CN102904707B - 用于无线电通信系统的训练序列传输方法 - Google Patents

Abstract

本发明提供了一种用于无线电通信系统的训练序列。根据本发明的一个方面，本发明包括一个符号核心序列，一个连续的核心序列重复以及一个标记序列，其中标记序列具有一个不同于核心序列的符号序列。

Description

用于无线电通信系统的训练序列传输方法

发明背景

发明领域

本发明适于无线电通信系统的训练序列的领域，尤其涉及一种具有唯一的周期性结构的训练序列。

现有技术描述

通常，诸如蜂窝语音和数据无线电系统这类移动无线电通信系统都具有若干个处于不同位置的基站，这些基站可以由蜂窝电话或无线网络设备这种移动或固定用户终端使用。通常每个基站都被分配了一组频率或信道，以便与用户终端进行通信。为了避免邻近基站之间的干扰，这些信道与邻近基站的信道不同。结果，用户终端很容易就能对接收自一个基站的传输与接收自另一个基站的信号加以区分。另外，每个基站都可以独立地分配和使用指派给自己的信道资源。

这种无线电通信系统通常包括一条广播信道(BCH)。无论用户终端是否注册到网络上，BCH都会广播到所有用户终端，并向用户终端告知该网络。为了接入网络，用户终端通常会在接入网络之前调谐到BCH并对其进行侦听。然后它会使用BCH中的信息来请求接入网络。这个请求通常导致一个信息交换并且终止于对某个基站的分配进行接收的用户终端，其中该信息与使用分离的控制和接入信道的网络有关。

虽然用户终端有时可以根据BCH来确定频率和定时偏移，但用于接入的初始请求通常是在基站那里以一个未知延迟量和未知的空间参数来接收的。在一个空分多址系统中，基站可以通过确定用户终端位置、距离以及任何其他的空间参数来提高系统容量。在这种请求消息的到达时间中的延迟与在基站与移动终端之间传播的消息所遇到的往返延迟成正比。对于每个基站都具有很大覆盖范围的系统而言，这个距离及由此产生的延迟不确定性可能会很大。举例来说，十五千米的距离产生大约100微秒的往返延迟时间。

为了精确解析接入请求并确定空间参数，训练序列通常是与该请求一起发送的。而使用训练序列来对接收到的信号进行解析，这很可能会耗费很多计算资源，并在基站对于该请求的响应中产生延迟。所接收信号的不确定性越大，可能需要的计算资源也就越多。

发明内容

提供了一种用于无线电通信系统的训练序列。根据本发明的一个方面，本发明包括：一个符号核心序列、一个核心序列的连续重复以及一个标记序列，其中该标记序列具有不同于核心序列的符号序列。

附图说明

本发明是借助实例来描述的，但是并非作为限制，在附图的这些图形中，相同的参考数字是指相同的部件，其中：

图1是一个可以执行本发明一个实施例的基站的简化框图；

图2是一个可以执行本发明实施例的远程终端的框图；

图3是一个示范性广播信道BCH脉冲串的图示；

图4是一个示范性配置请求CR脉冲串的图示；

图5是一个根据本发明的示范性训练序列的图示；

图6是一个执行本发明一些方面的流程图；

图7是一个用于为最小平方误差相对定时进行搜索的图表；以及

图8是一个用于为最小平方误差相对定时进行跟随搜索的图表。

发明详述

基站结构

本发明涉及无线通信系统，并且可以是一个将多路访问系统与空分多址(SDMA)技术结合使用的固定接入或移动接入的无线网络，其中多路访问系统可以是例如时分多址(TDMA)、频分多址(FDMA)以及码分多址(CDMA)。多路访问可以与频分双工(FDD)或时分双工(TDD)结合。图1显示了适于实施本发明的无线通信系统或网络的一个基站的实例。该系统或网络包含许多用户站，例如图2显示的那些装置，这些用户站也称为远程终端或用户终端。基站可以通过其主机DSP231而与一个广域网(WAN)相连，以便提供最接近(immediate)的无线系统之外的任何必需的数据服务和连接。为了支持空间分集，在这里使用了多个天线103，例如四个天线，但是也可以选择其他数目的天线。

对于每个用户站的一组空间复用加权被施加到相应的调制信号，以便产生由四天线组发送的空间复用信号。对于每个常规信道而言，主机DSP231为每个用户站产生空间特征(signature)并且保持这个特征，同时使用所接收的信号测量值来计算空间复用和解复用加权。在这种方式中，来自当前有效用户站的信号被分隔，其中一些信号有可能在同一常规信道上有效，而干扰和噪声则被抑制。在从基站向用户站进行通信的时候将会创建一个适于当前有效用户站连接以及干扰情况的最优多瓣天线辐射图。为了在同一信道上解析同时信号，将同一空间特征应用于基站从用户终端接收的信号。举例来说，在1998年10月27日授予Ottersten等人的美国专利5,828,658以及1997年6月24日授予Roy III等人的美国专利5,642,353中描述了适于实现这种空间定向波束的智能天线技术。

天线的输出与一个双工转换器107相连，在TDD系统中，该转换器是一个时分交换器。转换器107有两种可能的实施，它们是：在频分双工(FDD)系统中充当频率双工器以及在时分双工(TDD)系统中充当时分交换器。在接收时，天线的输出经由交换器107而与接收机205相连，并且天线输出由RF接收器(“RX”)模块205以模拟方式从载波频率向下混合到FM中频(“IF”)。然后，这个信号由模-数转换器(“ADC”)209数字化(取样)。只有信号的实部被取样。而最终下变换到基带则是以数字方式完成的。数字滤波器能够被用于实现下变换和数字滤波，后者使用有限脉冲串响应(FIR)滤波技术。这示为方框213。并且可以对本发明进行修改，从而适合多种RF与IF载波的频率和频带。

在当前实例中，每个天线的数字滤波设备213都具有四个下变换输出，其中每一个都接收时隙。时隙的特定数目也可以改变，以便适应于网络需要。虽然本实例将四个上行链路和四个下行链路时隙用于每个TDD帧，但在将每一帧中的三个时隙用于上行链路和下行链路的情况下，也可以得到理想的结果。根据本发明的一个方面，对于四个接收时隙中的每一个时隙而言，四个天线的四个下变换输出都被馈送到一个数字信号处理器(DSP)设备217(下文称为“时隙处理器”)，以便进行进一步的处理，其中包括校准。可以把四个摩托罗拉DSP56303这种DSP用作时隙处理器，其中每一个处理器都接收时隙。时隙处理器217监视接收信号功率并对频移和时间排列进行估计。它们还为每个天线振子确定智能天线加权。在空分多址方案中，这些数值都被用于确定来自某个远程用户的信号以及解调已确定的信号。

时隙处理器217的输出是对于四个接收时隙之中每一个时隙的已解调脉冲串数据。这个数据被发送到主机DSP处理器231，该处理器的主要功能是控制系统的所有部件并与更高级处理进行接口，其中该处理是对系统通信协议定义的所有不同控制和业务通信信道中的通信所需要的信号进行处理。主机DSP231可以是摩托罗拉的DSP56303。另外，时隙处理器把对于每个用户终端的已确定接收加权发送到主机DSP231。主机DSP231保留状态和定时信息，接收来自时隙处理器217的上行链路脉冲串数据，并对时隙处理器217进行编程。另外，主机处理器231还进行解密、解扰、检查纠错码以及解构(deconstruct)上行信号脉冲串，然后格式化将要发送的上行信号，以便在基站其他部分进行更高级处理。关于基站的其他部分，主机处理器对业务数据和业务量数据进行格式化，以便在基站进行更高级处理，它还从基站其他部分接收下行链路消息和业务量数据，处理和格式化下行链路脉冲串，并将其发送到一个如237所示的发送控制器/调制器。主机DSP还对基站其它组件的编程进行管理，其中包括发送控制器/调制器237以及如233所示的RF定时控制器。

如方框245所示，RF定时控制器233与RF系统接口，并且RF定时控制器233还产生许多由RF系统和调制解调器使用的定时信号。RF控制器233读取并发送功率监视和控制值，并对双工器107加以控制，而且还从主机DSP231接收每个脉冲串的定时参数和其它设置。

发送控制器/调制器237从主机DSP231接收发送数据，其中每次四个符号。发送控制器使用这个数据来产生模拟IF输出，该输出被发送到RF发射机(TX)模块245。具体地说，所接收的数据比特转换为复合调制信号，上变换到一个IF频率，经过4倍附加取样而与获取自主机DSP231的发送加权相乘，并且经由数模转换器(“DAC”)而被转换为模拟发送波形，其中数模转换器是发送控制器/调制器237的一部分。模拟波形被发送到发送模块245。

发送模块245把信号上变换到传输频率并且放大该信号。经过放大的传输信号输出是经由双工器/时分交换器107而被发送到天线103的。

用户终端结构

图2描述了提供数据或话音通信的远程终端中的一个实例组件排列。远程终端的天线45与一个双工器46相连，以便允许天线用于发送和接收。该天线可以是全向或定向的。为了实现最佳性能，天线可以由多个振子组成，并且可以为基站使用如上所述的空间处理。在一个替换实施例中使用了分离的接收和发送天线，由此免除了对于双工器46的需要。而在另一个使用时分分集的替换实施例中，可以使用一个发送/接收(TR)转换器来取代双工器，这在本领域是众所周知的。双工器的输出47充当接收器48的输入。接收器48产生一个下变换信号49，该信号输入到解调器51。经过解调的接收声音或语音信号67则被输入到一个扬声器66。

远程终端具有一个相应的发送链，在这个链中，将要发送的数据或语音是在调制器57中调制的。调制器57输出并且将要发送的调制信号59是由发射机60上变换和放大的，由此产生一个发射机输出信号61。然后，发射机的输出61输入到双工器46，以便由天线45进行发送。

与解调之前的接收数据50一样，经过解调的接收数据52提供到远程终端的中央处理器68(CPU)。这个远程终端CPU68可以用一个标准的DSP(数字信号处理器)设备来实现，例如摩托罗拉系列的56300DSP。这个DSP还可以执行解调器51和调制器57的功能。远程终端CPU68通过线路63来控制接收器，通过线路62来控制发射机，通过线路52来控制解调器以及通过线路58来控制调制器。它还通过线路54而与键盘53进行通信，并且通过线路55而与显示器56通信。扩音器64和扬声器66与调制器57和解调器51分别是通过线路65和66相连的，它们分别用于一个语音通信远程终端。在另一个实施例中，扩音器和扬声器还与CPU进行直接通信，以便提供语音或数据通信。

扩音器64所要发送的远程终端语音信号65输入到调制器57。将要发送的业务量和控制数据58由远程终端CPU68提供。在注册、会话启动和终止期间，以及下文将要更详细描述的会话期间，控制数据58都是发送到基站的。

在一个替换实施例中使用了本领域众所周知的数字接口来取代扬声器66和扩音器64或是对其进行扩充，这使得数据能够往返于一个外部数据处理设备(例如计算机)之间。在一个实施例中，远程终端的CPU耦合到一个标准的数字接口，例如与外部计算机相连的PCMCIA接口，显示器、键盘、扩音器和扬声器则是外部计算机的一部分。远程终端CPU68经由数据接口以及外部计算机的控制器而与这些部件进行通信。对于单独的数据通信而言，可以删除扩音器和扬声器。而对于只有语音的通信来说，键盘和显示器是可以删除的。

广播信道(BCH)

在一个实施例中，对于每个用户终端或远程终端来说，本发明的系统是从广播信道BCH启动的，其中BCH作为脉冲串而被从基站发送到所有可能的用户终端。与业务信道脉冲串不同，BCH脉冲串是在有可能存在用户终端的所有方向上发送的，这种发送通常是无方向性的，但是特定的波束图将取决于网络。图3显示了广播脉冲串结构的一个实例。BCH传递足够的基本信息，以便能在基站与用户终端之间进行配置请求CR与配置消息CM的后续交换。BCH还向所有用户终端提供一般的频移和定时更新信息。

下表1概述了如图3所示的BCH脉冲串的一个实例的内容。

持续时间	内容
		10微秒	斜升(ramp-up)
272微秒	频率校正训练符号f1，f2，……，f136
		256微秒	定时校正训练符号t1，t2，……，t128
16微秒	广播前导码r1，r2，……，r8
		512微秒	信息符号h′1，h′2，……，h′256
10微秒	斜降(ramp-down)
		14微秒	脉冲串内部的保护时间

表1

可以根据本领域公知的许多方法的其中一种来设定频率和定时校正训练符号。这些符号还可以与一个同步序列进行组合或交换，也可以被删除。

广播信息符号是从一个15比特的广播消息中构造的，其中该广播消息被调制和编码成一个256个比特的序列。符号数目以及所发送比特的结构和顺序可以改变，以便适应于多种应用。广播信道信息符号提供了用户终端向基站请求配置消息所需要的信息。

每个广播消息都被映射成一个广播脉冲串，它具有下表2显示的信息。

表2

BStxPwr是广播消息的有效的全向辐射功率。这个数字表示基站发送的功率，其中虑及了在基站中可用的放大器以及分集天线数目。

BSCC是基站的色码，它由用户终端使用，用于为上行链路脉冲串选择训练序列并区分不同基站的广播。

BSload是一个基站具有的未使用容量的数量的指示。

在一个实施例中，网络被设计成最大程度地利用空分多址技术，尤其是智能天线阵列信号处理。为了在极其密集的频率重用模式中保持可靠的空间信道，该网络使用了时分双工的TDMA，其中上行链路和下行链路传输总处于同一频率。另外，由于许多用户终端都具有单个天线，并且除了BCH之外，这些用户终端也都是进行全向发送和接收的，因此，在需要发送一个下行链路脉冲串之前总会收到一个上行链路脉冲串。这样就能对下行链路脉冲串进行更精确的空间引导。考虑到适度的快速跳频，尽管空间信道与频率解相关，但在每个上行链路脉冲串中也都嵌入了一个上行链路训练序列。

跳频序列可以是本领域公知的许多不同序列中的任何一种。在一个实施例中，跳频方案参数起初不为用户终端所知。这就使得网络灵活性达到最大，同时提高了用户终端灵活性。如下所述，跳频参数是在CM脉冲串中发送到用户的。

在一个实施例中，BCH信道由无线通信系统中的所有基站共享。通过使用7个比特的BSCC，可以容纳多达128个基站。BCH是具有一个重复帧的时分双工信道的一部分。包含BCH的信道是一个单独的RF载波频率，该频率被用于上行链路和下行链路。对于高噪声环境或是增长的健壮性而言，BCH可以根据一个预定方案来进行跳频，也可以在几个不同频率上被重复。重复的帧包含了用于每个基站的下行链路BCH，如下表3所示，所述基站是使用BS1等来标注的。下一帧包含了使用CR1等进行标注的上行链路配置请求CR以及使用CM1等进行标注的下行链路配置消息CM。如下方的空框所示，每个帧中还包含了多个预留时隙。这些时隙可用于数据业务量，如果广播信道也用于业务量，那么这些时隙还可用于其他控制信息，此外也可以预留这些时隙，以便减少网络中其他信道上的干扰。在一个实施例中，其他业务信道围绕并通过BCH进行跳频。而这些帧是针对每个相应基站1到128来重复的，由此建立了一个以下将要更详细描述的超帧。在CM128这个最终CM之后，该超帧将会重复，并且重新始于下一超帧和用于基站1的BCH。

表3

在另一个实施例中，BCH处于自身信道，而CR和CM则处于一个单独的控制信道。作为选择，可以在一个恒定频率上提供一个BCH，而在另一个信道上使用跳频来提供一个辅助BCH。跳跃信道是在CM中描述的。

注册

在本发明的一个实施例中，会话是在用户尝试登记到基站的时候开始的。在并不了解到达最佳基站的相对位置的情况下，用户终端是根据到达基站(BS)的方向和距离(或范围)来完成这一操作的。因此，当用户终端(UT、远程终端或用户站)使用一个配置请求(CR)脉冲串来请求注册时，与已经使用了来自基站的定时提前指示的业务量脉冲串相比，基站是以很大的定时不确定性以及未知的空间参数或加权而从用户终端接收这一传输的。

在注册之前，几个用户终端可以在同一个时隙上发送CR脉冲串，以便登记到同一基站。定址于不同基站的CR脉冲串也可接收。基站使用空间处理以及多个天线来分析这些请求。基站通过组合多个天线的测量值(波束形成)而使信号间干扰达到最小，并且使得每个已接收脉冲串的信噪比(SNR)最大。

可以使用多种方式来执行波束形成。在一个实施例中，将一个训练序列与一个最小平方代价函数一起使用，以便为波束形成装置确定加权。由此可以将信号分为希望的和不希望有的。基于训练序列的方法使用了CR脉冲串的一个定时和频移估计。可以通过为每个定时和频率假设确定最小平方代价来执行这个估计任务。而这需要很多计算资源。通过使用空间序列设计和一种不需要在整个定时不确定性范围上进行搜索的波束形成算法，减轻了全部搜索的计算负载。在一个实施例中，由于CR脉冲串具有一个高定时不准确度，所以周期性训练序列只用于CR脉冲串。

配置请求脉冲串结构

配置请求(CR)脉冲串由一个用户终端(用户终端)发送，以便启动与一个基站(基站)的通信或是登记到该基站。该请求是在侦听(多个)了广播信道(BCH)脉冲串，从而收集了与系统有关的信息之后才被发送的。CR脉冲串是从用户终端与基站的第一次通信，因此，用户终端不具有与其所选基站距离有关的任何信息。因而对于基站来说，定时、距离以及空间处理加权尤其是未知的。图4显示了CR脉冲串的一个实例。

配置请求脉冲串包含了图4所示的若干字段，表4列举了这些字段。持续时间是以微秒为单位来描述的。在一个实施例中，符号周期是2微秒。

持续时间	内容
		10微秒	斜升
240微秒	训练符号
		164微秒	信息符号
10微秒	斜降
		106微秒	额外的保护时间
15微秒	脉冲串内部的保护时间

表4配置请求(CR)脉冲串的字段

为了能在用户终端注册和接收到任何系统资料之前精确接收和解调信号，训练符号被分配了240微秒。以下将会更详细地讨论训练符号。

82个信息符号是使用例如前向纠错编码而从配置请求消息中构建的。在本实施例中，为了减少传输波形的峰值-平均值之比，CR脉冲串是使用π/2-BPSK调制方式来进行调制的。

当前CR脉冲串的信息符号是如下表5所示制订的。基于系统需要，以下列举的任何项目都可删除，也可在注册循环中稍后发送或者根本不发送。CR由BSCC的一个功能扰频，由此确保即使在存在一些来源于发送到附近基站的CR的干扰的情况下，BSCC的解调捕获效应也能解决任何冲突。在一个实施例中，扰频是通过采用已编码比特序列并将其与一个线性反馈移位寄存器输出相异或而得以执行的。

表5

身份是一组用于每个用户终端的唯一随机比特，这些比特对来自多个用户终端的同时消息加以区分。由于比特随机性及其巨大的数量，两个用户终端不可能在同一时间选择相同的识别码。

utClass标识了用户终端的能力(最高调制等级、跳频能力等等)。这个序列标识了发送CR的用户终端类型。一个掌上型数字助理的能力有可能与具有固定专用天线的台式计算机所不同。通过使用utClass，可以对不同的能力加以区分。

txPwr表示用户终端发送配置请求脉冲串时使用的功率。举例来说，用户终端功率＝(2·txPwr-30)dBm。

在本实施例中，CR脉冲串包含了106微秒的额外保护时间。如上所述，CR脉冲串是由一个并不知道脉冲串传播到基站所需时间的用户终端发送的。在本实施例中，用户终端到基站的希望的最大距离是15千米。在基站上，脉冲串接收的延迟包括从基站接收BCH的延迟。在基站发送了BCH脉冲串之后，距离为R千米的用户终端将会用R/c秒的时间来接收BCH脉冲串(c＝3×108米/秒)。当用户终端决定发送一个CR脉冲串时，其信号将会延迟另外的R/c秒，因此相对基站时间来说，基站上的CR脉冲串延迟将是2R/c秒。为了适应15千米这个最大距离所带来的延迟，CR脉冲串时隙末端的保护周期至少应为100微秒。另外在本实施例中，用户终端将其CR脉冲串传输随机延迟0到9个符号，以便减少与在相同时隙发送CR脉冲串并可能处于从基站开始的相同距离的其他用户终端之间的冲突。因此，与很接近基站并且不延迟其CR脉冲串传输的用户终端相比，远距离用户终端的CR脉冲串要晚118微秒才能到达基站。这就是为CR脉冲串分配106微秒的额外保护时间并为其分配由脉冲串间保护时间所提供的15微秒的附加余量的原因。在具有脉冲串间保护时间的情况下，3微秒的附加余量是在下一个时隙开始之前被分配的。

本实施例还包括一个附加的15微秒的脉冲串间保护时间。这有助于将CR脉冲串的RF能量限制于分配给CR脉冲串的时隙，以便不会产生邻近时隙干扰。脉冲串间保护时间总计提供了121微秒的保护时间，由此降低了CR脉冲串扩展到下一个时隙的可能性。

CR脉冲串是在例如接收到一个下行链路BCH脉冲串之后2265微秒的时候在控制载波上被发送的。这样，别的未初始化用户终端可以在不了解任何跳频序列参数的情况下发送CR。如上所述，CR脉冲串要短于一个标准的上行链路时隙，由此对于用户终端到基站的未知飞行时间留有余地，并且CR脉冲串通常晚到达上行链路时隙接收窗口末端。

训练序列

在本实施例中，已知的周期训练序列被用于训练基站波束形成装置，从而在存在干扰的情况下提取希望的CR脉冲串。训练序列包括核心序列的几个周期性重复，其后则是一个标记序列。作为选择，标记序列可以位于核心序列重复之前。通过重复核心序列，一个最小平方(LS)波束形成装置的搜索范围可以减至训练序列的单个重复周期。核心序列的周期是搜索范围的持续时间与发现具有良好自相关和互相关性质的规定周期序列的可能性之间的折衷。本实施例中使用了涉及周期性、平均值、自相关以及互相关的约束条件来对那些用于捕获CR脉冲串的训练序列的核心序列加以限定。

周期性：x(k+P)＝x(k)，其中x(k)是π/2-BPSK训练序列的周期性部分，P是序列周期。在本实例中，P＝12个符号。

平均值：周期序列的平均值被约束为零：

$\frac{1}{P}\underset{k=1}{\overset{p}{\mathrm{\Σ}}}x\left(k\right)=0$

自相关：异相(符号分隔)自相关是以1/3为限，其中τ是异相序列的相位偏移：

$\frac{\underset{k=1}{\overset{p}{\mathrm{\Σ}}}x*\left(k\right)x(k+\mathrm{\τ})}{\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{\left|x\left(k\right)\right|}^2}\≤1/3,\mathrm{\τ}\≠0$

互相关：两个候选周期序列x(k)与y(k)之间的符号间隔的互相关是以1/3为限：

$\frac{|\underset{k=1}{\overset{p}{\mathrm{\Σ}}}x*\left(k\right)y(k+\mathrm{\τ})|}{\sqrt{\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{\left|x\left(k\right)\right|}^2}\sqrt{\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{|y\left(k\right)|}^2}}\≤1/3$

至少有两个π/2-BPSK序列符合这些约束条件。如果放松约束条件，那么更多序列也是可能的。这两个序列被用作核心的12符号序列，该序列被重复，从而形成了以下讨论的周期性训练序列。它们是：

s₁＝[1，j，1，j，1，-j，-1，j，-1，-j，-1，-j]

s₂＝[1，j，1，-j，-1，-j，1，j，-1，-j，-1，j]

自相关及互相关界限有助于产生这些序列的延迟版本，从而呈现为部分地与对其解析的LS波束形成装置不相关。

这两个周期性序列可以在基站中共享。在一个实施例中，基站根据色码来接受这两个核心训练序列中的一个，但不是两者都接受。在从广播(BCH)脉冲串中了解了基站色码之后，用户终端可以发送正确的已接受序列。由此启用一个值为2的重用图案。对大于2的重用图案来说，序列上的一些约束条件可以放松，从而产生更大的一组可接受周期序列，以便在这些基站之中进行分发。

在一个替换实施例中，用户终端选择将要发送的核心序列。这样可以帮助基站解析两个干扰的CR脉冲串。可以根据用户终端的序列号、产品号码、ID号或是所保存的其他编号来选择核心序列。举例来说，如果以上两个序列s₁和s₂都是可用的，那么用户终端可以读取其序列号寄存器。如果序列号为奇数，则选择序列s₁，如果序列号为偶数，则选择s₂。在另一个实施例中，用户终端可以产生一个从1到2的随机数。如果存在两个以上的序列，则可以产生一个范围更大的随机数。然后，该随机数被映射到一个序列列表中，以便选择与所产生随机数相关的周期性序列。

发送CR脉冲串以及随机延迟

在一个实施例中，基站在预先建立的已知信道上连续发送广播信道(BCH)脉冲串。为了与希望的基站开始一个会话，未知位置的一个未注册及未识别用户终端侦听BCH脉冲串。根据BCH，该用户终端确定一个希望与之建立通信的基站，同时为这个基站选择一个恰当的训练序列。它还选择一个介于0和9之间的随机数D，并在延迟D个符号之后发送其CR脉冲串。如上所述，关于延迟的数字可以相对周期性训练序列来进行选择。用户终端可以选择一个内部寄存器，例如序列号或产品ID号，其中包含一个大于9的数字，用户可以将其当作指针来选择数字D。作为选择，用户终端可以使用一个随机数发生器来产生一个介于0和9之间的随机数，并且使用这个数字来选择D。

在一个实施例中，随机延迟D的最大值是9个符号。因此，用户终端可以选择10个随机延迟{0，1，2，……，9}中的一个，以便向基站发送CR脉冲串。另外，假设从基站到用户终端的最大可允许往返延迟是50个符号。那么对处在最大可能范围的用户终端来说，CR脉冲串可以延迟多达59个符号。这个延迟是相对于一个处于零距离且不会延迟其传输的用户终端的CR脉冲串来测量的。

基站是如下所述来接收和解析CR脉冲串的。往返延迟被确定为2(R/c)+D微秒(因为符号周期是2微秒，其中R千米是用户终端的距离)。在配置消息(CM)脉冲串中，基站指示用户终端在其对于CR脉冲串的响应中把它的时间提前τ_a＝(R/c+D/2)微秒。基站并不了解用户终端已将什么延迟D(如果有的话)应用于CR脉冲串。响应于这个指令，在了解了随机延迟D的情况下，用户终端从传播延迟中减去随机延迟，并将其定时提前τ_a-(D/2)微秒。

在微蜂窝设定中或是在用户终端群处于离基站大致相同距离的时候，D个符号的随机延迟特别有价值。如果对于两个不同的用户终端来说，该距离大致相同，那么，来自这两个用户终端的CR脉冲串将会在基站被认为是相同的，并且无法被解析。在具有随机延迟的情况，CR脉冲串将被分离，由此易于对其进行区分。

CR脉冲串分辨率

图5显示了用于本发明一个实施例的CR脉冲串的训练序列。在图5中，x 510是{s₁，s₂}这两个核心序列中的一个。x是x₁到x₁₂这12个符号组成的矢量。在本申请中，黑粗体文本用于表示矢量，而标准文本则用于表示标量。完整的CR脉冲串训练序列是根据核心周期序列x来构建的。x的九个重复，即P1，P2，……，P9之后跟随着一个标记序列M 505。此外还可以从基站定时的角度来观察图5。在一个实施例中，图5显示了基站在解析CR脉冲串中所接收训练序列时使用的窗口。关于这一点，只有当序列来源于与基站处于相同位置的用户终端时，也就是说，如果基站和用户终端之间不存在传播延迟，序列P1到M才会与窗口联合。在这个范例中，往返延迟余量窗口520包含总共60个符号或者120微秒的序列P1到P5。由此适应于用户终端与基站之间的往返传播延迟所产生的50个符号的组合延迟以及大小为10个符号并由用户终端选择的随机延迟。波束形成装置分析窗口530包含核心序列P6到P9，因此其宽度为48个符号。即使将CR脉冲串延迟了多达60个符号，该窗口也会捕获到x的4个周期。

通过使用落入波束形成装置分析窗口的观测值，基站可以估计以12个符号为模的CR脉冲串所遭遇的延迟，这是因为每个周期P1到P9都是相同的，并且其长度都是12个符号。换句话说，对于延迟τ和τ+12来说，波束形成装置分析窗口中的测量值是相同的，其中0≤τ＜12。处于脉冲串末端的标记序列M可用于解析这个以12为模的不定性(ambiguity)。

为了解调脉冲串的有效负载部分，使用绝对定时信息来代替相对定时或是以12为模的定时信息，这样做是合乎希望的。如上所述，图5训练序列末端的标记序列(M)可用于这个任务。标记序列M被设定为M＝-x，因此对于使用M进行扩充的核心训练序列x来说，它的一个周期将会正交于x的两个相连周期，也就是说，[x，M][x，x]^H＝0，其中x＝[x₁，……，X₁₂]，并且该核心序列构成了训练序列的一个周期。

在本实施例中，由于最大可允许延迟是60个符号，因此将会提供一个持续时间为5个核心序列周期的往返延迟余量窗口。这就为波束形成装置分析窗口留下了一个大小为4个核心序列周期的持续时间。通过确定四个核心序列可能周期之中在标记序列之前最后接收的一个周期，可以判定绝对定时。波束形成装置分析窗口可以包含五个不同核心序列的若干部分，在这五个不同的核心序列中，至少三个是整周期的核心序列。已发现序列的第一个符号来源于标记序列第一个符号的12、24、36或48个符号。因此只要测试五个假设就可以确定绝对定时。换句话说，在把τ(0＜τ＜12)作为来源于空间处理搜索并以12为模的延迟估计而给出的时候，用于绝对延迟的可能选择物是：{τ，τ+12，τ+24，τ+36，τ+48}。

从图5可以看出，对任何小于60个符号的延迟来说，基站上的波束形成装置分析窗口总是包含周期性序列x的至少四个周期。结果，对于波束形成分析窗口以内的核心序列第一重复来说，其第一符号x₁可以与往返延迟余量窗口以及波束形成装置分析窗口的边界相距至多12个符号。

重复的周期性训练序列的这个性质可以在搜索核心序列x的第一符号x₁时使用。图6显示了根据本发明一个实施例来解析CR脉冲串的流程图。CR脉冲串在天线阵列上被接收602，来自多个天线的测量值被保存604，其中这些测量值是对于覆盖波束形成装置分析窗口的周期的。然后确定波束形成加权，其中该加权为大小是12个符号的搜索窗口中的每个定时假设产生最小化的最小平方(LS)误差。最小平方误差结果被用于寻找一个近似的相对定时假设606。寻找这个定时则包括了为模为12的符号定时执行近似搜索以及执行跟随搜索608。

然后使用相对定时来确定一个加权矢量610。这个加权矢量应用于所保存的测量值，从而把来自各个天线信道的测量值转换到单个信道612中。然后分析这个单独信道，以便确定希望的信号的精密定时614和频移616。基于波束形成分析窗口中的数据，精密定时和频率估计被用于确定一个新的并且更精确的加权矢量618。由此提高了加权矢量的质量，并且新的加权矢量被应用于所保存的测量值，以便将来自每个天线的测量值转换到一个新的单独信道中620，从而进一步改善所接收信号的质量。然而到目前为止，该处理仍然无法完美确定定时信息，因为它只能测量以12个符号为模的时间延迟，也就是以重复核心序列持续时间为模的时间延迟。定时估计处于范围{0，……，12}中，也就是说，此时τ和τ+12个符号的延迟在理论上将会产生相同的定时估计。利用新的加权矢量，通过发现标记序列来确定绝对定时622。这样就解析了模为12的定时不定性。

当绝对定时已知时，整个训练序列都可被识别。因此，可以使用包含标记序列在内的整个训练序列来计算一个新的加权矢量624。由于可以使用数量更多的取样，因此，这个重新确定的加权矢量将会更为精确。它被应用于所保存的测量值，以便将来自每个天线信道的测量值再次转换到单个信道中626。CR脉冲串是使用新的单独信道而被解调和读取的628。重新确定的加权矢量还用于向用户终端630回送一个CM(配置消息)脉冲串或是其他业务量。

这个处理结构产生了精确的波束形成装置加权，它可用于接收希望的信号，而不必为信号确定完美的定时。波束形成装置加权还可用于以恰当的空间方向性和干扰及噪声抑制而在恰当的相应下行链路时隙中向用户终端回送一个脉冲串。

用于相对定时的近似搜索

在阵列中的每个天线已经接收了CR脉冲串602以及信号已被保存604之后，系统可以基于所保存的测量值来继续确定相对定时606。在一个实施例中，该处理是使用协方差矩阵计算和一个Cholesky分解来完成的。

对那些处于波束形成分析窗口的测量值来说，假定这些测量值是以1.5倍的符号速率来收集的。在这个实例中，波束形成分析窗口的持续时间是48个符号或是4个核心序列重复或周期。接下来，假定变量coreSnapPoint指向波束形成装置分析窗口中的第一抽点(snapshot)，r(t)表示CR脉冲串(相对于基站时间)开始t秒之后所收集的抽点(测量矢量)。那么可以如下估计协方差矩阵R，其中T_BAW是波束形成分析窗口的时间：

T_BAW＝{t|coreSnapPoint≤t＜coreSnapPoint+48}

在计算了协方差矩阵R之后，可以发现一个矩阵L，由此

R＝L L^H

其中L称为R的Cholesky因数。

在一个实施例中，对于波束形成搜索窗口的前12个符号上的核心训练序列来说，它的第一个符号位置是使用一个搜索步长为2/3个符号的最小平方处理器来进行搜索的。这就产生了18种可能的第一符号位置，也就是18种假设，并且因此产生了18个最小平方(LS)误差计算。矢量coarseSearchGrid包含了针对每个2/3符号增量(在这里使用的单位是符号周期)的延迟假设值：

coarseSearchGrid＝[0，2/3，4/3，2，…，11 1/3]，其中包含了用于这18个假设的延迟值。

对于每个延迟假设k(1≤k≤18)来说，以下计算将被执行：

为每个假设计算互相关矢量p_k：

$p_k=\underset{t\∈T_{\mathrm{BAW}}}{\mathrm{\Σ}}r\left(t\right)d*(t+{\mathrm{\τ}}_k)$

其中r(t)是接收到的信号取样，d(t)是希望的信号的取样。假设在一个24倍于符号速率附加取样的滤波器组中可用所述希望的信号的取样。数值τk是用于第k个假设的假定延迟，也就是说，τk＝coarseSearchGrid(k)。

回代：应用最终得到的矢量p_k来为每个假设k求解一个中间矢量x_k，其中L是如上所述的Cholesky因数：

Lx_k＝p_k

然后，适于每个假设的最小平方(LS)被计算：

$f_k=f\left({\mathrm{\τ}}_k\right)=\underset{t\∈T_{\mathrm{BAW}}}{\mathrm{\Σ}}{\left|d(t+{\mathrm{\τ}}_k)\right|}^2-X_k^H{X}_k$

由于波束形成分析窗口中的希望的信号的周期性，对于互相关矢量的计算可以修改为：

$p_k=\underset{t\∈T_1}{\mathrm{\Σ}}[r\left(t\right)+r(t+12)+r(t+24)+r(t+36)]d*(t+{\mathrm{\τ}}_k)$

其中T₁是希望的信号的一个周期，也就是说，

T1＝{t|coreSnapPoint≤t＜coreSnapPoint+12}

因此，关于互相关矢量P_k的上述计算所需乘法数量是在核心序列不是训练序列内部一个重复周期序列时所需乘法的四分之一。最终，具有最小化LS误差f_k的假设被选取。相对图7给出了一个说明。

图7显示了纵轴702上的LS代价函数，该函数被用作横轴704上18个假设的时间延迟τ的一个函数。横轴以2/3的符号时间来标记，该符号时间与大小为符号率1.5倍的取样率一致。图7中在τ＝4/3个符号的位置显示了所选择的最佳近似搜索时间延迟估计706。需要注意的是，延迟是相对于标定时间或以12为模的时间来测定的，其中CR脉冲串被预期在这个时间到达。这个标定时间叫做coreSnapPoint。实际上，基于波束形成分析窗口内部训练序列周期性而进行的互相关矢量p_k的这个简化计算产生了实质上等同于常规互相关计算的精确度。由于训练序列所具有的周期性，在这个简化方法中，训练序列的任何失配都只会对波束形成装置性能产生一个最小影响。

跟随搜索

在完成了相对定时的近似判定606之后，可以执行一个跟随定时搜索608。这个搜索具有再一次的LS误差计算。这个计算结果可以与来源于近似估计的最佳LS误差相比。

来源于近似搜索的LS误差矢量f_k被视为一个循环缓冲器，集中在来源于近似搜索(产生最小LS误差)的最佳位置与产生次佳LS误差的邻元素之间区域的中点。

在近似搜索中形成了以下20维矢量：

updatedLSValues＝[f₁₈，f₁，f₂，f₃，f₄，…，f₁₇，f₁₈，f₁]

以及

updatedCoarseSearchGrid＝[-2/3，0，2/3，4/3，31/3，4，…，111/3，12]

假设近似搜索过程(如图5所示)因为f3＜f2＜f4而选择了(当前列表的)假设f₃(τ＝4/3)。在跟随搜索过程中，对τ＝1计算LS误差，这是因为它形成了与f₂(τ＝2/3)和f₃(τ＝4/3)相对应的延迟之间的区域的中点。这在图8中以图表形式显示。

图8显示了作为这18个假设804的一个函数的LS代价函数，其中时域又以大小为1.5倍符号速率的速率来进行取样。所选择的最佳情况的近似搜索时间延迟估计806是τ＝4/3个符号。在附加的假设测试之后，对应于最小化最小平方误差的假设(它们的19个中)被再次选取。在这个实例中，τ₀＝1是完成这个操作的延迟值808。

波束形成加权

在完成跟随搜索之后，当确定相对定时延迟τ处于三分之一个符号周期608以内时，加权矢量w₀被重新计算，以便如下所述提取希望的信号：

将互相关矢量p₀用于最佳假设：

相应的中间矢量x₀：

Lx₀＝p₀

可以通过求解以下回代来计算加权：

L^Hw₀＝p₀

确定为f(τ₀)的最终LS误差：

$f\left({\mathrm{\τ}}_0\right)=\underset{t\∈T_{\mathrm{BAW}}}{\mathrm{\Σ}}{\left|d(t+{\mathrm{\τ}}_0)\right|}^2-x_0^H{x}_0$

波束形成运算产生一个单独信道测量值，它被指定为g(t)，并且如下定义：

g(t)＝w₀ ^Hr(t)

由于波束形成操作的时间范围无须是整个脉冲串，因此可以简化实际计算。需要注意的是，频率估计(搜索)仍未执行。这就减少了对于单个维度，也就是时间延迟的搜索。由于波束形成分析窗口持续时间、所接收信号中预期的最大频偏以及波束形成装置输出上的目标SNR电平等原因，因此可以免除频率搜索。当波束形成装置分析窗口短到足以使得频移可忽略时，希望的信号失配并不会重大到降低性能。此外，即使将MSE波束形成装置(该设备了解正确的协方差矩阵以及导引矢量)用于高电平(5dB以上)也不能改善SNR，这使得实际波束形成装置无法发现希望的信号的缺陷(例如频移)。在高目标SNR上，频移的存在将是非常严重的，而忽视巨大频移将导致SNR性能趋向于在大约5dB的输出SNR饱和。然而，如果CR脉冲串有效负载可以经受0dB这么低的SNR，那么这仍然不是问题。此外，频率的单信道估计和随后的精密定时使用了更少的计算来减轻这些问题。

精密定时估值器

近似搜索和跟随搜索提供了有效速率为符号速率三倍的定时延迟。而且可以改善定时分辨率来更好地解调有效负载。在最坏情况的定时事件(定时误差为1/6个符号周期)中，有可能会出现严重的符号间干扰。为了估计精密定时614，可以使用Oerder-Meyr盲定时估值器。从没有假设所发送符号任何资料的意义上讲，该估值器是盲的。因此它不受频移误差的影响。Oerder-Meyr估值器可以如下使用：

首先，使用一个内插滤波器来把g(t)内插到3倍符号速率(从1.5倍的符号速率开始)，并且调用输出g_i(t)。测量过程的持续时间总计为48+12+82＝144个符号周期，这就是图5所示波束形成分析窗口中的近似定时估计右手侧的有保证的符号最大数目。作为选择，可以在三倍于初始速率的情况下对符号进行取样。在这种情况下，近似搜索和跟随搜索中仅仅使用每隔一个的取样。

接下来，内插信号经过一个无记忆的非线性环节，以便获取

g_n(t)＝|g_i(t)|。

绝对值的非线性环节在多倍符号速率上产生音调。而非线性是通过拟合一个多边形来近似的。举例来说，如果z是一个表示为z＝z_r+jz_i的复数，那么|z|≈max(|z_r|，|z_i|)+0.34×min(|z_r|，|z_j|)。对处于这个符号速率的复数正弦波来说，其零交叉是使用一个3点DFT来确定的，这个位置称为符号传输时刻。最终发现：与用于周期训练序列的第一符号位置一样，符号传输时刻与跟随搜索识别的位置最为接近。

使用Oerder-Meyr定时估值器得到的封闭型估计叫做τ_fine。如果这个估计不在范围(0，12)中，那么就通过向其添加或从中减去12而将其映射到这个范围。

近似频率估值器

在获取了精密定时614之后，测量值与希望的信号一起用于分析窗口，以便计算互相关函数并将近似频率估计616确定为互相关函数峰值。简单起见，这个分析是在1.5倍的附加取样率(代替用于精密定时搜索的3倍速率)上实施的，然而也可以使用其他许多取样率。具体地说，对第m个频率假设来说，函数freqMatch(m)如下计算：

$\mathrm{freqMatch}\left(m\right)={|\underset{t\∈T_{\mathrm{BAW}}}{\mathrm{\Σ}}g\left(t\right)d*(t+{\mathrm{\τ}}_{\mathrm{fine}})\exp (-j2\mathrm{\π}{f}_{m}t)|}^2$

使freqMatch(m)最大的候选频率被选定为频率估计f_coarse。候选频率(f_m’s)处于以下集合中：

{-2800，-2000，-1200，-400，400，1200，2000，2800}

作为选择，可以认为频率不确定性更少，并且可以执行更少的假设测试。

更精确的波束形成

在使用频率和定时估计τ_fine、f_coarse的情况下，可以确定一个改善的加权矢量w_final618，并将其应用于已发现的核心序列，以便获取希望的脉冲串

$\hat{S}\left(t\right)=w_{\mathrm{final}}^{H}r\left(t\right)$

更精确的加权矢量是通过将d(t+τ_fine)exp(j2πf_finet)用作LS误差计算中的希望的信号来获取的。然而，如果相应的LS误差大于基于跟随搜索的LS误差f₀，那么精密定时和频率估计将被拒绝，而这些估计值将被设定为T_fine＝τ₀以及f_coarse＝0，这就导致了w_final＝w₀。

为了进一步改善处于很高的复制后(post-copy)SNR电平的SNR结果，可以使用一个适于t∈T_BAW的多信道测量的LS来为处于位置f_coarse+[-800，0，800]的近似频率估计周围的一个精确频率估计执行搜索。这种搜索可以被包含，以便改善CR脉冲串解调器的频率估计性能。

绝对定时恢复

在确定绝对定时之前，与相对定时相反，更精确的加权矢量将被应用，从而将每个天线保存的测量值转换为单个信道测量值620。这个转换仍是使用波束形成分析窗口中的数据来完成的，因为只有这个数据必定只包括核心序列周期。用于确定绝对延迟的恰当过程622可以如下实现。假定模为12的时间延迟估计是τ，并且g(t)表示一个提取希望的CR脉冲串的波束形成装置(如上所述，g(t)是单个信道测量值)输出。首先，对用于五个延迟假设中的每个延迟假设的串联序列[P9，M](参见图5)来说，其候选起始位置被确定。举例来说，如果绝对延迟等于τ，那么序列[P9，M]将从相距波束形成装置分析窗口左边框τ+36个符号的位置开始。对于绝对延迟被假定为τ+48的假设来说，序列[P9，M]应该从相距分析窗口左边框τ84个符号的位置开始。

更具体地说，假定T_k表示第k个假设的开始时间，也就是说，T_k＝τ+36+(12×k)，其中k＝0、1、2、3、4。用v_k表示g(t)的取样，其中g(t)的取样对应于始于T_k且持续时间为24个符号(两个周期)的间隔。为每个假设计算：

h(k)＝|v_k[x，-x]^H|²。

选择产生最大值h(k)的假设。

假定选择了假设k₀。那么，绝对定时估算被确定为τ+(k₀×12)。

由于[x，m]和[x，x]的正交特性，因此存在一个五元脉冲位置调制(PPM)解调问题，其中SNR的变化取决于希望的矢量[x，m]的真实位置。举例来说，如果实际延迟小于一个周期，那么对于假设测试1、2、3、4来说，希望的CR脉冲串的有效负载部分将会表现为噪声。另一方面，如果实际延迟是例如20个符号，那么CR脉冲串的有效负载符号不会影响假设测试，其中，由于[x，m]和[x，x]的正交性而使k＝0被当作噪声，但对于k＝2、3、4来说，CR脉冲串的有效负载符号影响h(k)的噪声分量。在存在这种延迟条件的情况下，波束形成分析窗口接收以下48个符号：

x₅，x₆，x₇，x₈，x₉，x₁₀，x₁₁，x₁₂，x₁，x₂，x₃，x₄，…x₅，x₆，x₇，x₈，x₉，x₁₀，x₁₁，x₁₂，x₁，x₂，x₃，x₄，

在这个符号流中写出了前12个符号和最后12个符号。空间处理搜索将在延迟为8个符号的位置发现x₁第一次出现。下一个步骤是确定绝对延迟是否为8、20、32、44、56个符号。为了对此加以确定，波束形成分析窗口之后的测量值被集中。在具有一个大小为20个符号的延迟的情况下，接下来的40个符号将是：

x₅，x₆，x₇，x₈，x₉，x₁₀，x₁₁，x₁₂，x₁，x₂，x₃，x₄，x₅，x₆，x₇，x₈，x₉，x₁₀，x₁₁，x₁₂，-x₁，-x₂，-x₃，-x₄，

-x₅，-x₆，-x₇，-x₈，-x₉，-x₁₀，-x₁₁，-x₁₂，d₁，d₂，d₃，d₄，d₅，d₆，d₇，d₈

其中d_i代表第i个有效负载符号，该符号是未知的。结果，v₀＝[x，x]，v₁＝[x，-x]，这就导致h(0)＝0以及h(1)＝24²。因此，当绝对延迟大于12时，希望的信号不会影响判定变量h(0)。另一方面，v₂＝[-x₁，-x₂，…，-x₁₂，d₁，d₂，…，d₁₂]并不一定等于零。v2的前半部分等于标记序列，它产生如下结果：

h(2)＝|-12-[d₁，d₂，…d₁₂]x^H|²。

这明显不同于：

h(3)＝|[d₁，d₂，…d₁₂]x^H-[d₁₃，d₁₄，…，d₂₄]x^H|²。

由于幅度运算符内部存在相干项(-12)，并且在有测量噪声参与的情况下，由于相干项(-12)的存在而向正确的假设判定值(h(0))产生了一个显著的争用，因而平均起来，h(2)被预期大于h(3)。因此，等于+12的绝对延迟误差应该优先于延迟估计误差的其他值。一种消除固有噪声问题的方法是将标记序列放置在脉冲串开端并且搜索串联序列[-x，x]。在这种设计中，由于存在斜升(ramp-up)信号，因此只会存在自身噪声，但这将会只影响h(k)’s中的一个的噪声分量。为了适应特殊应用，对于序列排序的其他修改也是可能的。

如上所述，剩下的任务是寻找标记序列。这个任务可以基于利用具有v_k的1.5倍的序列[x，-x]附加取样版本的互相关运算来完成，其中v_k对应于指示周期滑移0、1、2、3、4的所有五个假设位置。

通过使用精密定时估计τ_fine，最后的波束形成装置输出取样时间(达到t_c)被确定，其中该时间与coreSnapPoint+τ_fine最为接近。用τ_c来表示t_c上的选定测量与实际定时位置的位置之间的时间差：

τ_c＝t_c-coreSnapPoint-τ_fine

需要记住，第k个假设(k＝0、1、2、3、4)的开端有时是T_k＝coreSnapPoint+τ_fine。因此，将为第k个假设的互相关测试的矢量v_k采用以下形式：

$v_k=[\hat{s}(t_c+12\×(3+k)),\hat{s}(t_c+12\×(3+k)+2/3)],$

$\hat{s}(t_c+12\×(3+k)+2\×2/3),...,\hat{s}(t_c+12\×(3+k)+35\×2/3)$

该矢量是一个具有36个项的矢量。

v_k与希望的信号矢量d互相关，其中矢量d是根据训练波形以及定时差值τ_e形成的。

d＝[s_d(coreSnapPoint+τ_e+12×3)，s_d(coreSnapPoint+τ_e+12×3+2/3)，

…，s_d(coreSnapPoint+τ_e+12×3+35×2/3)]

其中s_d(t)是希望的信号的训练波形。

用于每个假设且幅度被平方的互相关是如下计算的：

h(k)＝|v_kd^H|²

用k₀表示最大h(k)的指数。那么，绝对定时被确定为：

τ_abs＝τ_fine+(k₀×12)

在上述等式中，数值是以符号持续时间为单位的，其中训练序列的周期是12个符号。

作为选择，符号间隔的取样可用于绝对定时恢复。由此可以消除1.5倍测量所产生的失配，而这种失配将导致正交性的丧失。在进行符号间隔取样的情况下，该运算需要长度为24的五个互相关，并且需要对互相关的平方幅度进行比较。

在绝对定时恢复622之后，整个训练序列都可用于改进定时和频率估计，并且这些估计可用于在整个训练序列持续时间中执行再多个阶段的波束形成。由此可以将空间处理中使用的符号数从48提高到120个符号，并以计算复杂性为代价来改进性能。波束形成包括：首先使用完整的训练序列来确定一个更精确的加权矢量626，然后应用这个加权矢量来把为每个天线信道保存的测量值转换成单个信道测量值628。这时应该计算一个新的协方差矩阵，因此执行另一个Cholesky因数分解。该转换可应用于整个CR脉冲串，以便把CR脉冲串作为单个信道来进行解调628。作为选择，绝对定时可用于确定CR脉冲串的开端和末端，而现有加权矢量和频率估计则可用于对信号进行解调。这个选择取决于特定系统需求和信道条件。在确定了定时和一个加权矢量之后，这个加权矢量可用于将业务量回送到远端，其中CR脉冲串是从远端接收的630。

一般情况

本发明可以免去获得绝对定时信息以执行波束形成的需要。它利用目标训练序列周期性来对以训练周期为模的希望的信号所遇到的时间延迟进行估计，其中训练序列周期小于总的时间延迟不定性范围。而在基站上进行且没有完全同步的上行链路消息接收则是得到了增强。

基于训练的干扰消除方法可用于提高这种脉冲串的信号品质。然而，训练序列应与输入信号相联合，因此，最后得到的搜索过程包括使用一个预定分辨率来对每个可能延迟加以测试。随着延迟不定性的增加，这个假设测验处理将会因为计算资源而变得更为昂贵。

使用周期性训练序列减轻了定时捕获序列之后用于确定完美定时信息的假设测验工作。周期序列将定时不定性降低在一个训练序列周期以内，其中可以把训练序列周期选择得很小，以便将资源用于处理假设测验任务。举例来说，如果预期延迟是50个符号并且训练序列周期是10个符号，在分辨率是一个符号的情况下，只要能在搜索窗口中观察到周期性训练序列，那么不管延迟怎样，都可以只测试10个假设而不是50个假设。另外，包含互相关的搜索操作可以通过搜索窗口中的周期数目而被简化，如果搜索窗口包含5个训练序列周期(周期为10)，那么可以将互相关简化五倍。

一旦验证了定时假设，则只需对已被跳过的重复核心序列的周期数加以确定。为了更为精确地执行这个处理，可以使用以上概述的搜索过程结果来将多信道测量值(如果可用的话)转换成单信道测量值。然后可以发现一个位于脉冲串开端的定时捕获序列，并且发现所遗漏的周期数目。因而在先前实例中，只有周期{0，1，2，3，4}可能会在波束形成分析窗口中被遗漏。因此可以执行5个搜索，并且这些搜索是基于单信道测量值而不是多信道测量值来进行的。

本发明免除了可能在多信道数据上对所有可能延迟进行搜索所需要的高昂成本，作为距离函数，所述延迟有可能被用户终端所遭遇。脉冲串结构和周期性训练序列使得对于信号到达时间的搜索更为简单，而训练周期性则进一步降低了计算成本。

在以上描述中，为了进行说明而阐述了很多细节，以便提供对于本发明的全面理解。然而对本领域技术人员来说，可以在不具备其中一些特定细节的情况下实施本发明，这一点是显而易见的。在其他情况中，众所周知的结构和设备是以框图形式显示的。

本发明包括各种步骤。本发明的步骤可以由硬件元件来执行，例如图1和图2所示的那些元件，也可以在机器可执行指令中实现，这些机器可执行指令可以促使由所述指令编程的通用或专用处理器或逻辑电路执行这些步骤。作为替换，这些步骤也可以由硬件和软件的组合来执行。而这些步骤已经描述成了通过基站或是用户终端来执行。然而，任何描述为由基站执行的步骤也可以由用户终端来执行，反之亦然。本发明同样适用于终端相互通信的系统，而不需要将其中一个指定为基站、用户终端、远程终端或用户站。

本发明可作为计算机程序产品而被提供，其中包括一个机器可读介质，在这个介质中保存了用于对计算机(或其它电子设备)进行编程，以便执行根据本发明的一个过程的指令。机器可读介质可以包括软盘、光盘、CD-ROM、磁光盘、ROM、RAM、EPROM、EEPROM、磁卡或光卡、闪存或是适于保存电子指令的其它类型的介质/机器可读介质，但是并非局限于此。此外，本发明还可作为计算机程序产品下载，其中该程序可以经由通信链路(例如调制解调器或网络连接)并且借助载波或其它传播介质所包含的数据信号而从远程计算机传递到一台请求计算机。

非常重要的是，虽然已经在用于便携手持机的无线互联网络数据系统环境中描述了本发明，但是本发明可以应用于进行数据交换的多种不同的无线系统。这些系统包括没有外部连接的语音、视频、音乐、广播以及其他类型的数据系统。本发明不但可以应用于固定的远程终端，还可应用于低移动性和高移动性终端。许多方法是以其最基本的形式来描述的，但在不脱离本发明基本范围的情况下，可以向任何方法中添加步骤或是从中删除步骤，并且可以向所描述的任何消息中增加消息或是从中减少信息。对本领域技术人员来说，可以进行许多更进一步的修改和匹配，这一点是显而易见的。提供特定实施例并不是为了限制本发明，而是对其加以描述。本发明的范围并不是由以上提供的特定实例来确定的，而仅仅由权利要求来限定。

Claims (1)

1.一种用于发送训练序列的方法，包括：

产生符号的核心序列；

产生连续的核心序列重复；以及

产生标记序列，该序列具有不同于核心序列的符号序列，由此消除连续的核心序列重复的定时不定性；

将核心序列重复与标记序列相组合，以便形成一个训练序列；以及

在一个无线电通信系统中使用一个通信脉冲串来发送该训练序列。

2. 如权利要求1的方法，其中发送训练序列包括发送二进制符号，产生标记序列包括产生一个标记序列，该序列与核心序列数值相等，而正负号相反。

3. 如权利要求1的方法，其中用标记序列扩充的核心序列形成一个矢量，该矢量正交于一个用核心序列扩充的核心序列所形成的矢量。

4. 如权利要求1的方法，其中核心序列重复的持续时间要长于从发送训练序列的终端到接收训练序列的终端并且返回的最大往返延迟时间。

5. 如权利要求1的方法，其中核心序列具有大约为1/3的标准化互相关。

6. 如权利要求1的方法，其中核心序列具有大约为1/3的标准化自相关。

7. 如权利要求1的方法，其中核心序列平均值的绝对值大约为零。

8. 如权利要求1的方法，其中标记序列跟随在核心序列重复之后。

9. 如权利要求1的方法，其中标记序列在核心序列重复之前。

10. 如权利要求1的方法，其中核心序列重复的持续时间要长于波束形成分析窗口的持续时间加上从发送训练序列的终端到接收训练序列的终端并且返回的最大往返延迟时间而得到的和。

11. 如权利要求1的方法，其中核心序列重复的持续时间要长于从发送训练序列的终端到接收训练序列的终端并且返回的最大往返延迟时间加上发送训练序列的终端所施加的随机延迟而得到的和。

12. 如权利要求1的方法，其中核心序列重复包括将核心序列连续重复指定的次数。

13. 如权利要求1的方法，其中核心序列实质上包括12个符号。