CN102970270A - 一种高速移动环境下ofdm 系统的多多普勒频偏估计方法 - Google Patents

一种高速移动环境下ofdm 系统的多多普勒频偏估计方法 Download PDF

Info

Publication number
CN102970270A
CN102970270A CN2012105109853A CN201210510985A CN102970270A CN 102970270 A CN102970270 A CN 102970270A CN 2012105109853 A CN2012105109853 A CN 2012105109853A CN 201210510985 A CN201210510985 A CN 201210510985A CN 102970270 A CN102970270 A CN 102970270A
Authority
CN
China
Prior art keywords
doppler frequency
signal
prime
sigma
base station
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012105109853A
Other languages
English (en)
Inventor
穆鹏程
殷勤业
郭伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN2012105109853A priority Critical patent/CN102970270A/zh
Publication of CN102970270A publication Critical patent/CN102970270A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种高速移动环境下OFDM系统的多多普勒频偏估计方法,在高速移动的车辆上设置移动中继端,以转发基站同移动台之间的通信数据,此时基站与移动中继端之间存在有限条传输路径,每条路径对应不同的多普勒频偏;通过分析基站与移动中继端之间的多多普勒频偏,得到基站同车辆上的移动台之间的多多普勒频偏。本发明实现了高速移动环境下多个多普勒频偏的估计。而且子载波数Nc越大,相同信噪比下的均方误差就越小,即频偏估计越准确。由于Nb给定时增加Nc本质上是增加Na,而Na等价于信号的快拍个数,因此增大Nc可以提高协方差矩阵Rd的估计精度,从而频偏估计也就越准确。

Description

一种高速移动环境下OFDM 系统的多多普勒频偏估计方法
技术领域
本发明属于OFDM系统技术领域,涉及一种高速移动环境下OFDM系统的多多普勒频偏估计方法。
背景技术
谱效率更高的正交频分复用(OFDM)技术被公认为下一代无线宽带通信的核心技术。事实上,OFDM技术之所以具有更好的频谱利用率是因为它将整个频带分成了若干个相互重叠的子带(子载波),为了保证相互重叠的子带间互不影响,本质上就要求各个子载波之间必须正交。然而,收发系统之间频率的不一致会对接收到的信号各子载波之间的正交性带来很大的破坏,产生载波间干扰(ICI),从而造成OFDM系统性能的大幅度下降。因此,OFDM技术对频率偏移非常敏感。
频率偏移的来源主要有两个:一是由收发信机的本振频率不一致所造成的频率偏移。这部分频偏在一对收发信机之间只有一个且相对稳定,因此比较容易估计和消除。二是由用户或反射体移动所导致的多普勒频移。如果无线收发信机之间仅有一条无线传播路径,那么就只存在一个多普勒频移,接收机仍可以较容易地估计出该偏移并予以消除。当收发信机之间存在多条传播路径时,不同路径上的信号可能会产生不同的多普勒频移,此时就很难估计叠加在一起而各自不同的多普勒频偏,更无法按照一个固定的频偏进行补偿和消除,如何解决多频偏的估计与补偿是一个难题。
由于OFDM系统对频偏非常敏感,国内外在这方面已有大量的研究成果。现有的文献主要是在单一频偏的情况下估计和补偿OFDM信号频偏,其中一类是借助于特殊的导频符号(如重复导频)来估计频偏,还有一类借助于OFDM信号特有的结构(如循环前缀)来估计频偏,然而这些方法均不能用于同时存在多个频偏的情形,而这正是移动端高速运动时的典型特征。国内外也有一些文献研究多径多频偏的通信信道模型,比如借助于发送导频信号的相关特性提出利用准最大似然估计器来联合估计信道增益和多个频偏;也有通过迭代的方式来实现多频偏的估计和校正,同样需借助于导频信号。然而这些方法需要对信道长度内每个延时所对应的频偏分别进行估计,因此不适用于信道长度较大的系统;此外高速移动环境下往往只存在几条主要的对应不用延时的多径信号,并非需要对信道长度内的每个延时都予以考虑,上述方法无疑加大了估计的复杂度。
近年来,在政府的大力支持下,我国的高速公路、高速铁路等发展迅速,尤其是高速铁路的发展令世界瞩目。高速铁路在大大缩短各地的空间距离的同时,也对无线宽带移动通信系统提出了新的挑战。我国目前已建设的高速铁路其速度已达到了300km/h以上,这就使得由多普勒频移导致的信道时变特性非常明显。实测表明,现有的移动通信手段都很难在列车高速运行时进行有效通信。因此如何解决高速移动环境下的多径多多普勒频偏估计问题变得尤为重要。
发明内容
本发明解决的问题在于提供一种高速移动环境下OFDM系统的多多普勒频偏估计方法,该方法通过对多多普勒频偏的估计,有助于保障列车在高速运行时的无线宽带通信。
本发明是通过以下技术方案来实现:
一种高速移动环境下OFDM系统的多多普勒频偏估计方法,包括以下步骤:
在高速移动的车辆上设置移动中继端,以转发基站同移动台之间的通信数据,此时基站与移动中继端之间存在有限条传输路径,每条路径对应不同的多普勒频偏;通过分析基站与移动中继端之间的多多普勒频偏,得到基站同车辆上的移动台之间的多多普勒频偏。
基站向移动中继端发送基于帧结构的OFDM信号,一帧由帧头和K-1个数据符号块组成,其中在帧头插入空子载波,从而使帧头时域发送信号具有周期重复性;
第m个待发送调制信号块xm表示为:
Figure BDA00002504449200031
其中Nc是子载波个数,m是时间索引;
帧头按照式(4)所示的规则插入空子载波:
xm,k=0
k=p+i×Na,p=0,…,Na-1,i=0,…,Nb-1(4);
其中,xm,k是xm中第k个子载波上发送的数据,正整数Na和Nb满足Nc=Na×Nb
基站与移动中继端之间的多多普勒频偏的分析为:移动中继端在同步后,对接收到的帧头时域信号作如下处理:
1)对帧头所对应的第m个接收符号块,构造Ym的欠采样模型;
Figure BDA00002504449200032
其中,每一列都是对第m个接收到的OFDM符号块的一组欠采样,欠采样因子为Na,由于Nc=Na×Nb,每组有Nb个样点;将接收OFDM帧头符号块划分成Nb个块,其中每一块Na个样点组成Ym的每一行;
2)利用Ym估计协方差矩阵 R d = Y m Y m H / N a ;
3)对协方差矩阵Rd做特征值分解,提取信号的噪声子空间,利用特征结构子空间类方法得到多多普勒频偏估计。
第m个待发送调制信号块经过多载波调制转化为时域信号,并插入长度为Ncp的循环前缀,此时第m个时域发送符号块表示为:
Figure BDA00002504449200041
sm(n)为第m个时域发送符号块的第n个采样,xm,k为第m个发送符号块第k个子载波上发送的数据,Ncp为循环前缀的长度,N=Nc+Ncp表示一个完整的时域发送符号块的长度;
多个时域发送符号块构建成的时域发送信号表示为
s ( n ) = Σ m = 0 ∞ s m ( n - m ( N c + N cp ) ) - - - ( 2 ) .
将基站与移动中继端之间的时变多径信道表示为:
h ( n ′ , n ) = Σ l = 1 L h l e j φ ( l ) n N c δ ( n ′ - N l ) - - - ( 5 )
φ(l)=2πfl/f0=2πfd cos θl/f0   (6)
其中:h(n′,n)为信道在n时刻的响应函数,δ(n′)为单位1冲激函数,hl和Nl分别表示第l条路径的复信道增益和延迟;fl=fd cos θl是第l条路径的多普勒频移,θl是信号入射方向,且在[0,2π)上服从均匀分布,
Figure BDA00002504449200044
是信道最大多普勒频移,v是列车的移动速度,c为光速,fc是OFDM系统的载波频率。
移动中继端接收来自基站发送的信号,接收时域信号为
y ( n ) = Σ n ′ = 0 N cp - 1 h ( n ′ , n ) s ( n - n ′ ) + w ( n ) - - - ( 7 )
y(n)为接收的时域信号,w(n)为加性复高斯白噪声;
确定信号的到达时刻后,将OFDM时域信号删除保护间隔,截取长度为Nc的OFDM符号块,记第m个接收符号块为
ym=[y(zm),y(zm+1),…,y(zm+Nc-1)]T    (8)
其中:zm=m(Nc+Ncp)+Ncp,记接收到的第m个符号块的第k个采样为ym,k,在不考虑噪声的情况下,将(5)式代入到(7)式中,得
y m , k = y ( z m + k )
= Σ n ′ = 0 N cp - 1 h ( n ′ , z m + k ) s ( z m + k - n ′ )
= Σ n ′ = 0 N cp h ( n ′ , z m + k ) s m ( N cp + k - n ′ )     (9)
= Σ n ′ = 0 N cp - 1 ( Σ l = 1 L h l e j φ ( l ) ( z m + k ) N c δ ( n ′ - N l ) s m ( N cp + k - n ′ ) )
= Σ l = 1 L h l e j φ ( l ) ( z m + k ) N c s m ( N cp + k - N l )
其中:k=0,1,…,Nc-1;
存在正整数Na和Nb满足Nc=Na×Nb,子载波序号k记为k=p+i×Na,其中p=0,…,Na-1;i=0,…,Nb-1;考虑帧头所对应的第m个符号块,利用发送信号的周期特性,得到
y m , p + i N a = Σ l = 1 L h l e j φ ( l ) ( z m + p + i N a ) N c s m ( N cp + p + i N a - N l )
= Σ l = 1 L e j φ ( l ) N a i N c [ h l e j φ ( l ) ( z m + p ) N c s m ( N cp + p + i N a - N l ) ]     (10)
= Σ l = 1 L e j φ ( l ) N a i N c [ h l e j φ ( l ) ( z m + p ) N c s m ( N cp + p - N l ) ]
= Σ l = 1 L e j φ ( l ) N a i N c [ Z m , p l ]
其中在同一个接收帧头符号块中,两个间隔Na点的时域采样之间相差一个复系数
Figure BDA000025044492000510
从而将接收数据ym重排,并写成下列矩阵乘积形式:
Figure BDA00002504449200061
= A ‾ Z ‾ m
其中, φ ~ ( l ) = φ ( l ) N a / N c = 2 π f l / ( f 0 N b ) , l=1,2,…,L    (12);
利用特征结构子空间类的方法得到
Figure BDA00002504449200065
的估计,从而得到多多普勒频偏估计。
所述的特征结构子空间类的方法为MUSIC方法,利用MUSIC方法构造一维谱表达式
P MUSIC ( f ) = 1 a ( f ) H V N V N H a ( f ) - - - ( 13 )
其中: a ( f ) = [ 1 , e j 2 πf / ( f 0 N b ) , · · · , e j 2 π ( N b - 1 ) f / ( f 0 N b ) ] T , f∈[-fd,fd]是导向矢量;
对不同频率进行搜索得到一维谱图,由信号子空间的维数确定多普勒频偏的个数L,将一维谱图中最大的L个峰值所对应的频率作为多普勒频偏的估计值。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供的高速移动环境下OFDM系统的多多普勒频偏估计方法,首先在高速列车上配置一个移动中继端(mobile relay station,MRS),其作用是转发基站(base station,BS)同移动台(mobile station,MS)之间的通信数据。由于MS相对于MRS的移动速度几乎为0,因此多多普勒频偏估计问题主要集中在BS-MRS链路。然后,在基站端发送帧结构的OFDM数据符号,使帧头时域发送信号具有周期重复性,移动中继端对接收到的OFDM帧头数据符号进行下采样,此时的数据模型类似于阵列信号处理中采用均匀线阵进行波达方向(DOA)估计的数据模型,从而采用类似的方法估计出多个频偏。
本发明提供的高速移动环境下OFDM系统的多多普勒频偏估计方法,采用MUSIC方法进行谱峰搜索得到的一维谱图,从谱图中可以看到三个明显的峰值,分别对应三个多普勒频偏。因此实现了高速移动环境下多个多普勒频偏的估计。而且子载波数Nc越大,相同信噪比下的均方误差就越小,即频偏估计越准确。由于Nb给定时增加Nc本质上是增加Na,而Na等价于信号的快拍个数,因此增大Nc可以提高协方差矩阵Rd的估计精度,从而频偏估计也就越准确。
附图说明
图1为OFDM系统帧结构模型示意图;
图2为OFDM系统帧头结构示意图;
图3为发送符号的离散傅里叶变换示意图;
图4为MRS接收模型示意图;
图5为MUSIC方法一维谱图;
图6为不同到达角的多普勒频偏估计均方误差性能;
图7为子载波个数对多频偏估计均方误差的影响。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明提出的高速移动环境下多多普勒频偏估计方法主要针对下行链路,包括以下步骤:
在高速移动的车辆上设置移动中继端,以转发基站同移动台之间的通信数据,此时基站与移动中继端之间存在有限条传输路径,每条路径对应不同的多普勒频偏;通过分析基站与移动中继端之间的多多普勒频偏,得到基站同车辆上的移动台之间的多多普勒频偏。
具体主要包括:
为了提升高速移动的物体(比如列车)上用户的服务质量,可以先在整部高速列车上配置一个移动中继端(mobile relay station,MRS),其作用是转发基站(base station,BS)同移动台(mobile station,MS)之间的通信数据;由于MS相对于MRS的移动速度几乎为0,因此多多普勒频偏估计问题主要集中在BS-MRS链路。
然后,在基站端发送帧结构的OFDM数据符号,其中帧头采用特定结构。
最后,移动中继端对接收到的OFDM帧头数据符号进行下采样,此时的数据模型类似于阵列信号处理中采用均匀线阵进行波达方向(DOA)估计的数据模型,从而采用类似的方法估计出多个频偏。
下面对从信号发送到接收,然后分析估计的过程进行具体的说明:
在发送端:
基站向移动中继端发送基于帧结构的OFDM信号,一帧由帧头和K-1个数据符号块组成,其中在帧头插入空子载波,从而使帧头时域发送信号具有周期重复性;
具体的,基站发送端采用如图1所示的OFDM系统帧结构模型,一帧由帧头(第一个符号块)和K-1个数据符号块组成,其中帧头中设有用来估计多频偏的数据符号。
而第m个待发送调制信号块可表示为:
Figure BDA00002504449200081
其中Nc是子载波个数,m是时间索引,也即第m个时域资源块。
经过多载波调制即离散傅里叶变换(IDFT)转化为时域信号,为了抑制符号间干扰(ISI)还需插入长度为Ncp的循环前缀(CP),此时第m个时域发送符号块可表示为
Figure BDA00002504449200091
sm(n)为第m个时域发送符号块的第n个采样,xm,k为第m个符号块第k个子载波上发送的数据,Ncp为循环前缀的长度,N=Nc+Ncp表示时域发送符号块的长度。
进一步,多个时域发送符号块构建成的时域发送信号表示为:
s ( n ) = Σ m = 0 ∞ s m ( n - m ( N c + N cp ) ) - - - ( 2 )
为了估计多频偏,还需要对帧头进行设计。由于在实际系统中,为了采用快速离散傅里叶变换的方便,子载波个数Nc一般均采用2的指数,如256,1024等等。因此总存在正整数Na和Nb满足Nc=Na×Nb
如图2所示,待发送的帧头时域数据,由Nb段完全相同的数据组成,每段数据的长度为Na,即
sm(p)=sm(p+iNa)    (3)
p=0,…,Na+Ncp-1;i=0,…,Nb-1
sm(p)为第m个时域发送符号块的第p个采样;
这种结构的发送数据可以通过在帧头符号内插入空子载波实现,根据时频域变换的特点,已知频域补零会造成时域的周期延拓,因此可以采用如下的子载波分配方案:
xm,k=0
k=p+i×Na,p=0,…,Na-1,i=0,…,Nb-1    (4)
其中,xm,k是xm中第k个子载波上发送的数据,正整数Na和Nb满足Nc=Na×Nb
以子载波数Nc=16的OFDM系统为例,选取Na=4和Nb=4,图3给出了子载波的分配方式及经过IDFT变换后的时域发送信号。可以看到每两个子载波之间插入Na-1个空子载波会导致时域发送数据以Nb=4为周期重复。
在接收端:
对帧头所对应的第m个接收符号块,构造Ym的欠采样模型;然后利用Ym估计协方差矩阵
Figure BDA00002504449200101
对协方差矩阵Rd做特征值分解,提取信号的噪声子空间,利用特征结构子空间类方法得到多多普勒频偏估计。
具体的,基站所发送的信号经过空间多径信道到达接收端,而列车的高速移动会带来明显的多普勒频偏影响。通过在整部高速列车上配置一个移动中继端(MRS)可以大大简化高速移动环境下的多频偏估计问题。
如图4所示,传统的下行链路中,基站(BS)直接发送数据到移动台(MS),由于MS随着列车高速运动,因此接收到的数据会受到明显的多普勒频偏影响,此外由于列车内部环境复杂,反射体较多,信号将从各个方向到达MS,此时的多径多频偏信道模型更接近于传统的Jakes’模型,分析起来较为复杂。
当列车上配置MRS后,传统的BS-MS链路被分为BS-MRS和MRS-MS两条链路。首先MRS-MS链路的通信质量要远远优于BS-MS链路的通信质量,因为此时MS相对于MRS的移动速度几乎为0,因此MS接收到的来自MRS的信号几乎不受多普勒频偏的影响。其次,MRS通常安置于列车顶端以保证其与BS之间的信道主要由外部环境中的多径反射组成。由于高速列车大部分时间行驶在空旷的乡村及山地环境下,且MRS的天线置于列车顶部,因此可以假设BS同MRS之间只存在几条传输路径,每条路径对应不同的入射角即不同的多普勒频偏。
假设空间多径信道由L条到达角度可分的路径组成,每条路径具有不同的衰减、延迟及多普勒频偏,则BS-MRS的时变多径信道模型可表示为:
h ( n ′ , n ) = Σ l = 1 L h l e j φ ( l ) n N c δ ( n ′ - N l ) - - - ( 5 )
φ(l)=2πfl/f0=2πfd cos θl/f0   (6)
其中:h(n′,n)为信道在n时刻的响应函数,δ(n′)为单位1冲激函数,hl和Nl分别表示第l条路径的复信道增益和延迟;fl=fd cos θl是第l条路径的多普勒频移,θl是信号入射方向,且在[0,2π)上服从均匀分布,
Figure BDA00002504449200112
是信道最大多普勒频移,v是列车的移动速度,c为光速,fc是OFDM系统的载波频率;φ(l)是fl相对于子载波间隔f0归一化后的多普勒频偏。
移动中继端接收来自基站发送的信号,接收信号可表示为发送信号(2)与信道响应(5)的卷积,再与加性复高斯白噪声叠加。因此,接收时域信号为
y ( n ) = Σ n ′ = 0 N cp - 1 h ( n ′ , n ) s ( n - n ′ ) + w ( n ) - - - ( 7 )
y(n)为接收的时域信号,w(n)为加性复高斯白噪声;
将正确同步(确定信号的到达时刻)后的OFDM时域信号删除保护间隔以后,截取长度为Nc的OFDM符号块,记第m个接收符号块为
ym=[y(zm),y(zm+1),…,y(zm+Nc-1)]T    (8)
其中:zm=m(Nc+Ncp)+Ncp。记接收到的第m个符号块的第k个采样为ym,k
在不考虑噪声的情况下,将(5)式代入到(7)式中,得
y m , k = y ( z m + k )
= Σ n ′ = 0 N cp - 1 h ( n ′ , z m + k ) s ( z m + k - n ′ )
= Σ n ′ = 0 N cp h ( n ′ , z m + k ) s m ( N cp + k - n ′ ) - - - ( 9 )
= Σ n ′ = 0 N cp - 1 ( Σ l = 1 L h l e j φ ( l ) ( z m + k ) N c δ ( n ′ - N l ) s m ( N cp + k - n ′ ) )
= Σ l = 1 L h l e j φ ( l ) ( z m + k ) N c s m ( N cp + k - N l )
其中:k=0,1,…,Nc-1。
由于总存在正整数Na和Nb满足Nc=Na×Nb,这样上式中的子载波序号k可以记为k=p+i×Na,其中p=0,…,Na-1;i=0,…,Nb-1。考虑帧头所对应的第m个符号块,利用(3)式发送信号的周期特性,(9)式可进一步表示为
y m , p + i N a = Σ l = 1 L h l e j φ ( l ) ( z m + p + i N a ) N c s m ( N cp + p + i N a - N l )
= Σ l = 1 L e j φ ( l ) N a i N c [ h l e j φ ( l ) ( z m + p ) N c s m ( N cp + p + i N a - N l ) ]     (10)
= Σ l = 1 L e j φ ( l ) N a i N c [ h l e j φ ( l ) ( z m + p ) N c s m ( N cp + p - N l ) ]
= Σ l = 1 L e j φ ( l ) N a i N c [ Z m , p l ]
观察(10)式可以看出,在同一个接收帧头符号块中,两个间隔Na点的时域采样之间相差一个复系数利用这种关系,将接收数据ym重排,可以写成下列矩阵乘积形式
Figure BDA00002504449200131
Figure BDA00002504449200132
= A ‾ Z ‾ m
其中, φ ~ ( l ) = φ ( l ) N a / N c = 2 π f l / ( f 0 N b ) , l=1,2,…,L    (12)。
注意观察Ym可见,其每一列都是对第m个接收到的OFDM符号块的一组欠采样,欠采样因子为Na。由于Nc=Na×Nb,每组有Nb个样点。如果将接收OFDM帧头符号块划分成如图2所示的Nb个块,那么其中每一块Na个样点组成Ym的每一行。
式(11)的模型非常类似于阵列信号处理中均匀线阵的DOA估计模型。其中矩阵
Figure BDA00002504449200135
是一个范德蒙矩阵。而未知参数
Figure BDA00002504449200136
l=1,2,…,L相当于L个待估DOA参数。由式(12)可见,如果可以利用子空间的方法得到
Figure BDA00002504449200137
的估计,那么就可以估计出多普勒频偏fl。注意到
Figure BDA00002504449200138
是Nb×L的矩阵,因此可以选取Na和Nb使得Nb>L。也即信号子空间维数和待估参数都是L维的,而噪声子空间的维数为Nb-L,利用特征结构子空间类方法就可以得到多多普勒频偏估计。
具体的采用经典的MUSIC方法来估计多频偏:
首先,MUSIC方法基于信号的噪声子空间,通过提取信号的噪声子空间,并利用噪声子空间与信号特征向量的正交性进行峰值搜索估计多频偏。因此算法中必须选取Nb>L,其中Nb是总的自由度,L是代估计参量个数。而Na等价于信号的快拍个数,增大Na可以提高协方差矩阵Rd的估计精度。
其次,导向向量a(f)取决于相位因子2πf/(f0Nb),其变化范围[-2πfd/(f0Nb),2πfd/(f0Nb)]与载波频率fc、移动端的移动速度v及Nb有关。当最大范围2πfd/(f0Nb)大于π时,由于范德蒙矢量的周期特性会造成额外峰值的出现;反之当2πfd/(f0Nb)较小时,又会降低MUSIC算法的分辨率。因此,实际应用中选取fc、v和Nb使得相位因子不超过π,且取值越大越好。最后,接收端采取了欠采样使得协方差矩阵Rd的维数变为Nb,因此采用特征结构法的计算复杂度为
综合以上发送端和接收端,高速移动环境下OFDM系统的多多普勒频偏估计方法如下:
基站发送基于帧结构的OFDM信号,帧头按照式(4)所示的规则插入空子载波,从而使帧头时域发送信号具有周期重复性。
移动中继端在正确同步的情况下,对接收到的帧头时域信号作如下处理:
1)对帧头所对应的第m个接收符号块,构造ym的的欠采样模型(11);
2)利用Ym估计协方差矩阵 R d = Y m Y m H / N a ;
3)对协方差矩阵做特征值分解,提取信号的噪声子空间,构造一维谱表达式:
P MUSIC ( f ) = 1 a ( f ) H V N V N H a ( f ) - - - ( 13 )
其中: a ( f ) = [ 1 , e j 2 πf / ( f 0 N b ) , · · · , e j 2 π ( N b - 1 ) f / ( f 0 N b ) ] T , f∈[-fd,fd]是导向矢量;
4)对不同频率进行搜索从而得到一维谱图,由信号子空间的维数可以确定多普勒频偏的个数L,从而将一维谱图中最大的L个峰值所对应的频率作为多普勒频偏的估计值。
下面给出系统测试:
考虑一个子载波数Nc=1024的OFDM系统,载波频率fc=4GHz,子载波间隔f0=103Hz。假设列车在开阔的户外环境下高速行驶,移动速度为v=500km/h,因此移动中继端的最大多普勒频偏为fd=vfc/c=1851.9Hz。假设从基站到移动中继端只存在L=3条从不同方向入射的显著多径,入射角分别为θ1=30°,θ2=70°和θ3=130°,而信道的最大多径延迟为16。为了估计多频偏,选取Na=128和Nb=8,基站发送周期的帧头信号,移动中继端通过欠采样构造协方差矩阵,从而利用经典的特征结构法-MUSIC方法来估计多个多普勒频偏。
图5给出了采用MUSIC方法进行谱峰搜索得到的一维谱图,从图中可以看到三个明显的峰值,分别对应三个多普勒频偏。因此实现了高速移动环境下多个多普勒频偏的估计。其中采用均方误差
Figure BDA00002504449200151
作为频偏估计的衡量标准,其中Q是仿真次数,
Figure BDA00002504449200152
和fl分别表示频偏的估计值和理论值。
图6给出了多普勒频偏估计的均方误差(MSE)随信噪比(SNR)的变化曲线,可以看到,在多径多频偏的信道模型下,随着信噪比的提高,频偏估计越准确。
进一步,图7对比了不同子载波数Nc下的频偏估计均方误差(MSE)随信噪比(SNR)的变化曲线,选取Nb=8为一固定常数,可以看到,子载波数Nc越大,相同信噪比下的均方误差就越小,即频偏估计越准确。由于Nb给定时增加Nc本质上是增加Na,而Na等价于信号的快拍个数,因此增大Nc可以提高协方差矩阵Rd的估计精度,从而频偏估计也就越准确。

Claims (6)

1.一种高速移动环境下OFDM系统的多多普勒频偏估计方法,其特征在于,包括以下步骤:
在高速移动的车辆上设置移动中继端,以转发基站同移动台之间的通信数据,此时基站与移动中继端之间存在有限条传输路径,每条路径对应不同的多普勒频偏;通过分析基站与移动中继端之间的多多普勒频偏,得到基站同车辆上的移动台之间的多多普勒频偏。
2.如权利要求1所述的高速移动环境下OFDM系统的多多普勒频偏估计方法,其特征在于,基站向移动中继端发送基于帧结构的OFDM信号,一帧由帧头和K-1个数据符号块组成,其中在帧头插入空子载波,从而使帧头时域发送信号具有周期重复性;
第m个待发送调制信号块xm表示为:
Figure FDA00002504449100011
其中Nc是子载波个数,m是时间索引;
帧头按照式(4)所示的规则插入空子载波:
xm,k=0
k=p+i×Na,p=0,…,Na-1,i=0,…,Nb-1    (4);
其中,xm,k是xm中第k个子载波上发送的数据,正整数Na和Nb满足Nc=Na×Nb
基站与移动中继端之间的多多普勒频偏的分析为:移动中继端在同步后,对接收到的帧头时域信号作如下处理:
1)对帧头所对应的第m个接收符号块,构造Ym的欠采样模型;
Figure FDA00002504449100012
其中,每一列都是对第m个接收到的OFDM符号块的一组欠采样,欠采样因子为Na,由于Nc=Na×Nb,每组有Nb个样点;将接收OFDM帧头符号块划分成Nb个块,其中每一块Na个样点组成Ym的每一行;
2)利用Ym估计协方差矩阵 R d = Y m Y m H / N a ;
3)对协方差矩阵Rd做特征值分解,提取信号的噪声子空间,利用特征结构子空间类方法得到多多普勒频偏估计。
3.如权利要求2所述的高速移动环境下OFDM系统的多多普勒频偏估计方法,其特征在于,第m个待发送调制信号块经过多载波调制转化为时域信号,并插入长度为Ncp的循环前缀,此时第m个时域发送符号块表示为:
Figure FDA00002504449100022
sm(n)为第m个时域发送符号块的第n个采样,xm,k为第m个发送符号块第k个子载波上发送的数据,Ncp为循环前缀的长度,N=Nc+Ncp表示一个完整的时域发送符号块的长度;
多个时域发送符号块构建成的时域发送信号表示为
s ( n ) = Σ m = 0 ∞ s m ( n - m ( N c + N cp ) ) - - - ( 2 ) .
4.如权利要求2所述的高速移动环境下OFDM系统的多多普勒频偏估计方法,其特征在于,将基站与移动中继端之间的时变多径信道表示为:
h ( n ′ , n ) = Σ l = 1 L h l e j φ ( l ) n N c δ ( n ′ - N l ) - - - ( 5 )
φ(l)=2πfl/f0=2πfd cos θl/f0   (6)
其中:h(n′,n)为信道在n时刻的响应函数,δ(n′)为单位1冲激函数,hl和Nl分别表示第l条路径的复信道增益和延迟;fl=fd cos θl是第l条路径的多普勒频移,θl是信号入射方向,且在[0,2π)上服从均匀分布,
Figure FDA00002504449100031
是信道最大多普勒频移,v是列车的移动速度,c为光速,fc是OFDM系统的载波频率。
5.如权利要求4所述的高速移动环境下OFDM系统的多多普勒频偏估计方法,其特征在于,移动中继端接收来自基站发送的信号,接收时域信号为
y ( n ) = Σ n ′ = 0 N cp - 1 h ( n ′ , n ) s ( n - n ′ ) + w ( n ) - - - ( 7 )
y(n)为接收的时域信号,w(n)为加性复高斯白噪声;
确定信号的到达时刻后,将OFDM时域信号删除保护间隔,截取长度为Nc的OFDM符号块,记第m个接收符号块为
ym=[y(zm),y(zm+1),…,y(zm+Nc-1)]T    (8)
其中:zm=m(Nc+Ncp)+Ncp,记接收到的第m个符号块的第k个采样为ym,k,在不考虑噪声的情况下,将(5)式代入到(7)式中,得
y m , k = y ( z m + k )
= Σ n ′ = 0 N cp - 1 h ( n ′ , z m + k ) s ( z m + k - n ′ ) = Σ n ′ = 0 N cp h ( n ′ , z m + k ) s m ( N cp + k - n ′ )     (9)
= Σ n ′ = 0 N cp - 1 ( Σ l = 1 L h l e j φ ( l ) ( z m + k ) N c δ ( n ′ - N l ) s m ( N cp + k - n ′ ) )
= Σ l = 1 L h l e j φ ( l ) ( z m + k ) N c s m ( N cp + k - N l )
其中:k=0,1,…,Nc-1;
存在正整数Na和Nb满足Nc=Na×Nb,子载波序号k记为k=p+i×Na,其中p=0,…,Na-1;i=0,…,Nb-1;考虑帧头所对应的第m个符号块,利用发送信号的周期特性,得到
y m , p + i N a = Σ l = 1 L h l e j φ ( l ) ( z m + p + i N a ) N c s m ( N cp + p + i N a - N l ) = Σ l = 1 L e j φ ( l ) N a i N c [ h l e j φ ( l ) ( z m + p ) N c s m ( N cp + p + i N a - N l ) ]     (10)
= Σ l = 1 L e j φ ( l ) N a i N c [ h l e j φ ( l ) ( z m + p ) N c s m ( N cp + p - N l ) ]
= Σ l = 1 L e j φ ( l ) N a i N c [ Z m , p l ]
其中在同一个接收帧头符号块中,两个间隔Na点的时域采样之间相差一个复系数从而将接收数据ym重排,并写成下列矩阵乘积形式:
Figure FDA00002504449100046
= A ‾ Z ‾ m
其中, φ ~ ( l ) = φ ( l ) N a / N c = 2 π f l / ( f 0 N b ) , l=1,2,…,L    (12);
利用特征结构子空间类的方法得到
Figure FDA000025044491000410
的估计,从而得到多多普勒频偏估计。
6.如权利要求4所述的高速移动环境下OFDM系统的多多普勒频偏估计方法,其特征在于,所述的特征结构子空间类的方法为MUSIC方法,利用MUSIC方法构造一维谱表达式
P MUSIC ( f ) = 1 a ( f ) H V N V N H a ( f ) - - - ( 13 )
其中: a ( f ) = [ 1 , e j 2 πf / ( f 0 N b ) , · · · , e j 2 π ( N b - 1 ) f / ( f 0 N b ) ] T , f∈[-fd,fd]是导向矢量;
对不同频率进行搜索得到一维谱图,由信号子空间的维数确定多普勒频偏的个数L,将一维谱图中最大的L个峰值所对应的频率作为多普勒频偏的估计值。
CN2012105109853A 2012-11-30 2012-11-30 一种高速移动环境下ofdm 系统的多多普勒频偏估计方法 Pending CN102970270A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012105109853A CN102970270A (zh) 2012-11-30 2012-11-30 一种高速移动环境下ofdm 系统的多多普勒频偏估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012105109853A CN102970270A (zh) 2012-11-30 2012-11-30 一种高速移动环境下ofdm 系统的多多普勒频偏估计方法

Publications (1)

Publication Number Publication Date
CN102970270A true CN102970270A (zh) 2013-03-13

Family

ID=47800157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012105109853A Pending CN102970270A (zh) 2012-11-30 2012-11-30 一种高速移动环境下ofdm 系统的多多普勒频偏估计方法

Country Status (1)

Country Link
CN (1) CN102970270A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106559371A (zh) * 2015-09-24 2017-04-05 索尼公司 用于无线通信的电子设备以及无线通信方法
CN106656441A (zh) * 2015-10-28 2017-05-10 上海贝尔股份有限公司 用于提高车辆至车辆通信的可靠性的方法和设备
CN107490780A (zh) * 2017-06-01 2017-12-19 同方电子科技有限公司 一种可抑制均匀分布的相位误差的测向方法
CN110324131A (zh) * 2018-03-30 2019-10-11 华为技术有限公司 一种数据传输方法和装置
CN111416782A (zh) * 2020-03-18 2020-07-14 华南理工大学 一种基于空载波的ofdm系统频偏估计分析方法
CN112929301A (zh) * 2019-12-08 2021-06-08 中国科学院声学研究所 一种基于非均匀空载波的ofdm水声时变多普勒频偏估计方法
CN113810323A (zh) * 2021-05-12 2021-12-17 重庆邮电大学 融合5g nr的leo卫星多普勒频偏变化率估计方法
US20220078063A1 (en) * 2019-05-16 2022-03-10 Huawei Technologies Co., Ltd. Devices and Methods for Multicarrier Modulation Schemes
CN114667719A (zh) * 2019-11-19 2022-06-24 大众汽车股份公司 用于otfs导频干扰检测的差分功率分析

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035766A (zh) * 2010-12-09 2011-04-27 中兴通讯股份有限公司 最大多普勒频移的估计方法和装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035766A (zh) * 2010-12-09 2011-04-27 中兴通讯股份有限公司 最大多普勒频移的估计方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WEI GUO ET.AL: "Doppler frequency offsets estimation for high-mobility OFDM systems", 《SIGNAL PROCESSING(ICSP),2012 IEEE 11TH INTERNATIONAL CONFERENCE ON 》 *
陆玲辉: "基于车载中继的高速移动宽带无线接入技术研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106559371B (zh) * 2015-09-24 2021-01-12 索尼公司 用于无线通信的电子设备以及无线通信方法
CN106559371A (zh) * 2015-09-24 2017-04-05 索尼公司 用于无线通信的电子设备以及无线通信方法
CN106656441A (zh) * 2015-10-28 2017-05-10 上海贝尔股份有限公司 用于提高车辆至车辆通信的可靠性的方法和设备
CN107490780A (zh) * 2017-06-01 2017-12-19 同方电子科技有限公司 一种可抑制均匀分布的相位误差的测向方法
CN107490780B (zh) * 2017-06-01 2020-07-10 同方电子科技有限公司 一种可抑制均匀分布的相位误差的测向方法
CN110324131B (zh) * 2018-03-30 2021-09-14 华为技术有限公司 一种数据传输方法和装置
CN110324131A (zh) * 2018-03-30 2019-10-11 华为技术有限公司 一种数据传输方法和装置
US20220078063A1 (en) * 2019-05-16 2022-03-10 Huawei Technologies Co., Ltd. Devices and Methods for Multicarrier Modulation Schemes
US11743087B2 (en) * 2019-05-16 2023-08-29 Huawei Technologies Co., Ltd. Devices and methods for multicarrier modulation schemes
CN114667719A (zh) * 2019-11-19 2022-06-24 大众汽车股份公司 用于otfs导频干扰检测的差分功率分析
US11962445B2 (en) 2019-11-19 2024-04-16 Volkswagen Aktiengesellschaft Differential power analysis for OTFS pilot interference detection
CN114667719B (zh) * 2019-11-19 2024-04-30 大众汽车股份公司 用于otfs导频干扰检测的差分功率分析
CN112929301A (zh) * 2019-12-08 2021-06-08 中国科学院声学研究所 一种基于非均匀空载波的ofdm水声时变多普勒频偏估计方法
CN112929301B (zh) * 2019-12-08 2022-05-31 中国科学院声学研究所 一种基于非均匀空载波的ofdm水声时变多普勒频偏估计方法
CN111416782A (zh) * 2020-03-18 2020-07-14 华南理工大学 一种基于空载波的ofdm系统频偏估计分析方法
CN111416782B (zh) * 2020-03-18 2021-10-26 华南理工大学 一种基于空载波的ofdm系统频偏估计分析方法
CN113810323A (zh) * 2021-05-12 2021-12-17 重庆邮电大学 融合5g nr的leo卫星多普勒频偏变化率估计方法
CN113810323B (zh) * 2021-05-12 2023-12-01 上海正测通科技股份有限公司 融合5g nr的leo卫星多普勒频偏变化率估计方法

Similar Documents

Publication Publication Date Title
CN102970270A (zh) 一种高速移动环境下ofdm 系统的多多普勒频偏估计方法
CN101778069B (zh) 一种新型ofdm信道估计联合ici自消除方法
CN102404268B (zh) 高速移动环境下莱斯信道中多普勒频偏估计与补偿方法
CN1988525B (zh) 一种正交频分复用系统的同步方法
CN102006249B (zh) 协同正交频分复用系统中的信道估计方法
CN104410590A (zh) 一种基于压缩感知的短波ofdm抑制干扰联合信道估计方法
CN102263713B (zh) 一种基于变换域滤波的二维ofdm信道估计方法
JP2007013982A (ja) トレーニングシーケンスの生成方法、通信システム及び通信方法
CN103051571B (zh) 用于td-lte系统的多普勒频偏估计方法
CN100550875C (zh) 一种正交频分复用技术无线系统中的同步方法
CN107819717A (zh) 一种lte干扰中基于pusch的频域场强搜索方法
CN105187352A (zh) 一种基于ofdm前导的整数频偏估计方法
CN104796372B (zh) 一种实现低复杂度的lte系统下行辅同步信号检测方法
CN104735014A (zh) 一种基于前导符号差分相关的定时同步方法
CN113438730A (zh) 一种基于gfdm信号的无线定位方法
CN101291311B (zh) 多输入多输出正交频分复用系统的同步实现方法及装置
CN103415067B (zh) 一种基于探测参考信号的信噪比估计方法
CN104836770A (zh) 一种基于相关平均与加窗的定时估计方法
CN101232316A (zh) 一种基于移动wimax的波达方向估计方法
Kojima et al. Timing synchronization based on supervised learning of spectrogram for ofdm systems
CN102868651A (zh) 一种基于频域均衡的新型解调方法
CN103078819B (zh) 精符号同步方法及其装置
CN101494634A (zh) 基于Schmidl&Cox同步的改进方法
CN105635024B (zh) Mimo-ofdm系统的联合同步硬件实现方法
CN101374130B (zh) 多输入多输出正交频分复用系统的同步方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130313