CN105721378A - 基于酉矩阵训练序列的cfo估计方法 - Google Patents

Abstract

本发明公开了一种基于酉矩阵训练序列的CFO估计方法，包括以下步骤：步骤1：建立收发模型；步骤2：产生酉矩阵序列；步骤3：捕获偏转因子；步骤4：估算CFO。本发明从生成酉矩阵序列入手，把其作为发射信号，具备CFO捕获精度更高的特征。同时，借助于酉矩阵共轭转置是其逆阵的性质，利用接收信号与酉矩阵的逆运算对频偏因子进行捕获，可以在尽可能简化运算量的同时完全消除训练符号对频偏估计的影响，从而使LTE各子载波保持完全正交，充分发挥OFDM性能，减少系统同步误差及误码率，有效提升客户感知。

Description

基于酉矩阵训练序列的CFO估计方法

技术领域

本发明涉及LTE系统技术领域，尤其是涉及一种捕获精度更高，计算复杂度更低且不受制于训练符号，可以有效提升客户感知的基于酉矩阵训练序列的CFO估计方法。

背景技术

LTE是3GPP正在发展的通信系统，通过采取OFDM(OrthogonalFrequencyDivisionMultiplexing，正交频分复用)的多信道方式，各子载波相互重叠，大幅提升系统的频谱效率，非常适合高数据速率的无线传输，因此，与2/3G技术相比，LTE能够大幅提高小区吞吐量。问题在于，OFDM需要各子载波保持正交性时才能发挥性能，对同步误差十分敏感，而在实际无线环境的多径衰落信道中存在的ISI(InternSymbolInterference，符号间干扰)会引起载波频率偏差CFO和符号定时偏差STO(SymbolTimingOffset)，导致误码率提高，LTE系统性能下降。另外，发射机载波频率与接收机本地振荡器之间存在的微小频率偏差，以及由于通信的收发双方相对运动产生的多普勒频移也会导致CFO(CarrierFrequencyOffset，载波频率偏差)的产生。

发明内容

本发明的发明目的是为了克服现有技术中的LTE网络中CFO偏差导致OFDM性能的下降的不足，提供了一种捕获精度更高，计算复杂度更低且不受制于训练符号，可以有效提升客户感知的基于酉矩阵训练序列的CFO估计方法。

为了实现上述目的，本发明采用以下技术方案：

一种基于酉矩阵训练序列的CFO估计方法，包括如下步骤：

(1-1)建立收发模型；

(1-2)产生酉矩阵序列；

(1-3)捕获偏转因子；

(1-4)估算CFO。

本发明从生成酉矩阵序列入手，利用其充当发射信号，借助酉矩阵共轭转置即为其逆阵的性质，可以直接高效地得出发射和接收信号的频率偏转，从而尽可能地简化运算量。

本发明采取训练符号发射，相比盲估计方法，具备更高的精度。同时，由于训练符号具备酉阵的正交特性，也可以完全消除训练符号对频偏估计的影响。

因此，本发明的CFO(CarrierFrequencyOffset，载波频率偏差)捕获精度更高，计算复杂度更低，从而使LTE各子载波保持完全正交，充分发挥OFDM性能，减少系统同步误差及误码率，有效提升客户感知。

作为优选，步骤(1-1)包括如下具体步骤：

设定常数N_g，设定长度为N＝N_g ²的发射信号为x(n)(n＝0..N-1)，设定收发模型为y(n)＝x(n)*δ(ε)+w(n)，其中，δ(ε)为由于CFO导致的信号偏转因子，ε为待估算的CFO，w(n)为信道噪声，x(n)为发射信号，y(n)接收信号；

作为优选，步骤(1-2)包括如下具体步骤：

(3-1)生成N_g阶的魔方阵X；

(3-2)利用奇异值分解方法得到N_g阶酉矩阵U，[U，S，V]＝svd(X)，其中S为与X维数相同的正交矩阵，V为生成的另一个酉矩阵。

作为优选，步骤(1-3)包括如下具体步骤：

(4-1)将步骤(3-2)生成的酉矩阵U作为训练序列输入发射信号，通过收发模型得到接收信号Z(n)；

(4-2)计算Z(n)和信道噪声的转置矩阵Z(n)^*和w(n)^*，利用公式Z1(n)＝Z(n)^**U，W1(n)＝w(n)^**U计算中间矩阵z1(n)和W1(n)；

(4-3)利用公式EZ＝Z1-W1计算CFO估算矩阵EZ，利用公式对EZ的元素EZ(n)进行求和，得到偏转因子δ(ε)。

作为优选，步骤(1-4)包括如下具体步骤

(5-1)计算R_ε＝δ(ε)/N；

(5-2)计算其中，Re(·)表示求虚数的实部函数，j表示虚数单位，j²＝-1。

因此，本发明具有如下有益效果：在尽可能简化运算量的同时完全消除训练符号对频偏估计的影响，从而使LTE各子载波保持完全正交，充分发挥OFDM性能，减少系统同步误差及误码率，有效提升客户感知。

附图说明

图1是本发明的实施例的一种流程图；

图2是本发明与基于CP的估计方法，基于前导的Moose估计方法以及基于导频的Classen估计方法的一种对比图；

图3是本发明的接收信号y(n)功率影响的一种测试结果图。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步的描述。

如图1所示的实施例是一种基于酉矩阵训练序列的CFO估计方法，包括如下步骤：

步骤1：建立收发模型；

设定常数N_g，设定长度为N＝N_g ²的发射信号为x(n)(n＝0..N-1)，设定收发模型为y(n)＝x(n)*δ(ε)+w(n)，其中，δ(ε)为由于CFO导致的信号偏转因子，ε为待估算的CFO，w(n)为信道噪声，x(n)为发射信号，y(n)接收信号；

步骤2：产生酉矩阵序列；

步骤2-1：生成一个N_g阶的魔方阵X；

步骤2-2：利用奇异值分解方法得到N_g阶酉矩阵U，[U，S，V]＝svd(X)，其中S为与X维数相同的正交矩阵，V为生成的另一个酉矩阵；

步骤3：捕获偏转因子；

步骤3-1：将步骤2-2生成的酉矩阵U作为训练序列输入发射信号，通过收发模型得到接收信号Z(n)；

步骤3-2：计算Z(n)和信道噪声的转置矩阵Z(n)^*和w(n)^*，利用公式Z1(n)＝Z(n)^**U，W1(n)＝w(n)^**U计算中间矩阵z1(n)和W1(n)；

步骤3-3：利用公式EZ＝Z1-W1计算CFO估算矩阵EZ，利用公式对EZ的元素EZ(n)进行求和，得到偏转因子δ(ε)；

步骤4：估算CFO；

步骤4-1：计算R_ε＝δ(ε)/N；

步骤4-2：计算其中，Re(·)表示求虚数的实部函数，j表示虚数单位，j²＝-1。

具体实例：以N＝4，N_g＝2为例对本发明进行具体说明，典型基础数据如表1所示：

序号	项目	数据
			1	信噪比(SNR)	20
2	噪声信号	AWGN

表1

步骤1：建立收发模型；

利用加性高斯白噪声生成信道噪声信号w(n)＝awgn(rand(2，2)+i*rand(2，2)，SNR)＝[1.2521，3.7419；1.6546，1.6267]，所得收发模型为y(n)＝x(n)*δ(ε)+w(n)；

步骤2：产生酉矩阵序列；

魔方阵X＝magic(2)＝[1，3；4，2]；利用奇异值分解[U，S，V]＝svd(X)，得到酉矩阵

U＝[-0.5257，-0.8507；-0.8507，0.5257]；

S＝[5.1167，0；0，1.9544]；

V＝[-0.7678，0.6407；-0.6407，-0.7678]；

步骤3：捕获偏转因子；

步骤3-1：将酉矩阵U充当训练序列输入发射信号中，通过步骤1建立的收发模型得到接收信号，

Z(n)＝[-0.1242-0.0051i，2.3657-0.0215i；1.3297+0.0031i，1.3017-0.0007i]；

步骤3-2：

Z1(n)＝Z(n)^**U＝[-1.0658+0.0000i，0.8047-0.0060i；-2.3510-0.0119i，-1.3280-0.0179i]

W1(n)＝w(n)^**U＝[-2.0658，-0.1952；-3.35309，-2.3278]；

步骤3-3：计算

EZ＝Z1-W1＝[1.000+0.000i，1.000-0.006i；0.999-0.0119i，0.9998-0.0179i]

并对其所有元素进行求和，得 $\mathrm{\δ}\left(\mathrm{\ϵ}\right)={\mathrm{\Σ}}_{n=0}^{N-1}EZ\left(n\right)=3.9998-0.0358i;$

步骤4：估算CFO；

步骤4-1：计算 $R_{\mathrm{\ϵ}}=\frac{\mathrm{\δ}\left(\mathrm{\ϵ}\right)}{N}=0.999-0.0090i;$

步骤4-2：计算 $\mathrm{\ϵ}=\mathrm{Re}\left(\log \right(R_{\mathrm{\ϵ}})*\frac{N}{\mathrm{\π}*(1-N)*j})=\mathrm{0.0038.}$

如图2所示，将本发明的UMTE算法与传统基于CP的估计方法，基于前导的Moose估计方法以及基于导频的Classen估计方法进行了对比，由对比结果可看出，本发明的UMTE方法在相同的信噪比SNR前提下，具备更小的最小均方误差MSE。

如图3所示，本发明对酉矩阵维数对接收信号y(n)信号功率的影响进行了测试，由图3可以看出，随着酉矩阵维数的增加，信号功率提升，但到一定维度的时候，功率提升逐渐放缓。

应理解，本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (5)

1.一种基于酉矩阵训练序列的CFO估计方法，其特征是，包括如下步骤：

(1-1)建立收发模型；

(1-2)产生酉矩阵序列；

(1-3)捕获偏转因子；

(1-4)估算CFO。

2.根据权利要求1所述的基于酉矩阵训练序列的CFO估计方法，其特征是，步骤(1-1)包括如下具体步骤：

设定常数N_g，设定长度为N＝N_g ²的发射信号为x(n)(n＝0..N-1)，设定收发模型为y(n)＝x(n)*δ(ε)+w(n)，其中，δ(ε)为由于CFO导致的信号偏转因子，ε为待估算的CFO，w(n)为信道噪声，x(n)为发射信号，y(n)接收信号。

3.根据权利要求2所述的基于酉矩阵训练序列的CFO估计方法，其特征是，步骤(1-2)包括如下具体步骤：

(3-1)生成N_g阶的魔方阵X；

(3-2)利用奇异值分解方法得到N_g阶酉矩阵U，[U，S，V]＝svd(X)，其中S为与X维数相同的正交矩阵，V为生成的另一个酉矩阵。

4.根据权利要求3所述的基于酉矩阵训练序列的CFO估计方法，其特征是，步骤(1-3)包括如下具体步骤：

(4-1)将步骤(3-2)生成的酉矩阵U作为训练序列输入发射信号，通过收发模型得到接收信号Z(n)；

(4-2)计算Z(n)和信道噪声的转置矩阵Z(n)^*和w(n)^*，利用公式Z1(n)＝Z(n)^**U，W1(n)＝w(n)^**U计算中间矩阵z1(n)和W1(n)；

(4-3)利用公式EZ＝Z1-W1计算CFO估算矩阵EZ，利用公式对EZ的元素EZ(n)进行求和，得到偏转因子δ(ε)。

5.根据权利要求4所述的基于酉矩阵训练序列的CFO估计方法，其特征是，步骤(1-4)包括如下具体步骤：

(5-1)计算R_ε＝δ(ε)/N；

(5-2)计算其中，Re(·)表示求虚数的实部函数，j表示虚数单位，j²＝-1。