CN105162743A - 一种针对lte中srs信号的定点检测方法 - Google Patents

Abstract

本发明公开了一种针对LTE中SRS信号的定点检测方法，包括：1)前端处理；2)信道估计定点化处理；3)噪声估计定点化处理；4)计算信噪比；5)时偏估计定点化处理。本发明克服现有技术中无法准确估计每个频段上的信道质量信息，从而无法真正意义上的实现频率选择性调度的问题，采用基于干扰消除的思想，求取出整个带宽上的噪声，同时为了保证估计的准确性，采用变换域法求取每个用户的信道系数，从而保证得到的噪声更加准确。为便于工程利用，本发明将该方法进行定点实现。由于信道估计值H经过了相应的缩放，所以在做减法时要将它们调整到同一量纲上进行计算。以前端处理后的数据Y为基准进行定标，从而减小溢出情况的出现。

Description

一种针对LTE中SRS信号的定点检测方法

技术领域

本发明属于LTE-A(LongTermEvolutionAdvance，移动通信长期演进)系统技术领域，具体的来说，是针对3GPPTS36.211(R9)中SRS链路的发射端，采用基于干扰消除的检测方法，进行接收端定点化设计的一种针对LTE中SRS信号的定点检测方法。

背景技术

LTE/LTE-A系统通过定义SRS(SoundingReferenceSignal，信道探测参考信号)来探测上行链路的信道质量信息，然后上报给资源调度器作为上行调度的主要依据，实现上行频谱资源的频率选择性调度，提高整个系统的吞吐量；同时SRS也用于上行同步控制。通过对SRS的噪声估计和时偏估计为MAC层提供上行频选调度和同步控制的参考。

3GPPTS36.211(R9)协议中给出的LTE中SRS发射端流程如图1所示。首先根据上层传下的参数srsSubframeConfig和SRSConfigurationIndex确定用户的发射周期和时隙，然后根据小区ID，序列组号，基序列号产生ZC序列；通过高层的带宽配置参数C_SRS，B_SRS及循环移位参数α产生SRS序列；接下来计算出频域起始位置k₀来进行频域上资源映射；最后产生SC-FDMA(Single-carrierFrequency-DivisionMultipleAccess，单载波频分多址)信号。

目前，针对LTE中SRS信号的检测方法主要采用变换域法，求取的只是整个频带上的平均噪声功率，无法准确反映出LTE频带上每个RB(ResourceBlock，资源块)的信道质量信息，从而无法实现真正的频域资源选择性调度。

发明内容

本发明的目的是针对目前浮点仿真检测方法无法准确反映LTE频带上每个RB信道质量信息的问题，而提出的采用基于干扰消除的方法进行SRS接收端的信号检测的一种针对LTE中SRS信号的定点检测方法。

为实现上述目的，本发明所设计的一种针对LTE中SRS信号的定点检测方法，其特殊之处在于，所述方法包括如下步骤：

1)前端处理：对接收端收到的数据Y₀进行去CP、频偏处理和FFT变换，得到频域数据Y，所述接收端收到的数据Y₀表示为：

Y₀＝H₁X₁+H₂X₂+…+H₃X₃+N

其中X₁、X₂、…X_n分别为每个用户UE1、UE2…UEn的发射端频域信号，H₁、H₂、…H_n分别为UE1、UE2…UEn的信道系数，N为频域上的噪声信号；

2)信道估计定点化处理：对所述频域数据Y经过子载波解映射，并对每个UE的频域信号X进行ZC补偿，得到每个UE的信道系数H；

3)噪声估计定点化处理：根据每个UE的信道系数H，将所述频域数据Y中每个UE的数据去除，得到噪声N；

4)计算信噪比：根据所述每个UE的信道系数H计算出每个UE的信号功率E_SRSPRB，根据所述噪声N计算噪声功率E_N，则每个UE的信噪比为E_SRSPRB/E_N；

5)时偏估计定点化处理：对所述每个UE的信道系数H进行相关性计算，得到相关值R，根据所述相关值R和每两个子载波的间隔Δ计算出相位角φ_m，最后根据所述相位角φ_m和每两个子载波的间隔Δ计算出时偏值τ。

优选地，所述步骤1)完成时，同时产生了一个移位因子，即每个天线做完前端处理后数据被右移。

优选地，所述步骤2)的具体步骤包括：

2.1)对频域数据Y经过子载波解映射，取出每个UE对应子载波上的SRS数据；

2.2)将所述子载波上的SRS数据与ZC基序列共轭相乘；

2.3)补零并进行IDFT变换到时域；

2.4)进行DFT变换到频域，并去除多余的0，恢复信号原有的长度，得到每个UE的信道系数H。

优选地，所述步骤3)的具体步骤包括：

3.1)以所述频域数据Y为基准，将所述每个UE的信道系数H恢复到与频域数据相同的级别；

3.2)将所述频域数据Y和信道系数H均缩小一倍；

3.3)以所述频域数据Y减去每个UE的频域信号X与信道系数H的乘积，得到噪声N。

本发明的原理为：首先建立系统模型，然后进行噪声估计及定点化处理，检测每个用户时，采用DFT(DiscreteFourierTransformation，离散傅里叶变换)变换域法，检测出每个用户UE的信道系数H。由于时偏会引起子载波间的相位旋转，利用子载波间的相关可以估计在频域引起的相移，所以在定点过程中会根据DSP数据类型长度进行浮点数据的相应缩放。

本发明的优点在于：克服现有技术中无法准确估计每个频段上的信道质量信息，从而无法真正意义上的实现频率选择性调度的问题，采用基于干扰消除的思想，求取出整个带宽上的噪声，同时为了保证估计的准确性，采用变换域法求取每个用户的信道系数，从而保证得到的噪声更加准确。为便于工程利用，本发明将该方法进行定点实现。由于信道估计值H经过了相应的缩放，所以在做减法时要将它们调整到同一量纲上进行计算。以前端处理后的数据Y为基准进行定标，从而减小溢出情况的出现。

附图说明

图1为LTE中SRS发射端流程框图。

图2为本发明算法流程图。

图3为浮点算法和定点算法噪声估计仿真验证比较图。

图4为浮点算法和定点算法时偏估计仿真验证比较图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步的详细描述。

本发明涉及3GPPTS36.211(R9)协议中的SRS发射端的定点接收方案。其中发射端流程如图1所示，采用基于干扰消除的检测方法进行定点化设计。接收端的浮点仿真主要是为了验证算法的可行性，而为了将该算法应用于具体的定点DSP硬件实现时，本发明需要将该算法根据DSP和FPGA的数据类型长度，选取合适的定标方案进行定点化设计。接受端定点化的目的就是为DSP产品实现提供依据，在DSP软件设计时进行入口参数和出口参数对比，确保产品设计的正确性。

根据3GPPTS36.211协议规定的上行一发两收天线设置，其中发射端按照协议进行浮点平台搭建，在接收端中每根天线都做同样的处理。在进行定点化之前先将接收端的数据进行归一处理，即将接收端里实部和虚部中最大值取为1，接下来进行接收端的定点设计，包括前端处理、信道估计的定点化、噪声估计的定点化以及时偏估计部分的定点化。

本发明按照下面的步骤在接收端中进行信号检测的定点设计。流程图如图2所示：

对SRS序列的定点化是定点化设计的前提，根据DSP和FPGA数据类型长度，考虑溢出问题，设计合理数据长度。首先是对ZC序列的定点化，分为ZC基序列和e^jαn。创建e^j2π表，精度设为将2π分为8192份；由于DSP长度为16为有符号数，则

e^j2π(n)＝round((cos([0:8191]*2*π/8192)+j*sin([0:8191]*2*π/8192))*2^15)其中最大值32678溢出，改为32767。然后根据不同的序列长度查e^j2π表得出基序列定点数据由于e^jαn中的只会有8个码字，于是为了给DSP提高效率，建立e^jαn的一个表。根据211协议可知，SRS最大带宽为96RB,于是将表大小设为576*8。于是将基序列与循环移位进行点乘得到SRS序列：

$SRS=round(e^{j\mathrm{\α}n}.*{\stackrel{\‾}{r}}_{u,v}(n)/2^15).$

1)前端处理：接收数据，从接收端收到的数据Y₀表示为：

Y₀＝H₁X₁+H₂X₂+…+H₃X₃+N

其中X₁、X₂、…X_n分别为UE1、UE2…UEn的发射端频域信号，H₁、H₂、…H_n分别为UE1、UE2…UEn的信道系数，N为频域上的噪声信号。

对接收端接收到数据Y₀进行去CP(CyclicPrefix，循环前缀)，频偏处理，即7.5kHz频偏补偿，和DFT变换，得到频域数据Y。其中前端处理利用FPGA完成的，同时会产生一个移位因子blkexp1，即每个天线做完前端处理后数据被右移了blkexp1位。

2)信道估计定点化处理：对频域数据Y经过子载波解映射，并对每个UE的频域信号X进行ZC补偿，得到每个UE的信道系数H。具体包括：

2.1)对频域数据Y经过子载波解映射，取出每个UE对应子载波上的SRS数据，长度为

2.2)将子载波上的SRS数据与ZC基序列共轭相乘；

2.3)补零并进行IDFT变换到时域(补零防止边缘效应)；

2.4)进行DFT变换到频域，并去除多余的0，恢复信号原有的长度，得到每个UE的信道系数H₁、H₂、…、H_n。

其中的时域滤波窗长是根据不同SRS带宽以及不同的循环移位选取滤波窗长表。调用DSP的IDFT核完成两种变换。

[srs_signal_idft_fixptidft_adScale]＝SRS_DSP_IDFT(srs_signal_fixpt,N_IDFT)[H_SRS_fixptDFT_adScale]＝SRS_DSP_DFT(y_srs_fixpt,N_IDFT,Msc_SRS)其中srs_signal_fixpt为ZC补偿后数据；y_srs_fixpt为时域滤波后的数据；IDFT时数据被缩放idft_adScale倍；DFT时被缩放DFT_adScale倍。

3)噪声估计定点化处理：根据每个UE的信道系数H，将频域数据Y中每个UE的数据去除，得到噪声N；

系统模型为Y＝H₁X₁+H₂X₂+N，那么本实施例所求取的噪声为N＝Y'-H₂X₂＝Y-H₁X₁-H₂X₂。定标过程中以频域数据Y为基准，将每个UE的信道系数H恢复到和频域数据Y一个级别。

由于IDFT和DFT两次变换将数据扩大了N_IDFT倍，信道系数H要恢复到和频域数据Y一样就应该H*idft_adScale*DFT_adScale/N_IDFT，但是存在溢出问题，所以将频域数据Y和信道系数H同时缩小1倍。于是移位因子的定点值为

factor＝floor(idft_adScale*DFT_adScale/(2*N_IDFT)*2^15)

于是该UE的信道系数变为H_fixpt＝floor(factor*H_fixpt/2^15)

则第一次干扰消除后的数据(即去除第一个用户)应该为：

Y_{fixpt_temp}＝floor(Y./2)-round(H_fixpt.*X/2^15)

当所有用户去除完后，剩余的就是噪声N。

4)计算信噪比：根据每个UE的信道系数H计算出每个UE的信号功率E_SRSPRB，根据噪声N计算噪声功率E_N，则每个UE的信噪比为E_SRSPRB/E_N。

利用信道系数H取平方求信号功率其中u表示用户，i表示子载波，a表示天线端口。以上计算的是一根接收天线的信号功率，对于接收端多根天线的情况，将每根天线得到的E_PRB,u(a)相加，求平均。

功率计算时，为配合DSP实现，每4个RB进行计算，功率计算时用32位进行数据保存。由于有4个RB的功率值，相当于24个32位数相加求平均，在做相加时可能存在溢出，于是相加之前进行向右移5位，即缩小2^5倍，加完后为了防止溢出，只将数据向左移4位。得到每个天线的信号功率值为

E_{PRB_temp_fixpt}＝round(round(sum(abs(var).^2)/2^5)*0.6667)(2^4/24)

其中var为4个RB上的信道估计值，24个点。在做天线合并时，根据前面第二节可知，每个天线做完前端处理后都有个移位因子blkexp1，在做合并平均时，以移位因子大的为标准进行相应缩放得到平均值E_{PRB_fixpt}。采样同样的方法计算出每个天线的噪声功率为

N_{PRB_temp_fixpt}＝round(round(sum(abs(var).^2)/2^5)*0.6667)

天线合并处理后得到噪声功率N_{PRB_fixpt}。进而得出信噪比SNR_{PRB_dB_fixpt}。

5)对每个UE的信道系数H进行相关性计算，得到相关值R，根据相关值R和每两个子载波的间隔Δ计算出相位角φ_m，最后根据相位角φ_m和每两个子载波的间隔Δ计算出时偏值τ。

时偏估计的定点化处理。根据信道估计出来的信道系数，首先进行相关性计算。基本步骤跟浮点的方法一模一样，每隔8个子载波即4个SRS序列进行相关运算，其中里面的共轭乘运算和做ZC补偿时一样，根据移位因子做天线平均，得到相关值R。信道系数H^TO(k)＝exp(j2πτ_Tk/N)H_i(k)，然后在子载波间做相关运算得到相关值R为R(k₁,k₂)＝(H^TO(k₁))*H^TO(k₂)＝Aexp(j2πτ_Tm/N)，m＝k₁-k₂表示计算互相关的两个子载波的间隔。

φ_m是做频率相关后得到的复数的相位角，相位角φ_m的计算方法为：

${\mathrm{\φ}}_m=atan2\left(\frac{\mathrm{\Σ}\mathrm{Im}\left\{R(k_1,k_2)\right\}}{\mathrm{\Σ}\mathrm{Re}\left\{R(k_1,k_2)\right\}}\right)=2{\mathrm{\π\τ}}_{T}m/N$

为了保证和DSP数据处理保持一致，角度计算时根据DSP的函数创建atan表。得到相位角为

angle＝atan_tab_s8(real(C_T_SRS_n),img(C_T_SRS_n))*2^8

其中C_T_SRS_n为相关性计算后的值。计算出来的角度会被扩大40*2^8倍。

时偏值τ为其中Δ＝15KHz即子载波频率间隔。

由于DSP中处理时间单位为tus所以

τ＝round(angle*1/(2*π*8*15*t*10^-3))

由于前面角度进行了扩大，所以最后得到的时偏定点值为

τ_fixed＝round(τ/40/2^8)

最后为保证接收端定点化的正确性，进行浮定点仿真比较。图3和图4的结果表明噪声估计和时偏估计的浮点仿真和定点仿真曲线保持一致，且定点仿真时偏估计值缩小了一倍，说明了在定点设计中定标的合理性以及整个定点化的准确性。

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (4)

1.一种针对LTE中SRS信号的定点检测方法，其特征在于：所述方法包括如下步骤：

1)前端处理：对接收端收到的数据Y₀进行去CP、频偏处理和FFT变换，得到频域数据Y，所述接收端收到的数据Y₀表示为：

Y₀＝H₁X₁+H₂X₂+…+H₃X₃+N

其中X₁、X₂、…X_n分别为每个用户UE1、UE2…UEn的发射端频域信号，H₁、H₂、…H_n分别为UE1、UE2…UEn的信道系数，N为频域上的噪声信号；

2)信道估计定点化处理：对所述频域数据Y经过子载波解映射，并对每个UE的频域信号X进行ZC补偿，得到每个UE的信道系数H；

3)噪声估计定点化处理：根据每个UE的信道系数H，将所述频域数据Y中每个UE的数据去除，得到噪声N；

4)计算信噪比：根据所述每个UE的信道系数H计算出每个UE的信号功率E_SRSPRB，根据所述噪声N计算噪声功率E_N，则每个UE的信噪比为E_SRSPRB/E_N；

5)时偏估计定点化处理：对所述每个UE的信道系数H进行相关性计算，得到相关值R，根据所述相关值R和每两个子载波的间隔Δ计算出相位角φ_m，最后根据所述相位角φ_m和每两个子载波的间隔Δ计算出时偏值τ。

2.根据权利要求1所述的一种针对LTE中SRS信号的定点检测方法，其特征在于：所述步骤1)完成时，同时产生了一个移位因子，即每个天线做完前端处理后数据被右移。

3.根据权利要求1所述的一种针对LTE中SRS信号的定点检测方法，其特征在于：所述步骤2)的具体步骤包括：

2.1)对频域数据Y经过子载波解映射，取出每个UE对应子载波上的SRS数据；

2.2)将所述子载波上的SRS数据与ZC基序列共轭相乘；

2.3)补零并进行IDFT变换到时域；

2.4)进行DFT变换到频域，并去除多余的0，恢复信号原有的长度，得到每个UE的信道系数H。

4.根据权利要求1所述的一种针对LTE中SRS信号的定点检测方法，其特征在于：所述步骤3)的具体步骤包括：

3.1)以所述频域数据Y为基准，将所述每个UE的信道系数H恢复到与频域数据相同的级别；

3.2)将所述频域数据Y和信道系数H均缩小一倍；

3.3)以所述频域数据Y减去每个UE的频域信号X与信道系数H的乘积，得到噪声N。