CN105187352A - 一种基于ofdm前导的整数频偏估计方法 - Google Patents

Abstract

一种基于OFDM前导的整数频偏估计方法，首先通过FFT变换得到OFDM频域前导符号并循环移位d个采样位置后与接收端已知的频域前导符号共轭相乘得到信号；然后计算差分相关数据并对差分相关数据取绝对值后平均加权累加得到频偏估计度量；最后对频偏估计度量求取最大值，获得整数频偏估计量，本发明中的方法只需要采用一个OFDM块状前导符号，不需要使用两个前导符号或者在数据符号中插入导频；在OFDM信号的频域进行差分相关估计整数频偏，其估计性能不受符号定时残留偏差的影响；且对M₀个差分结果采用平均求和的实现结构，在多径信道条件下具有较低的错误检测概率。

Description

一种基于OFDM前导的整数频偏估计方法

技术领域

本发明涉及一种整数频偏估计方法，特别是一种基于OFDM前导的整数频偏估计方法，属于数字无线通信传输技术领域。

背景技术

正交频分复用(OrthogonalFrequencyDivisionMultiplexing，OFDM)技术具有抗多径能力强、支持高速信息传输等优点，已成熟应用于地面移动通信领域。在无人机测控以及宽带卫星移动通信领域，OFDM可以提供高速数据传输，例如美国全球微波系统(GMS)的高清晰度信使数据链(HDML)采用C-OFDM体制，欧洲卫星标准DVB-SH设计了采用OFDM或TDM技术的混合地面与卫星的通信系统。

OFDM信号经过多径信道衰落后，引入了定时偏差与频率偏差，在OFDM接收机中需要通过符号定时同步、小数频偏估计与整数频偏估计进行纠正和补偿。其中，整数频偏估计方法主要分为时域与频域两类：时域估计方法如文献“RenGL,ChangY,ZhangH,etal.SynchronizationMethodsBasedonaNewConstantEnvelopePreambleforOFDMSystems[J].IEEETransactionsonBroadcasting,2005,51(1):139-143.”中的估计算法需要基于前导符号在OFDM时域完成准确的符号定时同步，其整数频偏估计受符号定时同步性能影响较大；频域估计方法如文献“MorelliM,D’AndreaAN,MengaliU.FrequencyambiguityresolutioninOFDMsystems.IEEECommunicationsLetters,2000(4):134-136.”中的估计算法需要在连续两个OFDM数据符号中插入导频数据，不能充分利用前导符号。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供了一种基于OFDM前导的整数频偏估计方法，该方法只需要采用一个前导符号在OFDM接收机的频域进行整数频偏估计，不需要使用两个前导符号或者在数据符号中插入导频，估计性能对符号定时残留偏差不敏感，在多径衰落信道下可以获得较好的频偏估计性能。

本发明的技术解决方案是：一种基于OFDM前导的整数频偏估计方法，步骤如下：

(1)获取符号定时同步后的接收前导符号{r_p(n),n＝0,…,N_s-1}，对{r_p(n),n＝0,…,N_s-1}补偿小数频偏后得到OFDM时域前导符号{z(n),n＝0,…,N_s-1}；

(2)将步骤(1)中的OFDM时域前导符号{z(n),n＝0,…,N_s-1}通过FFT变换到OFDM频域，得到接收前导的OFDM频域信号{Z(k),k＝0,…,N_s-1}；

(3)将步骤(2)中的接收前导OFDM频域信号{Z(k),k＝0,…,N_s-1}循环移位d个采样点后得到循环移位后的接收前导OFDM频域信号{Z(k),k＝d,…,N_s-1,0,…,d-1}，然后将循环移位后的接收前导OFDM频域信号与接收端已知前导的频域信号{C(k),k＝0,…,N_s-1}的共轭相乘，得到R_s(k,d)，

(4)获取步骤(3)中得到的数据序列{R_s(k,d),k＝0,…,N_s-1}中的有效子载波数据{R_d(l,d)＝R_s(k,d),l＝0,…,N_d-1,k＝(N_s-N_d)/2,…,(N_s+N_d)/2-1}，即有效子载波数据R_d(l,d)通过变量l和k的取值根据数据序列R_s(k,d)得到，然后将有效子载波数据以间隔m，m＝1,…,M₀，M₀≤N_d/2共轭相乘后累加，得到M₀个差分相关数据P(m,d)；

(5)对步骤(4)中M₀个差分相关数据P(m,d)取绝对值后，平均加权求和计算频偏估计度量M(d)；

(6)查找步骤(5)中频偏估计度量M(d)的最大值，最大值对应的循环移位d为整数频偏估计量即

$\hat{q}=\arg \underset{d}{max}\left(M\right(d\left)\right)$

所述步骤(1)中获取符号定时同步后的接收前导符号{r_p(n),n＝0,…,N_s-1}，具体通过发送端时域具有两段重复结构的前导符号经过信道后产生，在发送端中，时域具有两段重复结构的前导符号表示为：c＝[AA]，其中A为长度为N_s/2的复随机序列，在OFDM发送端中，将长度为N_s/2的MPSK/MQAM调制的复随机序列映射到长度为N_s的OFDM频域序列的奇数子载波上，偶数子载波上均为0，并对映射后的频域序列进行N_s点的IFFT后得到时域具有两段重复结构的前导符号，发送端时域具有两段重复结构的前导符号c(n)，具体由公式：

$c\left(n\right)=\frac{1}{\sqrt{N_s}}\underset{k=0}{\overset{N_s-1}{\Σ}}C\left(k\right)e^{j2\mathrm{\π}kn/N_s},n=0,...,N_s-1$

给出，其中C(k)为频域前导符号第k个子载波上的数据，N_s为IFFT的大小。

所述步骤(1)中对{r_p(n),n＝0,…,N_s-1}补偿小数频偏后得到OFDM时域前导符号{z(n),n＝0,…,N_s-1}；具体由公式：

$z\left(n\right)=r_p\left(n\right)e^{j(-2\mathrm{\π}\widehat{\mathrm{\ξ}}n/N_s)}=\underset{m=0}{\overset{L-1}{\Σ}}h\left(m\right)c(n-\mathrm{\Δ}\mathrm{\ϵ}-m)e^{j(2\mathrm{\π}\mathrm{\ξ}n/N_s)}{e}^{j(2\mathrm{\π}qn/N_s)}+w_1\left(n\right)$

给出，其中q为带估计的整数频偏，为小数频偏估计量，Δε为残留的定时偏差，Δξ为残留的小数频偏，为零均值复高斯噪声，{c(n),n＝0,…,N_s-1}为时域具有两段重复结构的前导符号，h(m)为多径衰落信道的脉冲响应，L为信道记忆长度。

所述步骤(2)中将步骤(1)中的OFDM时域前导符号{z(n),n＝0,…,N_s-1}通过FFT变换到OFDM频域，具体由公式：

$\begin{array}{c}Z\left(k\right)=\underset{n=0}{\overset{N_s-1}{\Σ}}z\left(n\right)e^{j(-2\mathrm{\π}nk/N_s)}\\ =\underset{n=0}{\overset{N_s-1}{\Σ}}\[\underset{m=0}{\overset{L-1}{\Σ}}h\left(m\right)c(n-\mathrm{\Δ}\mathrm{\ϵ}-m)e^{j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ξ}n/N_s)}{e}^{j(2\mathrm{\π}qn/N_s)}+w_1\left(n\right)\]e^{j(-2\mathrm{\π}nk/N_s)}\\ =H\left(k\right)C(k+q+\mathrm{\Δ}\mathrm{\ξ})e^{j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}k/N_s)}+W_1\left(k\right)\end{array}$

令小数频偏为理想估计，即Δξ＝0，则接收前导的频域信号{Z(k),k＝0,…,N_s-1}表示为：

$Z\left(k\right)=H\left(k\right)C(k+q)e^{j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}k/N_s)}+W_1\left(k\right)$

所述步骤(3)中的R_s(k,d)具体由公式：

$\begin{array}{c}{R}_s(k,d)=Z(k-d)C^{*}\left(k\right)\\ =\[H(k-d)C(k+q-d)e^{j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(k-d)/N_s)}+W_1(k-d)\]\·C^{*}\left(k\right)\\ =H(k-d)C(k+q-d)\·C^{*}\left(k\right)e^{j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(k-d)/N_s)}+W_2\left(k\right)\end{array}$

给出，其中d＝0,…,N_s-1，即整数频偏估计范围为[-N_s/2,N_s/2]，其中，Δε为残留的定时偏差，N_s为IFFT/FFT的大小，W₁(k-d)和W₂(k)均为噪声项，H(k)为信道频率响应。

所述步骤(4)中的P(m,d)具体为：令信道频率响应H(k)在一个OFDM符号周期内保持不变，即H(k)＝H(k-j),j＝0,…,N_s-1，则当d＝q时，M₀个差分相关数据P(m,d)由公式：

$P(m,d)=\underset{l=m}{\overset{N_d-1}{\Σ}}{R}_d(l,d)\·R_d^{*}(l-m,d)=\underset{l=m}{\overset{N_d-1}{\Σ}}\left|C\left(l\right){|}^2\right|C(l-m){|}^2|H\left(l\right){|}^2{e}^{-j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}m/N_s)}+I\left(m\right)$

给出，其中N_d为OFDM符号中的有效子载波数，H(l)为信道的频率响应，I(m)为干扰项，具有由公式

$\begin{array}{c}I\left(m\right)=|C\left(l\right){|}^{2}H(l-d)W_2^{*}(l-m)e^{-j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(l-d)/N_s)}\\ +|C(l-m){|}^2{H}^{*}(l-m-d)W_2\left(l\right)e^{-j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(l-m-d)/N_s)}+W_2\left(l\right)W_2^{*}(l-m)\end{array}$

给出。

所述步骤(5)中M(d)具体由公式：

$\begin{array}{c}M\left(d\right)=\frac{1}{M_0}\·\underset{m=1}{\overset{M_0}{\Σ}}\left|P(m,d)\right|=\frac{1}{M_0}\·\underset{m=1}{\overset{M_0}{\Σ}}\left|\underset{l=m}{\overset{N_d-1}{\Σ}}\right|C\left(l\right){|}^2\left|C(l-m){|}^2\right|H\left(l\right){|}^2{e}^{-j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}m/N_s)}|\\ =\frac{1}{M_0}\·\underset{m=1}{\overset{M_0}{\Σ}}\left|\underset{l=m}{\overset{N_d-1}{\Σ}}\right|C\left(l\right){|}^2\left|C(l-m){|}^2\right|H\left(l\right){|}^2|\end{array}$

给出。

本发明与现有技术相比的有益效果是：

(1)本发明提出的基于OFDM前导的整数频偏估计方法只需要采用一个OFDM块状前导符号，不需要使用两个前导符号或者在数据符号中插入导频；

(2)本发明提出的基于OFDM前导的整数频偏估计方法在OFDM信号的频域进行差分相关估计整数频偏，其估计性能不受符号定时残留偏差的影响；

(3)本发明提出的基于OFDM前导的整数频偏估计方法对M₀个差分结果采用平均求和的实现结构，在多径信道条件下，具有较低的错误检测概率。

附图说明

图1为本发明整数频偏估计方法的实现结构；

图2为本发明整数频偏估计方法在多径衰落信道下的错误检测概率。

具体实施方式

下面结合附图对本发明的具体实施方式进行进一步的详细描述。

本发明的主要思想是：提供一种适用于OFDM无线通信系统的整数频偏估计方法。所提出的整数频偏估计方法只需要采用一个块状前导符号，首先将已经完成符号定时同步以及小数部分频偏补偿的OFDM接收信号进行FFT变换得到OFDM频域信号，然后对OFDM频域信号循环移位d个采样后与接收机中已知的前导序列频域信号共轭相乘，并针对共轭相乘结果中的有效子载波数据以间隔m进行差分相关，绝对值累加后得到M₀个差分相关值，最后对M₀个差分相关值平均求和得到整数频偏估计度量M(d)。根据所提出的整数频偏估计方法，M(d)的最大值对应的循环移位d即为整数频偏估计量

具有两段重复结构前导符号的OFDM系统具有以下特征：

在OFDM发送端中，时域具有两段重复结构的前导符号表示为：c＝[AA]，其中A为长度为N_s/2的复随机序列，在OFDM发送端中，将长度为N_s/2的MPSK/MQAM调制的复随机序列映射到长度为N_s的OFDM频域序列的奇数子载波上，偶数子载波上均为0，并对映射后的频域序列进行N_s点的IFFT后得到时域具有两段重复结构的前导符号，发送端时域具有两段重复结构的前导符号c(n)，具体由公式：

$c\left(n\right)=\frac{1}{\sqrt{N_s}}\underset{k=0}{\overset{N_s-1}{\Σ}}C\left(k\right)e^{j2\mathrm{\π}kn/N_s},n=0,...,N_s-1$

给出，其中C(k)为频域前导符号第k个子载波上的数据，N_s为IFFT的大小。

2)在OFDM接收端中，接收信号存在由多径衰落信道引入的符号定时偏差与载波频率偏差，表示为

$r\left(n\right)=y(n-\mathrm{\ϵ})e^{j(2\mathrm{\π}vn/N_s)}+w\left(n\right)=\underset{m=0}{\overset{L-1}{\Σ}}h\left(m\right)x(n-\mathrm{\ϵ}-m)e^{j\left(2\mathrm{\π}\right(\mathrm{\ξ}+q)n/N_s)}+w\left(n\right)$

其中，q为未知的归一化整数频偏，v＝ξ+q为归一化的载波频率偏差，ξ为归一化的小数频偏，ε为符号定时偏差，w(n)是方差为的零均值复高斯噪声，h(m)为多径衰落信道的脉冲响应，L为信道记忆长度。

基于上述发送端与接收端的OFDM信号，本发明所提出的基于OFDM前导的整数频偏估计方法的实现结构如图1所示，具有以下步骤：

(1)获取符号定时同步后的接收前导符号{r_p(n),n＝0,…,N_s-1}，对{r_p(n),n＝0,…,N_s-1}补偿小数频偏(以上过程均由具体通过具有两段重复结构的前导符号完成；)后得到OFDM时域前导符号{z(n),n＝0,…,N_s-1}；具体由公式：

$z\left(n\right)=r_p\left(n\right)e^{j(-2\mathrm{\π}\widehat{\mathrm{\ξ}}n/N_s)}=\underset{m=0}{\overset{L-1}{\Σ}}h\left(m\right)c(n-\mathrm{\Δ}\mathrm{\ϵ}-m)e^{j(2\mathrm{\π}\mathrm{\ξ}n/N_s)}{e}^{j(2\mathrm{\π}qn/N_s)}+w_1\left(n\right)$

给出，其中q为带估计的整数频偏，为小数频偏估计量，Δε为残留的定时偏差，Δξ为残留的小数频偏，为零均值复高斯噪声，{c(n),n＝0,…,N_s-1}为时域具有两段重复结构的前导符号，h(m)为多径衰落信道的脉冲响应，L为信道记忆长度。

(2)将步骤(1)中的OFDM时域前导符号{z(n),n＝0,…,N_s-1}通过FFT变换到OFDM频域，得到接收前导的OFDM频域信号{Z(k),k＝0,…,N_s-1}；具体由公式：

$\begin{array}{c}Z\left(k\right)=\underset{n=0}{\overset{N_s-1}{\Σ}}z\left(n\right)e^{j(-2\mathrm{\π}nk/N_s)}\\ =\underset{n=0}{\overset{N_s-1}{\Σ}}\[\underset{m=0}{\overset{L-1}{\Σ}}h\left(m\right)c(n-\mathrm{\Δ}\mathrm{\ϵ}-m)e^{j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ξ}n/N_s)}{e}^{j(2\mathrm{\π}qn/N_s)}+w_1\left(n\right)\]e^{j(-2\mathrm{\π}nk/N_s)}\\ =H\left(k\right)C(k+q+\mathrm{\Δ}\mathrm{\ξ})e^{j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}k/N_s)}+W_1\left(k\right)\end{array}$

令小数频偏为理想估计，即Δξ＝0，则接收前导的频域信号{Z(k),k＝0,…,N_s-1}表示为：

$Z\left(k\right)=H\left(k\right)C(k+q)e^{j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}k/N_s)}+W_1\left(k\right).$

(3)将步骤(2)中的接收前导OFDM频域信号{Z(k),k＝0,…,N_s-1}循环移位d个采样点后得到循环移位后的接收前导OFDM频域信号{Z(k),k＝d,…,N_s-1,0,…,d-1}，然后将循环移位后的接收前导OFDM频域信号与接收端已知前导的频域信号{C(k),k＝0,…,N_s-1}的共轭相乘(接收前导指的是接收信号中的前导符号，接收端已知前导指的是接收端本地已知的前导符号，前者从发送端经信道传输到接收端，后者是发送端和接收端都已知的本地序列，不受信道影响)，具体由公式：

$\begin{array}{c}{R}_s(k,d)=Z(k-d)C^{*}\left(k\right)\\ =\[H(k-d)C(k+q-d)e^{j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(k-d)/N_s)}+W_1(k-d)\]\·C^{*}\left(k\right)\\ =H(k-d)C(k+q-d)\·C^{*}\left(k\right)e^{j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(k-d)/N_s)}+W_2\left(k\right)\end{array}$

给出，其中d＝0,…,N_s-1，即整数频偏估计范围为[-N_s/2,N_s/2]，其中，Δε为残留的定时偏差，N_s为IFFT/FFT的大小，W₁(k-d)和W₂(k)均为噪声项，H(k)为信道频率响应；

当d＝q时，上述共轭相乘消除接收前导符号中相位调制信息，R_s(k,d)表示为：

$\begin{array}{c}{R}_s(k,d)=Z(k-d)C^{*}\left(k\right)\\ =\[H(k-d)C(k+q-d)e^{j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(k-d)/N_s)}+W_1(k-d)\]\·C^{*}\left(k\right)\\ =H(k-d)C(k+q-d)\·C^{*}\left(k\right)e^{j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(k-d)/N_s)}+W_2\left(k\right)\end{array}$

(4)获取步骤(3)中得到的数据序列{R_s(k,d),k＝0,…,N_s-1}中的有效子载波数据{R_d(l,d)＝R_s(k,d),l＝0,…,N_d-1,k＝(N_s-N_d)/2,…,(N_s+N_d)/2-1}，即有效子载波数据R_d(l,d)通过变量l和k的取值根据数据序列R_s(k,d)得到，并将有效子载波数据以间隔m，m＝1,…,M₀，M₀≤N_d/2共轭相乘后累加，令信道频率响应H(k)在一个OFDM符号周期内保持不变，即H(k)＝H(k-j),j＝0,…,N_s-1，则当d＝q时，M₀个差分相关数据P(m,d)由公式：

$P(m,d)=\underset{l=m}{\overset{N_d-1}{\Σ}}{R}_d(l,d)\·R_d^{*}(l-m,d)=\underset{l=m}{\overset{N_d-1}{\Σ}}\left|C\left(l\right){|}^2\right|C(l-m){|}^2|H\left(l\right){|}^2{e}^{-j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}m/N_s)}+I\left(m\right)$

给出，其中N_d为OFDM符号中的有效子载波数，H(l)为信道的频率响应，I(m)为干扰项，具有由公式

$\begin{array}{c}I\left(m\right)=|C\left(l\right){|}^{2}H(l-d)W_2^{*}(l-m)e^{-j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(l-d)/N_s)}\\ +|C(l-m){|}^2{H}^{*}(l-m-d)W_2\left(l\right)e^{-j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(l-m-d)/N_s)}+W_2\left(l\right)W_2^{*}(l-m)\end{array}$

给出。

(5)对步骤(4)中M₀个差分相关数据P(m,d)取绝对值后，平均加权求和计算频偏估计度量M(d)，具体由公式：

$\begin{array}{c}M\left(d\right)=\frac{1}{M_0}\·\underset{m=1}{\overset{M_0}{\Σ}}\left|P(m,d)\right|=\frac{1}{M_0}\·\underset{m=1}{\overset{M_0}{\Σ}}\left|\underset{l=m}{\overset{N_d-1}{\Σ}}\right|C\left(l\right){|}^2\left|C(l-m){|}^2\right|H\left(l\right){|}^2{e}^{-j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}m/N_s)}|\\ =\frac{1}{M_0}\·\underset{m=1}{\overset{M_0}{\Σ}}\left|\underset{l=m}{\overset{N_d-1}{\Σ}}\right|C\left(l\right){|}^2\left|C(l-m){|}^2\right|H\left(l\right){|}^2|\end{array}$

给出；

(6)查找步骤(5)中频偏估计度量M(d)的最大值，最大值对应的循环移位d为整数频偏估计量即

$\hat{q}=\arg \underset{d}{max}\left(M\right(d\left)\right)$

具体实施例

在OFDM通信系统中，设子载波数N_s＝256，用户有效子载波数N_u＝180，循环前缀个数N_g＝24，信号带宽为B_w＝3MHz，子载波间隔为Δf＝15kHz，载波频偏v＝5Δf。系统采用具有两段重复结构的块状前导符号。仿真采用多径数为L＝12的瑞利衰落信道，每径的延时τ_i为0、1、2、…、12个采样，信道具有指数功率延迟特性，即对于路径增益A_i有：其中i表示第i条多径，0≤i≤L-1。

图2所示为在不同信噪比下，本发明所提出的整数频偏估计方法在不同的参数M₀下的错误检测概率性能。分析可知，当最大差分间隔M₀增大，整数频偏的错误检测概率降低。当SNR＝3.5dB时，M₀＝1、2、3、4、6、8对应的错误检测概率分别为3.58×10^-3、1×10^-3、2×10^-4、1.571×10^-4、1.2×10^-4。当M₀≥6时，整数频偏的检测性能提高有限，因此需要通过综合考查错误检测性能与计算复杂度来设置合适的实现方案。

由以上仿真结果可知本发明中的方法只用了一个前导；且仿真条件中说明了存在载波频偏，仿真结果说明专利提出的方法不受载波频偏影响；从仿真结果分析过程中可以看出该方法的错误检测概率较低。

本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (7)

1.一种基于OFDM前导的整数频偏估计方法，其特征在于步骤如下：

(1)获取符号定时同步后的接收前导符号{r_p(n),n＝0,…,N_s-1}，对{r_p(n),n＝0,…,N_s-1}补偿小数频偏后得到OFDM时域前导符号{z(n),n＝0,…,N_s-1}；

(2)将步骤(1)中的OFDM时域前导符号{z(n),n＝0,…,N_s-1}通过FFT变换到OFDM频域，得到接收前导的OFDM频域信号{Z(k),k＝0,…,N_s-1}；

(3)将步骤(2)中的接收前导OFDM频域信号{Z(k),k＝0,…,N_s-1}循环移位d个采样点后得到循环移位后的接收前导OFDM频域信号{Z(k),k＝d,…,N_s-1,0,…,d-1}，然后将循环移位后的接收前导OFDM频域信号与接收端已知前导的频域信号{C(k),k＝0,…,N_s-1}的共轭相乘，得到R_s(k,d)，

(4)获取步骤(3)中得到的数据序列{R_s(k,d),k＝0,…,N_s-1}中的有效子载波数据{R_d(l,d)＝R_s(k,d),l＝0,…,N_d-1,k＝(N_s-N_d)/2,…,(N_s+N_d)/2-1}，即有效子载波数据R_d(l,d)通过变量l和k的取值根据数据序列R_s(k,d)得到，然后将有效子载波数据以间隔m，m＝1,…,M₀，M₀≤N_d/2共轭相乘后累加，得到M₀个差分相关数据P(m,d)；

(5)对步骤(4)中M₀个差分相关数据P(m,d)取绝对值后，平均加权求和计算频偏估计度量M(d)；

(6)查找步骤(5)中频偏估计度量M(d)的最大值，最大值对应的循环移位d为整数频偏估计量即

$\hat{q}=\arg \underset{d}{\max }\left(M\right(d\left)\right).$

2.根据权利要求1所述的一种基于OFDM前导的整数频偏估计方法，其特征在于：所述步骤(1)中获取符号定时同步后的接收前导符号{r_p(n),n＝0,…,N_s-1}，具体通过发送端时域具有两段重复结构的前导符号经过信道后产生，在发送端中，时域具有两段重复结构的前导符号表示为：c＝[AA]，其中A为长度为N_s/2的复随机序列，在OFDM发送端中，将长度为N_s/2的MPSK/MQAM调制的复随机序列映射到长度为N_s的OFDM频域序列的奇数子载波上，偶数子载波上均为0，并对映射后的频域序列进行N_s点的IFFT后得到时域具有两段重复结构的前导符号，发送端时域具有两段重复结构的前导符号c(n)，具体由公式：

$c\left(n\right)=\frac{1}{\sqrt{N_s}}\underset{k=0}{\overset{N_s-1}{\Σ}}C\left(k\right)e^{j2\mathrm{\π}kn/N_s},n=0,...,N_s-1$

给出，其中C(k)为频域前导符号第k个子载波上的数据，N_s为IFFT的大小。

3.根据权利要求1所述的一种基于OFDM前导的整数频偏估计方法，其特征在于：所述步骤(1)中对{r_p(n),n＝0,…,N_s-1}补偿小数频偏后得到OFDM时域前导符号{z(n),n＝0,…,N_s-1}；具体由公式：

$z\left(n\right)=r_p\left(n\right)e^{j(-2\mathrm{\π}\widehat{\mathrm{\ξ}}n/N_s)}=\underset{m=0}{\overset{L-1}{\Σ}}h\left(m\right)c(n-\mathrm{\Δ}\mathrm{\ϵ}-m)e^{j(2\mathrm{\π}\mathrm{\ξ}n/N_s)}{e}^{j(2\mathrm{\π}qn/N_s)}+w_1\left(n\right)$

给出，其中q为带估计的整数频偏，为小数频偏估计量，Δε为残留的定时偏差，Δξ为残留的小数频偏，为零均值复高斯噪声，{c(n),n＝0,…,N_s-1}为时域具有两段重复结构的前导符号，h(m)为多径衰落信道的脉冲响应，L为信道记忆长度。

4.根据权利要求1所述的一种基于OFDM前导的整数频偏估计方法，其特征在于：所述步骤(2)中将步骤(1)中的OFDM时域前导符号{z(n),n＝0,…,N_s-1}通过FFT变换到OFDM频域，具体由公式：

$\begin{array}{c}Z\left(k\right)=\underset{n=0}{\overset{N_s-1}{\Σ}}z\left(n\right)e^{j(-2\mathrm{\π}nk/N_s)}\\ =\underset{n=0}{\overset{N_s-1}{\Σ}}\[\underset{m=0}{\overset{L-1}{\Σ}}h\left(m\right)c(n-\mathrm{\Δ}\mathrm{\ϵ}-m)e^{j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ξ}n/N_s)}{e}^{j(2\mathrm{\π}qn/N_s)}+w_1\left(n\right)\]e^{j(-2\mathrm{\π}nk/N_s)}\\ =H\left(k\right)C(k+q+\mathrm{\Δ}\mathrm{\ξ})e^{j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}k/N_s)}+W_1\left(k\right)\end{array}$

令小数频偏为理想估计，即Δξ＝0，则接收前导的频域信号{Z(k),k＝0,…,N_s-1}表示为：

$Z\left(k\right)=H\left(k\right)C(k+q)e^{j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}k/N_s)}+W_1\left(k\right).$

5.根据权利要求1所述的一种基于OFDM前导的整数频偏估计方法，其特征在于：所述步骤(3)中的R_s(k,d)具体由公式：

$\begin{array}{c}{R}_s(k,d)=Z(k-d)C^{*}\left(k\right)\\ =\[H(k-d)C(k+q-d)e^{j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(k-d)/N_s)}+W_1(k-d)\]\·C^{*}\left(k\right)\\ =H(k-d)C(k+q-d)\·C^{*}\left(k\right)e^{j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(k-d)/N_s)}+W_2\left(k\right)\end{array}$

给出，其中d＝0,…,N_s-1，即整数频偏估计范围为[-N_s/2,N_s/2]，其中，Δε为残留的定时偏差，N_s为IFFT/FFT的大小，W₁(k-d)和W₂(k)均为噪声项，H(k)为信道频率响应。

6.根据权利要求1所述的一种基于OFDM前导的整数频偏估计方法，其特征在于：所述步骤(4)中的P(m,d)具体为：令信道频率响应H(k)在一个OFDM符号周期内保持不变，即H(k)＝H(k-j),j＝0,…,N_s-1，则当d＝q时，M₀个差分相关数据P(m,d)由公式：

$P(m,d)=\underset{l=m}{\overset{N_d-1}{\Σ}}{R}_d(l,d)\·R_d^{*}(l-m,d)=\underset{l=m}{\overset{N_d-1}{\Σ}}\left|C\left(l\right){|}^2\right|C(l-m){|}^2|H\left(l\right){|}^2{e}^{-j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}m/N_s)}+I\left(m\right)$

给出，其中N_d为OFDM符号中的有效子载波数，H(l)为信道的频率响应，I(m)为干扰项，具有由公式

$\begin{array}{c}I\left(m\right)=|C\left(l\right){|}^{2}H(l-d)W_2^{*}(l-m)e^{-j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(l-d)/N_s)}\\ +|C(l-m){|}^2{H}^{*}(l-m-d)W_2\left(l\right)e^{-j\left(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}\right(l-m-d)/N_s)}+W_2\left(l\right)W_2^{*}(l-m)\end{array}$

给出。

7.根据权利要求1所述的一种基于OFDM前导的整数频偏估计方法，其特征在于：所述步骤(5)中M(d)具体由公式：

$\begin{array}{c}M\left(d\right)=\frac{1}{M_0}\·\underset{m=1}{\overset{M_0}{\Σ}}\left|P(m,d)\right|=\frac{1}{M_0}\·\underset{m=1}{\overset{M_0}{\Σ}}\left|\underset{l=m}{\overset{N_d-1}{\Σ}}\right|C\left(l\right){|}^2\left|C(l-m){|}^2\right|H\left(l\right){|}^2{e}^{-j(2\mathrm{\π}\mathrm{\Δ}\mathrm{\ϵ}m/N_s)}|\\ =\frac{1}{M_0}\·\underset{m=1}{\overset{M_0}{\Σ}}\left|\underset{l=m}{\overset{N_d-1}{\Σ}}\right|C\left(l\right){|}^2\left|C(l-m){|}^2\right|H\left(l\right){|}^2|\end{array}$

给出。