CN105099982A - 一种频偏估计方法及装置 - Google Patents

Abstract

本发明提供一种频偏估计方法及装置，首先对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值，基于第一次频偏估计值对时域信号进行补偿，得到补偿后的时域信号，从而在经过一次补偿后，补偿后的时域信号的频偏小于原始的时域信号的频偏，相当于缩小第二次频偏估计时代价算法的搜索空间，缩小代价算法的搜索空间，这样在通过代价算法对补偿后的时域信号进行第二次频偏估计时，降低了代价算法的运算量，从而在保证代价算法精准度的前提下降低代价算法的复杂度。

Description

一种频偏估计方法及装置

技术领域

本发明属于LTE(LongTermEvolution，长期演进)系统中的频偏估计技术领域，尤其涉及一种频偏估计方法及装置。

背景技术

小区搜索是UE(UserEquiment，用户设备)接入LTE系统的第一步，其主要用于实现下行同步和小区ID(Identity，身份标识号)识别，而在小区搜索过程中频率偏移会造成载波频谱平移、子载波的干扰和和噪声影响的放大，继而影响后续的信道估计和均衡，因此频偏估计是小区搜索十分重要的一步。

目前频偏估计方法有多种，如CP(循环前缀)算法和代价算法，其中CP算法是一种对频偏进行粗估计的算法，也就是说目前的CP算法可以得到一个精准度较低的频偏估计值，利用精准度较低的频偏估计值来进行频偏补偿，但是CP算法的复杂度较低，而代价算法则是一种对频偏进行精确估计的算法，其可以得到一个精准度较高的频偏估计值，但是在代价算法的运算过程中其需要使用FFT(FastFourierTransform，快速傅里叶变换)，导致代价算法的复杂度较高。因此亟需提供一种频偏估计方法，在保证精准度的前提下降低复杂度。

发明内容

有鉴于此，本发明的目的在于提供一种频偏估计方法及装置，用于在保证精准度的前提下降低复杂度。

本发明提供一种频偏估计方法，所述方法包括：

对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值；

基于所述第一次频偏估计值对所述时域信号进行补偿，得到补偿后的时域信号，使补偿后的时域信号的频偏小于原始的时域信号的频偏；

通过代价算法对补偿后的时域信号进行第二次频偏估计，得到第二次频偏估计值，其中在进行第一次频偏估计时采用的算法的复杂度小于所述代价算法的复杂度，且所在进行第一次频偏估计时采用的算法的频偏估计的精准度小于所述代价算法的频偏估计的精准度；

基于所述第一次频偏估计值和所述第二次频偏估计值，对所述时域信号进行补偿。

优选地，通过代价算法对补偿后的时域信号进行第二次频偏估计，包括：

利用补偿后的时域信号中的循环前缀和至少两倍的过采样，将所述补偿后的时域信号并行采样成第一时域信号和第二时域信号，其中所述第一时域信号和所述第二时域信号是正交频分复用信号，所述第一时域信号和所述第二时域信号的表达公式为：

$\begin{array}{c}y\left(2n\right)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\Σ}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\π}n(k+\∈)/N},\\ y(2n-1)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\Σ}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\π}(n-\frac{1}{2})(k+\∈)/N}\end{array},$ y(2n)表示第一时域信号，y(2n-1)表示第二时域信号，X(k)表示频域信号，H(k)表示信道频率响应，k表示子载波序号，g表示空载波数目，N为逆傅里叶变换的点数，∈表示频偏；

将所述第一时域信号转换成第一频域信号以及将所述第二时域信号转换成第二频域信号，其中所述第一频域信号和所述第二频域信号表示为：

$\begin{array}{c}D(l,\widehat{\∈})=\underset{n=0}{\overset{N}{\Σ}}y\left(2n\right)e^{-j2\mathrm{\π}n\widehat{\∈}/N}{e}^{-\frac{j2\mathrm{\π}nl}{N}},\\ D_i(l,\widehat{\∈})=\underset{n=0}{\overset{N}{\Σ}}y(2n-2i-1)e^{-j2\mathrm{\π}n(-\frac{1}{2})\widehat{\∈}/N}{e}^{-\frac{j2\mathrm{\π}nl}{N}}\end{array},-\frac{N}{2}\≤l\≤\frac{N}{2}-1;$

获得所述第一频域信号和所述第二频域信号的最小均方误差函数： $R\left(\widehat{\∈}\right)=\underset{1=-N/2}{\overset{\frac{N}{2}-1}{\Σ}}{|D(l,\widehat{\∈})-D_i(l,\widehat{\∈})e^{\frac{j2\mathrm{\π}\left(\frac{1}{2}\right)l}{N}}|}^2,$ 其中当 为第二次频偏估计值；

对所述最小均方差误差函数进行最小化处理，得到第二次频偏估计值为： $\widehat{\∈}=\arg \mathrm{argmin}\left(R\left(\widehat{\∈}\right)\right).$

优选地，所述对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值，包括：基于循环前缀算法对所述时域信号进行第一次频偏估计，得到第一次频偏估计值。

优选地，所述对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值，包括：通过主同步信号检测算法对时域信号进行第一次频偏估计，得到第一次频偏估计值。

优选地，所述基于所述第一次频偏估计值和所述第二次频偏估计值，对所述时域信号进行补偿，包括：

基于所述第一次频偏估计值和所述第二次频偏估计值，得到频偏估计总值；

基于所述频偏估计总值，对所述时域信号进行补偿。

本发明还提供一种频偏估计装置，所述装置包括：

第一估算单元，用于对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值；

第一补偿单元，用于基于所述第一次频偏估计值对所述时域信号进行补偿，得到补偿后的时域信号，使补偿后的时域信号的频偏小于原始的时域信号的频偏；

第二估算单元，用于通过代价算法对补偿后的时域信号进行第二次频偏估计，得到第二次频偏估计值，其中在进行第一次频偏估计时采用的算法的复杂度小于所述代价算法的复杂度，且所在进行第一次频偏估计时采用的算法的频偏估计的精准度小于所述代价算法的频偏估计的精准度；

第二补偿单元，用于基于所述第一次频偏估计值和所述第二次频偏估计值，对所述时域信号进行补偿。

优选地，所述第二估算单元，包括：

采样子单元，用于利用补偿后的时域信号中的循环前缀和至少两倍的过采样，将所述补偿后的时域信号并行采样成第一时域信号和第二时域信号，其中所述第一时域信号和所述第二时域信号是正交频分复用信号，所述第一时域信号和所述第二时域信号的表达公式为：

$\begin{array}{c}y\left(2n\right)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\Σ}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\π}n(k+\∈)/N},\\ y(2n-1)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\Σ}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\π}(n-\frac{1}{2})(k+\∈)/N}\end{array},$ y(2n)表示第一时域信号，y(2n-1)表示第二时域信号，X(k)表示频域信号，H(k)表示信道频率响应，k表示子载波序号，g表示空载波数目，N为逆傅里叶变换的点数，∈表示频偏；

转换子单元，用于将所述第一时域信号转换成第一频域信号以及将所述第二时域信号转换成第二频域信号，其中所述第一频域信号和所述第二频域信号表示为：

$\begin{array}{c}D(l,\widehat{\∈})=\underset{n=0}{\overset{N}{\Σ}}y\left(2n\right)e^{-j2\mathrm{\π}n\widehat{\∈}/N}{e}^{-\frac{j2\mathrm{\π}nl}{N}},\\ D_i(l,\widehat{\∈})=\underset{n=0}{\overset{N}{\Σ}}y(2n-2i-1)e^{-j2\mathrm{\π}n(-\frac{1}{2})\widehat{\∈}/N}{e}^{-\frac{j2\mathrm{\π}nl}{N}}\end{array},-\frac{N}{2}\≤l\≤\frac{N}{2}-1;$

获得子单元，用于获得所述第一频域信号和所述第二频域信号的最小均方误差函数： $R\left(\widehat{\∈}\right)=\underset{1=-N/2}{\overset{\frac{N}{2}-1}{\Σ}}{|D(l,\widehat{\∈})-D_i(l,\widehat{\∈})e^{\frac{j2\mathrm{\π}\left(\frac{1}{2}\right)l}{N}}|}^2,$ 其中当时， $D(l,\widehat{\∈})-D_i(l,\widehat{\∈})e^{\frac{j2\mathrm{\π}\left(\frac{1}{2}\right)l}{N}}=0,$ 为第二次频偏估计值；

处理子单元，用于对所述最小均方差误差函数进行最小化处理，得到第二次频偏估计值为： $\widehat{\∈}=\arg \mathrm{argmin}\left(R\left(\widehat{\∈}\right)\right).$

优选地，所述第一估算单元用于：基于循环前缀算法对所述时域信号进行第一次频偏估计，得到第一次频偏估计值。

优选地，所述第一估算单元用于：通过主同步信号检测算法对时域信号进行第一次频偏估计，得到第一次频偏估计值。

优选地，所述第二补偿单元用于：基于所述第一次频偏估计值和所述第二次频偏估计值，得到频偏估计总值；并基于所述频偏估计总值，对所述时域信号进行补偿。

与现有技术相比，本发明提供的上述技术方案具有如下优点：

本发明提供的上述技术方案，首先对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值，基于第一次频偏估计值对时域信号进行补偿，得到补偿后的时域信号，从而在经过一次补偿后，补偿后的时域信号的频偏小于原始的时域信号的频偏，相当于缩小第二次频偏估计时代价算法的搜索空间，缩小代价算法的搜索空间，这样在通过代价算法对补偿后的时域信号进行第二次频偏估计时，降低了代价算法的运算量，从而在保证代价算法精准度的前提下降低代价算法的复杂度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的频偏估计方法的一种流程图；

图2是图1所示频偏估计方法中第二次频偏估计的流程图；

图3为过采样的示意图；

图4是本发明实施例提供的频偏估计装置的结构示意图；

图5是本发明实施例提供的频偏估计装置中第二估算单元的结构示意图。

具体实施方式

本发明实施例提供一种频偏估计方法及装置，其通过两次频偏估计得到两个频偏估计值，并且第一次频偏估计可以使时域信号的频偏变小，从而减小第二次频偏估计的搜索范围，这样第二次频偏估计在采用代价算法时，可以降低代价算法的运算量，使得在保证代价算法的精准度的前提下降低代价算法的复杂度。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，其示出了本发明实施例提供的频偏估计方法的一种流程图，可以包括以下步骤：

101：对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值。

102：基于第一次频偏估计值对时域信号进行补偿，得到补偿后的时域信号，使补偿后的时域信号的频偏小于原始的时域信号的频偏。

也就是说，在本发明实施例中，第一次频偏估计的目的是为了在基于第一次频偏估计值对时域信号进行补偿后，缩小补偿后的时域信号的频偏，以此来降低代价算法的搜索空间，因此对原始的时域信号进行的第一次频偏估计是一个粗频偏估计。这样的话在对原始的时域信号进行第一次频偏估计时，其可以采用一个频偏估计的精准度可以小于代价算法的频偏估计的精准度的算法。

并且为了降低算法复杂度来提高估计速度，在进行第一次频偏估计时可以采用一个复杂度小于代价算法的复杂度的算法。例如：CP算法或者PSS(PrimarySynchronizationSignal，主同步信号)检测算法，其中CP算法可以是现有基于CP的最大似然算法或者CP的小数倍频偏估计算法，PSS算法可以是现有的PSS相干检测算法等。

以基于CP的小数倍频偏估计算法为例，在高斯白噪声信道条件下，接收到的原始的时域信号可以表示为：

其中，x(n)为发送序列，n＝0,1,……N+L-1,L为时域信号中循环前缀长度，N为FFT(FastFourierTransform，快速傅里叶变换)的点数，ε为归一化的频偏，w(n)为高斯白噪声。

由于频偏的存在，导致发送序列的后一部分和前一部分有固定的相位旋转，若忽略噪声干扰，定义中间变量为：

$R_{cp}=\underset{k=0}{\overset{L-1}{\Σ}}y(1+N)*y^{*}\left(k\right)=\underset{k=0}{\overset{L-1}{\Σ}}x(1+N)*x^{*}\left(k\right)=e^{j\frac{2\mathrm{\π}n\mathrm{\ϵ}}{N}}\underset{k=0}{\overset{L-1}{\Σ}}x\left(1\right)*x^{*}\left(k\right)$

其中，*表示求共轭。则归一化得到的第一次频偏估计值为： $\widehat{\mathrm{\ϵ}}=\frac{1}{2\mathrm{\π}}angle\left(R_{cp}\right).$

在基于CP的的小数倍频偏估计算法进行第一次频偏估计并补偿后，补偿后的时域信号的频偏|∈_cost|<0.1，故此时代价算法的搜索空间可以缩小到[-0.1,0.1]。

103：通过代价算法对补偿后的时域信号进行第二次频偏估计，得到第二次频偏估计值。由于在经过第一次频偏估计及补偿后，补偿后的时域信号的频偏缩小，所以在通过代价算法进行第二次频偏估计时，代价算法可以在一个较小的搜索空间内进行频偏估计，从而降低代价算法的运算量使得其复杂度降低。

在本发明实施例中，进行第二次频偏估计的过程可以如图2所示，包括以下步骤：

1031：利用补偿后的时域信号中的循环前缀和至少两倍的过采样，将补偿后的时域信号并行采样成第一时域信号和第二时域信号，如图3所示。其中第一时域信号和第二时域信号是正交频分复用信号，第一时域信号和第二时域信号的表达公式为：

$\begin{array}{c}y\left(2n\right)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}n(k+\&Element;)/N},\\ y(2n-1)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}(n-\frac{1}{2})(k+\&Element;)/N}\end{array},$ y(2n)表示第一时域信号，y(2n-1)表示第二时域信号，X(k)表示频域信号，H(k)表示信道频率响应，k表示子载波序号，g表示空载波数目，N为IFFT的点数(InverseFastFourierTransform，逆傅里叶反变换)，∈表示频偏。在本发明实施例中N的取值可以是总载波数目(包含g)。

由于每个时域信号的不同部分仅经过一次采样电路，所以本发明实施例需要对补偿后的时域信号进行过采样，以准确采样到时域信号的不同部分，但是这种并行采样需要在采样电路中加入两个采样单元，在一定程度上增加了硬件成本。

1032：将第一时域信号转换成第一频域信号以及将第二时域信号转换成第二频域信号，其中第一频域信号和第二频域信号表示为：

$\begin{array}{c}D(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y\left(2n\right)e^{-j2\mathrm{\&pi;}n\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}},\\ D_i(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y(2n-2i-1)e^{-j2\mathrm{\&pi;}n(-\frac{1}{2})\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}}\end{array},-\frac{N}{2}\&le;l\&le;\frac{N}{2}-1.$

1033：获得第一频域信号和第二频域信号的最小均方误差函数： $R\left(\widehat{\&Element;}\right)=\underset{1=-N/2}{\overset{\frac{N}{2}-1}{\&Sigma;}}{|D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}\left(\frac{1}{2}\right)l}{N}}|}^2,$ 其中当时， $D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}\left(\frac{1}{2}\right)l}{N}}=0,$ 为第二次频偏估计值。

1034：对最小均方差误差函数进行最小化处理，得到第二次频偏估计值为： $\widehat{\&Element;}=\arg \mathrm{argmin}\left(R\left(\widehat{\&Element;}\right)\right).$

在这里需要说明的一点是：在进行并行采样时，采样过程可以存在一定时延，当存在时延时得到的第二时域信号变化为： $y(2n-2i-1)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}(n-i-\frac{1}{2})(k+\&Element;)/N},$ 其中y(2n-2i-1)表示提前i个采样点的信号，i满足i<CPL-L；CPL为信道冲击响应长度，L为CP长度。

相应的第二频域信号变化为： $D_i(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y(2n-2i-1)e^{-j2\mathrm{\&pi;}n(-i-\frac{1}{2})\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}},$ 其中 $-\frac{N}{2}\&le;l\&le;\frac{N}{2}-1.$ 这样所获得的最小均方误差函数变化为： $R\left(\widehat{\&Element;}\right)=\underset{1=-N/2}{\overset{\frac{N}{2}-1}{\&Sigma;}}{|D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}(i+\frac{1}{2})l}{N}}|}^2,$ 对此最小均方误差函数进行最小化处理同样可以得到第二次频偏估计值。

104：基于第一次频偏估计值和第二次频偏估计值，对时域信号进行补偿。具体过程可以是：基于第一次频偏估计值和第二次频偏估计值，得到频偏估计总值，并基于频偏估计总值，对时域信号进行补偿。

从上述技术方案可知，本发明实施例提供的频偏估计方法首先对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值，基于第一次频偏估计值对时域信号进行补偿，得到补偿后的时域信号，从而在经过一次补偿后，补偿后的时域信号的频偏小于原始的时域信号的频偏，相当于缩小第二次频偏估计时代价算法的搜索空间，缩小代价算法的搜索空间，这样在通过代价算法对补偿后的时域信号进行第二次频偏估计时，降低了代价算法的运算量，从而在保证代价算法精准度的前提下降低代价算法的复杂度。

发明人经过多次实验仿真得到CP算法、传统的代价算法以及本发明实施例提供的频偏估计方法中代价算法的算法复杂度如表1所示。

表1算法复杂度分析

名称	N点FFT次数	复乘次数	复加次数
				CP算法	0	L+1	L-1
传统的代价算法	2*1/step	2*1/step*(N+1)+1	0
				本发明的代价算法	2*0.2/step	2*0.2/step*(N+1)+1+L+1	L-1

由上述表1可知，传统的代价算法复乘次数为： $N_{\cos t}=(2*1/step*(\frac{N}{2}{\log }_{2}N\left)\right)+(2*1/step*(N+1\left)\right)+1,$ 本发明中代价算法的复乘次数为2*N_cost+L+1，由此对比可知本发明中的代价算法的运算量大大降低，从而使得算法的复杂度被降低。

并且在第一次频偏计算使用的CP算法或者PSS检测算法具有复杂度运算量小的优点，尤其是CP算法，因此本发明实施例提供的频偏估计方法在降低代价算法的复杂度的同时还可以提高整个频偏估计的速度。

与上述方法实施例相对应，本发明实施例还提供一种频偏估计装置，其结构示意图如图4所示，可以包括：第一估算单元11、第一补偿单元12、第二估算单元13和第二补偿单元14。

第一估算单元11，用于对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值。

第一补偿单元12，用于基于第一次频偏估计值对时域信号进行补偿，得到补偿后的时域信号，使补偿后的时域信号的频偏小于原始的时域信号的频偏。

也就是说，在本发明实施例中，第一次频偏估计的目的是为了在基于第一次频偏估计值对时域信号进行补偿后，缩小补偿后的时域信号的频偏，以此来降低代价算法的搜索空间，因此对原始的时域信号进行的第一次频偏估计是一个粗频偏估计。这样的话在对原始的时域信号进行第一次频偏估计时，其可以采用一个频偏估计的精准度可以小于代价算法的频偏估计的精准度的算法。

并且为了降低算法复杂度来提高估计速度，在进行第一次频偏估计时可以采用一个复杂度小于代价算法的复杂度的算法。例如：CP算法或者PSS检测算法，其中CP算法可以是现有基于CP的最大似然算法或者CP的小数倍频偏估计算法，PSS算法可以是现有的PSS相干检测算法等。

第二估算单元13，用于通过代价算法对补偿后的时域信号进行第二次频偏估计，得到第二次频偏估计值，其中在进行第一次频偏估计时采用的算法的复杂度小于代价算法的复杂度，且所在进行第一次频偏估计时采用的算法的频偏估计的精准度小于代价算法的频偏估计的精准度。

由于在经过第一次频偏估计及补偿后，补偿后的时域信号的频偏缩小，所以在通过代价算法进行第二次频偏估计时，代价算法可以在一个较小的搜索空间内进行频偏估计，从而降低代价算法的运算量使得其复杂度降低。

第二补偿单元14，用于基于第一次频偏估计值和第二次频偏估计值，对时域信号进行补偿。具体过程可以是：基于第一次频偏估计值和第二次频偏估计值，得到频偏估计总值，并基于频偏估计总值，对时域信号进行补偿。

从上述技术方案可知，本发明实施例提供的频偏估计装置首先对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值，基于第一次频偏估计值对时域信号进行补偿，得到补偿后的时域信号，从而在经过一次补偿后，补偿后的时域信号的频偏小于原始的时域信号的频偏，相当于缩小第二次频偏估计时代价算法的搜索空间，缩小代价算法的搜索空间，这样在通过代价算法对补偿后的时域信号进行第二次频偏估计时，降低了代价算法的运算量，从而在保证代价算法精准度的前提下降低代价算法的复杂度。

在本发明实施例中，上述第二估算单元13的结构示意图请参阅图5所示，可以包括：采样子单元131、转换子单元132、获得子单元133和处理子单元134。

采样子单元131，用于利用补偿后的时域信号中的循环前缀和至少两倍的过采样，将补偿后的时域信号并行采样成第一时域信号和第二时域信号，其中第一时域信号和第二时域信号是正交频分复用信号，第一时域信号和第二时域信号的表达公式为：

$\begin{array}{c}y\left(2n\right)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}n(k+\&Element;)/N},\\ y(2n-1)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}(n-\frac{1}{2})(k+\&Element;)/N}\end{array},$ y(2n)表示第一时域信号，y(2n-1)表示第二时域信号，X(k)表示频域信号，H(k)表示信道频率响应，k表示子载波序号，g表示空载波数目，N为逆傅里叶变换的点数，∈表示频偏。

由于每个时域信号的不同部分仅经过一次采样电路，所以本发明实施例需要对补偿后的时域信号进行过采样，以准确采样到时域信号的不同部分，但是这种并行采样需要在采样电路中加入两个采样单元，在一定程度上增加了硬件成本。

转换子单元132，用于将第一时域信号转换成第一频域信号以及将第二时域信号转换成第二频域信号，其中第一频域信号和第二频域信号表示为：

$\begin{array}{c}D(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y\left(2n\right)e^{-j2\mathrm{\&pi;}n\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}},\\ D_i(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y(2n-2i-1)e^{-j2\mathrm{\&pi;}n(-\frac{1}{2})\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}}\end{array},-\frac{N}{2}\&le;l\&le;\frac{N}{2}-1.$

获得子单元133，用于获得第一频域信号和第二频域信号的最小均方误差函数： $R\left(\widehat{\&Element;}\right)=\underset{1=-N/2}{\overset{\frac{N}{2}-1}{\&Sigma;}}{|D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}\left(\frac{1}{2}\right)l}{N}}|}^2,$ 其中当时， $D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}\left(\frac{1}{2}\right)l}{N}}=0,$ 为第二次频偏估计值。

处理子单元134，用于对最小均方差误差函数进行最小化处理，得到第二次频偏估计值为： $\widehat{\&Element;}=\arg \mathrm{argmin}\left(R\left(\widehat{\&Element;}\right)\right).$

在这里需要说明的一点是：在进行并行采样时，采样过程可以存在一定时延，当存在时延时得到的第二时域信号变化为： $y(2n-2i-1)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}(n-i-\frac{1}{2})(k+\&Element;)/N},$ 其中y(2n-2i-1)表示提前i个采样点的信号，i满足i<CPL-L；CPL为信道冲击响应长度，L为CP长度。

相应的第二频域信号变化为： $D_i(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y(2n-2i-1)e^{-j2\mathrm{\&pi;}n(-i-\frac{1}{2})\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}},$ 其中 $-\frac{N}{2}\&le;l\&le;\frac{N}{2}-1.$ 这样所获得的最小均方误差函数变化为： $R\left(\widehat{\&Element;}\right)=\underset{1=-N/2}{\overset{\frac{N}{2}-1}{\&Sigma;}}{|D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}(i+\frac{1}{2})l}{N}}|}^2,$ 对此最小均方误差函数进行最小化处理同样可以得到第二次频偏估计值。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种频偏估计方法，其特征在于，所述方法包括：

对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值；

基于所述第一次频偏估计值对所述时域信号进行补偿，得到补偿后的时域信号，使补偿后的时域信号的频偏小于原始的时域信号的频偏；

通过代价算法对补偿后的时域信号进行第二次频偏估计，得到第二次频偏估计值，其中在进行第一次频偏估计时采用的算法的复杂度小于所述代价算法的复杂度，且所在进行第一次频偏估计时采用的算法的频偏估计的精准度小于所述代价算法的频偏估计的精准度；

基于所述第一次频偏估计值和所述第二次频偏估计值，对所述时域信号进行补偿。

2.根据权利要求1所述的方法，其特征在于，通过代价算法对补偿后的时域信号进行第二次频偏估计，包括：

利用补偿后的时域信号中的循环前缀和至少两倍的过采样，将所述补偿后的时域信号并行采样成第一时域信号和第二时域信号，其中所述第一时域信号和所述第二时域信号是正交频分复用信号，所述第一时域信号和所述第二时域信号的表达公式为：

$\begin{array}{c}y\left(2n\right)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}n(k+\&Element;)/N},\\ y(2n-1)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}(n-\frac{1}{2})(k+\&Element;)/N}\end{array},$ y(2n)表示第一时域信号，y(2n-1)表示第二时域信号，X(k)表示频域信号，H(k)表示信道频率响应，k表示子载波序号，g表示空载波数目，N为逆傅里叶变换的点数，∈表示频偏；

将所述第一时域信号转换成第一频域信号以及将所述第二时域信号转换成第二频域信号，其中所述第一频域信号和所述第二频域信号表示为：

$\begin{array}{c}D(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y\left(2n\right)e^{-j2\mathrm{\&pi;}n\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}},\\ D_i(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y(2n-2i-1)e^{-j2\mathrm{\&pi;}n(-i-\frac{1}{2})\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}}\end{array},-\frac{N}{2}\&le;l\&le;\frac{N}{2}-1;$

获得所述第一频域信号和所述第二频域信号的最小均方误差函数： $R\left(\widehat{\&Element;}\right)=\underset{1=-N/2}{\overset{\frac{N}{2}-1}{\&Sigma;}}{|D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}\left(\frac{1}{2}\right)l}{N}}|}^2,$ 其中当 $\widehat{\&Element;}=\&Element;$ 时， $D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}\left(\frac{1}{2}\right)l}{N}}=0,$ 为第二次频偏估计值；

对所述最小均方差误差函数进行最小化处理，得到第二次频偏估计值为： $\widehat{\&Element;}=\arg \mathrm{argmin}\left(R\left(\widehat{\&Element;}\right)\right).$

3.根据权利要求1所述的方法，其特征在于，所述对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值，包括：基于循环前缀算法对所述时域信号进行第一次频偏估计，得到第一次频偏估计值。

4.根据权利要求1所述的方法，其特征在于，所述对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值，包括：通过主同步信号检测算法对时域信号进行第一次频偏估计，得到第一次频偏估计值。

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一次频偏估计值和所述第二次频偏估计值，对所述时域信号进行补偿，包括：

基于所述第一次频偏估计值和所述第二次频偏估计值，得到频偏估计总值；

基于所述频偏估计总值，对所述时域信号进行补偿。

6.一种频偏估计装置，其特征在于，所述装置包括：

第一估算单元，用于对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值；

第一补偿单元，用于基于所述第一次频偏估计值对所述时域信号进行补偿，得到补偿后的时域信号，使补偿后的时域信号的频偏小于原始的时域信号的频偏；

第二估算单元，用于通过代价算法对补偿后的时域信号进行第二次频偏估计，得到第二次频偏估计值，其中在进行第一次频偏估计时采用的算法的复杂度小于所述代价算法的复杂度，且所在进行第一次频偏估计时采用的算法的频偏估计的精准度小于所述代价算法的频偏估计的精准度；

第二补偿单元，用于基于所述第一次频偏估计值和所述第二次频偏估计值，对所述时域信号进行补偿。

7.根据权利要求6所述的装置，其特征在于，所述第二估算单元，包括：

采样子单元，用于利用补偿后的时域信号中的循环前缀和至少两倍的过采样，将所述补偿后的时域信号并行采样成第一时域信号和第二时域信号，其中所述第一时域信号和所述第二时域信号是正交频分复用信号，所述第一时域信号和所述第二时域信号的表达公式为：

$\begin{array}{c}y\left(2n\right)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}n(k+\&Element;)/N},\\ y(2n-1)=\frac{1}{N}\underset{k=-N/2}{\overset{2/N-1}{\&Sigma;}}H\left(k\right)X\left(k\right)e^{j2\mathrm{\&pi;}(n-\frac{1}{2})(k+\&Element;)/N}\end{array},$ y(2n)表示第一时域信号，y(2n-1)表示第二时域信号，X(k)表示频域信号，H(k)表示信道频率响应，k表示子载波序号，g表示空载波数目，N为逆傅里叶变换的点数，∈表示频偏；

转换子单元，用于将所述第一时域信号转换成第一频域信号以及将所述第二时域信号转换成第二频域信号，其中所述第一频域信号和所述第二频域信号表示为：

$\begin{array}{c}D(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y\left(2n\right)e^{-j2\mathrm{\&pi;}n\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}},\\ D_i(l,\widehat{\&Element;})=\underset{n=0}{\overset{N}{\&Sigma;}}y(2n-2i-1)e^{-j2\mathrm{\&pi;}n(-\frac{1}{2})\widehat{\&Element;}/N}{e}^{-\frac{j2\mathrm{\&pi;}nl}{N}}\end{array},-\frac{N}{2}\&le;l\&le;\frac{N}{2}-1;$

获得子单元，用于获得所述第一频域信号和所述第二频域信号的最小均方误差函数： $R\left(\widehat{\&Element;}\right)=\underset{1=-N/2}{\overset{\frac{N}{2}-1}{\&Sigma;}}{|D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}\left(\frac{1}{2}\right)l}{N}}|}^2,$ 其中当 $\widehat{\&Element;}=\&Element;$ 时， $D(l,\widehat{\&Element;})-D_i(l,\widehat{\&Element;})e^{\frac{j2\mathrm{\&pi;}\left(\frac{1}{2}\right)l}{N}}=0,$ 为第二次频偏估计值；

处理子单元，用于对所述最小均方差误差函数进行最小化处理，得到第二次频偏估计值为： $\widehat{\&Element;}=\arg \mathrm{argmin}\left(R\left(\widehat{\&Element;}\right)\right).$

8.根据权利要求6所述的装置，其特征在于，所述第一估算单元用于：基于循环前缀算法对所述时域信号进行第一次频偏估计，得到第一次频偏估计值。

9.根据权利要求6所述的装置，其特征在于，所述第一估算单元用于：通过主同步信号检测算法对时域信号进行第一次频偏估计，得到第一次频偏估计值。

10.根据权利要求6所述的装置，其特征在于，所述第二补偿单元用于：基于所述第一次频偏估计值和所述第二次频偏估计值，得到频偏估计总值；并基于所述频偏估计总值，对所述时域信号进行补偿。