CN102025671B - 时间粗同步和频率精同步的时域联合估计方法 - Google Patents

Abstract

本发明公开了一种适用于正交频分复用系统(OFDM)的时间粗同步和频率精同步的时域联合估计方法，该方法包括：对接收端的基带数据序列并行进行小点数长度的自相关运算和大点数长度的自相关运算；实时并行的通过小点数自相关峰值以及通过大点数自相关峰值确定联合确定时间粗同步位置；在时间粗同步位置确认点，根据小点数自相关峰值和大点数自相关峰值联合确定频率检测结果。利用本发明，提高了检测精度，解决了传统的时域同步信息不能检测整数倍频偏而影响后续时间细同步精度、时频联合估计方法中整数倍频偏估计和符号细同步不准确并相互影响，以及时频同步延时长，运算开销大的问题。

Description

时间粗同步和频率精同步的时域联合估计方法

技术领域

本发明涉及通信领域中同步技术领域，尤其涉及一种适用于宽带数据分组突发传输正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)系统的时间粗同步和频率精同步的时域联合估计方法。

背景技术

正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)技术因其出色的抗多径能力和很高的频谱利用率在当前宽带无线通信系统及数字广播通信系统中得到了广泛的应用。例如，无线局域网标准WiFi(802.11a/g/n)，WiMax(802.16d/e)、LTE下行链路，数字广播系统DVB、CMMB等都采用了OFDM技术。

OFDM技术的一个主要缺点是对时间和频率的偏移比较敏感，时间偏移会导致符号间干扰，对频率偏移比较敏感是OFDM技术的一个主要缺点，频率偏移会破坏子载波之间的正交性，引起载波间干扰，使得系统性能急剧下降。要想实现OFDM系统数据解调结果的低误码率性能，需要精确的频率同步。不同的频率同步算法会导致频率同步实现的复杂度差别巨大，而分组突发的宽带数据传输系统需要同步借助辅助训练数据序列的作用在很短的时间内完成同步，因而需要同步技术具备低复杂度和实时性的优点，同步是OFDM接收机设计中的一个研究热点。传统的时频同步联合估计方法采用联合定时和频偏的同步算法，该算法是T.M.Schmidl所设计的时频同步算法以及对Schmidl的改进算法[18]，在该方法中使用位于数据帧头的两个训练序列分两步得到时间和频率同步，其时间同步是通过搜索第一个序列内前后完全相同的两部分的相关性而得到，但该算法的缺点是在正确的定时点附近存在一个定时测度平台，导致较大的定时方差。同时，采用该算法的另一缺点是频偏估计范围较小，且往往只能估计小数倍频偏。

OFDM系统中的频率偏移可以分为子载波间隔小数倍的频偏(小数倍频偏f_frac)以及子载波间隔整数倍的频偏(整数倍频偏f_int)，子载波间隔小数倍的频偏会破坏子载波间的正交性，引起子载波间干扰；子载波间隔整数倍的频偏则导致解调后的数据在子载波上的整体偏移；因此OFDM的频率同步包括子载波间隔小数倍及整数倍频偏的估计和补偿。

关于OFDM系统的频率同步方法已经有许多文献进行了研究，这些方法可以分为盲估计算法以及数据辅助估计算法两大类。数据辅助估计算法因其捕获速度快，估计精度高的特点更适用于突发的数据传输。Moose提出了载波频率偏移的最大似然估计算法^[1]，采用两个连续的相同训练序列，频偏的估计范围为±0.5个子载波间隔，通过缩短训练序列可以增加频偏的估计范围，但同时会带来估计精度的下降。

相对于传统的时频同步算法，本发明所提出的方法在用于时间同步时，仅用于时间粗同步，不需对定时测度平台有严格的要求，简化了系统测度函数的硬件设计。采用长度不同的两个相关器用于定时自相关峰的检测，增加了抵抗噪声的能力。相对于传统的整数倍频偏估计方法，本发明提出的方法在时域上利用两个长度不同的自相关器对短序列进行相关运算检测峰值，并根据两个自相关器各自估算出的频偏值，通过设计的频偏取值范围判决器，同时联合估计出小数倍频偏和小于3倍整数频偏的整数倍频偏。

发明内容

(一)要解决的技术问题

有鉴于此，本发明的主要目的在于提供一种时间粗同步和频率精同步的时域联合估计方法，以解决传统的时频联合估计方法中定时测度平台要求严格从而导致系统测度函数硬件设计复杂，整数倍频偏估计和符号细同步不准确并且相互影响，时频同步分别估算小数倍频偏和整数倍频偏所带来的硬件运算开销较大，以及时频同步算法的运算复杂度导致延时增加的矛盾。

本发明的方法具备抗多径干扰和抗噪声干扰能力强，定时测度运算简单，频率偏移估计范围大，频率估计精度高，运算复杂度低，运算延迟时间短的优点。

(二)技术方案

为达到上述目的，本发明提供了一种时间粗同步和频率精同步的时域联合估计方法，该方法包括：

对接收端的基带数据序列并行进行小点数长度的自相关运算和大点数长度的自相关运算；

实时并行的通过小点数自相关峰值以及通过大点数自相关峰值确定联合确定时间粗同步位置；

在时间粗同步位置确认点，根据小点数自相关峰值和大点数自相关峰值联合确定频率检测结果。

上述方案中，该方法包括以下步骤：

步骤1：设置小点数自相关运算器和大点数自相关运算器的相关器长度；

步骤2：对接收端的基带数据序列并行进行小点数长度的自相关运算和大点数长度的自相关运算；

步骤3：根据设置的小点数自相关峰值检测第一时间粗同步位置；

步骤4：在检测到小点数自相关峰值的基础上，根据设置的大点数自相关阈值门限检测大点数自相关峰值，并根据大点数自相关峰值检测第二时间粗同步位置；

步骤5：根据第一时间粗同步位置和第二时间粗同步位置，联合确定时间粗同步位置；

步骤6：根据小点数自相关峰值和大点数自相关峰值计算整数倍频偏估计粗值和小数倍频偏估计粗值；

步骤7：将整数倍频偏估算粗值和小数倍频偏估算粗值通过频偏取值判决器求出最终准确频偏检测结果。

上述方案中，步骤1中所述设置小点数自相关运算器和大点数自相关运算器的相关长度，具体包括：

根据综合考虑OFDM训练序列长度和系统接收信号频偏值的范围，设定用于第一时间粗同步位置和整数倍频偏粗值估算的小点数自相关运算器的长度为D_short，设定用于第二时间粗同步位置和小数倍频偏粗值估算的大点数自相关器的长度为D_long。

上述方案中，在进行时间粗同步和频率精同步之前，需要进行自动增益控制的处理，可用于进行自相关运算长度的OFDM短训练序列长度决定了D_short和D_long的最大长度不能超过短训练序列长度的3/4。

上述方案中，根据 $f_{\mathrm{\Δ}}=-\frac{1}{2\mathrm{\πD}{T}_s}\arctan \left(\max \left(z\right)\right)$

$f_{\mathrm{\Δ}}=[-\frac{32}{D},\frac{32}{D}]$

采用长度不同的两个自相关器，同时利用较小点数的自相关运算器D_short和较大点数的自相关运算器D_long的两个自相关器实现宽范围、高精度的频偏估计。

上述方案中，D_short选择为16，即可估算2倍整数倍频偏大小的频偏估值；D_long选择为64，即可估算0.5倍频偏大小的频偏估值；通过并行使用两个自相关器，可进行宽范围、高精度的频偏取值估计，其中宽范围是指频偏估算范围大于两倍频偏，高精度是指估计精度误差＜10^-3，信噪比＞5。

上述方案中，步骤2中所述对接收端的基带数据序列并行进行小点数长度的自相关运算和大点数长度的自相关运算，是根据：

$r_n=s_n{e}^{j2\mathrm{\π}{f}_{\mathrm{\Δ}}n{T}_s}$

$z=\underset{n=0}{\overset{L-1}{\mathrm{\Σ}}}{r}_n{r^{*}}_{n+D}$

其中S_n为发送端的基带信号采样值，f_Δ＝f_tx-f_rx为发送端和接收端的载波频率之差，T_s为信号的采样时间间隔，设计两个长度分别为D_short和D_long的自相关器，对接收端的基带接收信号r_n进行实时长度为D_short和长度为D_long的自相关运算。

上述方案中，步骤3中所述根据设置的小点数自相关峰值检测第一时间粗同步位置，具体包括：

1)、将自相关模值|Z_n|简化为实部绝对值与虚部绝对值的和相加：

|Z_short|＝|Re(Z_short)|+|Im(Z_short)|；

2)、将小点数自相关简化模值与小点数自相关阈值门限Thrd_short作比较，当小点数自相关模值大于小点数自相关阈值，得到小点数自相关峰值，并记录得到小点数自相关位置Coarse_sync_pos_short，同时设置小点数自相关峰值检测成功标志Coarse_sync_ok_short。

上述方案中，步骤4中在检测到小点数自相关峰值的基础上，根据设置的大点数自相关阈值门限检测大点数自相关峰值，具体包括：

1)、将自相关模值|Z_n|简化为实部绝对值与虚部绝对值的和相加：

|Z_long|＝|Re(Z_long)|+|Im(Z_long)|；

2)、将大点数自相关简化模值与大点数自相关阈值门限Thrd_long作比较。当大点数自相关模值大于大点数自相关阈值，得到大点数自相关峰值，并记录得到大点数自相关位置Coarse_sync_pos_long，同时设置大点数自相关峰值检测成功标志Coarse_sync_ok_long。

上述方案中，步骤5中所述根据第一时间粗同步位置和第二时间粗同步位置，联合确定时间粗同步位置，包括：

在同时满足Coarse_sync_ok_long＝1和Coarse_sync_ok_short＝1的abs(Coarse_sync_pos_short-Coarse_sync_pos_long)＜10条件下，确定时间粗同步位置，同时设置粗同步成功标志Coarse_sync_ok＝1。

上述方案中，步骤6中所述根据小点数自相关峰值和大点数自相关峰值计算整数倍频偏估计粗值和小数倍频偏估计粗值，包括：

确认粗同步成功后，根据小点数自相关峰值计算整数倍频偏估计粗值，根据大点数自相关峰值计算小数倍频偏估计粗值。

上述方案中，步骤6中所述根据小点数自相关峰值计算整数倍频偏粗值的具体步骤包括：

确认粗同步成功后，即Coarse_sync_ok＝1的条件基础上，根据

$f_{\mathrm{int}}=-\frac{1}{2\mathrm{\π}{D}_{\mathrm{short}}{T}_s}\arctan \left(\max \left(z_{\mathrm{short}}\right)\right)$

求得整数倍频偏粗值f_int的估计。

上述方案中，步骤6中所述根据大点数自相关峰值计算小数倍频偏粗值的具体步骤包括：

确认粗同步成功后，即Coarse_sync_ok＝1的条件基础上，根据

$f_{\mathrm{frac}}=-\frac{1}{2\mathrm{\π}{D}_{\mathrm{long}}{T}_s}\arctan \left(\max \left(z_{\mathrm{long}}\right)\right)$

求得小数倍频偏估计粗值f_frac。

上述方案中，步骤7中所述将整数倍频偏估算粗值和小数倍频偏估算粗值通过频偏取值判决器求出最终准确频偏检测结果，是根据整数频偏估计粗值和根据小数频偏估计粗值，按取值判决原则确定最终的准确频偏估计值f_{all_foe}。

上述方案中，步骤7中求取最终的准确频偏估计值f_{all_foe}具体包括：

步骤1)、根据下述判决原则进行第一步的频偏值估计：

$f_{\mathrm{all}\_\mathrm{foe}}=f_{\mathrm{frac}},\left\{\begin{array}{c}{f}_{\mathrm{frac}}>0,f_{\mathrm{int}}\&Element;[{-\mathrm{\&alpha;}}_1,{\mathrm{\&alpha;}}_2]\\ f_{\mathrm{frac}}<0,f_{\mathrm{int}}\&Element;[-{\mathrm{\&alpha;}}_2,{\mathrm{\&alpha;}}_1]\end{array}\right.;$

步骤2)、在步骤1)不满足的条件下，根据下述判决原则进行频偏值估计：

步骤3)、在步骤1)和2)均不满足的条件下，根据下述判决原则进行频偏值估计：

步骤4)、在步骤1)、2)和3)均不满足的条件下，根据下述判决原则进行频偏值估计：

步骤5)、在步骤1)、2)、3)和4)均不满足的条件下，根据下述判决原则进行频偏值估计：

上述方案中，所述α₁，α₂，α₃，α₄的取值分别设置为：α₁＝0.25，α₂＝0.75，α₃＝1.25，α₄＝1.75。

(三)有益效果

从上述技术方案可以看出，本发明具有以下有益效果：

1、本发明提供的这种可用于OFDM传输系统的时间粗同步和频率精同步的时域联合估计方法，能够同时得到时间粗同步和频率精同步的估计结果，降低了分别进行时间粗同步和频率精同步的硬件复杂度，降低了其运算开销。

2、本发明提供的这种可用于OFDM传输系统的时间粗同步和频率精同步的时域联合估计方法，由于允许后续时间精同步进行更精确的同步，对时间粗同步无需特别高的同步精度，降低了时间同步对测度函数的严格要求。相应降低了同步系统的硬件开销。

3、本发明提供的这种可用于OFDM传输系统的时间粗同步和频率精同步的时域联合估计方法，在进行整数倍频偏的估计时不需要精确的符号细同步结果，解决了传统的同步算法中整数倍频偏估计和符号细同步不准确而相互影响的矛盾。在不需要进行符号细同步的情况下本方法仍然能够准确的估计出整数倍频偏和小数倍频偏，从而能够同时估计出小数倍频偏和整数倍频偏值，并进而实现小数倍频偏和整数倍频偏的联合补偿，。

4、本发明提供的这种可用于OFDM传输系统的时间粗同步和频率精同步的时域联合估计方法，可以在时域上通过对训练序列进行相关运算同时估算出小数倍频偏和整数倍频偏取值，并实现小数倍频偏和整数倍频偏的同时补偿，从而避免在时域上进行小数倍频偏估计，在频域上进行整数倍频偏估计，减小了因运算频偏估计和分别进行频偏补偿而带来的系统延时长度的增加。

附图说明

图1是本发明提供的时间精同步和频率精同步的时域联合估计方法流程图；

图2是本发明提供的实施例中802.11a前导序列结构；

图3是本发明提供的实施例中时间精同步和频率精同步的时域联合估计方法基本架构图；

图4是本发明提供的实施例中在IEEE TNG信道1～信道6中时间粗同步均方误差与信噪比扫描测试(频偏值200k)；

图5是本发明提供的实施例中在IEEE TNG信道1～信道6中信噪比从1～35变化过程中频偏估计值的最小均方误差分析(频偏值为400k)。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

为达到上述目的，本发明提供了一种时间粗同步和频率精同步的时域联合估计方法，该方法包括：对接收端的基带数据序列并行进行相关长度分别为D_short和D_long的自相关运算；根据设置的自相关阈值门限判断时间粗同步检测是否成功，并检测时间粗同步位置；根据小点数自相关峰值计算整数倍频偏估计粗值，根据大点数自相关峰值计算小数倍频偏估计粗值；将整数倍频偏估算粗值和小数倍频偏估算粗值通过频偏取值判决器求出最终准确频偏检测结果。该方法包括以下步骤：

步骤1：设置小点数自相关运算器和大点数自相关运算器的相关器长度；

步骤2：对接收端的基带数据序列并行进行小点数长度的自相关运算和大点数长度的自相关运算；

步骤3：根据设置的小点数自相关峰值检测第一时间粗同步位置；

步骤4：在检测到小点数自相关峰值的基础上，根据设置的大点数自相关阈值门限检测大点数自相关峰值，并根据大点数自相关峰值检测第二时间粗同步位置；

步骤5：根据第一时间粗同步位置和第二时间粗同步位置，联合确定时间粗同步位置；

步骤6：根据小点数自相关峰值和大点数自相关峰值计算整数倍频偏估计粗值和小数倍频偏估计粗值；

步骤7：将整数倍频偏估算粗值和小数倍频偏估算粗值通过频偏取值判决器求出最终准确频偏检测结果。

上述方案中，步骤1中所述设置小点数自相关运算器和大点数自相关运算器的相关器长度，具体包括根据综合考虑OFDM训练序列长度和系统接收信号频偏值的可能范围，设定用于第一时间粗同步位置和整数倍频偏粗值估算的小点数自相关运算器的长度为D_short，设定用于第二时间粗同步位置和小数倍频偏粗值估算的大点数自相关器的长度为D_long。

综合考虑OFDM训练序列长度和需要用于留给自动增益控制器(AGC)工作的时间长度，可用于进行自相关运算长度的OFDM短训练序列长度决定了D_short和D_long的最大长度不能超过短训练序列长度的3/4。

其次，根据综合考虑系统接收信号频偏值的可能范围，设定用于估算整数倍频偏粗值的小点数自相关运算器的长度为D_short，用于估算小数倍频偏粗值的大点数自相关器的长度为D_long。

根据 $f_{\mathrm{\&Delta;}}=-\frac{1}{2\mathrm{\&pi;D}{T}_s}\arctan \left(\max \left(z\right)\right)---\left(1\right)$

$f_{\mathrm{\&Delta;}}=[-\frac{32}{D},\frac{32}{D}]$

取值范围： $f_{\mathrm{\&Delta;}}=\left\{\begin{array}{cc}[-\mathrm{2,2}]& D=16\\ [-\mathrm{1,1}]& D=32\\ [-\mathrm{0.5,0.5}]& D=64\\ [-\mathrm{0.4,0.4}]& D=80\end{array}\right.$

容易分析得到，自相关长度取值D越大，则频偏估算精度就越高，而估算范围越小；自相关长度取值D越小，则频偏估算精度就越低，而估算范围就越大。同时利用较小点数的自相关运算器D_short和较大点数的自相关运算器D_long的两个自相关器可兼顾频偏估计精度和频偏估计范围两方面的考虑。

D_short选择为16，即是可以估算2倍整数倍频偏大小的频偏估值。D_long选择为64，即是可以估算0.5倍频偏大小的频偏估值。通过并行使用两个自相关器，可以较为准确的估算出[-2.5，2.5]倍频偏范围的取值。在实际系统中，小点数长度D_short和大点数长度D_long可根据系统设计需要进行修改，如果在实际宽带通信系统中，可以明确频偏值不会超过[-1.5，1.5]倍频偏范围，则两个相关器的长度可取为16和32。

D_short选择为16，即是可以估算2倍整数倍频偏大小的频偏估值。D_long选择为64，即是可以估算0.5倍频偏大小的频偏估值。通过并行使用两个自相关器，可以进行宽范围频偏估算范围大于两倍频偏)，高精度(估计精度误差＜10^-3，信噪比＞5)的频偏取值估计。在实际系统中，小点数长度D_short和大点数长度D_long可根据系统设计需要进行修改。

选择16的整数倍的原因是由于采用上述办法可以使得计算出的频偏估值范围是0.5倍频偏的整数倍，其数值也可不采用16的整数倍，依据公式(1)依旧可得出频偏估计关系。

上述方案中，步骤2中所述对接收端的基带数据序列并行进行小点数长度的自相关运算和大点数长度的自相关运算，是根据

$r_n=s_n{e}^{j2\mathrm{\&pi;}{f}_{\mathrm{\&Delta;}}n{T}_s}$

$z=\underset{n=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{r}_n{r^{*}}_{n+D}$

其中S_n为发送端的基带信号采样值，f_Δ＝f_tx-f_rx为发送端和接收端的载波频率之差(也即是频率偏移)，T_s为信号的采样时间间隔。根据步骤1设计两个长度分别为D_short和D_long的自相关器，对接收端的基带接收信号r_n进行实时长度为D_short和长度为D_long的自相关运算。

上述方案的步骤3中所述根据设置的小点数自相关峰值检测第一时间粗同步位置，具体包括：

将峰值测度表达式 $\left|Z_{\mathrm{short}}\right|=\sqrt{{\left|\mathrm{Re}\left(Z_{\mathrm{short}}\right)\right|}^2+{\left|\mathrm{Im}\left(Z_{\mathrm{short}}\right)\right|}^2}$ 简化为

简化为实部绝对值与虚部绝对值的和相加：

|Z_short|＝|Re(Z_short)|+|Im(Z_short)|

从而避免了消耗大量硬件资源的乘方和开方运算。

将小点数自相关简化模值与小点数自相关阈值门限Thrd_short作比较。当小点数自相关模值大于小点数自相关阈值，得到小点数自相关峰值，并记录得到小点数自相关位置Coarse_sync_pos_short，同时设置小点数自相关峰值检测成功标志Coarse_sync_ok_short。

max(acor_short)＝Z_short，{|Z_short|＞Thrd_short}

Coarse_sync_pos_short＝index_coarse1_bb，{max(z_short)}

Coarse_sync_ok_short＝1

上述方案的步骤4中根据设置的大点数自相关阈值门限检测大点数自相关峰值检测器包括：

将峰值测度表达式 $\left|Z_{\mathrm{long}}\right|=\sqrt{{\left|\mathrm{Re}\left(Z_{\mathrm{long}}\right)\right|}^2+{\left|\mathrm{Im}\left(Z_{\mathrm{long}}\right)\right|}^2}$ 简化为

简化为实部绝对值与虚部绝对值的和相加：

|Z_long|＝|Re(Z_long)|+|Im(Z_long)|

从而避免了消耗大量硬件资源的乘方和开方运算。

将大点数自相关简化模值与大点数自相关阈值门限Thrd_long作比较。当大点数自相关模值大于大点数自相关阈值，得到大点数自相关峰值，并记录得到大点数自相关位置Coarse_sync_pos_long，同时设置大点数自相关峰值检测成功标志Coarse_sync_ok_long。

max(acor_long)＝Z_long，{|Z_long|＞Thrd_long}

Coarse_sync_pos_long＝index_coarse2_bb，{max(z_long)}

Coarse_sync_ok_long＝1

上述方案的步骤5中根据第一时间粗同步位置和第二时间粗同步位置，联合确定时间粗同步位置，包括

在同时满足Coarse_sync_ok_long＝1和Coarse_sync_ok_short＝1的abs(Coarse_sync_pos_short_Coarse_sync_pos_long)＜10条件下，确定时间粗同步位置，同时设置粗同步成功标志Coarse_sync_ok＝1。

$\left\{\begin{array}{c}\mathrm{Coarse}\_\mathrm{sync}\_{\mathrm{ok}}_{\mathrm{long}}=1\\ \mathrm{Coarse}\_\mathrm{sync}\_{\mathrm{ok}}_{\mathrm{short}}=1\\ \mathrm{abs}(\mathrm{Coarse}\_\mathrm{sync}\_{\mathrm{pos}}_{\mathrm{short}}-\mathrm{Coarse}\_\mathrm{sync}\_{\mathrm{pos}}_{\mathrm{long}})<10\end{array}\right\}$

$\&DoubleRightArrow;\left\{\begin{array}{c}\mathrm{Coarse}\_\mathrm{sync}\_\mathrm{pos}=\mathrm{Coarse}\_\mathrm{sync}\_\mathrm{po}{s}_{\mathrm{long}}\\ \mathrm{Coarse}\_\mathrm{sync}\_\mathrm{ok}=1\end{array}\right\}$

上述方案的步骤6中所述根据小点数自相关峰值和大点数自相关峰值计算整数倍频偏估计粗值和小数倍频偏估计粗值，其包括：

确认粗同步成功后，根据小点数自相关峰值计算整数倍频偏估计粗值，根据大点数自相关峰值计算小数倍频偏估计粗值。

确认粗同步成功后，即Coarse_sync_ok＝1的条件基础上，根据

$f_{\mathrm{int}}=-\frac{1}{2\mathrm{\&pi;}{D}_{\mathrm{short}}{T}_s}\arctan \left(\max \left(z_{\mathrm{short}}\right)\right)$

求得整数倍频偏粗值f_int的估计。

确认粗同步成功后，即Coarse_sync_ok＝1的条件基础上，根据

$f_{\mathrm{frac}}=-\frac{1}{2\mathrm{\&pi;}{D}_{\mathrm{long}}{T}_s}\arctan \left(\max \left(z_{\mathrm{long}}\right)\right)$

求得小数倍频偏估计粗值f_frac。

上述方案的步骤7将整数倍频偏估算粗值和小数倍频偏估算粗值通过频偏取值判决器求出最终准确频偏检测结果，包括

$T_s=\frac{1}{f_s}=\frac{1}{64\&CenterDot;\mathrm{\&Delta;f}},\mathrm{\&theta;}=\arctan \left(x\right)$

$\&DoubleRightArrow;\mathrm{\&theta;}\&Element;[-\mathrm{\&pi;},\mathrm{\&pi;}]\&DoubleRightArrow;\left\{\begin{array}{cc}{f}_{\mathrm{frac}}\&Element;[-0.5,0.5]\&CenterDot;\mathrm{\&Delta;f}& D_{\mathrm{short}}=64\\ f_{\mathrm{int}}\&Element;[-2,2]\&CenterDot;\mathrm{\&Delta;f}& D_{\mathrm{long}}=16\end{array}\right.$

由于对某些取值点，如f_foe＝1.6，则f_frac＜0，f_int＞2·Δf，简单的将f_foe＝f_frac+f_int将导致频偏检测值的错误，因而，需要根据f_frac，f_int的取值情况，设计一个相应的频偏取值判决器，从而求出准确的频偏检测结果。

在小点数自相关器相关长度D_short＝16和大点数自相关器相关长度D_long＝64的条件下，频率检测估计的范围将是在[-2.5，2.5]倍频率倍数的条件下，将最终的频率偏移取值分为下述5种类型，即：

$f_{\mathrm{all}\_\mathrm{foe}}=f_{\mathrm{frac}},\left\{\begin{array}{c}{f}_{\mathrm{frac}}>0,f_{\mathrm{int}}\&Element;[{-\mathrm{\&alpha;}}_1,{\mathrm{\&alpha;}}_2]\\ f_{\mathrm{frac}}<0,f_{\mathrm{int}}\&Element;[-{\mathrm{\&alpha;}}_2,{\mathrm{\&alpha;}}_1]\end{array}\right.$

将α₁，α₂，α₃，α₄的取值分别设置为

α₁＝0.25，α₂＝0.75，α₃＝1.25，α₄＝1.75

在实际系统中，如将α₁，α₂，α₃，α₄的取值变换为

α₁＝0.3，α₂＝0.7，α₃＝1.3，α₄＝1.7，在实际系统中也可得到较为准确的结果，可根据实际系统仿真调试进行相应的微调变换变化(变换值通常不超过0.15)。

下面以经典的OFDM传输系统IEEE 802.11a无线局域网系统为例对具体的算法实现进行说明。802.11a系统包含64个子载波，子载波间隔为312.5KHz。802.11a前导序列结构如图2所示，包括10个重复的短训练序列及两个重复的长训练序列。每个短训练序列的长度为16个样值点，持续时间为0.8微秒。每个长训练序列的长度为64个样值点，持续时间为3.2微秒。第一个长训练序列之前有长度为32个样值点的保护间隔，持续时间为1.6微秒。因此802.11a的前导序列共有320个样值点，总持续时间为16微秒。

本发明提出的算法利用802.11a前导序列中的160个短训练序列来实现小数倍频偏和整数倍频偏的联合估计。算法的具体实现如图3所示，具体步骤如下：

1.设置短自相关器的相关长度D_short＝16，设置长自相关器的相关长度D_long＝64；

2.将接收到的基带训练序列经D_short＝16和D_long＝64的自相关器进行实时相关运算；

$Z_n=\underset{k=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{r}_{n+k}{r^{*}}_{n+k+D}$

3.检测小点数相关器的相关峰值，即将小点数自相关简化模值

|Z_short|＝|Re(Z_short)|+|Im(Z_short)|

将小点数自相关简化模值与小点数自相关阈值门限Thrd_short作比较。

当小点数自相关模值大于小点数自相关阈值，得到小点数自相关峰值，并记录得到小点数自相关位置Coarse_sync_pos_short，同时设置小点数自相关峰值检测成功标志Coarse_sync_ok_short。

max(acor_short)＝Z_short，{|Z_short|＞Thrd_short}

Coarse_sync_pos_short＝index_coarse1_bb，{max(z_short)}

Coarse_sync_ok_short＝1

4.检测大点数相关器的相关峰值，即将大点数自相关简化模值

|Z_long|＝|Re(Z_long)|+|Im(Z_long)|

将大点数自相关简化模值与大点数自相关阈值门限Thrd_long作比较。当大点数自相关模值大于大点数自相关阈值，得到大点数自相关峰值，并记录得到大点数自相关位置Coarse_sync_pos_long，同时设置大点数自相关峰值检测成功标志Coarse_sync_ok_long。

max(acor_long)＝Z_long，{|Z_long|＞Thrd_long}

Coarse_sync_pos_long＝index_coarse2_bb，{max(z_long)}

Coarse_sync_ok_long＝1

5.根据第一时间粗同步位置和第二时间粗同步位置，联合确定时间粗同步位置，其包括

在同时满足Coarse_sync_ok_long＝1和Coarse_sync_ok_short＝1的abs(Coarse_sync_pos_short-Coarse_sync_pos_long)＜10条件下，确定时间粗同步位置，同时设置粗同步成功标志Coarse_sync_ok＝1。

$\left\{\begin{array}{c}\mathrm{Coarse}\_\mathrm{sync}\_{\mathrm{ok}}_{\mathrm{long}}=1\\ \mathrm{Coarse}\_\mathrm{sync}\_{\mathrm{ok}}_{\mathrm{short}}=1\\ \mathrm{abs}(\mathrm{Coarse}\_\mathrm{sync}\_{\mathrm{pos}}_{\mathrm{short}}-\mathrm{Coarse}\_\mathrm{sync}\_{\mathrm{pos}}_{\mathrm{long}})<10\end{array}\right\}$

$\&DoubleRightArrow;\left\{\begin{array}{c}\mathrm{Coarse}\_\mathrm{sync}\_\mathrm{pos}=\mathrm{Coarse}\_\mathrm{sync}\_\mathrm{po}{s}_{\mathrm{long}}\\ \mathrm{Coarse}\_\mathrm{sync}\_\mathrm{ok}=1\end{array}\right\}$

6.通过反正切运算计算小数倍频偏估计粗值和整数倍频偏估计粗值：

$f_{\mathrm{int}}=-\frac{1}{2\mathrm{\&pi;}{D}_{\mathrm{short}}{T}_s}\arctan \left(\max \left({\mathrm{acor}}_{\mathrm{short}}\right)\right)$

$f_{\mathrm{frac}}=-\frac{1}{2\mathrm{\&pi;}{D}_{\mathrm{long}}{T}_s}\arctan \left(\max \left(a{\mathrm{cor}}_{\mathrm{long}}\right)\right)$

7.将α₁，α₂，α₃，α₄的取值分别设置为α₁＝0.25，α₂＝0.75，α₃＝1.25，α₄＝1.75，根据频偏取值判决器，

得到准确的频偏估计值。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种时间粗同步和频率精同步的时域联合估计方法，其特征在于，该方法包括： 

对接收端的基带数据序列并行进行小点数长度的自相关运算和大点数长度的自相关运算； 

实时并行的通过小点数自相关峰值以及通过大点数自相关峰值确定联合确定时间粗同步位置； 

在时间粗同步位置确认点，根据小点数自相关峰值和大点数自相关峰值联合确定频率检测结果； 

其中，所述实时并行的通过小点数自相关峰值以及通过大点数自相关峰值确定联合确定时间粗同步位置，包括：根据设置的小点数自相关峰值检测第一时间粗同步位置；在检测到小点数自相关峰值的基础上，根据设置的大点数自相关阈值门限检测大点数自相关峰值，并根据大点数自相关峰值检测第二时间粗同步位置；根据第一时间粗同步位置和第二时间粗同步位置，联合确定时间粗同步位置； 

所述在时间粗同步位置确认点，根据小点数自相关峰值和大点数自相关峰值联合确定频率检测结果，包括：根据小点数自相关峰值和大点数自相关峰值计算整数倍频偏估计粗值和小数倍频偏估计粗值；将整数倍频偏估算粗值和小数倍频偏估算粗值通过频偏取值判决器求出最终准确频偏检测结果。 

2.根据权利要求1所述的时间粗同步和频率精同步的时域联合估计方法，其特征在于，所述对接收端的基带数据序列并行进行小点数长度的自相关运算和大点数长度的自相关运算，包括： 

设置小点数自相关运算器和大点数自相关运算器的相关器长度； 

对接收端的基带数据序列并行进行小点数长度的自相关运算和大点数长度的自相关运算。 

3.根据权利要求2所述的时间粗同步和频率精同步的时域联合估计方法，其特征在于，所述设置小点数自相关运算器和大点数自相关运算器的相关长度，具体包括： 

根据综合考虑OFDM训练序列长度和系统接收信号频偏值的范围，设定用于第一时间粗同步位置和整数倍频偏粗值估算的小点数自相关运算器的长度为D_short，设定用于第二时间粗同步位置和小数倍频偏粗值估算的大点数自相关器的长度为D_long；其中，综合考虑OFDM训练序列长度和需要用于留给自动增益控制器工作的时间长度，可用于进行自相关运算长度的OFDM短训练序列长度决定了D_short和D_long的最大长度不能超过短训练序列长度的3/4。 

4.根据权利要求3所述的时间粗同步和频率精同步的时域联合估计方法，其特征在于，在进行时间粗同步和频率精同步之前，需要进行自动增益控制的处理。 

5.根据权利要求3所述的时间粗同步和频率精同步的时域联合估计方法，其特征在于， 

D_short选择为16，即可估算2倍整数倍频偏大小的频偏估值；D_long选择为64，即可估算0.5倍频偏大小的频偏估值；通过并行使用两个自相关器，可进行宽范围、高精度的频偏取值估计，其中宽范围是指频偏估算范围大于两倍频偏，高精度是指估计精度误差＜10^-3，信噪比＞5。 

6.根据权利要求1所述的时间粗同步和频率精同步的时域联合估计方法，其特征在于，所述根据设置的小点数自相关峰值检测第一时间粗同步位置，具体包括： 

1)、将自相关模值|Z_n|简化为实部绝对值与虚部绝对值的和相加： 

|Z_short|＝|Re(Z_short)|+|Im(Z_short)|； 

2)、将小点数自相关简化模值与小点数自相关阈值门限Thrd_short作比较，当小点数自相关模值大于小点数自相关阈值，得到小点数自相关峰值，并记录得到小点数自相关位置Coarse_sync_pos_short，同时设置小点数自相关峰值检测成功标志Coarse_sync_ok_short。 

7.根据权利要求1所述的时间粗同步和频率精同步的时域联合估计方法，其特征在于，所述在检测到小点数自相关峰值的基础上，根据设置的大点数自相关阈值门限检测大点数自相关峰值，具体包括： 

1)、将自相关模值|Z_n|简化为实部绝对值与虚部绝对值的和相加： 

|Z_long|＝|Re(Z_long)|+ |Im(Z_long)|； 

2)、将大点数自相关简化模值与大点数自相关阈值门限Thrd_long作比较；当大点数自相关模值大于大点数自相关阈值，得到大点数自相关峰值，并记录得到大点数自相关位置Coarse_sync_pos_long，同时设置大点数自相关峰值检测成功标志Coarse_sync_ok_long。 

8.根据权利要求1所述的时间粗同步和频率精同步的时域联合估计方法，其特征在于，所述根据小点数自相关峰值和大点数自相关峰值计算整数倍频偏估计粗值和小数倍频偏估计粗值，包括： 

确认粗同步成功后，根据小点数自相关峰值计算整数倍频偏估计粗值，根据大点数自相关峰值计算小数倍频偏估计粗值。 

9.根据权利要求1所述的时间粗同步和频率精同步的时域联合估计方法，其特征在于，所述将整数倍频偏估算粗值和小数倍频偏估算粗值通过频偏取值判决器求出最终准确频偏检测结果，是根据整数频偏估计粗值和根据小数频偏估计粗值，按取值判决原则确定最终的准确频偏估计值f_{all_foe}。