CN102026231A - 一种用于无线通信系统的随机接入检测方法 - Google Patents

Abstract

本发明公开一种用于无线通信系统的随机接入检测方法，所述的方法包含如下步骤：首先，基站接收端通过对随机接入检测窗口接收发射的前导信号序列及预知的有限个候选随机接入前导序列分别进行补零扩展成2的幂次长度；然后，利用快速傅立叶算法进行频域和时域的相互转换，在频域相乘得到扩展功率延迟分布序列，对扩展功率延迟分布序列进行快速傅立叶反变换得到反变换序列；最后，通过对反变换序列进行简单的后处理，获得接收信号序列与候选信号序列的原始时域相关值，从而可以按时域相关值检测判断终端所选择发射的随机接入序列和终端离基站的距离。本发明的检测方法能大大降低计算复杂度，提高随机接入检测性能。

Description

一种用于无线通信系统的随机接入检测方法

技术领域

本发明属于无线通信系统设计技术领域，特别涉及一种用于无线通信系统的随机接入检测方法。

背景技术

随机接入是无线通信系统中比较关键的技术。终端首先需要通过随机接入过程完成上行时序调整以及网络注册，方能进行通信。

随机接入的首要任务是进行上行时序调整。由于终端与基站间存在往返传输时延，信号帧发送时刻和接收时刻间存在时间偏移，因而终端估测不出什么时候发送信号帧能让基站正好在时隙的开始部分接收到信号帧。由于终端是分布于基站覆盖范围内的不同位置，因此各个终端与基站之间将会有不同的往返传输时延，如果不对往返时延加以补偿，将导致多个终端上信号传送将发送互相交叠，严重破坏上行信号传输质量。因此需要通过随机接入过程由基站估计出终端的往返时延，并以时间提前命令下发给终端进行调整，以完成上行时序调整。

随机接入的最终目的是完成网络注册，以便终端能够使用网络提供的各种服务。终端开机时，首先搜索下行信号完成下行同步，接收系统信息，从中获得随机接入前导时隙以及随机接入候选序列集合。终端在随机序列集合中随机选择一个随机接入序列，在随机选择的一个随机接入时隙以定时提前量为零进行发送。基站在随机接入检测窗口对随机接入序列进行检测，当检测到某一序列被发送时，将构造相应的随机接入响应在随后帧下发，随机接入响应包括随机接入序列，随机接入时隙位置，对应的往返时延估计，以及带宽请求授权。终端发送随机接入前导后，终端将等待基站下发随机接入响应，将随机接入响应中指示的随机接入序列和随机接入时隙与自身状态相比对，如果符合则随机接入前导成功发送，则终端可以使用随机接入响应中指示的带宽授权继续完成网络注册。

物理层随机接入前导的构造以及随机接入前导检测是随机接入的关键技术。随机接入通常需要与信号传输方式相配合，对于OFDM以及SC-FDMA传输方式的随机接入方案已经由WiMAX和LTE系统中提出，分别采用CDMA和频域检测方法，CDMA检测方法运算量巨大，LTE随机接入检测的改进方法中采用离散傅立叶变换DFT进行频域检测，运算依然复杂。

发明内容

本发明的目的在于，为克服目前无线通信系统中随机接入检测方法运算量很大的缺点，本发明提出一种用于无线通信系统的随机接入检测方法。

本发明提出了一种改进的随机接入前导检测方法，并设计一个与具体实施方式相匹配的物理层随机接入前导发送序列。

为了实现上述目的，本发明提出了一种用于无线通信系统的随机接入检测方法，所述的方法包含如下步骤：

首先，基站接收端通过对随机接入检测窗口接收发射的前导信号序列及预知的有限个候选随机接入前导序列分别进行补零扩展成2的幂次长度；

然后，利用快速傅立叶算法进行频域和时域的相互转换，在频域相乘得到扩展功率延迟分布序列，对扩展功率延迟分布序列进行快速傅立叶反变换得到反变换序列；

最后，通过对反变换序列进行简单的后处理，获得接收信号序列与候选信号序列的原始时域相关值，从而可以按时域相关值检测判断终端所选择发射的随机接入随列和终端离基站的距离。

上述技术方案，所述的候选随机接入前导序列检测中采用针对根序列u和互补序列N_ZC-u联合进行检测，可进一步提高检测计算效率。

所述的前导信号序列的序列码采用若干级联的素数Zadoff-Chu序列；所述的前导信号序列的帧结构包含：循环前缀、前导序列码和保护间隔。

所述的前导信号序列的长度取传输帧符号时长的整数倍；所述的素数Zadoff-Chu序列的时间长度要大于最大可能往返时延与最大时延扩展的和；所述的循环前缀需要大于最大时延扩展以及当前小区覆盖允许的最大往返时延之和；所述的保护间隔大于当前小区覆盖允许的最大往返时延值，用于隔离随机接入突发对子帧随后的数据传输的干扰。

本发明的优点在于，该检测方法和素数Zadoff-Chu序列引入有效降低了前导检测的计算复杂度并提高随机接入系统性能。

附图说明

图1为本发明设计的随机接入前导序列的帧结构示意图；

图2为本发明随机接入序列检测示意图；

图3为本发明随机接入正序列检测流程示意图；

图4为本发明随机接入互补序列检测流程示意图。

具体实施方式

下面结合附图和具体实施方式，对本发明的发送端使用素数Zadoff-Chu序列构造随机接入前导以及接收端采用补零扩展的频域检测做进一步说明。

本发明提出一个随机接入前导构造发送和基于时域补零快速傅立叶变换FFT的高效低复杂度前导检测方法，可用于新型通信广播融合传输系统和升级改进现有系统的随机接入检测。为方便说明本发明，具体实施例中，假定系统上行回传信道带宽为2MHz，系统上行回传符号率为1.536Msps，即符号间隔或符号时长T_s＝0.651us，系统支持最大小区半径为60km，最大时延扩展为20us。显然，所描述的具体实施方式只是本发明的一部分实施例，而不是全部实施例，基于本发明方法获得的其它实施方式或实现装置依然属于本发明专利保护范围。

本发明设计了发送端使用素数Zadoff-Chu序列直接定义于时域作为随机接入用户签名，接收端采用时域补零扩展经FFT变换到频域检测方法进行随机接入前导检测。

所述的随机接入前导构造方法采用素数Zadoff-Chu序列直接定义于时域作为随机接入用户签名。

所述的随机接入前导检测中采用补零将素数长度的接收信号序列和参考随机接入序列扩展成传统2的幂次长度，因而在频域检测时可以利用快速傅立叶变换FFT算法进行时域和频域的转换，最后通过特定的后处理方式获得接收信号序列与参考随机接入序列间的相关值，从而进行随机接入用户签名检测。通过补零扩展算法相对于传统时域方法较大降低了随机接入前导检测计算复杂度，提高随机接入系统性能。

所述的随机接入前导构造方法采用素数Zadoff-Chu序列直接定义于时域作为随机接入用户签名。Zadoff-Chu序列定义为

$x_u\left(n\right)=\exp [-j\frac{\mathrm{\πun}(n+1)}{N_{\mathrm{ZC}}}]---\left(1\right)$

其中N_ZC为Zadoff-Chu序列的长度，取素数值，1＜u＜N_ZC-1为Zadoff-Chu序列的根。Zadoff-Chu序列具有以下两个性质，使得根为u和N_ZC-u的互补序列可以联合进行检测。

性质1：x_u＝a(n)＝x_u(N-1-n)                    (2)

性质2： $x_{u=a}\left(n\right)=x_{u=N-a}^{*}\left(n\right)---\left(3\right)$

随机接入突发在频域占据整个信道，在时域结构如图1所示。根据应用场景需要，为了能够对最大期望小区边缘的用户进行往返时延估计，Zadoff-Chu序列时间长度要大于最大可能往返时延(2×60Km/光速)加上最大时延扩展(20us)的和，即

$T_{\mathrm{SEQ}}\≥\frac{{120\·10}^3}{3\·{10}^8}+20\·{10}^{-6}=420\mathrm{us}\≈645\·T_s$

为了满足Zadoff-Chu序列素数长度，取T_SEQ＝653·T_s＝425.103us，因此Zadoff-Chu序列的长度为653。最大时延扩展为d_max＝20us≈30.72·T_s，因此取d_max＝31·T_s＝20.181us。为了使得覆盖最大化，循环前缀需要大于最大时延扩展以及当前小区覆盖允许的最大往返时延之和，即T_CP＞RTT+d_max。保护间隔用于隔离随机接入突发对子帧随后的数据传输的干扰，需要大于当前小区覆盖允许的最大往返时延值，即T_GP＞RTT。为了与上行传输帧结构相匹配，整个随机接入前导长度取传输帧符号时长(1280·T_s)的整数倍，这里分别取1倍和2倍的传输帧符号时长。因此设计随机接入前导格式1和2，总时长分别为1个和2个传输帧符号时长，分别应用于小覆盖场景和大覆盖场景，如表1所示。在格式2中前导序列为2个长为653的Zadoff-Chu序列的级联。

表1前导格式序列参数取值

终端开机后接收下行广播进行下行同步，接收系统信息，获得随机接入时隙位置，然后在前导序列集合中随机选择一个前导按照图1构造随机接入突发作为基带信号，以时间提前量为零发送。

由于循环前缀的存在，基站的往返时延将转换接收信号序列的循环移位，如图2所示，通过计算基站在前导检测窗口内接收的信号序列与所有候选随机接入序列的移位相关值，当移位相关值超过一定的阈值则判断该候选序列被某个终端发送，由对应的循环移位获得该终端的往返时延估计。移位相关值的计算通常采用时域检测方法，如式(4)所示，由于需要计算接收信号序列b在每个移位位置与所有候选序列a的相关值，计算复杂度巨大。设前导序列集合中含m个根序列，序列长度为N_ZC，则每个随机接入时隙上随机接入前导检测需要运行

次复数乘法和mN_ZC(N_ZC-1)次复数加法。

$z_u\left(l\right)=\frac{1}{\sqrt{L}}\underset{n=0}{\overset{L-1}{\mathrm{\Σ}}}{a}_n{b}_{(n-l)\mathrm{mod}L}^{*}---\left(4\right)$

本发明所述的随机接入前导检测方式中，根序列u的周期相关值计算流程如图3所示。前导检测首先通过将长度N_ZC＝653的接收序列y(n)和参考序列x_u(n)通过在其后补零，形成长为N_ZCX＝2048的序列yp(n)和xp_u(n)，然后进行FFT变换以及频域检测获得扩展功率延迟分布zp_u(l)，然后通过后处理还原获得z_u(l)。由于原始序列补零扩展经过FFT以及IFFT后，结果序列zp_u(l)并不是z_u(l)的补零扩展，因此需要获得zp_u(l)与z_u(l)之间的关联，通过特定的后处理恢复z_u(l)。

下面将通过数学分析来考究zp_u(l)与z_u(l)的关系，从而确定后处理的方法。根据上图所示，接收序列y(n)和接收补零扩展序列yp(n)可以表示为：

y(n)＝[y(0)，y(1)，...，y(N_ZC-2)，y(N_ZC-1)]

yp(n)＝[y(0)，y(1)，...，y(N_ZC-2)，y(N_ZC-1)，zeros(N_ZCX-N_ZC)]         (5)

而参考序列x_u(n)和参考补零扩展序列xp_u(n)可以表示为：

x_u(n)＝[x_u(0)，x_u(1)，...，x_u(N_ZC-2)，x_u(N_ZC-1)]

xp_u(n)＝[x_u(0)，x_u(1)，...，x_u(N_ZC-2)，x_u(N_ZC-1)，zeros(N_ZCX-N_ZC)]    (6)

记yp(n)的FFT为YP(k)，xp_u(n)的FFT为XP_u(k)，XP_u(k)取共轭后表示为

因此

对应的时域序列表示为xpc_u(n)可以表示为

${\mathrm{xpc}}_u\left(n\right)=[x_u^{*}\left(0\right),\mathrm{zeors}(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}}),x_u^{*}(N_{\mathrm{ZC}}-1),x_u^{*}(N_{\mathrm{ZC}}-2),...,x_u^{*}\left(2\right),x_u^{*}\left(1\right)]---\left(9\right)$

后与YP(k)相乘，然后经过IFFT获得zp_u(l)，由傅立叶变换性质，zp_u(l)可由yp(n)和xpc_u(n)的圆周卷积获得。根据圆周卷积公式，将zp_u(l)的每一项计算过程展开如下：

${\mathrm{zp}}_u\left(0\right)=[x_u^{*}\left(0\right),x_u^{*}\left(1\right),...,x_u^{*}(N_{\mathrm{ZC}}-2),x_u^{*}(N_{\mathrm{ZC}}-1)\mathrm{zores}(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}})]\×\mathrm{yp}{\left(n\right)}^T$

${\mathrm{zp}}_u\left(1\right)=[{\mathrm{zeros}\left(1\right),x}_u^{*}\left(0\right),...,x_u^{*}(N_{\mathrm{ZC}}-2),x_u^{*}(N_{\mathrm{ZC}}-2)\mathrm{zores}(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}}-1)]\×\mathrm{yp}{\left(n\right)}^T...$

${\mathrm{zp}}_u(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}})=[\mathrm{zeros}(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}}),x_u^{*}\left(0\right),...,x_u^{*}(N_{\mathrm{ZC}}-2),x_u^{*}(N_{\mathrm{ZC}}-1)]\mathrm{yp}{\left(n\right)}^T$

${\mathrm{zp}}_u(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}}+1)=[x_u^{*}(N_{\mathrm{ZC}}-1),\mathrm{zeros}(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}}),x_u^{*}\left(0\right),...,x_u^{*}(N_{\mathrm{ZC}}-2)]\×{\mathrm{yp}\left(n\right)}^T$

${\mathrm{zp}}_u(N_{\mathrm{ZCX}}-1)=[x_u^{*}\left(1\right),...,x_u^{*}(N_{\mathrm{ZC}}-2),x_u^{*}(N_{\mathrm{ZC}}-1),\mathrm{zeros}(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}}),x_u^{*}\left(0\right)]\×{\mathrm{yp}\left(n\right)}^T---\left(10\right)$

将等式(4)中z_u(l)的每一项展开，如下所示：

$z_u\left(0\right)=[x_u^{*}\left(0\right),...,x_u^{*}(N_{\mathrm{ZC}}-1)]*y{\left(n\right)}^T$

$z_u\left(1\right)=[x_u^{*}(N_{\mathrm{ZC}}-1),x_u^{*}\left(0\right),...,x_u^{*}(N_{\mathrm{ZC}}-2)]*y{\left(n\right)}^T$

$z_u(N_{\mathrm{ZC}}-2)=[x_u^{*}\left(2\right),...,x_u^{*}(N_{\mathrm{ZC}}-1),x_u^{*}\left(0\right),x_u^{*}\left(1\right)]*{y\left(n\right)}^T$

$z_u(N_{\mathrm{ZC}}-1)=[x_u^{*}\left(1\right),...,x_u^{*}(N_{\mathrm{ZC}}-1),x_u^{*}\left(0\right)]*y{\left(n\right)}^T---\left(11\right)$

通过比照等式(10)和(11)，只要满足N_ZCX＞2*N_ZC-1，则可以从zp_u(l)通过后处理恢复z_u(l)，后处理方式为

z_u(0)＝zp_u(0)

z_u(n)＝zp_u(n)+zp_u(n+N_ZCX-N_ZC)，for n＝1，...，N_ZC-1            (12)

所述的随机接入前导检测中根序列u和互补序列N_ZC-u联合进行检测，如图4所示.

根据(1)和(2)所示的Zadoff-Chu序列特性，xp_u(n)又可以表示为

${\mathrm{xp}}_u\left(n\right)=[x_u\left(0\right),x_u\left(1\right),...,x_u(N_{\mathrm{ZC}}-2),x_u(N_{\mathrm{ZC}}-1),\mathrm{zeros}(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}})]$

$=[x_{N_{\mathrm{ZC}}-u}^{*}\left(0\right),x_{N_{\mathrm{ZC}}-u}^{*}\left(1\right),...,x_{N_{\mathrm{ZC}}-u}^{*}(N_{\mathrm{ZC}}-2),x_{N_{\mathrm{ZC}}-u}^{*}(N_{\mathrm{ZC}}-1),\mathrm{zeros}(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}})]$

$=[x_{N_{\mathrm{ZC}}-u}^{*}(N_{\mathrm{ZC}}-1),x_{N_{\mathrm{ZC}}-u}^{*}(N_{\mathrm{ZC}}-2),...,x_{N_{\mathrm{ZC}}-u}^{*}\left(1\right),x_{N_{\mathrm{ZC}}-u}^{*}\left(0\right),\mathrm{zeros}(N_{\mathrm{ZCX}}-N_{\mathrm{ZC}})]---\left(13\right)$

记YP(k)与XP_u(k)的乘积的IFFT输出为

由傅立叶变换性质可知，

可由yp(n)和xp_u(n)的圆周卷积获得。通过上述类似的推导，可以得出互补序列检测的后处理方式为

$z_{N_{\mathrm{ZC}}-u}\left(0\right)={\mathrm{zp}}_{N_{\mathrm{ZC}}-u}(N_{\mathrm{ZC}}-1);$

$z_{N_{\mathrm{ZC}}-u}\left(n\right)={\mathrm{zp}}_{N_{\mathrm{ZC}}-u}(n-1)+{\mathrm{zp}}_{N_{\mathrm{ZC}}-u}(n-1+N_{\mathrm{ZC}})\mathrm{forn}=1,...,N_{\mathrm{ZC}}-1---\left(14\right)$

基站进行随机接入检测时，YP(k)XP_u(k)和可联合进行计算，从而可以降低计算复杂度，因此基站进行前导序列配置时应进行成对序列配置，即根序列u和N_ZC-u应配置给同一个基站。

由于每次执行FFT，需要运算

次复数乘法，以及N_ZCXlog₂(N_ZCX)复数加法。因此当采用前导序列成对配置时，采用频域检测方法，每个随机接入时隙需要执行

复数乘法次数： $\frac{m}{2}\·[4*\left(\frac{N_{\mathrm{ZCX}}}{2}{\log }_2\left(N_{\mathrm{ZCX}}\right)\right)+2N_{\mathrm{ZCX}}]={\mathrm{mN}}_{\mathrm{ZCX}}[{\log }_2\left(N_{\mathrm{ZCX}}\right)+1]$

复数加法次数： $\frac{m}{2}\·[4*\left(N_{\mathrm{ZCX}}{\log }_2\left(N_{\mathrm{ZCX}}\right)\right)+{2N}_{\mathrm{ZC}}]=m[{2N}_{\mathrm{ZCX}}{\log }_2\left(N_{\mathrm{ZCX}}\right)+N_{\mathrm{ZC}}]$

假设每个小区前导序列数目m＝64，将N_ZC＝653以及N_ZCX＝2048代入，并与时域检测计算复杂度对比，如表2所示。

表2补零扩展频域检测和时域检测复杂度对比

	复数乘法运行次数	复数加法运行次数
			时域检测	27290176	27248384
补零后FFT频域检测	1572864	2925376
			频域检测相比时域检测	0.057	0.1074

由表2可以看出提议的频域相关检测算法需要运行的复数乘法和复数加法次数分别约为时域相关检测需要次数的1/20和1/10，大大降低计算复杂度。

需要说明的是，以上介绍的本发明的实施方案而并非限制。本领域的技术人员应当理解，任何对本发明技术方案的修改或者等同替代都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围内。

Claims (4)

1.一种用于无线通信系统的随机接入检测方法，该方法对接收序列和侯选对比序列进行时域补零扩展为2的幂次方长度，再利用快速傅立叶变换和反变换技术，通过频域与时域转换处理，高效快速获得接收序列与候选序列的时域相关值，从而进行随机接入检测判断，所述的方法包含的具体步骤如下：

首先，基站接收端通过对随机接入检测窗口接收到终端发射的前导信号序列及预知的一组候选随机接入前导序列分别进行补零扩展成2的幂次长度；

然后，利用快速傅立叶算法进行频域和时域的相互转换，频域相乘得到扩展功率延迟分布序列，再进行快速傅立叶反变换；

最后，通过对反变换序列进行简单的后处理获得接收前导信号序列与候选信号序列的原始时域相关值，从而可以进行随机接入终端用户签名和距离检测。

2.根据权利要求1所述的用于无线通信系统的随机接入检测方法，其特征在于，所述的前导信号序列的序列码采用若干级联的素数Zadoff-Chu序列。

3.根据权利要求1所述的用于无线通信系统的随机接入检测方法，其特征在于，所述的候选随机接入前导序列检测中采用针对根序列u和互补序列N_ZC-u联合进行检测，用于进一步提高检测效率。

4.根据权利要求1所述的用于无线通信系统的随机接入检测方法，其特征在于，所述的前导信号序列的帧结构包含：循环前缀、前导序列码和保护间隔。

Images