CN102224718A - 对于时间和/或空间相关信号的盲频率偏移估计 - Google Patents

Abstract

公开了一种不要求任何训练信号或解调信息符号的迭代的、盲频率偏移估计过程。通过在一些实施例中通过利用在时间域中接收信号的时间相关及接收信号跨同相和正交维度的相关，以查找在最大似然意义中最适合接收信号的频率偏移估计，采用公开过程的接收器能够产生定期频率偏移估计，而无需运行计算上密集的均衡或解调算法。在估计接收器频率偏移的示范方法中，从与接收信号的两个或更多时间分隔的样本的每个样本对应的多分支信号样本来形成时间堆叠的信号块。时间堆叠的信号块用于计算按照接收器频率偏移反旋的时间堆叠的信号块的空间协方差和接收器频率偏移的最大似然联合估计。

Description

对于时间和/或空间相关信号的盲频率偏移估计

技术领域

本发明涉及电信系统，并且具体地说，涉及用于估计无线通信接收器中的接收器频率偏移的方法和设备。

背景技术

在蜂窝通信系统中，移动终端的一个关键任务是同步其内部基准时间和服务或其它附近基站的载频。需要频率同步不但是为了使得能够适当接收从基站传送的无线电信号，而且是为了确保从移动终端发射的无线电信号的频率满足严格的系统规范，以便不对其它用户生成相当大的干扰。

为了保持用于其振荡器的适当频率基准，移动终端一般基于从服务或监视的基站收到的信号执行频率偏移的定期估计，频率偏移即本地基准信号与传送的信号的实际频率的偏差。结果的频率偏移估计用于调整振荡器中的基准频率以阻止其偏离正确的指定频率，补偿在接收信号上执行的数字信号处理或两者。用于准确估计与接收信号的频率偏移的一种有效算法因此对移动终端的正常操作是必需的。

许多常规频率估计算法要求接收器具有关于实际传送的信号的某些知识，这些知识可能通过使用预定的训练信号或通过以引导决定的方式使用解调的信息符号来推导。然而，在许多情况下，训练信号可能对接收器而言太短，以至于无法推导准确的频率偏移估计，而引导决定的估计在计算上可能昂贵，并且可能要求使用对将来设计增强缺少灵活性的专业硬件加速器。

另外，许多常规决定反馈频率估计算法将基带接收信号视为复值信号，由此将接收信号的同相和正交分量分别视为复值信号的实部和虚部。通常，在假设在接收器各处使用复算术运算的条件下推导这些算法。结果，这些算法与将接收信号的同相和正交分量视为分开的“空间”维度或分支并在接收信号上应用更常见的二维“空间”运算的接收器不兼容。例如，GSM单天线干扰抵消(SAIC)接收器一般将接收信号的同相和正交分量视为好像它们来自两个不同的天线元件。此类接收器中涉及的空间运算是干扰抵消能力所必需的，但也能够使对应复值信号的相位信息严重失真。因此，需要特别设计的算法用于估计此类接收器中的频率偏移。

发明内容

本发明的各种实施采用不要求任何训练信号或解调信息符号的迭代的、盲频率偏移估计过程。结果，采用公开过程的接收器能够通过监视例如可预期用于其它用户的数据突发来产生定期频率偏移估计而无需运行计算密集的均衡或解调算法。

公开的接收器和处理技术利用时间域中接收信号的时间(块)相关以及接收信号跨同相和正交维度的相关(在一些实施例中)，以查找在最大似然意义中最适合接收信号的频率偏移估计。接收信号的时间(块)相关可由底层的期望信号或主要干扰信号或两者的信道色散、部分响应信令来产生，而跨同相和正交分量的相关可由接收信号中存在的一维符号星座来产生，例如通过二进制相移键控(BPSK)调制或高斯最小频移键控(GMSK)调制。

公开的技术可应用到设计用于各种蜂窝系统的多种多分支接收器架构的任何架构，包括GSM/EDGE系统、3GPP的长期演进(LTE)系统中的单载波频分多址(SC-FDMA)接收器或其它基于正交频分复用(OFDM)的系统。

本发明的一些实施例基于基带信号的复值模型，并因此只采用复算术运算。其它实施例基于用于基带信号的同相和正交分量的二维空间模型，并且在同相和正交分支上使用二维矩阵运算。前者实施例利用接收信号的时间相关，而后者也利用跨同相和正交域的空间相关。在接收信号的调制星座在同相/正交平面上是一维时，此后者方案能产生相当大的性能增益。

在估计通信接收器中的接收器频率偏移的示范方法中，从与接收信号的两个或更多时间分隔的样本的每个样本对应的多分支信号样本来形成时间堆叠的信号块。时间堆叠的信号块用于计算按照接收器频率偏移反旋的时间堆叠的信号块的空间协方差和接收器频率偏移的最大似然联合估计。在一些实施例中，通过对于所述多分支信号样本的每个分支堆叠复值样本来形成向量，从而生成时间堆叠的信号块，而在其它实施例中，时间堆叠的信号块可包括通过对于两个或更多多分支信号的每个分支堆叠实值的同相和正交样本而形成的向量。

在本发明的一些实施例中，计算按接收器频率偏移反旋的时间堆叠的信号块的空间协方差和接收器频率偏移的最大似然联合估计是使用迭代过程来执行的。在这些实施例的一些实施例中，在每次迭代中使用接收器频率偏移的当前估计从时间堆叠的信号块来计算反旋的接收信号块。对于每次迭代从反旋的接收信号块来估计信号协方差矩阵，并且按照估计的信号协方差矩阵的函数来更新接收器频率偏移的当前估计。此迭代过程可对于几次迭代来继续，直至满足预定条件。例如，在一些实施例中，可简单地重复该过程预定的最大迭代次数。在其它实施例中，可为每次迭代计算空间协方差和接收器频率偏移的联合估计的对数似然，并且迭代过程重复进行，直至连续迭代之间所计算的对数似然中的增量变化降到预定阈值之下。

本发明的另外实施例包括无线接收器(其可在配置用于与一个或多个无线标准一起操作的无线收发器中实施)，所述无线接收器包括配置成执行本文中所述的一个或多个频率偏移估计技术的一个或多个处理电路。当然，本领域技术人员将理解，本发明不限于上述特征、优点、上下文或示例，并且将在阅读以下详细描述和查看附图后认识到另外的特征和优点。

附图说明

图1示出包括根据本发明的一些实施例的示范无线收发器的无线通信系统。

图2示出用于估计通信接收器中的接收器频率偏移的示范过程流程。

图3是示出根据本发明的一些实施例的用于估计接收器频率偏移的方法的另一过程流程图。

图4示出根据本发明的一些实施例的另一示范无线收发器的细节。

具体实施方式

本文中公开的频率偏移估计技术可应用到设计用于各种蜂窝系统的多种多分支接收器架构的任何架构，如GSM/EDGE系统、3GPP的长期演进(LTE)系统中的单载波频分多址(SC-FDMA)接收器或其它基于正交频分复用(OFDM)的系统。相应地，图1示出包括基站110和无线收发器150的无线系统100的简化框图。基站110例如可包括GSM/EDGE基站或LTE演进节点B，而无线收发器150包含配置用于与包括基站110支持的无线标准和频带的一个或多个无线标准和一个或多个频带兼容的无线接收器电路和无线传送器电路。

如图所示，示范无线收发器150包括提供多分支接收信号到双工电路152的两个接收天线，双工电路152又将多分支接收信号提供到接收器前端电路156。本领域技术从员将理解，双工器电路152可根据无线标准包括一个或多个滤波器和/或开关，并且用于交替连接天线到接收器(RX)前端电路156和传送器(TX)模拟部分154，或者用于将TX模拟部分154生成的信号与RX前端电路156隔开，或用于这两个目的。本领域技术人员将理解，TX模拟部分154和RX前端电路156可包括根据对无线收发器150支持的无线标准和频带适当的公知技术配置的一个或多个功率放大器、低噪声放大器、滤波器、混频器、调制器、模数转换器(ADC)、数模转换器(DAC)及诸如此类。相应地，本文中未提供这些电路的进一步细节，这些细节不是理解本发明所必需的。

为TX模拟部分154和RX前端156提供来自锁相环(PLL)电路158的一个或多个基准信号，该锁相环电路又由例如可以是温度补偿晶体振荡器电路的基准时钟振荡器159驱动。同样地，各种适合的锁相环电路和基准振荡器电路的设计细节对本领域技术人员是公知的，因而在此不提供。

基带信号处理电路160可包括一个或几个微处理器、微控制器、数字信号处理器或诸如此类，配置有适当的固件和/或软件，将传送基带信号(例如可包括一系列的编码数字样本)供应到TX模拟部分154；TX模拟部分154通过传送基带信号来调制PLL 158所提供的基准信号，在必需时将调制的信号上转换到射频(RF)载波信号频率，并且放大RF信号以便传送到基站110。基带信号处理电路160还接收来自RX前端电路156的接收器基带信号(RX前端电路156例如可包括跟随有一个或多个ADC的零差或外差下转换器)，并且根据常规技术执行解调和解码过程。

在图1所示的无线收发器150中，复值多分支接收信号样本r_c[n]由RX前端电路156提供到基带信号处理电路160以便除其它之外由频率偏移估计电路165使用。在此实施例中，如下详细所述，能够利用多分支信号样本的时间相关来估计无线接收器的频率误差或“频率偏移”。也如下面将参照图4描述的，其它实施例可还利用接收信号的同相和正交分量之间的空间相关。

在任何情况下，无线收发器150中使用的基准信号通常必须受到严格控制，以匹配在基站110的对应频率源。此严格控制是确保无线收发器150传送的信号保持在预定带宽内以避免对其它无线装置造成过多干扰所必需的。此严格控制也是确保接收信号的适当解调和解码所必需的。相应地，基带信号处理电路160包括频率偏移估计电路165，其配置成根据本文中所述的一个或多个技术来估计无线收发器150使用的频率基准和基站110使用的那些频率基准之间的频率偏移。本领域技术人员将理解，术语“频率偏移”在本文中使用时旨在概括表示无线收发器150中使用的基准信号中相对于由基站110传送和无线收发器150接收的载频(或多个载频)的频率误差。本领域技术人员将理解，频率偏移通常表示为可应用到任何额定频率的无量纲的相对量，例如1X10^-8或十亿分之十，或者参考例如额定载频的特定额定频率时以频率单位来表示，例如100Hz。无论如何表示，本领域技术人员也将理解，频率偏移估计电路165测量的频率偏移可用于调整如图1所示的基准时钟159和/或PLL 158，和/或补偿基带信号处理电路160中的一个或多个信号处理功能。

根据本发明的各种实施例，频率偏移估计电路165配置成使用如图2概括所示的过程来估计相对于接收信号的接收器频率偏移。如在框210所示，空间和/或时间堆叠的信号块可通过堆叠接收信号的两个或更多时间分隔的多分支样本而形成，其中，多个信号分支可从使用两个或更多分开的天线来产生，从过采样信号的多个采样相位(sampling phase)来产生，或从这两者来产生。如下面将非常更详细所解释的，能够利用接收信号的时间和/或空间相关来估计频率偏移。具体而言，如框220所示，能够计算按接收器频率偏移反旋的时间堆叠信号块的空间/时间协方差和接收器频率偏移的最大似然联合估计。在本发明的一些实施例中，估计的接收器频率偏移可用于调整频率基准(例如，如在框230所示，通过调整基准时钟159或PLL电路158或这两者)。在一些实施例中，估计的接收器频率偏移可用于补偿接收信号样本上的基带信号处理(如通过以数字方式将接收信号的一个或多个数字样本反旋)。在一些实施例中，可使用这些技术的组合。

下面是根据本发明的几个实施例的用于在估计接收信号中的频率偏移中使用的示范公式的详细推导。下面的推导是为解释目的而陈述的，无意于限制，本领域技术人员将理解，根据上述的概括技术，在本发明的各种实施例中可使用本文中提出的公式化表述的微小变化和/或等效公式化表述来估计接收器频率偏移。

首先，考虑在N个样本的突发上收到的多分支信号的以下复值基带模型：

$r_c\left[n\right]=\left[\begin{array}{c}{r}_{c,1}\left[n\right]\\ r_{c,2}\left[n\right]\\ \·\\ \·\\ \·\\ r_{c,N_r}\left[n\right]\end{array}\right]=e^{j{\mathrm{\α}}_0(n-n_0)}\left\{u_c\right[n]+v_c[n\left]\right\}.---\left(1\right)$

(对于n＝0，1，...，N-1)，其中，α₀表示有关波特率(在弧度中)的真(实值)相对频率偏移，n₀表示指向突发的中间的常数指数，r_c，t[n]表示第i个接收信号分支，{u_c[n]}表示复值的期望信号，以及{v_c[n]}表示复值干扰加噪声向量过程。注意，多个信号分支可来自不同物理天线、过采样信号的不同采样相位或这两者。

现在，假设r[n，α]表示按α的频率偏移反旋的接收信号向量，即：

$r[n,\mathrm{\α}]\≡e^{-\mathrm{j\α}\{n-n_0\}}{r}_c\left[n\right]---\left(2\right)$

此外，假设：

r_M[n，α]≡vec([r[n，α]，r[n-1，α]，…r[n-M，α]])       (3)

是通过在列中堆叠

(其中，M表示“模型阶(model order)”)并且将MATLAB^TM表示法vec(A)≡A(:)用于任何矩阵A而形成的向量。类似地，假设：

r_M[n]≡vec([r_c[n]，r_c[n-1]，…r_c[n-M]])                    (4)

是通过在列中堆叠

而形成的向量；假设

v_M[n]≡vec([v_c[n]，v_c[n-1，]，…v_c[n-M]])                  (5)

表示对应的堆叠的噪声向量，以及假设

u_M[n]≡vec([u_c[n]，u_c[n-1，]，…，u_c[n-M]])                (6)

表示对应的堆叠的期望信号向量。

为了推导接收器频率偏移的估计的目的，我们假设反旋的接收信号向量r_M[n，α]具有平均值为0的复高斯分布。本领域技术人员将认识到此假设对(至少)正交频分复用(OFDM)信号(例如LTE系统中使用的那些信号)以及对于根据用于GSM和EDGE的标准来调制的信号成立。此外，我们定义(空间)协方差矩阵：

Q≡E{r_M[n，α]r_M[n，α]^H}                        (7)

给定用于N个样本的突发的堆叠的接收信号向量

和前面的假设和定义，能够计算空间协方差矩阵Q和频率偏移α的最大似然联合估计。换而言之，频率偏移

和

可被计算以将联合估计的对数似然最大化，即，使得

$({\widehat{\mathrm{\α}}}_{\mathrm{ML}},{\hat{Q}}_{\mathrm{ML}})\≡\underset{(\mathrm{\α},Q)}{\arg \max }\mathrm{ll}(\mathrm{\α},Q),---\left(8\right)$

其中给定接收信号向量

的情况下，

$\mathrm{ll}(\mathrm{\α},Q)\≡-(N-M)\log \det Q-\underset{n=M}{\overset{N-1}{\mathrm{\Σ}}}{r}_M{[n,\mathrm{\α}]}^H{Q}^{-1}{r}_M[n,\mathrm{\α}]$

$=-(N-M)\log \det Q-\mathrm{tr}\left\{Q^{-1}\underset{n=M}{\overset{N-1}{\mathrm{\Σ}}}{r}_M[n,\mathrm{\α}]r_M{[n,\mathrm{\α}]}^H\right\}---\left(9\right)$

是Q和α的对数似然函数。(函数tr{A}表示矩阵A的迹，而det A是A的行列式(determinant)。)

从等式(9)，能够显示出，对于任何给定α的最佳Q由下式给出

$\hat{Q}\left(\mathrm{\α}\right)\≡\underset{Q}{\arg \min }\mathrm{ll}(\mathrm{\α},Q)=\frac{1}{N-M}\underset{n=M}{\overset{N-1}{\mathrm{\Σ}}}{r}_M[n,\mathrm{\α}]r_M{[n,\mathrm{\α}]}^H.---\left(10\right)$

对于任何给定Q，如果F(Q)表示Q的逆的平方根矩阵，使得Q^-1＝F(Q)^HF(Q)，则对于给定Q的最佳α由下式给出：

$\widehat{\mathrm{\α}}\left(Q\right)\≡\underset{\mathrm{\α}}{\arg \min }\underset{n=M}{\overset{N-1}{\mathrm{\Σ}}}{\left|\right|F\left(Q\right)r_M[n,\mathrm{\α}]\left|\right|}^2,---\left(11\right)$

其必须满足：

$\underset{n=M}{\overset{N-1}{\mathrm{\Σ}}}\mathrm{Re}\left\{{\left[F\left(Q\right)r_M\right[n,\mathrm{\α}\left]\right]}^{H}F\left(Q\right)\frac{\∂r_M[n,\mathrm{\α}]}{\∂\mathrm{\α}}\right\}{|}_{\mathrm{\α}=\widehat{\mathrm{\α}}\left(Q\right)}=0,---\left(12\right)$

其中：

$\frac{\∂r_M[n,\mathrm{\α}]}{\∂\mathrm{\α}}=\mathrm{blkdiag}\left({\left\{j(n-k-n_0)e^{-\mathrm{j\α}(n-k-n_0)}{I}_{N_r}\right\}}_{k=0}^M\right)r_M\left[n\right],---\left(13\right)$

其中，表示块对角矩阵，矩阵

在对角线上。

作为α的函数的等式(12)的解通常不具有封闭式表达式。然而，由于频率偏移(以赫兹为单位)一般比波特率小得多，因此，相对频率偏移α小，并且旋转e^jθ能够通过其泰勒级数展开的前几个项很好地取近似值，由下式给出：

$e^{\mathrm{j\θ}}=1+\mathrm{j\θ}-\frac{{\mathrm{\θ}}^2}{2}+...---\left(14\right)$

如果仅使用等式(14)的前两个项(即，e^jθ的线性近似)，则：

$r_M[n,\mathrm{\α}]\≅r_M\left[n\right]-\mathrm{j\α}(K_{n-M}^n\⊗I_{N_r})r_M\left[n\right],---\left(15\right)$

和

$\frac{\∂r_M[n,\mathrm{\α}]}{\∂\mathrm{\α}}\≅[j{K}_{n-M}^n\⊗I_{N_r}+\mathrm{\α}{\left(K_{n-M}^n\right)}^2\⊗I_{N_r}]r_M\left[n\right],---\left(16\right)$

其中

表示N_r×N_r单位矩阵，并且

表示克罗内克积。

如果

$x_M\left[n\right]=j(K_{n-M}^n\⊗I_{N_r})r_M\left[n\right]---\left(18\right)$

和

$z_M\left[n\right]=({\left(K_{n-M}^n\right)}^2\⊗I_{N_r})r_M\left[n\right],---\left(19\right)$

则得出等式(12)中的必需条件还原为：

$\widehat{\mathrm{\α}}{\left(Q\right)}^2{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}+\widehat{\mathrm{\α}}\left(Q\right)[{\left|\right|x_M\left[n\right]\left|\right|}_{Q^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}]-{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{Q^{-1}}\≅0---\left(20\right)$

其中

${\⟨a\left[n\right],b\left[n\right]\⟩}_{Q^{-1}}\≡\underset{n=L+M}{\overset{N-1}{\mathrm{\Σ}}}a{\left[n\right]}^{H}F{\left(Q\right)}^{H}F\left(Q\right)b\left[n\right]=\underset{n=L+M}{\overset{N-1}{\mathrm{\Σ}}}a{\left[n\right]}^H{Q}^{-1}b\left[n\right]---\left(21\right)$

和

${\left|\right|a\left[n\right]\left|\right|}_{Q^{-1}}^2\≡{\⟨a\left[n\right],a\left[n\right]\⟩}_{Q^{-1}}.$

解等式(20)得到：

$\widehat{\mathrm{\α}}\left(Q\right)\≅\frac{{\left|\right|x_M\left[n\right]\left|\right|}_{Q^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}}{2{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}}[\sqrt{1+\frac{4{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{Q^{-1}}}{{({\left|\right|x_M\left[n\right]\left|\right|}_{Q^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}})}^2}}-1].---\left(22\right)$

(注意，等式(20)的另一根违反了小α的假设)

使用近似

等式(22)简化为：

$\widehat{\mathrm{\α}}\left(Q\right)\≅\frac{{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{Q^{-1}}}{{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}}.---\left(23\right)$

本领域技术人员将理解，为任何给定α提供最佳Q的等式(10)中的公式化表述可以迭代方式与为给定Q提供最佳α的等式(22)或(23)一起使用以计算频率偏移的近似最大似然估计。该方案在图3的过程流程图中概括示出，其可例如使用无线装置中的一个或多个处理电路来实现，如图1的无线收发器150中所示的基带信号处理电路160。

如在框310所示，所示过程开始于迭代指数i＝0和频率偏移估计的初始化。在一些实施例中，如果有关频率偏移的先验信息未知，则

可在零初始化。在其它实施例中，从诸如粗频率偏移估计过程等不同的估计过程推导的先验频率偏移估计可用作频率偏移的初始估计。在一些实施例中，来自使用本文中所述技术的前面盲估计的输出可用于初始化用于随后盲估计过程的频率偏移估计。

在任何情况下，如在框320所示，该过程继续于生成通过堆叠来自接收的突发的两个或更多(M+1，其中M是正整数)多分支信号样本而形成的空间和时间堆叠的信号块。使用上面采用的表示法，空间堆叠的信号块可由下式给出：

r_M[n]＝vec(r_c[n]，r_c[n-1]，…，r_c[n-M]).             (24)

如在框330所示，随后从堆叠的信号块和当前频率偏移估计来计算反旋的接收信号块。使用来自上面论述的表示法，反旋的接收信号块由下式给出：

$r_M[n,{\widehat{\mathrm{\α}}}^{\left(i\right)}]=[\mathrm{diag}(e^{-{\widehat{\mathrm{\α}}}^{\left(i\right)}(n-n_0)},e^{-{\widehat{\mathrm{\α}}}^{\left(i\right)}(n-1-n_0)},\·\·\·,e^{-{\widehat{\mathrm{\α}}}^{\left(i\right)}(n-M-n_0)})\⊗I_{N_r}]r_M\left[n\right].---\left(25\right)$

随后，如在框340所示，直接从反旋的接收信号块来计算信号协方差矩阵Q的估计。具体而言，给定对应于接收信号的样本M...N-1的一系列反旋的接收信号块，则此估计可根据下式来计算：

${\hat{Q}}^{\left(i\right)}=\frac{1}{N-M}\underset{n=M}{\overset{N-1}{\mathrm{\Σ}}}{r}_M[n,{\widehat{\mathrm{\α}}}^{\left(i\right)}]r_M{[n,{\widehat{\mathrm{\α}}}^{\left(i\right)}]}^H,---\left(26\right)$

并且给定频率偏移的当前估计

时，表示Q的最佳估计。

如在框350所示，当前估计Q即

随后用于更新频率偏移估计。如上所示，在一些实施例中，这可通过以下方式进行：首先计算

$x_M\left[n\right]=j(K_{n-M}^n\⊗I_{N_r})r_M\left[n\right]---\left(27\right)$

和

$z_M\left[n\right]=({\left(K_{n-M}^n\right)}^2\⊗I_{N_r})r_M\left[n\right],---\left(28\right)$

然后使用上述给定的

的近似之一，即

${\widehat{\mathrm{\α}}}^{(i+1)}=\frac{{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{{\left(Q^{\left(i\right)}\right)}^{-1}}}{{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left(Q^{\left(i\right)}\right)}^{-1}}}---\left(29\right)$

或者

${\widehat{\mathrm{\α}}}^{(i+1)}=\frac{{\left|\right|x_M\left[n\right]\left|\right|}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}}{2{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}}[\sqrt{1+\frac{4{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}}{{({\left|\right|x_M\left[n\right]\left|\right|}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}})}^2}}----\left(30\right)$

当然，本领域技术人员将理解，在一些实施例中可使用上面等式(11)中给出的

的一般公式化表述的其它近似。

用于Q和α的估计可重复进行，由此在每个的最大似然值上收敛，直至满足预定条件。在一些实施例中，此条件可简单地是如在框360和370所示的完成预定最大迭代次数。在一些实施例中，如在框380所示，在从一次迭代到下一次迭代的增量变化小于预定阈值时，可终止迭代。例如，可根据等式(9)为每次迭代计算对数似然值，如果从一次迭代到下一次迭代的变化小于预定阈值，则过程终止。否则，迭代指数i增大，并且重复更新过程。

如上所述，一些接收器将接收信号的同相和正交分量视为分开的“空间”维度或分支，并且在接收信号上应用更普遍的两维“空间”运算。上述技术可稍微修改以适应同相和正交分量的分开处理。如本领域技术人员将理解的，除了连续样本之间的时间相关外，此方案利用跨同相和正交域的空间相关。因此，在接收信号的调制星座在同相/正交平面上是一维时，能够实现相当大的性能增益。

相应地，图4示出无线收发器450的接收器部分的简化框图。与图1所示具有两个接收天线的无线收发器150不同，无线收发器450只包括单个接收天线。当然，本领域技术人员将理解，在其它实施例中可使用一个或多个另外的接收天线。任何情况下，无线收发器450的接收天线将接收信号提供到双工电路452，双工电路452又将接收信号提供到接收器前端电路456。如上相对于图1所述，本领域技术人员将理解，双工器电路452可根据无线标准包括一个或多个滤波器和/或开关，并且用于交替连接天线到接收器(RX)前端电路456和传送器(TX)模块部分，或者用于将传送器部分生成的信号与RX前端电路456隔开，或用于这两个目的。如图所示，RX前端电路456包括由来自锁相环电路458的同相和正交本地振荡器信号所驱动的同相与正交混频器和低噪声放大器。如上相对于图1所讨论的，本领域技术人员将理解，收发器450的传送器部分和RX前端电路456还包括图4中未示出的另外组件，如根据对无线收发器450支持的无线标准和频带适当的公知技术配置的一个或多个功率放大器、低噪声放大器、滤波器、混频器、调制器、模数转换器(ADC)、数模转换器(DAC)及诸如此类。相应地，本文中未提供这些电路的进一步细节，这些细节不是理解本发明所必需的。

为RX前端456供应了来自锁相环(PLL)电路458的同相(0°)和正交(90°)基准信号，而锁相环电路458又由基准时钟振荡器459驱动。同样地，各种适合的锁相环电路和基准振荡器电路的设计细节对本领域技术人员是公知的，因而在此不提供。基带信号处理电路460因此接收来自RX前端电路456的接收信号的分开的同相(I)和正交(Q)分量；这些I和Q分量可使用基带信号处理电路460或RX前端电路456中设置的匹配的模数转换器(未示出)进行数字化。除了它的其它功能，基带信号处理电路460根据可包括单天线干扰抵消(SAIC)技术的常规技术来执行解调和解码过程，单天线干扰抵消技术将接收信号的I和Q分量视为它们好像来自两个不同的天线元件。

在上面详细描述的过程中，利用接收信号的时间(块)相关来推导接收器频率偏移的估计。如下面将详细示出的，包括但不限于如图4所示单天线接收器结构的本发明的其它实施例可利用接收信号的同相和正交分量之间的空间相关及时间相关来估计频率偏移。正如本领域技术人员将理解的，用于时间/空间协方差和估计的频率偏移的下面公式化表述的推导与上面详细所述的十分类似。主要差别在于复信号的实部和虚部被视为二维实值向量信号。

通过将每个信号分支r_c，i[n]的实部和虚部堆叠成2乘1向量，等式(1)的信号模型能够表示为：

$r\left[n\right]=(I_{N_r}\⊗{\mathrm{\Φ}}_{{\mathrm{\α}}_0(n-n_0)})\left\{u\right[n]+v[n\left]\right\},---\left(31\right)$

(对于n＝0，1，…，N-1)，其中，

表示N_r×N_r单位矩阵，

表示克罗内克积，以及其中

${\mathrm{\Φ}}_{\mathrm{\θ}}=\left[\begin{array}{cc}\cos \mathrm{\θ}& -\sin \mathrm{\θ}\\ \sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right].---\left(32\right)$

相应地，r[n]表示实值多分支接收信号向量，具有维度2N_r，u[n]表示对应的实值期望信号，以及v[n]表示对应的实值干扰加噪声过程。

现在，假设r[n，α]表示按频率偏移α反旋的接收信号向量，即：

$r[n,\mathrm{\α}]\≡(I_{N_r}\⊗{\mathrm{\Φ}}_{\mathrm{\α}(n-n_0)}^T)r\left[n\right].---\left(33\right)$

此外，假设：

r_M[n，α]≡vec([r[n，α]，r[n-1，α]，…r[n-M，α]])        (34)

是通过在列中堆叠

(其中，M表示“模型阶”)并且将MATLAB表示法vec(A)≡A(:)用于任何矩阵A而形成的向量。类似地，假设

r_M[n]≡vec([r[n]，r[n-1]，…r[n-M]])               (35)

是通过在列中堆叠

而形成的向量；假设

v_M[n]≡vec([v[n]，v[n-1，]，…v[n-M]])             (36)

表示对应的堆叠的噪声向量；以及假设

u_M[n]≡vec([u[n]，u[n-1，]，…，u[n-M]])           (37)

表示对应的堆叠的训练向量。

如在更早的情况中一样，我们假设反旋的接收信号向量r_M[n，α]具有实值高斯分布，均值为零，并且(空间)协方差矩阵Q≡E{r_M[n，α]r_M[n，α]^H}。给定这些假设，则能够计算空间协方差矩阵Q和频率偏移α的最大似然联合估计。换而言之，迭代过程能够用于查找：

$({\widehat{\mathrm{\α}}}_{\mathrm{ML}},{\hat{Q}}_{\mathrm{ML}})\≡\underset{(\mathrm{\α},Q)}{\arg \max }\mathrm{ll}(\mathrm{\α},Q),---\left(38\right)$

其中，给定用于N个样本的突发的堆叠的接收信号向量

时，

$\mathrm{ll}(\mathrm{\α},Q)\≡-(N-M)\log \det Q-\underset{n=L+M}{\overset{N-1}{\mathrm{\Σ}}}{r}_M{[n,\mathrm{\α}]}^H{Q}^{-1}{r}_M[n,\mathrm{\α}]$

$=-(N-M)\log \det Q-\mathrm{tr}\left\{Q^{-1}\underset{n=M}{\overset{N-1}{\mathrm{\Σ}}}{r}_M[n,\mathrm{\α}]r_M{[n,\mathrm{\α}]}^T\right\}---\left(39\right)$

是Q和α的对数似然函数。

从等式(39)，能够显示出，对于任何给定α的最佳Q由下式给出：

$\hat{Q}\left(\mathrm{\α}\right)\≡\underset{Q}{\arg \min }\mathrm{ll}(\mathrm{\α},Q)=\frac{1}{N-M}\underset{n=M}{\overset{N-1}{\mathrm{\Σ}}}{r}_M[n,\mathrm{\α}]r_M{[n,\mathrm{\α}]}^T.---\left(40\right)$

对于任何给定Q，如果F(Q)表示Q的逆的平方根矩阵，使得Q^-1＝F(Q)^HF(Q)，则对于给定Q的最佳α还原为：

$\widehat{\mathrm{\α}}\left(Q\right)\≡\underset{\mathrm{\α}}{\arg \min }\underset{n=L+M}{\overset{N-1}{\mathrm{\Σ}}}{\left|\right|F\left(Q\right)r_M[n,\mathrm{\α}]\left|\right|}^2,---\left(41\right)$

其必须满足：

$\underset{n=M}{\overset{N-1}{\mathrm{\Σ}}}\mathrm{Re}\left\{{\left[F\left(Q\right)r_M\right[n,\mathrm{\α}\left]\right]}^{H}F\left(Q\right)\frac{\∂r_M[n,\mathrm{\α}]}{\∂\mathrm{\α}}\right\}{|}_{\mathrm{\α}=\widehat{\mathrm{\α}}\left(Q\right)}=0,---\left(42\right)$

其中

$\frac{\∂r_M[n,\mathrm{\α}]}{\∂\mathrm{\α}}=\mathrm{blkdiag}\left({\{I_{N_r}\⊗(n-k-n_0){\mathrm{\Φ}}_{\mathrm{\α}(n-k-n_0)}^{T}J\}}_{k=0}^M\right)r_M\left[n\right]---\left(43\right)$

其中，

和

表示块对角矩阵，矩阵在其对角线上。

作为α的函数的等式(43)的解通常不具有封闭式表达式。然而，由于以赫兹为单位的频率偏移一般比波特率小得多，因此，相对频率偏移α小，并且旋转矩阵Φ_θ能够通过其泰勒级数展开的前几个项很好地取近似值，由下式给出：

${\mathrm{\Φ}}_{\mathrm{\θ}}=I+\mathrm{\θJ}-\frac{{\mathrm{\θ}}^2}{2}I+...---\left(44\right)$

如果仅使用等式(44)的前两个项(即，Φ_θ的线性近似)，则：

$r_M[n,\mathrm{\α}]\≅r_M\left[n\right]-\mathrm{\α}(K_{n-M}^n\⊗I_{N_r}\⊗J)r_M\left[n\right],---\left(45\right)$

和

$\frac{\∂r_M[n,\mathrm{\α}]}{\∂\mathrm{\α}}\≅[K_{n-M}^n\⊗I_{N_r}\⊗J+\mathrm{\α}{\left(K_{n-M}^n\right)}^2\⊗I_{2N_r}]r_M\left[n\right],---\left(16\right)$

其中

如果

和

则得出等式(43)中的必需条件还原为：

$\widehat{\mathrm{\α}}{\left(Q\right)}^2{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}+\widehat{\mathrm{\α}}\left(Q\right)[{\left|\right|x_M\left[n\right]\left|\right|}_{Q^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}]-{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{Q^{-1}}\≅0---\left(48\right)$

其中 ${\⟨a\left[n\right],b\left[n\right]\⟩}_{Q^{-1}}\≡\underset{n=L+M}{\overset{N-1}{\mathrm{\Σ}}}a{\left[n\right]}^{H}F{\left(Q\right)}^{H}F\left(Q\right)b\left[n\right]=\underset{n=L+M}{\overset{N-1}{\mathrm{\Σ}}}a{\left[n\right]}^H{Q}^{-1}b\left[n\right]---\left(49\right)$

和

${\left|\right|a\left[n\right]\left|\right|}_{Q^{-1}}^2\≡{\⟨a\left[n\right],a\left[n\right]\⟩}_{Q^{-1}}.$

解等式(48)得到对于给定协方差Q的频率偏移的最佳估计：

$\widehat{\mathrm{\α}}\left(Q\right)\≅\frac{{\left|\right|x_M\left[n\right]\left|\right|}_{Q^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}}{2{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}}[\sqrt{1+\frac{4{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{Q^{-1}}}{{({\left|\right|x_M\left[n\right]\left|\right|}_{Q^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}})}^2}}-1]---\left(50\right)$

(注意，等式(48)的另一根违反了小α的假设。)

使用近似

等式(50)简化为

$\widehat{\mathrm{\α}}\left(Q\right)\≅\frac{{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{Q^{-1}}}{{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{Q^{-1}}}.---\left(51\right)$

本领域技术人员将理解，为任何给定α提供最佳Q的等式(40)中的公式化表述可以迭代方式与为给定Q提供最佳α的等式(50)或(51)一起使用以计算频率偏移的近似最大似然估计。此方案通常与上面结合图3所述的相同，但此次它基于上面刚论述的备选公式化表述。

相应地，根据下式来形成空间和时间堆叠的信号块：

r_M[n]＝vec(r[n]，r[n-1]，…，r[n-M])，             (52)

并且根据下式来计算反旋的接收信号块：

$r_M[n,{\widehat{\mathrm{\α}}}^{\left(i\right)}]=\mathrm{blkdiag}(I_{N_r}\⊗{\mathrm{\Φ}}_{{\widehat{\mathrm{\α}}}^{\left(i\right)}(n-n_0)}^T,I_{N_r}\⊗{\mathrm{\Φ}}_{{\widehat{\mathrm{\α}}}^{\left(i\right)}(n-1-n_0)}^T,\·\·\·,I_{N_r}\⊗{\mathrm{\Φ}}_{{\widehat{\mathrm{\α}}}^{\left(i\right)}(n-M-n_0)}^T)r_M\left[n\right].---\left(53\right)$

给定接收器频率偏移的初始估计，则信号协方差矩阵的估计计算为：

${\hat{Q}}^{\left(i\right)}=\frac{1}{N-L-M}\underset{n=L+M}{\overset{N-1}{\mathrm{\Σ}}}{r}_M[n,{\widehat{\mathrm{\α}}}^{\left(i\right)}]r_M{[n,{\widehat{\mathrm{\α}}}^{\left(i\right)}]}^T,---\left(54\right)$

并且接收器频率偏移估计根据下式来更新：

${\widehat{\mathrm{\α}}}^{(i+1)}=\frac{{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{{\left(Q^{\left(i\right)}\right)}^{-1}}}{{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left(Q^{\left(i\right)}\right)}^{-1}}}---\left(55\right)$

或者

${\widehat{\mathrm{\α}}}^{(i+1)}=\frac{{\left|\right|x_M\left[n\right]\left|\right|}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}}{2{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}}[\sqrt{1+\frac{4{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}{\⟨r_M\left[n\right],x_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}}{{({\left|\right|x_M\left[n\right]\left|\right|}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}}^2-{\⟨x_M\left[n\right],z_M\left[n\right]\⟩}_{{\left({\hat{Q}}^{\left(i\right)}\right)}^{-1}})}^2}}----\left(56\right)$

其中

$x_M\left[n\right]=(K_{n-M}^n\⊗I_{N_r}\⊗J)r_M\left[n\right]---\left(57\right)$

和

$z_M\left[n\right]=({\left(K_{n-M}^n\right)}^2\⊗I_{2N_r})r_M\left[n\right].---\left(58\right)$

如上所述，此估计过程可重复进行，直至满足预定的停止条件，如完成最大次数的迭代，或估计到某个点的收敛，在该点，估计的对数似然中的增量变化小于预定阈值。

本领域技术人员将理解，上述技术的优点是接收器能计算接收信号的频率偏移的估计而不使用任何训练信号或运行计算密集的均衡或解调算法。这允许移动终端即使在没有传送到它的训练信号或数据承载信号时也定期计算频率偏移估计。当然，在一些实施例中，这些技术可在接收器中与取决于训练信号和/或解调信号的现有技术一起使用。在一些实施例中，可根据训练信号和/或解调信号是否可用而选择性地采用上述技术。

鉴于这些和其它变化和扩展，本领域技术人员将理解，为了说明和示例的目的提供了估计通信接收器中的接收器频率偏移的方法和设备的各种实施例的前面描述。如上所建议的，包括图2和3所示的过程流程的上述一种或多种技术可在包括一个或多个适当配置的处理电路的无线接收器中执行，所述处理电路在一些实施例中可在一个或多个专用集成电路(ASIC)中实施。在一些实施例中，这些处理电路可包括编程有适当软件和/或固件以执行上述一个或多个过程或其变型的一个或多个微处理器、微控制器和/或数字信号处理器。在一些实施例中，这些处理电路可包括执行上述一个或多个功能的定制的硬件。本发明的其它实施例可包括编码有计算机程序指令的计算机可读装置，例如可编程的闪速存储器、光或磁数据存储装置或诸如此类，所述指令在由适当的处理装置执行时促使处理装置执行本文所述的用于估计通信接收器中的接收器频率偏移的一种或多种技术。当然，本领域技术人员也将认识到，在不脱离本发明的基本特性的情况下，本发明可以在不同于本文中具体所述那些方式的其它方式中执行。因此，提出的实施例在所有方面均要视为说明性而不是限制性的，并且在随附权利要求的意义和等同范围内的所有更改旨在涵盖于其中。

Claims (14)

1.一种估计通信接收器中的接收器频率偏移的方法，所述方法包括：

从与接收信号的两个或更多时间分隔的样本的每个样本对应的多分支信号样本来形成时间堆叠的信号块；以及

计算按照所述接收器频率偏移来反旋的所述时间堆叠的信号块的空间协方差和所述接收器频率偏移的最大似然联合估计。

2.如权利要求1所述的方法，其中所述时间堆叠的信号块包括通过为所述多分支信号样本的每个分支堆叠复值样本而形成的向量。

3.如权利要求1所述的方法，其中所述时间堆叠的信号块包括通过为所述两个或更多多分支信号样本的每个分支堆叠实值的同相和正交样本而形成的向量。

4.如权利要求1所述的方法，其中计算按照所述接收器频率偏移来反旋的所述时间堆叠的信号块的空间协方差和所述接收器频率偏移的最大似然联合估计包括，为两次或更多迭代的每次迭代：

使用所述接收器频率偏移的当前估计，从所述时间堆叠的信号块来计算反旋的接收信号块；

从所述反旋的接收信号块来估计信号协方差矩阵；以及

按照所估计的信号协方差矩阵的函数来更新所述接收器频率偏移的所述当前估计。

5.如权利要求4所述的方法，其中所述两次或更多迭代包括初始迭代，对于所述初始迭代，将所述接收器频率偏移的所述当前估计初始化为以下之一：

零；

从粗频率偏移估计过程所获得的粗频率偏移；以及

接收器频率偏移的先验最大似然估计。

6.如权利要求4所述的方法，还包括迭代地更新所述接收器频率偏移的所述当前估计预定的最大迭代次数。

7.如权利要求4所述的方法，还包括为每次迭代计算所述空间协方差和所述接收器频率偏移的所述联合估计的对数似然，并且迭代地更新所述接收器频率偏移的所述当前估计，直至连续迭代之间所计算的对数似然中的增量变化降到预定阈值之下。

8.一种无线通信接收器，包括一个或多个处理电路，所述一个或多个处理电路配置成：

从与接收信号的两个或更多时间分隔的样本的每个样本对应的多分支信号样本来形成时间堆叠的信号块；以及

计算按照所述接收器频率偏移来反旋的所述时间堆叠的信号块的空间协方差和所述接收器频率偏移的最大似然联合估计。

9.如权利要求8所述的无线通信接收器，其中由所述一个或多个处理电路所形成的所述时间堆叠的信号块包括：通过对于所述多分支信号样本的每个分支堆叠复值样本而形成的向量。

10.如权利要求8所述的无线通信接收器，其中由所述一个或多个处理电路所形成的所述时间堆叠的信号块包括：通过对于所述两个或更多多分支信号样本的每个分支堆叠实值的同相和正交样本而形成的向量。

11.如权利要求8所述的无线通信接收器，其中所述一个或多个处理电路配置成通过以下方式计算按照所述接收器频率偏移反旋的所述时间堆叠的信号块的空间协方差和所述接收器频率偏移的最大似然联合估计：对于两次或更多迭代的每次迭代：

使用所述接收器频率偏移的当前估计，从所述时间堆叠的信号块来计算反旋的接收信号块；

从所述反旋的接收信号块来估计信号协方差矩阵；以及

按照所估计的信号协方差矩阵的函数来更新所述接收器频率偏移的所述当前估计。

12.如权利要求11所述的无线通信接收器，其中所述两次或更多迭代包括初始迭代，以及其中所述一个或多个处理电路配置成对于所述初始迭代将所述接收器频率偏移的所述当前估计初始化为以下之一：

零；

从粗频率偏移估计过程所获得的粗频率偏移；以及

接收器频率偏移的先验最大似然估计。

13.如权利要求11所述的无线通信接收器，其中所述一个或多个处理电路还配置成迭代地更新所述接收器频率偏移的所述当前估计预定的最大迭代次数。

14.如权利要求11所述的无线通信接收器，其中所述一个或多个处理电路还配置成对于每次迭代计算所述空间协方差和所述接收器频率偏移的所述联合估计的对数似然，并且迭代地更新所述接收器频率偏移的所述当前估计，直至连续迭代之间所计算的对数似然中的增量变化降到预定阈值之下。

Images