CN105577583B

CN105577583B - 粗频率偏差估计方法及使用其的频率偏差估计装置

Info

Publication number: CN105577583B
Application number: CN201410614469.4A
Authority: CN
Inventors: 徐子龙
Original assignee: Ali Corp
Current assignee: Ali Corp
Priority date: 2014-11-04
Filing date: 2014-11-04
Publication date: 2019-05-14
Anticipated expiration: 2034-11-04
Also published as: CN105577583A

Abstract

本发明实施例提供一种粗频率偏差估计方法及使用其的频率偏差估计装置。此粗频率偏差估计方法包括接收第k帧，第k帧包括第一帧头以及第二帧头，其中第二帧头具有N行M列的第一符号矩阵，且第k帧的调制方式决定关联于第一符号矩阵的沃尔什‑阿达玛序列；将第一符号矩阵每一行中的所有符号映射至同一象限，以产生N行M列的第二符号矩阵；针对第二符号矩阵中的每一行的所有符号进行自相关运算，以分别获得第1行至第N行对应的第1行自相关向量至第N行自相关向量；依据第1行自相关向量至第N行自相关向量计算出粗频率偏差。

Description

粗频率偏差估计方法及使用其的频率偏差估计装置

技术领域

本发明系关于一种粗频率偏差估计方法，且特别是一种适用于任一种帧结构的粗频率偏差估计方法以及使用其的频率偏差估计装置。

背景技术

DVB-S2X为欧洲电信标准协会(European Telecommunications StandardsInstitute，ETSI)所提出的新一代卫星数字电视广播传输标准。对此，相较于上一代DVB-S2的基础标准，延伸的第二代数位卫星广播(Extension of DVB-S2Satellite DigitalBroadcasting Standard，DVB-S2X)适用于在超低信噪比(Very Low Signal Noise Ratio，VL-SNR)下进行信号传输，其中超低信噪比约为-10dB。

DVB-S2X采用了更高阶数的PSK调制，最高可达256APSK，使得DVB-S2X的频谱利用率提升。为了在超低信噪比下进行信号传输，DVB-S2X在调制信号时更引入了新的结构。进一步说，DVB-S2标准下的调制信号仅包括物理层信令(Physical Layer Signaling，PLS)帧头及数据符号(Data symbol)，但在DVB-S2X标准下，调制信号更包括了超低信噪比帧头。

然而，超低信噪比帧头的符号数会随着不同的调制方式而改变。举例来说，使用QPSK进行调制的调制信号与使用π/2BPSK进行调制的调制信号彼此具有不同结构的超低信噪比帧头。也就是说，DVB-S2的频率偏差估计方法在调制方式未知的情形下，无法直接使用在DVB-S2X。因此，需要一种粗频率偏差估计方法的设计，能够在任何一种调制方式下对帧进行粗频率偏差估计。

发明内容

本发明实施例提供一种粗频率偏差估计方法。所述粗频率偏差估计方法适用于在超低信噪比下进行信号传输的接收器，其特征在于，所述粗频率偏差估计方法包括：步骤A：接收第k帧，第k帧包括第一帧头以及第二帧头，其中第二帧头具有N行M列的第一符号矩阵，M、N为大于0的整数，k为帧索引值。第k帧的调制方式决定关联于第一符号矩阵的沃尔什-阿达玛序列。步骤B：将第一符号矩阵每一行中的所有符号映射至同一象限，以产生N行M列的第二符号矩阵。步骤C：针对第二符号矩阵中的每一行的所有符号进行自相关运算，以分别获得第1行至第N行对应的第1行自相关向量至第N行自相关向量。步骤D：依据第1行自相关向量至第N行自相关向量计算出粗频率偏差。

本发明实施例提供一种频率偏差估计装置。所述频率偏差估计装置用以执行粗频率偏差估计方法。频率偏差估计装置适用于在超低信噪比下进行信号传输的接收器，其特征在于，所述频率偏差估计装置包括自相关运算模块以及频率偏差运算单元。自相关运算模块用以接收第k帧，并根据第k帧进行自相关运算，k为帧索引值。频率偏差运算单元电性连接自相关运算模块，用以计算粗频率偏差。自相关运算模块接收第k帧，第k帧包括第一帧头以及第二帧头。第二帧头具有N行M列的第一符号矩阵，M、N为大于0的整数。第k帧的调制方式决定关联于第一符号矩阵的沃尔什-阿达玛序列。自相关运算模块将第一符号矩阵每一行中的所有符号映射至同一象限，以产生N行M列的第二符号矩阵。自相关运算模块针对第二符号矩阵中的每一行的所有符号进行自相关运算，以分别获得第1行至第N行对应的第1行自相关向量至第N行自相关向量。频率偏差运算单元依据第1行自相关向量至第N行自相关向量计算出粗频率偏差。

综上所述，本发明实施例所提供的粗频率偏差估计方法及使用其的频率偏差估计装置可不受调制方式变动的影响并对帧进行粗频率偏差估计。换句话说，不论DVB-S2X使用哪一种调制方式来调制帧，本发明实施例所提供的粗频率偏差估计方法及使用其的频率偏差估计装置均可对帧进行粗频率偏差估计。

为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，但是此等说明与所附图式仅系用来说明本发明，而非对本发明的权利范围作任何的限制。

附图说明

图1是本发明实施例的频率偏差估计装置的示意图。

图2是本发明实施例的第k帧的结构示意图。

图3是本发明实施例的粗频率偏差估计方法的仿真结果图。

图4是本发明另一实施例的粗频率偏差估计方法的仿真结果图。

图5是本发明实施例的粗频率偏差估计方法的流程图。

图6是本发明实施例的计算粗频率偏差的流程图。以及

图7是本发明另一实施例的计算粗频率偏差的流程图。

具体实施方式

在下文将参看随附图式更充分地描述各种例示性实施例，在随附图式中展示一些例示性实施例。然而，本发明概念可能以许多不同形式来体现，且不应解释为限于本文中所阐述的例示性实施例。确切而言，提供此等例示性实施例使得本发明将为详尽且完整，且将向熟习此项技术者充分传达本发明概念的范畴。在诸图式中，可为了清楚而夸示层及区的大小及相对大小。类似数字始终指示类似组件。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件或信号等，但此等组件或信号不应受此等术语限制。此等术语乃用以区分一组件与另一组件，或者一信号与另一信号。另外，如本文中所使用，术语「或」视实际情况可能包括相关联的列出项目中的任一者或者多者的所有组合。

请参阅图1，图1是本发明实施例的频率偏差估计装置的示意图。频率偏差估计装置1适用于在超低信噪比下进行信号传输的接收器，例如DVB-S2X系统中的接收器，其中超低信噪比约为-10dB。频率偏差估计装置1包括了自相关运算模块10以及频率偏差运算单元12。自相关运算模块10电性连接于频率偏差运算单元12。

自相关运算模块10用以接收第k帧，并根据第k帧进行自相关运算以获得对应第k帧的第k自相关值，k为帧索引值，且k为0至N_f-1的整数。频率偏差运算单元12依据自相关运算模块10计算的第k自相关值去计算粗频率偏差。粗频率偏差表示在一个特定中心频率下，允许频率偏差的值。

当频率偏差估计装置1接收到第k帧(例如第0帧)后会先对第k帧做粗频率偏差估计，以得出粗频率偏差。根据粗频率偏差，频率偏差估计装置1可得知频率偏差的估计范围。接着，根据此估计范围，频率偏差估计装置再对第k帧作细频率偏差估计。

在粗频率偏差估计的第一步中，自相关运算模块10接收第k帧。请参阅图2，图2是本发明实施例的第k帧的结构示意图。第k帧的结构包括物理层信令帧头20、超低信噪比帧头21以及数据符号22，其中超低信噪比帧头21具有N行M列的第一符号矩阵h_k(n,m)，M、N为大于0的整数。

以本实施例来说，第一符号矩阵h_k(n,m)为16行56列的矩阵。超低信噪比帧头21除了第一符号矩阵h_k(n,m)中的896个符号外，于第一符号矩阵h_k(n,m)的首尾分别包括两个0，使得超低信噪比帧头21一共包括900个符号。于其他实施例中，超低信噪比帧头21亦可不为900个符号。或者，第一符号矩阵h_k(n,m)亦可不为16行56列的矩阵。总而言之，本发明实施例并不限制超低信噪比帧头21中包含的符号数以及超低信噪比帧头21的结构。

值得一提的是，第k帧的调制方式决定关联于第一符号矩阵h_k(n,m)的沃尔什-阿达玛(Walsh-Hadamard)序列。进一步说，当第k帧系使用QPSK进行调制时所对应的沃尔什-阿达玛序列与使用π/2BPSK进行调制时所对应的沃尔什-阿达玛序列将有所不同。

举例来说，沃尔什-阿达玛序列包括了N个元素p_i，元素p_i为1或-1，i为介于0至N-1的整数。至于p_i取值是1还是-1则是与第k帧的调制方式相关。将沃尔什-阿达玛序列映射到一个N行N列的矩阵P的主对角在线，矩阵P除了主对角在线的元素外，其余元素皆为0。以本实施例来说，矩阵P对应第一符号矩阵h_k(n,m)为16行16列的矩阵。矩阵P的表示如下：

其中p_i∈{-1,1}，0≤i≤N-1。

接着，自相关运算模块10将第一符号矩阵h_k(n,m)每一行中的所有符号映射至同一象限，以产生N行M列的第二符号矩阵x_k(n,m)。第二符号矩阵x_k(n,m)可看成由N的区块所组成，且每个区块中的符号属于同一个象限。详细地说，自相关运算模块10对第一符号矩阵h_k(n,m)乘上-2，并加上一个元素全为1的单位矩阵，以产生第三符号矩阵c_k(n,m)。自相关运算模块10将第三符号矩阵c_k(n,m)的偶数列与奇数列所有元素分别乘上1与e^-jπ/2，以产生第四符号矩阵s_k(n,m)。最后，自相关运算模块10将第四符号矩阵s_k(n,m)与一个解扰矩阵d_k(n,m)进行点乘(Dot Product)，便可产生第二符号矩阵x_k(n,m)，其中解扰矩阵d_k(n,m)∈{1,-1,j,-j}。因此，第四符号矩阵s_k(n,m)乘上解扰矩阵d_k(n,m)的动作可看成加减法运算。

自相关运算模块10针对第二符号矩阵x_k(n,m)中的每一行的所有符号进行自相关运算，以分别获得第1行至第N行对应的第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)。详细方程式如下：

方程式(2)

其中，n为1至N的整数。

在得到第1行至第N行对应的第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)后，自相关运算模块10将第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)传给频率偏差运算单元12，使得频率偏差运算单元12依据第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)分别计算第1行至第N行所对应的第1频率偏差至第N频率偏差进而计算出粗频率偏差

详细地说，频率偏差运算单元12自第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)中不重复地取其中一者作为第L行自相关向量R_{k_L}(l)，其中L为1至N的整数。频率偏差运算单元12从y＝1至P，将第L行自相关向量R_{k_L}(l)内的第y-1元素取共轭后，以产生第y-1共轭元素R_{k_L}*(y-1)。接着，频率偏差运算单元12将第y-1共轭元素R_{k_L}*(y-1)与第L行自相关向量R_{k_L}(l)内的第y元素R_{k_L}(y)相乘，以获得相关于第L行自相关向量R_{k_L}(l)的P个第一数值P_L1、P_L2、P_L3、…、P_LP，其中P为不大于M/2的可调参数。也就是说，P个第一数值P_L1、P_L2、P_L3、…、P_LP可分别表示为：

P_L1＝(R_{k_L}*(0)R_{k_L}(1))；

P_L2＝(R_{k_L}*(1)R_{k_L}(2))；

P_L3＝(R_{k_L}*(2)R_{k_L}(3))；

P_LP＝(R_{k_L}*(P-1)R_{k_L}(P))

频率偏差运算单元12将相关于第L行自相关向量R_{k_L}(l)的P个第一数值P_L1、P_L2、P_L3、…、P_LP取其幅角并分别乘上对应的第一平滑函数值w(1)至第P平滑函数值w(P)，以获得相关于第L行自相关向量R_{k_L}(l)的P个第二数值P_L1'、P_L2'、P_L3'、…、P_LP'。也就是说，P个第二数值P_L1'、P_L2'、P_L3'、…、P_LP'可分别表示为：

P_L1'＝w(1)arg{R_{k_L}*(0)R_{k_L}(1)}；

P_L2'＝w(2)arg{R_{k_L}*(1)R_{k_L}(2)}；

P_L3'＝w(3)arg{R_{k_L}*(2)R_{k_L}(3)}；

P_LP'＝w(P)arg{R_{k_L}*(P-1)R_{k_L}(P)}

其中，第y平滑函数值w(y)可表示为

方程式(3)

频率偏差运算单元12累加相关于第L行自相关向量R_{k_L}(l)的P个第二数值P_L1'、P_L2'、P_L3'、…、P_LP'后，可获得累加数值H_L。频率偏差运算单元12将累加数值H_L除以2π及T便可获得第L频率偏差其中T代表符号抽样间隔。详细方程式如下：

H_L＝w(1)arg{R_{k_L}*(0)R_{k_L}(1)}

+w(2)arg{R_{k_L}*(1)R_{k_L}(2)}

+w(3)arg{R_{k_L}*(2)R_{k_L}(3)}

+w(P)arg{R_{k_L}*(P-1)R_{k_L}(P)} 方程式(4)

方程式(5)

简而言之，上述频率偏差运算单元12获得第L频率偏差(对应方程式(3)～(5))可以化简为以下方程序：

方程式(6)

重复执行上述步骤共N次，频率偏差运算单元12即可以获得第1行至第N行所对应的第1频率偏差至第N频率偏差最后，频率偏差运算单元12累加第1频率偏差至第N频率偏差以获得加总频率偏差，再将加总频率偏差除以N，便可获得粗频率偏差详细方程式如下：

方程式(7)

综上所述，本发明实施例系将第二符号矩阵x_k(n,m)看成由N的区块所组成，每一区块分别对应至第二符号矩阵x_k(n,m)的第1行至第N行。对第二符号矩阵x_k(n,m)的每一行进行粗频率偏差估计后得到各自对应的第1频率偏差至第N频率偏差最后加总第1频率偏差至第N 频率偏差再取其平均，便可获得粗频率偏差另一方面，将第二符号矩阵x_k(n,m)可看成由N的区块所组成再进行粗频率偏差估计的好处是，不论使用什么样的调制方式(例如QPSK或是π/2BPSK)对帧进行调制，本发明实施例所提供的粗频率偏差估计方法依然能够正常地做粗频率偏差估计。换句话说，本发明实施例所提供的粗频率偏差估计方法不受调制方式影响。

于本实施例中，频率偏差估计装置1系接收第k帧(例如第0帧)后再根据第k帧做粗频率偏差估计。然而，本发明却不以此为限。于其他实施例中，频率偏差估计装置1亦可接收一个以上的帧，再根据接收到的帧进行粗频率偏差估计。值得一提的是，较佳地，频率偏差估计装置1只需接收一个帧即可进行粗频率偏差估计。在只根据一个帧进行粗频率偏差估计的前提下，上述方程式(2)与方程式(6)可以进一步被化简为以下方程序：

方程式(8)

方程式(9)

其中，n、L为1至N的整数，R_n(l)、R_L(y)分别代表第n行自相关向量、第L行自相关向量。

请参阅图3，图3是本发明实施例的粗频率偏差估计方法的仿真结果图。图3的纵轴表示粗频率偏差单位为均方根误差(Root-Mean-Square-Error,RMSE)，而横轴表示信噪比，单位为dB。图3的曲线S100、S200以及S300分别代表P为4、12、20时，由本实施例的粗频率偏差估计方法所得到的粗频率偏差与信噪比的关系图。由图3可看出，当P的值越大时，本实施例的粗频率偏差估计方法的性能也随之提升。

值得一提的是，于本发明另一实施例中，在自相关运算模块10计算出第二符号矩阵x_k(n,m)中第1行至第N行对应的第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)后，频率偏差运算单元12亦可先累加第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)，以获得加总向量R_sum(l)。频率偏差运算单元12将加总向量R_sum(l)除以N以获得平均自相关向量R_avg(l)。详细方程式如下：

方程式(10)

方程式(11)

接着，频率偏差运算单元12再依据平均自相关向量R_avg(l)进行运算以获得粗频率偏差详细地说，频率偏差运算单元12从y＝1至P，将平均自相关向量R_avg(l)内的第y-1元素取共轭后，以产生第y-1共轭元素R_avg*(y-1)。接着，频率偏差运算单元12将第y-1共轭元素R_avg*(y-1)与平均自相关向量R_avg(l)内的第y元素R_avg(y)相乘，以获得相关于平均自相关向量R_avg(l)的P个第三数值P_avg1、P_avg2、P_avg3、…、P_avgP，其中P为不大于M/2的可调参数。也就是说，P个第三数值P_avg1、P_avg2、P_avg3、…、P_avgP可分别表示为：

P_avg1＝(R_avg*(0)R_avg(1))；

P_avg2＝(R_avg*(1)R_avg(2))；

P_avg3＝(R_avg*(2)R_avg(3))；

P_avgP＝(R_avg*(P-1)R_avg(P))

频率偏差运算单元12将相关于平均自相关向量R_avg(l)的P个第三数值P_avg1、P_avg2、P_avg3、…、P_avgP取其幅角并分别乘上对应的第一平滑函数值w(1)至第P平滑函数值w(P)，以获得相关于平均自相关向量R_avg(l)的P个第四数值P_avg1'、P_avg2'、P_avg3'、…、P_avgP'。也就是说，P个第四数值P_avg1'、P_avg2'、P_avg3'、…、P_avgP'可分别表示为：

P_avg1'＝w(1)arg{R_avg*(0)R_avg(1)}；

P_avg2'＝w(2)arg{R_avg*(1)R_avg(2)}；

P_avg3'＝w(3)arg{R_avg*(2)R_avg(3)}；

P_avgP'＝w(P)arg{R_avg*(P-1)R_avg(P)}

其中，第y平滑函数值w(y)可表示为

方程式(12)

频率偏差运算单元12累加相关于平均自相关向量R_avg(l)的P个第四数值P_avg1'、P_avg2'、P_avg3'、…、P_avgP'后，可获得累加数值H_L'。自相关运算模块10将累加数值H_L'除以2π及T便可获得粗频率偏差其中T代表符号抽样间隔。详细方程式如下：

H_L'＝w(1)arg{R_avg*(0)R_avg(1)}

+w(2)arg{R_avg*(1)R_avg(2)}

+w(3)arg{R_avg*(2)R_avg(3)}

+w(P)arg{R_avg*(P-1)R_avg(P)} 方程式(13)

方程式(14)

简而言之，上述频率偏差运算单元12获得粗频率偏差(对应方程式(10)～(12))可以化简为以下方程序：

方程式(15)

请参阅图4，图4是本发明另一实施例的粗频率偏差估计方法的仿真结果图。类似于图3，图4的纵轴表示粗频率偏差单位为均方根误差(Root-Mean-Square-Error,RMSE)，而横轴表示信噪比，单位为dB。图4的曲线S100’、S200’以及S300’分别代表P为4、12、20时，由本实施例的粗频率偏差估计方法所得到的粗频率偏差与信噪比的关系图。当P的值越大时，本实施例的粗频率偏差估计方法的性能同样也随之提升。

请配合参阅图3以及图4，不难看出，图4所对应的粗频率偏差估计方法在低信噪比时的性能比图3所对应的粗频率偏差估计方法来的好。其理由在于，图4所对应的粗频率偏差估计方法系先将第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)累加再进行粗频率偏差估计。如此一来，信号能量被提高，同时噪声能量被抑制，使得粗频率偏差估计方法的性能提升。

请参阅图5，图5是本发明实施例的粗频率偏差估计方法的流程图。粗频率偏差估计方法可被前述实施例的频率偏差估计装置所执行。于步骤S501，开始粗频率偏差估计方法。于步骤S502，接收第k帧，k为帧索引值，且k为0至N_f-1的整数。第k帧包括物理层信令帧头以及超低信噪比帧头，其中超低信噪比帧头具有N行M列的第一符号矩阵，M、N为大于0的整数。于步骤S503，将第一符号矩阵每一行中的所有符号映射至同一象限，以产生N行M列的第二符号矩阵x_k(n,m)。

于步骤S504，针对第二符号矩阵x_k(n,m)中的每一行的所有符号进行自相关运算，以分别获得第1行至第N行对应的第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)。于步骤S505，依据第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)计算出粗频率偏差于步骤S506，结束粗频率偏差估计方法。

请参阅图6，图6是本发明实施例的计算粗频率偏差的流程图。于步骤S601，承接图5的步骤S505，开始依据第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)计算粗频率偏差于步骤S602，自第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)中不重复地取其中一者作为第L行自相关向量R_{k_L}(l)，其中L为1至N的整数。于步骤S603，从y＝1至P，将第L行自相关向量R_{k_L}(l)内的第y-1元素取共轭后，以产生第y-1共轭元素R_{k_L}*(y-1)，将第y-1共轭元素R_{k_L}*(y-1)与第L行自相关向量内的第y元素R_{k_L}(y)相乘，以获得相关于第L行自相关向量的P个第一数值P_L1、P_L2、P_L3、…、P_LP，其中P为不大于M/2的可调参数。

于步骤S604，将相关于第L行自相关向量R_{k_L}(l)的P个第一数值P_L1、P_L2、P_L3、…、P_LP取其幅角并分别乘上对应的第一平滑函数值w(1) 至第P平滑函数值w(P)，以获得相关于第L行自相关向量的P个第二数值P_L1'、P_L2'、P_L3'、…、P_LP'。第一平滑函数值w(1)至第P平滑函数值w(P)如前述方程式(3)所述，于此不再多加冗述。于步骤S605，累加相关于第L行自相关向量R_{k_L}(l)的P个第二数值P_L1'、P_L2'、P_L3'、…、P_LP'后，以获得累加数值H_L。将累加数值H_L除以2π及T以获得第L频率偏差其中T代表符号抽样间隔。

于步骤S606，判断是否获得第1频率偏差至第N频率偏差若尚未获得第1频率偏差至第N频率偏差则回到步骤S602，并自第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)中不重复地取另外一者作为第L’行自相关向量R_{k_L'}(l)，以获得对应的第L’频率偏差反之，若已获得第1频率偏差至第N频率偏差则进入步骤S607。于步骤S607，累加第1频率偏差至第N频率偏差以获得加总频率偏差，再将加总频率偏差除以N以获得粗频率偏差于步骤S607，结束计算粗频率偏差

请参阅图7，图7是本发明另一实施例的计算粗频率偏差的流程图。于步骤S701，承接图5的步骤S505，开始依据第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)计算粗频率偏差于步骤S702，累加第1行自相关向量R_{k_1}(l)至第N行自相关向量R_{k_N}(l)，以获得加总向量R_sum(l)，再将加总向量R_sum(l)除以N以获得平均自相关向量R_avg(l)。于步骤S703，从y＝1至P，将平均自相关向量R_avg(l)内的第y-1元素取共轭后，以产生第y-1共轭元素R_avg*(y-1)，将第y-1共轭元素R_avg*(y-1)与平均自相关向量R_avg(l)内的第y元素R_avg(y)相乘，以获得P个第三数值P_avg1、P_avg2、P_avg3、…、P_avgP，其中P为不大于M/2的可调参数。

于步骤S704，将P个第三数值P_avg1、P_avg2、P_avg3、…、P_avgP取其幅角并分别乘上对应的第一平滑函数值w(1)至第P平滑函数值w(P)，以获得P个第四数值P_avg1'、P_avg2'、P_avg3'、…、P_avgP'。第一平滑函数值w(1)至第P平滑函数值w(P)如前述方程式(10)所述，于此不再多加冗述。于步骤S705，累加P个第四数值P_avg1'、P_avg2'、P_avg3'、…、P_avgP'，以获得累加数值H_L'。将累加数值H_L'除以2π及T，以获得粗频率偏差其中T代表符号抽样间隔。于步骤S706，结束计算粗频率偏差

另一方面，本发明提供了两种粗频率偏差估计方法，用户可依需求自行选择要使用哪一种粗频率偏差估计方法。此外，本发明提供的粗频率偏差估计方法具有可调性。使用者可以自行设计可调参数P的数值，以调整第y平滑函数值w(y)。粗频率偏差估计方法的性能会随着P的数值提高而随之增高。也就是说，用户可评估执行粗频率偏差估计方法的运算量以及运算时间后自行调整P的数值，进而获得最适当的性能。

以上所述，仅为本发明最佳的具体实施例，惟本发明的特征并不局限于此，任何熟悉该项技艺者在本发明的领域内，可轻易思及的变化或修饰，皆可涵盖在以下本案的专利范围。

【符号说明】

1：频率偏差估计装置

10：自相关运算模块

12：频率偏差运算单元

20：物理层信令帧头

21：超低信噪比帧头

22：数据符号

S100、S200、S300：曲线

S100’、S200’、S300’：曲线

S501～S506：步骤流程

S601～S608：步骤流程

S701～S706：步骤流程

【生物材料寄存】

无

【序列表】

无。

Claims

1.一种粗频率偏差估计方法，适用于在超低信噪比，VL-SNR下进行信号传输的一接收器，其特征在于，该粗频率偏差估计方法包括：

步骤A：接收一第k帧，该第k帧包括一第一帧头以及一第二帧头，其中该第二帧头具有N行M列的一第一符号矩阵，M、N为大于0的整数，k为一帧索引值，且该第k帧的一调制方式决定关联于该第一符号矩阵的一沃尔什-阿达玛序列；

步骤B：将该第一符号矩阵每一行中的所有符号映射至同一象限，以产生N行M列的一第二符号矩阵；

步骤C：针对该第二符号矩阵中的每一行的所有符号进行一自相关运算，以分别获得第1行至第N行对应的第1行自相关向量至第N行自相关向量；

步骤D：依据该第1行自相关向量至该第N行自相关向量计算出一粗频率偏差；

其中该步骤D包括：

步骤D1：依据该第1行自相关向量至该第N行自相关向量分别计算该第1行至该第N行所对应的一第1频率偏差至一第N频率偏差；

步骤D2：累加该第1频率偏差至该第N频率偏差以获得一加总频率偏差，再将该加总频率偏差除以N以获得该粗频率偏差；

其中于该步骤B中，对该第一符号矩阵乘上-2后，加上一个元素全为1的一单位矩阵后，产生一第三符号矩阵，将该第三符号矩阵的偶数列与奇数列所有元素分别乘上1与e^-jπ/2，以产生一第四符号矩阵，以及将该第四符号矩阵乘上一个解扰矩阵，以产生该第二符号矩阵。

2.根据权利要求1所述的粗频率偏差估计方法，其特征在于，其中该步骤D1包括：

步骤D1-1：自该第1行自相关向量至该第N行自相关向量中不重复地取其中之一作为一第L行自相关向量，其中L为1至N的整数；

步骤D1-2：从y＝1至P，将该第L行自相关向量内的第y-1元素取共轭后，以产生一第y-1共轭元素，将该第y-1共轭元素与该第L行自相关向量内的第y元素相乘，以获得相关于该第L行自相关向量的P个第一数值，其中P为不大于M/2的一可调参数；

步骤D1-3：将相关于该第L行自相关向量的该P个第一数值取其幅角并分别乘上对应的一第一至第P平滑函数值，以获得相关于该第L行自相关向量的P个第二数值；以及

步骤D1-4：累加相关于该第L行自相关向量的该P个第二数值后，以获得一累加数值，将该累加数值除以2π及T以获得第L频率偏差，其中T代表符号抽样间隔；

其中重复执行该步骤D1-1～D1-4共N次，以获得该第1频率偏差至该第N频率偏差。

3.根据权利要求1所述的粗频率偏差估计方法，其中该粗频率偏差估计方法适用于一延伸的第二代数位卫星广播，DVB-S2X系统中的该接收器。

4.一种频率偏差估计装置，用以执行一粗频率偏差估计方法，该频率偏差估计装置适用于在超低信噪比，VL-SNR下进行信号传输的一接收器，其特征在于，该频率偏差估计装置包括：

一自相关运算模块，用以接收一第k帧，并根据该第k帧进行一自相关运算，k为一帧索引值；以及

一频率偏差运算单元，电性连接该自相关运算模块，用以计算一粗频率偏差；

其中，该粗频率偏差估计方法包括：

步骤A：该自相关运算模块接收该第k帧，该第k帧包括一第一帧头以及一第二帧头，其中该第二帧头具有N行M列的一第一符号矩阵，M、N为大于0的整数，且该第k帧的一调制方式决定关联于该第一符号矩阵的一沃尔什-阿达玛序列；

步骤B：该自相关运算模块将该第一符号矩阵每一行中的所有符号映射至同一象限，以产生N行M列的一第二符号矩阵；

步骤C：该自相关运算模块针对该第二符号矩阵中的每一行的所有符号进行一自相关运算，以分别获得第1行至第N行对应的第1行自相关向量至第N行自相关向量；

步骤D：该频率偏差运算单元依据该第1行自相关向量至该第N行自相关向量计算出一粗频率偏差；

其中该步骤D包括：

步骤D1：该频率偏差运算单元依据该第1行自相关向量至该第N行自相关向量分别计算该第1行至该第N行所对应的一第1频率偏差至一第N频率偏差；

步骤D2：该频率偏差运算单元累加该第1频率偏差至该第N频率偏差以获得一加总频率偏差再将该加总频率偏差除以N以获得该粗频率偏差；

5.根据权利要求4所述的频率偏差估计装置，其特征在于，其中于该步骤D1包括：

步骤D1-1：该频率偏差运算单元自该第1行自相关向量至该第N行自相关向量中不重复地取其中之一作为一第L行自相关向量，其中L为1至N的整数；

步骤D1-2：从y＝1至P，该频率偏差运算单元将该第L行自相关向量内的第y-1元素取共轭后，以产生一第y-1共轭元素，将该第y-1共轭元素与该第L行自相关向量内的第y元素相乘，以获得相关于该第L行自相关向量的P个第一数值，其中P为不大于M/2的一可调参数；

步骤D1-3：该频率偏差运算单元将相关于该第L行自相关向量的该P个第一数值取其幅角并分别乘上对应的一第一至第P平滑函数值，以获得相关于该第L行自相关向量的P个第二数值；以及

步骤D1-4：该频率偏差运算单元累加相关于该第L行自相关向量的该P个第二数值后，以获得一累加数值，将该累加数值除以2π及T以获得第L频率偏差，其中T代表符号抽样间隔；

其中该频率偏差运算单元重复执行该步骤D1-1～D1-4共N次，以获得该第1频率偏差至该第N频率偏差。

6.根据权利要求4所述的频率偏差估计装置，其中该粗频率偏差估计方法适用于一延伸的第二代数位卫星广播，DVB-S2X系统中的该接收器。

7.一种粗频率偏差估计方法，适用于在超低信噪比VL-SNR下进行信号传输的一接收器，其特征在于，该粗频率偏差估计方法包括：

其中该步骤D包括：

步骤D1’：累加该第1行自相关向量至该第N行自相关向量，以获得一加总向量，再将该加总向量除以N以获得一平均自相关向量；

步骤D2’：依据该平均自相关向量进行运算以获得该粗频率偏差；

8.根据权利要求7所述的粗频率偏差估计方法，其特征在于，其中该步骤D2’包括：

步骤D2’-1：从y＝1至P，将该平均自相关向量内的第y-1元素取共轭后，以产生一第y-1共轭元素，将该第y-1共轭元素与该平均自相关向量内的第y元素相乘，以获得P个第三数值，其中P为不大于M/2的一可调参数；

步骤D2’-2：将该P个第三数值取其幅角并分别乘上对应的一第一至第P平滑函数值，以获得P个第四数值；以及

步骤D2’-3：累加该P个第四数值后，以获得一累加数值，将该累加数值除以2π及T，以获得该粗频率偏差，其中T代表符号抽样间隔。

9.一种频率偏差估计装置，用以执行一粗频率偏差估计方法，该频率偏差估计装置适用于在超低信噪比VL-SNR下进行信号传输的一接收器，其特征在于，该频率偏差估计装置包括：

其中，该粗频率偏差估计方法包括：

其中该步骤D包括：

步骤D1’：该频率偏差运算单元累加该第1行自相关向量至该第N行自相关向量以获得一加总向量，再将该加总向量除以N以获得一平均自相关向量；

步骤D2’：该频率偏差运算单元依据该平均自相关向量进行运算以获得该粗频率偏差；

10.根据权利要求9所述的频率偏差估计装置，其特征在于，其中于该步骤D2’包括：

步骤D2’-1：从y＝1至P，该频率偏差运算单元将该平均自相关向量内的第y-1元素取共轭后，以产生一第y-1共轭元素，将该第y-1共轭元素与该平均自相关向量内的第y元素相乘，以获得P个第三数值，其中P为不大于M/2的一可调参数；

步骤D2’-2：该频率偏差运算单元将该P个第三数值取其幅角并分别乘上对应的一第一至第P平滑函数值，以获得P个第四数值；以及

步骤D2’-3：该频率偏差运算单元累加该P个第四数值后，以获得一累加数值，将该累加数值除以2π及T以获得该粗频率偏差，其中T代表符号抽样间隔。