;}{R}}_k\&ap;{\mathrm{\&lambda;}}^{\&prime;}\sqrt{\frac{\mathrm{\&pi;}}{2}{N}_{\mathrm{CS}}}\mathrm{\&sigma;}\&GreaterEqual;{\mathrm{\&eta;}}_0\sqrt{N_{\mathrm{CS}}}\mathrm{\&sigma;}---\left[16\right]$

即 ${\mathrm{\&lambda;}}^{\&prime;}=\frac{{\mathrm{\&eta;}}_0}{\sqrt{\mathrm{\&pi;}/2}}---\left[17\right]$

由公式[17]可知，判决阈值λ′直接依赖于可选作前导码的序列的零相关区长度N_CS和预先设定的虚警概率P_false。值得注意的是，在频域检测原理中，检测窗口的大小不同于零相关区长度N_CS，检测窗口的大小为待检测前导码的长度N_ZC。

本发明实施例中，可以选作前导码的序列不限于CAZAC序列，对其它序列来说，本发明实施例提供的前导码检测方法同样适用。

综上，本发明实施例提供一种RACH的前导码检测方法，如图6所示，包括：

S601、将从接收信号中获取的待检测前导码与任一可选作前导码的序列在频域进行等效于时域相关运算的相乘运算，得到一组相关值；

S602、确定每一个相关值的模值并将所有模值按照从大到小的顺序进行排列，根据所有可选作前导码的序列的数量，提取排列在前的相同数量的模值；

S603、根据所有模值确定每一个所提取模值对应的判决变量，并当所提取模值对应的判决变量大于等于确定的判决阈值时，检测出该所提取模值对应的序列被选作前导码。

其中，如果所提取模值对应的判决变量小于判决阈值，检测出该所提取模值对应的序列没有被选作前导码。

本发明实施例同时提供一种RACH的前导码检测装置，设置在接收端即基站侧，这里所指的基站在不同的系统中可以是不同的物理设备，例如：在2G系统中，可以是BS(Base Station)，在3G系统中可以是NodeB，在B3G系统中可以是eNodeB，如图7所示，该装置包括：

相关运算单元701：用于将从接收信号中获取的待检测前导码与任一可选作前导码的序列在频域进行等效于时域相关运算的相乘运算，得到一组相关值；

提取单元702：用于确定每一个相关值的模值并将所有模值按照从大到小的顺序进行排列，根据所有可选作前导码的序列的数量，提取排列在前的相同数量的模值；

检测单元703：用于根据所有模值确定每一个所提取模值对应的判决变量，并当所提取模值对应的判决变量大于等于确定的判决阈值时，检测出该所提取模值对应的序列被选作前导码。

其中相关运算单元701包括：

第一离散傅立叶变换模块711：用于对待检测前导码进行离散傅立叶变换；

取共轭模块712：用于对第一离散傅立叶变换模块711输出的频域信号取共轭；

第二离散傅立叶变换模块713：用于对任一可选作前导码的序列进行离散傅立叶变换；

乘法运算模块714：用于对取共轭模块712输出的频域信号和第二离散傅立叶变换模块713输出的频域信号进行乘法运算；

离散傅立叶逆变换模块715：用于对乘法运算模块714输出的频域信号进行离散傅立叶逆变换，得到一组相关值。

本发明实施例提供的RACH的前导码检测方法及装置，在频域进行等效于时域相关运算的相乘运算，通过一次DFT/IDFT操作即可以对同一个小区的所有可选作前导码的序列一次性进行检测，降低了前导码检测的复杂度；并且判决阈值根据虚警概率和可选作前导码的序列的零相关区长度确定，不会受到噪声的影响，避免了噪声估计差错对检测性能的影响，提高了前导码检测的准确性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1、一种随机接入信道的前导码检测方法，其特征在于，包括：

将从接收信号中获取的待检测前导码与任一可选作前导码的序列在频域进行等效于时域相关运算的相乘运算，得到一组相关值；

确定每一个相关值的模值并将所有模值按照从大到小的顺序进行排列，根据所有可选作前导码的序列的数量，提取排列在前的相同数量的模值；

根据所有模值确定每一个所提取模值对应的判决变量，并当所提取模值对应的判决变量大于或等于确定的判决阈值时，检测出该所提取模值对应的序列被选作前导码。

2、如权利要求1所述的方法，其特征在于，所述将从接收信号中获取的待检测前导码与任一可选作前导码的序列在频域进行等效于时域相关运算的相乘运算，得到一组相关值，具体包括：

将所述待检测前导码进行离散傅立叶变换后取共轭，并将所述取共轭后得到的频域信号与任一可选作前导码的序列进行离散傅立叶变换后得到的频域信号进行乘法运算；

将所述乘法运算得到的频域信号进行离散傅立叶逆变换得到一组相关值。

3、如权利要求1或2所述的方法，其特征在于，所述一组相关值的数量根据待检测前导码的长度确定。

4、如权利要求1所述的方法，其特征在于，所述根据所有模值确定每一个所提取模值对应的判决变量，具体包括：

确定从所有模值中除去所有所提取模值之外的剩余模值的平均值；

确定每一个所提取模值对应的判决变量为该所提取模值与所述平均值之商。

5、如权利要求4所述的方法，其特征在于，所述确定从所有模值中除去所有所提取模值之外的剩余模值的平均值，通过公式 $\stackrel{\&OverBar;}{R}=\frac{1}{N_{\mathrm{ZC}}-M}\underset{i=M}{\overset{N_{\mathrm{ZC}}-1}{\mathrm{\&Sigma;}}}\left|R_{y,x}^{\&prime;}\left(i\right)\right|$ 实现，其中，N_ZC为所有模值的数量，M为所有所提取模值的数量，

为从所有模值中除去所有所提取模值之外的剩余模值之和，R为所述平均值；以及，

所述确定每一个所提取模值对应的判决变量为该所提取模值与所述平均值之商，通过公式 ${\mathrm{\&lambda;}}_i=\frac{{\mathrm{\&sigma;}}_i}{\stackrel{\&OverBar;}{R}},$ i＝0，1，2，...，M-1实现，其中，λ_i为第i个所提取模值对应的判决变量，σ_i为第i个所提取模值。

6、如权利要求1所述的方法，其特征在于，所述判决阈值根据预先设置的虚警概率和可选作前导码的序列的零相关区长度确定，所述虚警概率为可选作前导码的序列没有被选作前导码却检测出被选作前导码的概率。

7、如权利要求6所述的方法，其特征在于，所述判决阈值根据预先设置的虚警概率和可选作前导码的序列的零相关区长度确定，通过公式 $p={(1-P_{\mathrm{false}})}^{\frac{1}{N_{\mathrm{CS}}}}$ 和 ${\mathrm{\&lambda;}}^{\&prime;}=\frac{{\mathrm{\&eta;}}_0}{\sqrt{\mathrm{\&pi;}/2}}$ 实现，其中，p为第一概率，P_false为所述虚警概率，N_CS为所述零相关区长度，λ′为所述判决阈值，η₀是根据所述第一概率p以及瑞利分布特性确定的。

8、一种随机接入信道的前导码检测装置，其特征在于，包括：

相关运算单元：用于将从接收信号中获取的待检测前导码与任一可选作前导码的序列在频域进行等效于时域相关运算的相乘运算，得到一组相关值；

提取单元：用于确定每一个相关值的模值并将所有模值按照从大到小的顺序进行排列，根据所有可选作前导码的序列的数量，提取排列在前的相同数量的模值；

检测单元：用于根据所有模值确定每一个所提取模值对应的判决变量，并当所提取模值对应的判决变量大于或等于确定的判决阈值时，检测出该所提取模值对应的序列被选作前导码。

9、如权利要求8所述的装置，其特征在于，所述相关运算单元包括：

第一离散傅立叶变换模块：用于对所述待检测前导码进行离散傅立叶变换；

取共轭模块：用于对所述第一离散傅立叶变换模块输出的频域信号取共轭；

第二离散傅立叶变换模块：用于对任一可选作前导码的序列进行离散傅立叶变换；

乘法运算模块：用于对所述取共轭模块输出的频域信号和第二离散傅立叶变换模块输出的频域信号进行乘法运算；

离散傅立叶逆变换模块：用于对所述乘法运算模块输出的频域信号进行离散傅立叶逆变换，得到一组相关值。

10、一种基站，其特征在于，包括如权利要求8或9所述的装置。

Images