CN102158250B - 初始小区搜索方法及装置 - Google Patents

Abstract

本发明公开了一种初始小区搜索方法及装置，其中该初始小区搜索方法包括以下步骤：主同步序列(PSS)检测步骤；第一合并步骤；第一度量值计算步骤；第一门限比较步骤；第一控制步骤；第一计算步骤；载波频率偏移补偿步骤；辅同步序列(SSS)检测步骤；第二合并步骤；第二度量值计算步骤；第二门限比较步骤；第二控制步骤；以及第二计算步骤。根据本发明的技术方案，能够根据信道的条件自适应地调整PSS和SSS的合并帧数，从而能够在各种信道条件下以比较快的速度接入网络。

Description

初始小区搜索方法及装置

技术领域

本发明涉及无线通信技术领域，特别涉及一种诸如长期演进(LongTerm Evolution，LTE)系统的无线通信系统中的初始小区搜索方法及装置。

背景技术

在诸如LTE系统的无线通信系统中，当移动终端开机时，首先要执行小区搜索进程。在小区搜索进程中，移动终端需要获得时间、频率同步、小区ID(Cell ID)。LTE的小区搜索是基于下述两个下行信号进行的：主同步序列(Primary Synchronous Sequence，PSS)，辅同步序列(SecondarySynchronous Sequence，SSS)，如图1所示。因此，LTE的小区搜索包括两个阶段。在第一阶段是PSS检测阶段，需要检测PSS ID，时间同步(5ms)并且估计出载波频率偏移(Carrier Frequency Offset，CFO)。第二阶段是SSS检测阶段，基于第一阶段检测的结果，需要得到组ID(Group ID)，循环前缀(Cyclic Prefix，CP)类型以及帧定时。

由于SSS检测是在频域上进行的，而CFO会在频域上造成载波间干扰(Inter-Carrier Interference，ICI)，ICI会严重影响SSS检测的性能，因此在SSS检测之前，根据第一阶段估计出的CFO，对CFO进行补偿。

在PSS和SSS检测阶段，为了抑制噪声和抵抗信道的衰落，需要通过时间上的多帧合并来获得更好的检测性能。

下面结合附图2来描述传统的小区搜索方法。图2示出了传统的初始小区搜索方法的流程图。首先，在步骤S201，设置初始值(k＝0)。接下来，在步骤S203，通过将接收信号与本地生成的PSS信号进行互相关运算，进行PSS检测。接下来，在步骤S205，按照固定的合并次数m对在步骤S203的PSS检测处理中算出的相关值进行合并。接下来，在步骤S207，根据在步骤S205中算出的合并相关值，计算PSS ID、定时以及CFO的估计值。接下来，在步骤S209，根据在步骤S207算出的CFO估计值进行CFO补偿。接下来，在步骤S211，通过在频域上将接收到的经均衡的SSS信号与本地生成的SSS信号进行互相关运算，进行SSS检测。具体地说，在步骤S211，根据在步骤S207算出的定时，从经过CFO补偿的接收信号中找到SSS信号，并且根据在步骤S207算出的PSS ID，估计信道响应，然后在频域上根据估计出的信道响应均衡SSS信号，并且通过将均衡后的SSS信号与本地产生的SSS信号进行互相关运算，进行SSS检测。接下来，在步骤S213，按照固定的合并次数n，对在步骤S211的SSS检测处理中算出的相关值进行合并。接下来，在步骤S215，判断在步骤S213算出的合并相关值是否大于预定门限。如果步骤S215的判断结果为“否”，则在步骤S217，重置CFO补偿，并且将k增1。接下来，在步骤S219，判断k是否小于最大重试次数trymax。如果步骤S219的判断结果为“是”，则返回到步骤S203重新开始小区搜索过程，否则在步骤S221确定初始小区搜索过程失败，并且退出初始小区搜索过程，然后转入到其它过程的执行(如初始AGC等)。另一方面，如果步骤S215的判断结果为“是”，则在步骤S223，根据在步骤S213算出的合并相关值，计算组ID、CP类型以及帧定时，并且根据算出的组ID、以及在步骤S207算出的PSS ID，计算小区ID。

由上可知，传统的小区搜索方法使用固定的合并次数(图2中的m和n)。在噪声比较大、信道比较差的情况下，m和n需要设置比较大的数值，即需要更多帧的合并来获得比较好的检测性能。但是，在信道条件比较好的情况下，固定设置大的m和n的数值是不必要的，而且会增加小区搜索的时间。同样，如果设置比较小的m和n的数值，在信道条件比较差的情况下，第一阶段检测质量不能保证，因此在错误的定时和CFO估计的情况下，做SSS的检测是毫无意义的，同样会增加小区搜索的时间。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。但是，应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图用来确定本发明的关键性部分或重要部分，也不是意图用来限定本发明的范围。其目的仅仅是以简化的形式给出关于本发明的某些概念，以此作为稍后给出的更详细描述的前序。

鉴于现有技术的上述情形，本发明的目的是提供一种初始小区搜索方法及装置，其能够根据信道的条件自适应地调整PSS和SSS的合并帧数，从而能够在各种信道条件下以比较快的速度接入网络。

为了实现上述目的，根据本发明的一方面，提供了一种初始小区搜索方法，其包括以下步骤：主同步序列PSS检测步骤，通过将接收信号与本地生成的PSS信号进行互相关运算，进行PSS检测；第一合并步骤，按照第一合并次数m对在PSS检测步骤中算出的相关值进行合并，其中m是初始值为0的整数；第一度量值计算步骤，根据在第一合并步骤中算出的第一合并相关值，计算用于评估PSS检测性能的第一度量值；第一门限比较步骤，将在第一度量值计算步骤中算出的第一度量值与第一门限进行比较；第一控制步骤，在第一度量值不大于第一门限的情况下，递增第一合并次数m并且重复执行PSS检测步骤、第一合并步骤、第一度量值计算步骤和第一门限比较步骤，直至第一度量值大于第一门限；第一计算步骤，根据在第一合并步骤中算出的第一合并相关值，计算PSS ID、定时以及载波频率偏移CFO的估计值；CFO补偿步骤，根据在第一计算步骤中算出的CFO估计值进行CFO补偿；辅同步序列SSS检测步骤，通过在频域上将接收到的经均衡的SSS信号与本地生成的SSS信号进行互相关运算，进行SSS检测；第二合并步骤，按照第二合并次数n对在SSS检测步骤中算出的相关值进行合并，其中n是初始值为0的整数；第二度量值计算步骤，根据在第二合并步骤中算出的第二合并相关值，计算用于评估SSS检测性能的第二度量值；第二门限比较步骤，将在第二度量值计算步骤中算出的第二度量值与第二门限进行比较；第二控制步骤，在第二度量值不大于第二门限的情况下，递增第二合并次数n并且重复执行SSS检测步骤、第二合并步骤、第二度量值计算步骤和第二门限比较步骤，直至第二度量值大于第二门限；以及第二计算步骤，根据在第二合并步骤中算出的第二合并相关值，计算组ID，并且根据算出的组ID、以及在第一计算步骤中算出的PSS ID，计算小区ID。

根据本发明的另一方面，还提供了一种初始小区搜索装置，其包括：主同步序列PSS检测单元，用于通过将接收信号与本地生成的PSS信号进行互相关运算，进行PSS检测；第一合并单元，用于按照第一合并次数m对由PSS检测单元算出的相关值进行合并，其中m是初始值为0的整数；第一度量值计算单元，用于根据由第一合并单元算出的第一合并相关值，计算用于评估PSS检测性能的第一度量值；第一门限比较单元，用于将由第一度量值计算单元算出的第一度量值与第一门限进行比较；第一控制单元，用于在第一度量值不大于第一门限的情况下，递增第一合并次数m并且重复执行PSS检测单元、第一合并单元、第一度量值计算单元和第一门限比较单元中的处理，直至第一度量值大于第一门限；第一计算单元，用于根据由第一合并单元算出的第一合并相关值，计算PSS ID、定时以及载波频率偏移CFO的估计值；CFO补偿单元，用于根据由第一计算单元算出的CFO估计值进行CFO补偿；辅同步序列SSS检测单元，用于通过在频域上将接收到的经均衡的SSS信号与本地生成的SSS信号进行互相关运算，进行SSS检测；第二合并单元，用于按照第二合并次数n对由SSS检测单元算出的相关值进行合并，其中n是初始值为0的整数；第二度量值计算单元，用于根据由第二合并单元算出的第二合并相关值，计算用于评估SSS检测性能的第二度量值；第二门限比较单元，用于将由第二度量值计算单元算出的第二度量值与第二门限进行比较；第二控制单元，用于在第二度量值不大于第二门限的情况下，递增第二合并次数n并且重复执行SSS检测单元、第二合并单元、第二度量值计算单元和第二门限比较单元中的处理，直至第二度量值大于第二门限；以及第二计算单元，用于根据由第二合并单元算出的第二合并相关值，计算组ID，并且根据算出的组ID、以及由第一计算单元算出的PSS ID，计算小区ID。

根据本发明的另一方面，还提供了用于实现上述初始小区搜索方法的计算机程序产品。

根据本发明的另一方面，还提供了计算机可读介质，其上记录有用于实现上述初始小区搜索方法的计算机程序代码。

附图说明

本发明可以通过参考下文中结合附图所给出的详细描述而得到更好的理解，其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并形成说明书的一部分，用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。在附图中：

图1示出了LTE系统中的PSS和SSS信号的示意图；

图2示出了传统的初始小区搜索方法的流程图；

图3示出了根据本发明实施例的初始小区搜索方法的流程图；

图4示出了根据本发明实施例的初始小区搜索装置的结构框图；以及

图5示出了根据本发明技术方案的小区搜索时间的仿真结果。

本领域技术人员应当理解，附图中的元件仅仅是为了简单和清楚起见而示出的，而且不一定是按比例绘制的。例如，附图中某些元件的尺寸可能相对于其它元件放大了，以便有助于提高对本发明实施例的理解。

具体实施方式

在下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。

在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤，而省略了与本发明关系不大的其它细节。

下面参照附图详细描述根据本发明实施例的初始小区搜索方法。

图3示出了根据本发明实施例的初始小区搜索方法的流程图。

首先，在步骤S301，对第一合并次数m和第二合并次数n设置初始值(m＝0，n＝0)。

接下来，在步骤S303，通过将接收信号与本地生成的PSS信号进行互相关运算，进行PSS检测。优选地，考虑到CFO对PSS的检测的影响，使用部分相关的算法。例如，一个分3段的部分相关的实例如下式所示：

$C(\mathrm{id},k,i)=\underset{n=0}{\overset{41}{\mathrm{\Σ}}}r{(n+k,i)}^{*}\mathrm{PSS}(\mathrm{id},n){\left(\underset{n=42}{\overset{83}{\mathrm{\Σ}}}r{(n+k,i)}^{*}\mathrm{PSS}(\mathrm{id},n)\right)}^{*}+$

$\underset{n=42}{\overset{83}{\mathrm{\Σ}}}r{(n+k,i)}^{*}\mathrm{PSS}(\mathrm{id},n){\left(\underset{n=84}{\overset{125}{\mathrm{\Σ}}}r{(n+k,i)}^{*}\mathrm{PSS}(\mathrm{id},n)\right)}^{*}---\left(1\right)$

其中id＝0，1，2；k∈[0，9599]，r(n，i)是在第i个半帧(5ms)的接收信号，PSS(id，n)是本地生成的PSS信号。在20MHz带宽的系统中，PSS检测的搜索窗为5ms，在16倍下采以后搜索窗为9600个样点，所以k的取值范围为[0，9599]。PSS序列为128个样点，分成3段后，每段有个样点。

进一步优选地，在TDD系统中，由于上行干扰对PSS的检测有严重的影响，将使用基于归一化的相关算法。对于归一化的因子，这里给出一个实例

$N(k,i)=\underset{n=0}{\overset{41}{\mathrm{\Σ}}}{\left|r(n+k,i)\right|}^2\underset{n=42}{\overset{83}{\mathrm{\Σ}}}{\left|r(n+k,i)\right|}^2+\underset{n=42}{\overset{83}{\mathrm{\Σ}}}{\left|r(n+k,i)\right|}^2\underset{n=84}{\overset{125}{\mathrm{\Σ}}}{\left|r(n+k,i)\right|}^2---\left(2\right)$

那么归一化的相关值为：

$\stackrel{\‾}{C}(\mathrm{id},k,i)=\frac{C(\mathrm{id},k,i)}{\sqrt{N(k,i)}}---\left(3\right)$

接下来，在步骤S305，按照第一合并次数m对在步骤S303的PSS检测处理中算出的相关值进行合并。例如，可以根据下式进行合并，以得到第一合并相关值C_av(id，k，m)：

$C_{\mathrm{av}}(\mathrm{id},k,m)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}C(\mathrm{id},k,i)$

或者

$C_{\mathrm{av}}(\mathrm{id},k,m)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\stackrel{\‾}{C}(\mathrm{id},k,i)---\left(4\right)$

接下来，在步骤S307，根据在步骤S305算出的第一合并相关值，计算用于评估PSS检测性能的第一度量值。具体地说，本领域的技术人员可以根据具体设计采用不同的度量函数计算第一度量值，只要该度量函数的设计能够体现不同合并次数下PSS的检测性能即可。下面将分别给出该度量函数的两个优选实例，但是本领域的技术人员应当清楚，本发明并不局限于下述度量函数。

第一个实例如下所示：

$\mathrm{Metric}\_1(\mathrm{id},m)={\left|\frac{\frac{1}{W_{\mathrm{PSS}}+1}\underset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}}{\overset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)}{\frac{1}{9600-W_{\mathrm{PSS}}-1}(\underset{k=0}{\overset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)+\underset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}+1}{\overset{k=9599}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m))}\right|}^2---\left(5\right)$

第二个实例如下所示：

$\mathrm{Metric}\_1(\mathrm{id},m)={\left|\frac{C_{\mathrm{av}}(\mathrm{id},k_{\max }\left(\mathrm{id}\right),m)}{\frac{1}{9600}\underset{k=0}{\overset{9599}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)}\right|}^2---\left(6\right)$

这里，k_max(id)＝arg max(C_av(id，k，m))，W_PSS为预设计算窗内的样点数。

接下来，在步骤S309，判断在步骤S307算出的第一度量值是否大于第一门限th1。具体地说，对于任何一个PSS ID索引id，如果有Metric_1(id，m)＞th1，那么可以认为PSS检测的合并次数(m)已经足够，并且步骤S309的判断结果为“是”，否则步骤S309的判断结果为“否”。

如果步骤S309的判断结果为“否”，则在步骤S311，将m递增例如1，然后在步骤S313，判断m是否小于预先设置的第一最大合并次数M。

如果步骤S313的判断结果为“是”，则返回到步骤S303继续执行PSS检测处理，否则在步骤S315，确定初始小区搜索过程失败，并退出初始小区搜索过程，然后转入到其它过程的执行(如初始AGC等)。

另一方面，如果步骤S309的判断结果为“是”，则在步骤S317，根据在步骤S305算出的第一合并相关值，计算PSS ID、定时以及CFO的估计值。下面给出一个只有一个PSS ID对应的相关值大于门限时，PSSID，定时以及CFO计算方法的实例：

${\mathrm{id}}_{\mathrm{select}},k_{\mathrm{select}}=\underset{\mathrm{id}=\mathrm{0,1,2};k\∈\left[\mathrm{0,9599}\right]}{\mathrm{Arg}\max }\left({\left|C_{\mathrm{av}}(\mathrm{id},k,m)\right|}^2\right)---\left(7\right)$

${\widehat{\mathrm{\δ}}}_f=\mathrm{Angle}\left(C_{\mathrm{av}}({\mathrm{id}}_{\mathrm{select}},k_{\mathrm{select}},m)\right)/(2\mathrm{\π}*42*\mathrm{Ts})---\left(8\right)$

这里，id_select为算出的PSS ID，k_select为算出的定时，为算出的CFO估计值，Ts是16倍下采后的采样周期。

接下来，在步骤S319，根据在步骤S317算出的CFO估计值进行CFO补偿。

接下来，在步骤S321，通过在频域上将接收到的经均衡的SSS信号与本地生成的SSS信号进行互相关运算，进行SSS检测。具体地说，在步骤S321，根据在步骤S317算出的定时，从经过CFO补偿的接收信号中找到SSS信号，并且根据在步骤S317算出的PSS ID，估计信道响应，然后在频域上根据估计出的信道响应均衡SSS信号，并且通过将均衡后的SSS信号与本地产生的SSS信号进行互相关运算，进行SSS检测。例如，下面给出一个实例：

$S(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},i)=\underset{k=0}{\overset{61}{\mathrm{\Σ}}}{r}_{\mathrm{SSS}}(k,\mathrm{cp}\_\mathrm{type},i)\mathrm{SSS}(\mathrm{group}\_\mathrm{id},\mathrm{frame}\_\mathrm{tim},k)---\left(9\right)$

这里，r_SSS(k，cp_type，i)是根据不同的CP类型(普通CP或者长CP)，在第i个半帧接收到的均衡后SSS频域序列，SSS(group_id，frame_tim，k)是本地生成的SSS序列，group_id∈[0，167]，k∈[0，61]而frame_tim表示当前的半帧是一帧数据的前半帧还是后半帧。因此根据公式(9)，可以计算出672个相关值，即168(group_id)×2(cp_type)×2(frame_tim)＝672。

接下来，在步骤S323，按照第二合并次数n对在步骤S321的SSS检测处理中算出的相关值进行合并。例如，可以根据下式进行合并，以得到第二合并相关值S_av(group_id，cp_type，frame_tim，n)：

$S_{\mathrm{av}}(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},n)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}S(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},i)---\left(10\right)$

接下来，在步骤S325，根据在步骤S323算出的第二合并相关值，计算用于评估SSS检测性能的第二度量值。具体地说，本领域的技术人员可以根据具体设计采用不同的度量函数计算第二度量值，只要该度量函数的设计能够体现不同合并次数下SSS的检测性能即可。下面将分别给出该度量函数的两个优选实例，但是本领域的技术人员应当清楚，本发明并不局限于下述度量函数。

第一个实例如下所示：

$\mathrm{Metric}\_2\left(n\right)={\left|\frac{S_{\mathrm{av}}(\mathrm{group}\_{\mathrm{id}}_{\mathrm{select}},\mathrm{cp}\_{\mathrm{type}}_{\mathrm{select}},\mathrm{frame}\_{\mathrm{tim}}_{\mathrm{select}},n)}{\frac{1}{671}\underset{\mathrm{frame}\_\mathrm{tim}\≠\mathrm{frame}\_{\mathrm{tim}}_{\mathrm{select}}}{\underset{\mathrm{cp}\_\mathrm{type}\≠\mathrm{cp}\_{\mathrm{type}}_{\mathrm{select}}}{\underset{\mathrm{group}\_\mathrm{id}\≠\mathrm{group}\_{\mathrm{id}}_{\mathrm{select}}}{\mathrm{\Σ}}}}{S}_{\mathrm{av}}(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},n)}\right|}^2---\left(11\right)$

第二个实例如下所示：

$\mathrm{Metric}\_2\left(n\right)={\left|\frac{S_{\mathrm{av}}(\mathrm{group}\_{\mathrm{id}}_{\mathrm{select}},\mathrm{cp}\_{\mathrm{type}}_{\mathrm{select}},\mathrm{frame}\_{\mathrm{tim}}_{\mathrm{select}},n)}{\frac{1}{672}\underset{\mathrm{frame}\_\mathrm{tim}\∈\left[\mathrm{0,1}\right]}{\underset{\mathrm{cp}\_\mathrm{type}\∈\left[\mathrm{0,1}\right]}{\underset{\mathrm{group}\_\mathrm{id}\∈\left[\mathrm{0,167}\right]}{\mathrm{\Σ}}}}{S}_{\mathrm{av}}(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},n)}\right|}^2---\left(12\right)$

这里，(group_id_select，cp_type_select，frame_tim_select)＝argmax(|S_av(group_id，cp_type，frame_tim，n))|²)。

接下来，在步骤S327，判断在步骤S325算出的第二度量值是否大于第二门限th2。具体地说，如果Metric_2(n)＞th2，那么可以认为SSS检测的合并次数(n)已经足够。

如果步骤S327的判断结果为“否”，则在步骤S329，将n递增例如1，然后在步骤S331，判断n是否小于预先设置的第二最大合并次数N。

如果步骤S331的判断结果为“是”，则返回到步骤S321继续执行SSS检测处理，否则在步骤S333重置CFO补偿，然后返回到步骤S301重新开始初始小区搜索过程。

另一方面，如果步骤S327的判断结果为“是”，则在步骤S335，根据在步骤S323算出的第二合并相关值，计算组ID，并且根据算出的组ID、以及在步骤S317算出的PSS ID，计算小区ID，从而完成初始小区搜索过程。

虽然上面结合附图详细描述了根据本发明实施例的初始小区搜索方法，但是本领域的技术人员应当明白，图3所示的流程图仅仅是示例性的，并且可以根据实际应用和具体要求的不同，对图3所示的方法流程进行相应的修改。例如，根据需要，可以对图3所示的方法中的某些步骤的执行顺序进行调整，或者可以省去或者添加某些处理步骤。

下面将结合附图描述根据本发明实施例的初始小区搜索装置。图4示出了根据本发明实施例的初始小区搜索装置400的框图，其中，为了简明起见仅仅示出了与本发明密切相关的部分。在初始小区搜索装置400中，能够执行以上参考图3所描述的初始小区搜索方法。

如图4所示，初始小区搜索装置400可以包括接收单元401、PSS检测单元403、第一合并单元405、第一度量值计算单元407、第一门限比较单元409、第一控制单元411、第一计算单元413、CFO补偿单元415、SSS检测单元417、第二合并单元419、第二度量值计算单元421、第二门限比较单元423、第二控制单元425以及第二计算单元427。

其中，接收单元401可以用于通过天线接收信号，然后对所接收的信号进行预处理，例如，将信号变到基带，然后将模拟信号变成数字信号，再通过滤波和下采等处理。

PSS检测单元403可以用于通过将从接收单元401输出的接收信号与本地生成的PSS信号进行互相关运算，进行PSS检测。

第一合并单元405可以用于按照第一合并次数m对由PSS检测单元403算出的相关值进行合并，其中m是初始值为0的整数。

第一度量值计算单元407可以用于根据由第一合并单元405算出的第一合并相关值，计算用于评估PSS检测性能的第一度量值。

第一门限比较单元409可以用于将由第一度量值计算单元407算出的第一度量值与第一门限进行比较。

第一控制单元411可以用于在第一度量值不大于第一门限的情况下，递增第一合并次数m并且重复执行PSS检测单元403、第一合并单元405、第一度量值计算单元407和第一门限比较单元409中的处理，直至第一度量值大于第一门限。

第一计算单元413可以用于根据由第一合并单元405算出的第一合并相关值，计算PSS ID、定时以及CFO的估计值。

CFO补偿单元415可以用于根据由第一计算单元413算出的CFO估计值进行CFO补偿。

SSS检测单元417可以用于通过在频域上将接收到的经均衡的SSS信号与本地生成的SSS信号进行互相关运算，进行SSS检测。

第二合并单元419可以用于按照第二合并次数n对由SSS检测单元417算出的相关值进行合并，其中n是初始值为0的整数。

第二度量值计算单元421可以用于根据由第二合并单元419算出的第二合并相关值，计算用于评估SSS检测性能的第二度量值。

第二门限比较单元423可以用于将由第二度量值计算单元421算出的第二度量值与第二门限进行比较。

第二控制单元425可以用于在第二度量值不大于第二门限的情况下，递增第二合并次数n并且重复执行SSS检测单元417、第二合并单元419、第二度量值计算单元421和第二门限比较单元423中的处理，直至第二度量值大于第二门限。

第二计算单元427可以用于根据由第二合并单元419算出的第二合并相关值，计算组ID，并且根据算出的组ID、以及由第一计算单元413算出的PSS ID，计算小区ID。

在本发明的一个具体实施例中，第一控制单元411可以在递增m之后，将m与第一最大合并次数M进行比较，其中M是大于0的整数，如果m大于M，则确定初始小区搜索过程失败并退出初始小区搜索过程。

在本发明的一个具体实施例中，第二控制单元425可以在将递增n之后，将n与第二最大合并次数N进行比较，其中N是大于0的整数，如果n大于N，则重置CFO补偿，并且重新开始初始小区搜索过程。

由于在上文中已经参照方法的流程图对初始小区搜索装置400的各个组成部件的具体和/或可选处理过程进行了描述，因此，在此为了避免重复，就不再对它们的操作和处理过程进行详述了。

在此需要说明的是，图4所示的初始小区搜索装置400的结构仅仅是示例性的，本领域技术人员可以根据需要对图4所示的结构框图进行修改。

根据本发明的上述技术方案，通过仿真得到的小区搜索时间的互补累积分布函数(Complementary Cumulative Distribution Function，CCDF)如图5所示。上述仿真中，th1＝13dB，M＝16，th2＝9dB，N＝6，信道为ETU300Hz。对于单基站场景，SNR＝-5dB，而对于3基站的场景，3个基站的SNR分别为-5dB，-7dB，-7dB，3个基站的Cell ID分别为109，120，113，3个基站的相对延时为0，0，CP/2。从图5可以看出，对于单基站的场景，90％的小区搜索时间为35ms，而对于3基站的场景，90％的小区搜索时间为45ms。由上可知，根据本发明的上述技术方案，能够以比较快的速度接入网络。

此外，显然地，根据本发明的上述方法的各个操作过程也可以以存储在各种机器可读的存储介质中的计算机可执行程序的方式实现。

而且，本发明的目的也可以通过下述方式实现：将存储有上述可执行程序代码的存储介质直接或者间接地提供给系统或设备，并且该系统或设备中的计算机或者中央处理单元(CPU)读出并执行上述程序代码。此时，只要该系统或者设备具有执行程序的功能，则本发明的实施方式不局限于程序，并且该程序也可以是任意的形式，例如，目标程序、解释器执行的程序或者提供给操作系统的脚本程序等。

上述这些机器可读存储介质包括但不限于：各种存储器和存储单元，半导体设备，磁盘单元例如光、磁和磁光盘，以及其它适于存储信息的介质等。

另外，计算机通过连接到因特网上的相应网站，并且将依据本发明的计算机程序代码下载和安装到计算机中然后执行该程序，也可以实现本发明。

在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。

以上虽然结合附图详细描述了本发明的实施例，但是应当明白，上面所描述的实施方式只是用于说明本发明，而并不构成对本发明的限制。对于本领域的技术人员来说，可以对上述实施方式作出各种修改和变更而没有背离本发明的实质和范围。因此，本发明的范围仅由所附的权利要求及其等效含义来限定。

通过上面对本发明的实施例的描述可知，本发明涵盖的技术方案包括但不限于如下的内容：

附记1.一种初始小区搜索方法，包括以下步骤：

主同步序列PSS检测步骤，通过将接收信号与本地生成的PSS信号进行互相关运算，进行PSS检测；

第一合并步骤，按照第一合并次数m对在PSS检测步骤中算出的相关值进行合并，其中m是初始值为0的整数；

第一度量值计算步骤，根据在第一合并步骤中算出的第一合并相关值，计算用于评估PSS检测性能的第一度量值；

第一门限比较步骤，将在第一度量值计算步骤中算出的第一度量值与第一门限进行比较；

第一控制步骤，在第一度量值不大于第一门限的情况下，递增第一合并次数m并且重复执行PSS检测步骤、第一合并步骤、第一度量值计算步骤和第一门限比较步骤，直至第一度量值大于第一门限；

第一计算步骤，根据在第一合并步骤中算出的第一合并相关值，计算PSS ID、定时以及载波频率偏移CFO的估计值；

CFO补偿步骤，根据在第一计算步骤中算出的CFO估计值进行CFO补偿；

辅同步序列SSS检测步骤，通过在频域上将接收到的经均衡的SSS信号与本地生成的SSS信号进行互相关运算，进行SSS检测；

第二合并步骤，按照第二合并次数n对在SSS检测步骤中算出的相关值进行合并，其中n是初始值为0的整数；

第二度量值计算步骤，根据在第二合并步骤中算出的第二合并相关值，计算用于评估SSS检测性能的第二度量值；

第二门限比较步骤，将在第二度量值计算步骤中算出的第二度量值与第二门限进行比较；

第二控制步骤，在第二度量值不大于第二门限的情况下，递增第二合并次数n并且重复执行SSS检测步骤、第二合并步骤、第二度量值计算步骤和第二门限比较步骤，直至第二度量值大于第二门限；以及

第二计算步骤，根据在第二合并步骤中算出的第二合并相关值，计算组ID，并且根据算出的组ID、以及在第一计算步骤中算出的PSS ID，计算小区ID。

附记2.如附记1所述的初始小区搜索方法，其中在第一控制步骤中，在递增m之后，将m与第一最大合并次数M进行比较，其中M是大于0的整数，如果m大于M，则确定初始小区搜索过程失败并退出初始小区搜索过程。

附记3.如附记1所述的初始小区搜索方法，其中在第二控制步骤中，在将递增n之后，将n与第二最大合并次数N进行比较，其中N是大于0的整数，如果n大于N，则重置CFO补偿，并且重新开始初始小区搜索过程。

附记4.如附记1所述的初始小区搜索方法，其中在第一度量值计算步骤中按照下式计算所述第一度量值：

$\mathrm{Metric}\_1(\mathrm{id},m)={\left|\frac{\frac{1}{W_{\mathrm{PSS}}+1}\underset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}}{\overset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)}{\frac{1}{W_{\mathrm{samples}}-W_{\mathrm{PSS}}-1}(\underset{k=0}{\overset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)+\underset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}+1}{\overset{k=W_{\mathrm{samples}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m))}\right|}^2$

其中id为PSS ID索引号，C_av(id，k，m)为所述第一合并相关值，k_max(id)＝argmax(C_av(id，k，m))，W_samples为PSS检测搜索窗内的样点数，而W_PSS为第一度量值计算窗内的样点数。

附记5.如附记1所述的初始小区搜索方法，其中在第一度量值计算步骤中按照下式计算所述第一度量值：

$\mathrm{Metric}\_1(\mathrm{id},m)={\left|\frac{C_{\mathrm{av}}(\mathrm{id},k_{\max }\left(\mathrm{id}\right),m)}{\frac{1}{W_{\mathrm{samples}}}\underset{k=0}{\overset{W_{\mathrm{samples}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)}\right|}^2$

其中id为PSS ID索引号，C_av(id，k，m)为所述第一合并相关值，k_max(id)＝argmax(C_av(id，k，m))，W_samples为PSS检测搜索窗内的样点数。

附记6.如附记1所述的初始小区搜索方法，其中在第二度量值计算步骤中按照下式计算所述第二度量值：

$\mathrm{Metric}\_2\left(n\right)={\left|\frac{S_{\mathrm{av}}(\mathrm{group}\_{\mathrm{id}}_{\mathrm{select}},\mathrm{cp}\_{\mathrm{type}}_{\mathrm{select}},\mathrm{frame}\_{\mathrm{tim}}_{\mathrm{select}},n)}{\frac{1}{671}\underset{\mathrm{frame}\_\mathrm{tim}\≠\mathrm{frame}\_{\mathrm{tim}}_{\mathrm{select}}}{\underset{\mathrm{cp}\_\mathrm{type}\≠\mathrm{cp}\_{\mathrm{type}}_{\mathrm{select}}}{\underset{\mathrm{group}\_\mathrm{id}\≠\mathrm{group}\_{\mathrm{id}}_{\mathrm{select}}}{\mathrm{\Σ}}}}{S}_{\mathrm{av}}(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},n)}\right|}^2$

其中groud_id为组ID索引，cp_type表示循环前缀类型，frame_tim表示当前半帧是一帧数据的前半帧还是后半帧，S_av(group_id，cp_type，frame_tim，n)为所述第二合并相关值，以及(group_id_select，cp_type_select，frame_tim_select)＝arg max(|S_av(group_id，cp_type，frame_tim，n))|²)。

附记7.如附记1所述的初始小区搜索方法，其中在第二度量值计算步骤中按照下式计算所述第二度量值：

$\mathrm{Metric}\_2\left(n\right)={\left|\frac{S_{\mathrm{av}}(\mathrm{group}\_{\mathrm{id}}_{\mathrm{select}},\mathrm{cp}\_{\mathrm{type}}_{\mathrm{select}},\mathrm{frame}\_{\mathrm{tim}}_{\mathrm{select}},n)}{\frac{1}{672}\underset{\mathrm{frame}\_\mathrm{tim}\∈\left[\mathrm{0,1}\right]}{\underset{\mathrm{cp}\_\mathrm{type}\∈\left[\mathrm{0,1}\right]}{\underset{\mathrm{group}\_\mathrm{id}\∈\left[\mathrm{0,167}\right]}{\mathrm{\Σ}}}}{S}_{\mathrm{av}}(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},n)}\right|}^2$

其中groud_id为组ID索引，cp_type表示循环前缀类型，frame_tim表示当前半帧是一帧数据的前半帧还是后半帧，S_av(group_id，cp_type，frame_tim，n)为所述第二合并相关值，以及(group_id_select，cp_type_select，frame_tim_select)＝arg max(|S_av(group_id，cp_type，frame_tim，n))|²)。

附记8.一种初始小区搜索装置，包括：

主同步序列PSS检测单元，用于通过将接收信号与本地生成的PSS信号进行互相关运算，进行PSS检测；

第一合并单元，用于按照第一合并次数m对由PSS检测单元算出的相关值进行合并，其中m是初始值为0的整数；

第一度量值计算单元，用于根据由第一合并单元算出的第一合并相关值，计算用于评估PSS检测性能的第一度量值；

第一门限比较单元，用于将由第一度量值计算单元算出的第一度量值与第一门限进行比较；

第一控制单元，用于在第一度量值不大于第一门限的情况下，递增第一合并次数m并且重复执行PSS检测单元、第一合并单元、第一度量值计算单元和第一门限比较单元中的处理，直至第一度量值大于第一门限；

第一计算单元，用于根据由第一合并单元算出的第一合并相关值，计算PSS ID、定时以及载波频率偏移CFO的估计值；

CFO补偿单元，用于根据由第一计算单元算出的CFO估计值进行CFO补偿；

辅同步序列SSS检测单元，用于通过在频域上将接收到的经均衡的SSS信号与本地生成的SSS信号进行互相关运算，进行SSS检测；

第二合并单元，用于按照第二合并次数n对由SSS检测单元算出的相关值进行合并，其中n是初始值为0的整数；

第二度量值计算单元，用于根据由第二合并单元算出的第二合并相关值，计算用于评估SSS检测性能的第二度量值；

第二门限比较单元，用于将由第二度量值计算单元算出的第二度量值与第二门限进行比较；

第二控制单元，用于在第二度量值不大于第二门限的情况下，递增第二合并次数n并且重复执行SSS检测单元、第二合并单元、第二度量值计算单元和第二门限比较单元中的处理，直至第二度量值大于第二门限；以及

第二计算单元，用于根据由第二合并单元算出的第二合并相关值，计算组ID，并且根据算出的组ID、以及由第一计算单元算出的PSS ID，计算小区ID。

附记9.如附记8所述的初始小区搜索装置，其中第一控制单元在递增m之后，将m与第一最大合并次数M进行比较，其中M是大于0的整数，如果m大于M，则确定初始小区搜索过程失败并退出初始小区搜索过程。

附记10.如附记8所述的初始小区搜索装置，其中第二控制单元在将递增n之后，将n与第二最大合并次数N进行比较，其中N是大于0的整数，如果n大于N，则重置CFO补偿，并且重新开始初始小区搜索过程。

附记11.如附记8所述的初始小区搜索装置，其中第一度量值计算单元按照下式计算所述第一度量值：

$\mathrm{Metric}\_1(\mathrm{id},m)={\left|\frac{\frac{1}{W_{\mathrm{PSS}}+1}\underset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}}{\overset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)}{\frac{1}{W_{\mathrm{samples}}-W_{\mathrm{PSS}}-1}(\underset{k=0}{\overset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)+\underset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}+1}{\overset{k=W_{\mathrm{samples}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m))}\right|}^2$

其中id为PSS ID索引号，C_av(id，k，m)为所述第一合并相关值，k_max(id)＝argmax(C_av(id，k，m))，W_samples为PSS检测搜索窗内的样点数，而W_PSS为第一度量值计算窗内的样点数。

附记12.如附记8所述的初始小区搜索装置，其中第一度量值计算单元按照下式计算所述第一度量值：

$\mathrm{Metric}\_1(\mathrm{id},m)={\left|\frac{C_{\mathrm{av}}(\mathrm{id},k_{\max }\left(\mathrm{id}\right),m)}{\frac{1}{W_{\mathrm{samples}}}\underset{k=0}{\overset{W_{\mathrm{samples}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)}\right|}^2$

其中id为PSS ID索引号，C_av(id，k，m)为所述第一合并相关值，k_max(id)＝arg max(C_av(id，k，m))，W_samples为PSS检测搜索窗内的样点数。

附记13.如附记8所述的初始小区搜索装置，其中第二度量值计算单元按照下式计算所述第二度量值：

$\mathrm{Metric}\_2\left(n\right)={\left|\frac{S_{\mathrm{av}}(\mathrm{group}\_{\mathrm{id}}_{\mathrm{select}},\mathrm{cp}\_{\mathrm{type}}_{\mathrm{select}},\mathrm{frame}\_{\mathrm{tim}}_{\mathrm{select}},n)}{\frac{1}{671}\underset{\mathrm{frame}\_\mathrm{tim}\≠\mathrm{frame}\_{\mathrm{tim}}_{\mathrm{select}}}{\underset{\mathrm{cp}\_\mathrm{type}\≠\mathrm{cp}\_{\mathrm{type}}_{\mathrm{select}}}{\underset{\mathrm{group}\_\mathrm{id}\≠\mathrm{group}\_{\mathrm{id}}_{\mathrm{select}}}{\mathrm{\Σ}}}}{S}_{\mathrm{av}}(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},n)}\right|}^2$

其中groud_id为组ID索引，cp_type表示循环前缀类型，frame_tim表示当前半帧是一帧数据的前半帧还是后半帧，S_av(group_id，cp_type，frame_tim，n)为所述第二合并相关值，以及(group_id_select，cp_type_select，frame_tim_select)＝arg max(|Sav(group_id，cp_type，frame_tim，n))|²)。

附记14.如附记8所述的初始小区搜索装置，其中第二度量值计算单元按照下式计算所述第二度量值：

$\mathrm{Metric}\_2\left(n\right)={\left|\frac{S_{\mathrm{av}}(\mathrm{group}\_{\mathrm{id}}_{\mathrm{select}},\mathrm{cp}\_{\mathrm{type}}_{\mathrm{select}},\mathrm{frame}\_{\mathrm{tim}}_{\mathrm{select}},n)}{\frac{1}{672}\underset{\mathrm{frame}\_\mathrm{tim}\∈\left[\mathrm{0,1}\right]}{\underset{\mathrm{cp}\_\mathrm{type}\∈\left[\mathrm{0,1}\right]}{\underset{\mathrm{group}\_\mathrm{id}\∈\left[\mathrm{0,167}\right]}{\mathrm{\Σ}}}}{S}_{\mathrm{av}}(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},n)}\right|}^2$

其中groud_id为组ID索引，cp_type表示循环前缀类型，frame_tim表示当前半帧是一帧数据的前半帧还是后半帧，S_av(group_id，cp_type，frame_tim，n)为所述第二合并相关值，以及(group_id_select，cp_type_select，frame_tim_select)＝arg max(|Sav(group_id，cp_type，frame_tim，n))|²)。

附记15.一种程序产品，其包括存储在其中的机器可读指令代码，其中所述指令代码在由计算机读取并执行时能够使所述计算机执行根据附记1-7中的任一项所述的方法。

附记16.一种机器可读存储介质，其中承载了根据附记15所述的程序产品。

Claims (10)

1.一种初始小区搜索方法，包括以下步骤：

主同步序列PSS检测步骤，通过将接收信号与本地生成的PSS信号进行互相关运算，进行PSS检测；

第一合并步骤，按照第一合并次数m对在PSS检测步骤中算出的相关值进行合并，其中m是初始值为0的整数；

第一度量值计算步骤，根据在第一合并步骤中算出的第一合并相关值，计算用于评估PSS检测性能的第一度量值；

第一门限比较步骤，将在第一度量值计算步骤中算出的第一度量值与第一门限进行比较；

第一控制步骤，在第一度量值不大于第一门限的情况下，递增第一合并次数m并且重复执行PSS检测步骤、第一合并步骤、第一度量值计算步骤和第一门限比较步骤，直至第一度量值大于第一门限；

第一计算步骤，根据在第一合并步骤中算出的第一合并相关值，计算PSS ID、定时以及载波频率偏移CFO的估计值；

CFO补偿步骤，根据在第一计算步骤中算出的CFO估计值进行CFO补偿；

辅同步序列SSS检测步骤，通过在频域上将接收到的经均衡的SSS信号与本地生成的SSS信号进行互相关运算，进行SSS检测；

第二合并步骤，按照第二合并次数n对在SSS检测步骤中算出的相关值进行合并，其中n是初始值为0的整数；

第二度量值计算步骤，根据在第二合并步骤中算出的第二合并相关值，计算用于评估SSS检测性能的第二度量值；

第二门限比较步骤，将在第二度量值计算步骤中算出的第二度量值与第二门限进行比较；

第二控制步骤，在第二度量值不大于第二门限的情况下，递增第二合并次数n并且重复执行SSS检测步骤、第二合并步骤、第二度量值计算步骤和第二门限比较步骤，直至第二度量值大于第二门限；以及

第二计算步骤，根据在第二合并步骤中算出的第二合并相关值，计算组ID，并且根据算出的组ID、以及在第一计算步骤中算出的PSS ID，计算小区ID。

2.如权利要求1所述的初始小区搜索方法，其中在第一控制步骤中，在递增m之后，将m与第一最大合并次数M进行比较，其中M是大于0的整数，如果m大于M，则确定初始小区搜索过程失败并退出初始小区搜索过程。

3.如权利要求1所述的初始小区搜索方法，其中在第二控制步骤中，在将递增n之后，将n与第二最大合并次数N进行比较，其中N是大于0的整数，如果n大于N，则重置CFO补偿，并且重新开始初始小区搜索过程。

4.如权利要求1所述的初始小区搜索方法，其中在第一度量值计算步骤中按照下式计算所述第一度量值：

$\mathrm{Metric}\_1(\mathrm{id},m)={\left|\frac{\frac{1}{W_{\mathrm{PSS}}+1}\underset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}}{\overset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)}{\frac{1}{W_{\mathrm{samples}}-W_{\mathrm{PSS}}-1}(\underset{k=0}{\overset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)+\underset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}+1}{\overset{k=W_{\mathrm{samples}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m))}\right|}^2$

其中id为PSS ID索引号，C_av(id，k，m)为所述第一合并相关值，k_max(id)＝arg max(C_av(id，k，m))，W_samples为PSS检测搜索窗内的样点数，而W_PSS为第一度量值计算窗内的样点数。

5.如权利要求1所述的初始小区搜索方法，其中在第二度量值计算步骤中按照下式计算所述第二度量值：

$\mathrm{Metric}\_2\left(n\right)={\left|\frac{S_{\mathrm{av}}({\mathrm{group}\_\mathrm{id}}_{\mathrm{select}},{\mathrm{cp}\_\mathrm{type}}_{\mathrm{select}},{\mathrm{frame}\_\mathrm{tim}}_{\mathrm{select}},n)}{\frac{1}{671}\underset{\mathrm{frame}\_\mathrm{tim}\≠{\mathrm{frame}\_\mathrm{tim}}_{\mathrm{select}}}{\underset{\mathrm{cp}\_\mathrm{type}\≠{\mathrm{cp}\_\mathrm{type}}_{\mathrm{select}}}{\underset{\mathrm{group}\_\mathrm{id}\≠{\mathrm{group}\_\mathrm{id}}_{\mathrm{select}}}{\mathrm{\Σ}}}}{S}_{\mathrm{av}}(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},n)}\right|}^2$

其中groud_id为组ID索引，cp_type表示循环前缀类型，frame_tim表示当前半帧是一帧数据的前半帧还是后半帧，S_av(group_id，cp_type，frame_tim，n)为所述第二合并相关值，以及(group_id_select，cp_type_select，frame_tim_select)＝arg max(|S_av(group_id，cp_type，frame_tim，n))|²)。

6.一种初始小区搜索装置，包括：

主同步序列PSS检测单元，用于通过将接收信号与本地生成的PSS信号进行互相关运算，进行PSS检测；

第一合并单元，用于按照第一合并次数m对由PSS检测单元算出的相关值进行合并，其中m是初始值为0的整数；

第一度量值计算单元，用于根据由第一合并单元算出的第一合并相关值，计算用于评估PSS检测性能的第一度量值；

第一门限比较单元，用于将由第一度量值计算单元算出的第一度量值与第一门限进行比较；

第一控制单元，用于在第一度量值不大于第一门限的情况下，递增第一合并次数m并且重复执行PSS检测单元、第一合并单元、第一度量值计算单元和第一门限比较单元中的处理，直至第一度量值大于第一门限；

第一计算单元，用于根据由第一合并单元算出的第一合并相关值，计算PSS ID、定时以及载波频率偏移CFO的估计值；

CFO补偿单元，用于根据由第一计算单元算出的CFO估计值进行CFO补偿；

辅同步序列SSS检测单元，用于通过在频域上将接收到的经均衡的SSS信号与本地生成的SSS信号进行互相关运算，进行SSS检测；

第二合并单元，用于按照第二合并次数n对由SSS检测单元算出的相关值进行合并，其中n是初始值为0的整数；

第二度量值计算单元，用于根据由第二合并单元算出的第二合并相关值，计算用于评估SSS检测性能的第二度量值；

第二门限比较单元，用于将由第二度量值计算单元算出的第二度量值与第二门限进行比较；

第二控制单元，用于在第二度量值不大于第二门限的情况下，递增第二合并次数n并且重复执行SSS检测单元、第二合并单元、第二度量值计算单元和第二门限比较单元中的处理，直至第二度量值大于第二门限；以及

第二计算单元，用于根据由第二合并单元算出的第二合并相关值，计算组ID，并且根据算出的组ID、以及由第一计算单元算出的PSS ID，计算小区ID。

7.如权利要求6所述的初始小区搜索装置，其中第一控制单元在递增m之后，将m与第一最大合并次数M进行比较，其中M是大于0的整数，如果m大于M，则确定初始小区搜索过程失败并退出初始小区搜索过程。

8.如权利要求6所述的初始小区搜索装置，其中第二控制单元在将递增n之后，将n与第二最大合并次数N进行比较，其中N是大于0的整数，如果n大于N，则重置CFO补偿，并且重新开始初始小区搜索过程。

9.如权利要求6所述的初始小区搜索装置，其中第一度量值计算单元按照下式计算所述第一度量值：

$\mathrm{Metric}\_1(\mathrm{id},m)={\left|\frac{\frac{1}{W_{\mathrm{PSS}}+1}\underset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}}{\overset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)}{\frac{1}{W_{\mathrm{samples}}-W_{\mathrm{PSS}}-1}(\underset{k=0}{\overset{k=k_{\max }\left(\mathrm{id}\right)-W_{\mathrm{PSS}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m)+\underset{k=k_{\max }\left(\mathrm{id}\right)+W_{\mathrm{PSS}}+1}{\overset{k=W_{\mathrm{samples}}-1}{\mathrm{\Σ}}}{C}_{\mathrm{av}}(\mathrm{id},k,m))}\right|}^2$

其中id为PSS ID索引号，C_av(id，k，m)为所述第一合并相关值，k_max(id)＝arg max(C_av(id，k，m))，W_samples为PSS检测搜索窗内的样点数，而W_PSS为第一度量值计算窗内的样点数。

10.如权利要求8所述的初始小区搜索装置，其中第二度量值计算单元按照下式计算所述第二度量值：

$\mathrm{Metric}\_2\left(n\right)={\left|\frac{S_{\mathrm{av}}({\mathrm{group}\_\mathrm{id}}_{\mathrm{select}},{\mathrm{cp}\_\mathrm{type}}_{\mathrm{select}},{\mathrm{frame}\_\mathrm{tim}}_{\mathrm{select}},n)}{\frac{1}{671}\underset{\mathrm{frame}\_\mathrm{ti}\min g\≠{\mathrm{frame}\_\mathrm{ti}\min g}_{\mathrm{select}}}{\underset{\mathrm{cp}\_\mathrm{type}\≠{\mathrm{cp}\_\mathrm{type}}_{\mathrm{select}}}{\underset{\mathrm{group}\_\mathrm{id}\≠{\mathrm{group}\_\mathrm{id}}_{\mathrm{select}}}{\mathrm{\Σ}}}}{S}_{\mathrm{av}}(\mathrm{group}\_\mathrm{id},\mathrm{cp}\_\mathrm{type},\mathrm{frame}\_\mathrm{tim},n)}\right|}^2$

其中groud_id为组ID索引，cp_type表示循环前缀类型，frame_tim表示当前半帧是一帧数据的前半帧还是后半帧，S_av(group_id，cp_type，frame_tim，n)为所述第二合并相关值，以及(group_id_select，cp_type_select，frame_tim_select)＝arg max(|S_av(group_id，cp_type，frame_tim，n))|²)。