CN105978831A - 一种双向中继信道物理层网络编码的时钟估计方法 - Google Patents

Abstract

本发明提供一种中继信道物理层网络编码的时钟估计方法，所述方法包括：通过各自的通信信道发送包含训练序列的通信信号到中继节点；中继节点对各终端通信节点发送的多路叠加信号进行采样得到采样信号，采样信号经匹配滤波器滤波后输出接收向量；采用训练序列和接收向量计算出不同通信信号的定时函数估计值，利用定时函数值与时间偏移值的关联关系，确定出各个终端通信节点发送的通信信号的时间偏移估计值，实现时间偏移的低复杂度、低波特率采样估计。本发明方法的时钟估计性能良好，在信噪比为20dB时，本发明的估计算法的均方误差性能可达到10^‑4。

Description

一种双向中继信道物理层网络编码的时钟估计方法

技术领域

本发明涉及数字通信技术领域，尤其涉及一种双向中继信道物理层网络编码的时钟估计方法。

背景技术

在数字通信技术领域，Shengli Zhang等人于2006年首次提出了物理层网络编码(Physical-Layer Network Coding，PNC)的概念。该概念一提出，迅速引起了学术界和工业界的广泛关注和重视。PNC采用的主要思想是：在中继节点采用恰当的映射机制，将相互叠加的电磁信号映射为相应数字比特流的异或，使得干扰变成网络编码算法操作的一部分。它能极大地提高系统的吞吐量，例如，在双向中继信道中，相比传统路由方案，PNC的系统吞吐量可以提升100％，这一优点也让它越来越广泛地应用在蜂窝网络和军事通信中。

目前关于PNC的研究结果，例如多输入多输出PNC(Multiple Input MultipleOutput PNC,MIMO PNC)、多路PNC(Multi-Way PNC)，一般都假定端节点发出的信号能够同时到达中继节点。然而在实际情况中，端节点发出的信号在经历不同的信道抵达中继节点后，到达的时间难免存在相对时间偏移。因此，PNC系统中的时钟估计是必不可少的。

目前，有资料公开了针对异步时钟问题，利用置信传播(Belief Propagation,BP)算法，使得误比特率降低，但该算法直接导致系统复杂度大幅度提高以及信息传播速率大幅度下降，使得PNC的优势不再明显。

针对现有技术中存在的上述问题，对于双向中继信道物理层网络编码的通信网络系统，在两端节点发射的信号到达中继节点的时刻未知且不同的情况下，亟需开发一种用于双向中继信道物理层网络编码的复杂度低、采样率要求低的时钟估计方法，且所述时钟估计方法在工程实现时可以较少地受到实际情况的限制。

发明内容

本发明实施方式的目的在于提供一种用于双向中继信道物理层网络编码的复杂度低、采样率要求低的时钟估计方法，并且可以在工程实现时较少地受到实际情况的限制。

为实现上述目的，本发明实施方式提供了一种双向中继信道物理层网络编码的时钟估计方法，所述双向中继信道物理层包括第一通信节点、第二通信节点、中继节点、连接所述第一通信节点和所述中继节点的第一通信信号以及连接所述第二通信节点和所述中继节点的第二通信信道，所述方法包括：响应于通信开启的指令，所述第一通信节点生成包含有第一训练序列的第一通信信号并将所述第一通信信号通过所述第一通信信道发送至所述中继节点，所述第二通信节点生成包含有第二训练序列的第二通信信号并将所述第二通信信号通过所述第二通信信道发送至所述中继节点，所述第一训练序列和所述第二训练序列的码元长度均为L；所述中继节点在接收到所述第一通信信号和所述第二通信信号的叠加混合信号后，对所述叠加混合信号按照预设采样规则进行采样，得到采样信号；对所述采样信号进行匹配滤波，生成码元长度为L的接收向量；基于所述第一训练序列和所述接收向量，确定与所述第一通信信号相对应的预设数量的第一特征估计值并且基于所述第二训练序列和所述接收向量，确定与所述第二通信信号相对应的预设数量的第二特征估计值；利用所述预设数量的第一特征估计值，确定与所述第一通信信号相对应的第一定时函数估计值并且利用所述预设数量的第二特征估计值，确定与所述第二通信信号相对应的第二定时函数估计值；根据预先建立的时间偏移值与定时函数值之间的关联关系，确定与所述第一定时函数估计值相关联的第一时间偏移估计值并且确定与所述第二定时函数估计值相关联的第二时间偏移估计值。

进一步地，所述第一通信信道和所述第二通信信道均为高斯白噪声通信信道。

进一步地，所述第一训练序列和所述第二训练序列均为恒包络零自相关CAZAC序列并且按照以下公式确定所述第一训练序列和所述第二训练序列：

$\left[\begin{array}{c}\stackrel{\→}{u_1}\\ \stackrel{\→}{u_2}\end{array}\right]=\left[\begin{array}{cccccc}v\left(0\right)& v\left(1\right)& v\left(2\right)& ...& v(L-2)& v(L-1)\\ v\left(2N\right)& ...& v(L-1)& v\left(0\right)& ...& v(2N-1)\end{array}\right]$

其中，v(i)＝exp(jπi²/L),i＝0,1,…L-1，为所述第一训练序列，为所述第二训练序列，N为预设常量。

进一步地，在所述第一通信信号中还包括位于所述第一训练序列之前的第一循环前缀以及位于所述第一训练序列之后的第一循环后缀，所述第一循环前缀中的码元为所述第一训练序列中最后的N位码元，所述第一循环后缀中的码元为所述第一训练序列中最前的N位码元；在所述第二通信信号中还包括位于所述第二训练序列之前的第二循环前缀以及位于所述第二训练序列之后的第二循环后缀，所述第二循环前缀中的码元为所述第二训练序列中最后的N位码元，所述第二循环后缀中的码元为所述第二训练序列中最前的N位码元。

进一步地，所述按照预设采样规则对所述叠加混合信号进行采样具体包括：将所述第一训练序列或者所述第二训练序列的码元周期确定为采样时间间隔，并以所述采样时间间隔对所述叠加混合信号进行采样。

进一步地，对所述采样信号进行匹配滤波具体包括：将所述采样信号输入根升余弦匹配滤波器，并由所述根升余弦匹配滤波器输出码元长度为L的接收向量；相应地，所述接收向量按照下述公式确定：

$\stackrel{\→}{r}={\left[\begin{array}{cccc}{r}_0& r_1& ...& r_{L-1}\end{array}\right]}^T$

其中，r_j(j＝0,1,…L-1)按照下述公式确定：

$r_j=\underset{i=-M}{\overset{M}{\Σ}}\{u_{j-i,1}{h}_i\left({\mathrm{\τ}}_1\right)+u_{j-i,2}{h}_i\left({\mathrm{\τ}}_2\right)\}+n_j,{\mathrm{\τ}}_1\∈(-0.5T,0.5T),{\mathrm{\τ}}_2\∈(-0.5T,0.5T)$

其中，u_j-i,1表示所述第一训练序列中的第j-i个码元，u_j-i,2表示所述第二训练序列中的第j-i个码元，τ₁表示第一时间偏移值，τ₂表示第二时间偏移值，T表示所述采样时间间隔，h_i(τ₁)表示所述根升余弦匹配滤波器对应的升余弦函数在iT+τ₁处的函数值，h_i(τ₂)表示所述升余弦函数在iT+τ₂处的函数值，n_j表示噪声信号，M为预设常量。

进一步地，所述预设数量的第一特征估计值和所述预设数量的第二特征估计值由下述公式确定：

$\left[\begin{array}{c}{h}_{-1}\left({\mathrm{\τ}}_1\right)\\ h_0\left({\mathrm{\τ}}_1\right)\\ h_1\left({\mathrm{\τ}}_1\right)\end{array}\right]=\frac{1}{L}\left[\begin{array}{c}{\stackrel{\→}{u}}_1^{-1}\\ \stackrel{\→}{u_1}\\ {\stackrel{\→}{u}}_1^1\end{array}\right]\stackrel{\→}{r}$

$\left[\begin{array}{c}{h}_{-1}\left({\mathrm{\τ}}_2\right)\\ h_0\left({\mathrm{\τ}}_2\right)\\ h_1\left({\mathrm{\τ}}_2\right)\end{array}\right]=\frac{1}{L}\left[\begin{array}{c}{\stackrel{\→}{u}}_2^{-1}\\ {\stackrel{\→}{u}}_2\\ {\stackrel{\→}{u}}_2^1\end{array}\right]\stackrel{\→}{r}$

其中，h_-1(τ₁)、h₀(τ₁)、h₁(τ₁)为三个所述第一特征估计值，h_-1(τ₂)、h₀(τ₂)、h₁(τ₂)为三个所述第二特征估计值，为所述第一训练序列，为所述第一训练序列循环右移一位得到的序列，为所述第一训练序列循环左移一位得到的序列，为所述接收向量，为所述第二训练序列，为所述第二训练序列右移一位得到的序列，为所述第二训练序列左移一位得到的序列，τ₁表示第一时间偏移值，τ₂表示第二时间偏移值。

进一步地，按照下述公式确定与所述第一通信信号相对应的第一定时函数估计值以及与所述第二通信信号相对应的第二定时函数估计值：

$f\left({\mathrm{\&tau;}}_1\right)=\left\{\begin{array}{cc}{h}_{-1}\left({\mathrm{\&tau;}}_1\right)/h_0\left({\mathrm{\&tau;}}_1\right),& h_{-1}\left({\mathrm{\&tau;}}_1\right)\&GreaterEqual;0\\ -h_1\left({\mathrm{\&tau;}}_1\right)/h_0\left({\mathrm{\&tau;}}_1\right),& h_{-1}\left({\mathrm{\&tau;}}_1\right)<0\end{array}\right.$

$f\left({\mathrm{\&tau;}}_2\right)=\left\{\begin{array}{cc}{h}_{-1}\left({\mathrm{\&tau;}}_2\right)/h_0\left({\mathrm{\&tau;}}_2\right),& h_{-1}\left({\mathrm{\&tau;}}_2\right)\&GreaterEqual;0\\ -h_1\left({\mathrm{\&tau;}}_2\right)/h_0\left({\mathrm{\&tau;}}_2\right),& h_{-1}\left({\mathrm{\&tau;}}_2\right)<0\end{array}\right.$

其中，f(τ₁)为所述第一定时函数估计值，f(τ₂)为所述第二定时函数估计值。

由上述本申请实施方式可见，本发明的终端通信节点通过不同通信信道发送包含有各自训练序列的通信信号到中继节点，中继节点对接收的多路叠加混合信号进行波特率采样得到采样信号，经匹配滤波器滤波后可以得到码元长度为L的由采样点构成的接收向量。接着，采用训练序列和接收向量可以分离出含有不同时间偏移值的特征估计值，并由所述特征估计值得到与通信信号对应的定时函数估计值。最后，根据定时函数值与时间偏移值之间预见建立的关联关系，从而可以有效地实现时间偏移值的低复杂度估计。在实际应用中，本发明方法的采样率要求仅要求最低的波特率采样，在信噪比为20dB时，本发明的估计算法的均方误差(Mean Square Error,简称MSE)性能可以达到10^-4左右，受实际情况的限制较少。

附图说明

图1为本发明方法的总体逻辑框图示意图；

图2为本申请实施方式提供的一种双向中继信道物理层网络编码的时钟估计方法流程图；

图3本发明中终端通信节点发送的信息格式构成示意图；

图4本发明中不同滚降系数下定时函数的特性曲线示意图；

图5本发明方法在不同训练序列长度下的时钟估计均方误差MSE性能示意图；

图6本发明方法在不同滚降系数下的时钟估计均方误差MSE性能示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，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它实施方式，都应当属于本申请保护的范围。

本申请实施方式提供一种双向中继信道物理层网络编码的时钟估计方法，请参阅图1，在本实施方式中，所述双向中继信道物理层包括第一通信节点N₁、第二通信节点N₂、中继节点R、连接所述第一通信节点N₁和所述中继节点R的第一通信信道C₁以及连接所述第二通信节点N₂和所述中继节点R的第二通信信道C₂。图2为本申请实施方式提供的一种双向中继信道物理层网络编码的时钟估计方法流程图。如图2所示，所述方法可以包括以下步骤。

步骤S1：响应于通信开启的指令，所述第一通信节点生成包含有第一训练序列的第一通信信号并将所述第一通信信号通过所述第一通信信道发送至所述中继节点，所述第二通信节点生成包含有第二训练序列的第二通信信号并将所述第二通信信号通过所述第二通信信道发送至所述中继节点，所述第一训练序列和所述第二训练序列的码元长度均为L。

在本实施方式中，在收到通信请求后，中继节点可以广播一条已知的广播消息给第一通信节点和第二通信节点以开始通信，所述广播消息可以作为通信开启的指令。在收到所述中继节点发出的通信开启的指令后，响应于该指令，第一通信节点可以利用根升余弦脉冲成形滤波器产生并输出第一通信信号S₁(t)，第一通信信号S₁(t)的波形已知；第二通信节点同样可以利用根升余弦脉冲成形滤波器产生并输出第二通信信号S₂(t)，第二通信信号S₂(t)的波形同样已知。

在本实施方式中，所述第一通信信号中可以包含Zadoff-Chu第一训练序列，同样地，在所述第二通信信号中可以包含Zadoff-Chu第二训练序列。所述第一训练序列和所述第二训练序列的码元长度均可以为L。在生成第一通信信号和第二通信信号后，所述第一通信节点可以将所述第一通信信号通过所述第一通信信道发送至所述中继节点，同样地，所述第二通信节点可以将所述第二通信信号通过所述第二通信信道发送至所述中继节点。

在本实施方式中，所述第一通信信号或所述第二通信信号的格式可以如图3所示。从图3中可以看出，所述第一通信信号或所述第二通信信号中，可以包括信息序列和训练序列。在本实施方式中，所述训练序列可以用向量来表示，具体地，所述第一训练序列可以用表示，所述第二训练序列可以用表示。在本实施方式中，所述第一训练序列和所述第二训练序列均可以为恒包络零自相关(Constant Amplitude Zero Auto Correlation,CAZAC)序列并且按照以下公式确定所述第一训练序列和所述第二训练序列：

$\left[\begin{array}{c}\stackrel{\&RightArrow;}{u_1}\\ \stackrel{\&RightArrow;}{u_2}\end{array}\right]=\left[\begin{array}{cccccc}v\left(0\right)& v\left(1\right)& v\left(2\right)& ...& v(L-2)& v(L-1)\\ v\left(2N\right)& ...& v(L-1)& v\left(0\right)& ...& v(2N-1)\end{array}\right]$

其中，v(i)＝exp(jπi²/L),i＝0,1,…L-1，为所述第一训练序列，为所述第二训练序列，N为预设常量。

由上式可见，所述第一训练序列和第二训练序列中的码元均可以相同，只是码元的排列顺序不同。在所述第一训练序列中，码元是按照编号从0至L-1依次排列的，而在所述第二训练序列中，是将编号为2N的码元作为第一个码元，然后从编号为2N的码元依次排列到编号为L-1的码元，然后又从编号为0的码元依次排列至编号为2N-1的码元。也就是说，所述第二训练序列中的码元其实是由第一训练序列中的码元循环左移2N位得到的。

在本实施方式中，所述CAZAC序列可以具有如下特性：对其进行循环移位后的训练序列与原训练序列是不相关的(也就是正交的)。这样，根据上式进行表示的第一训练序列和第二训练序列便可以保证正交性，并且在对上述的第一训练序列和第二训练序列进行循环移位之后，还能保证移位之后的两个训练序列具备正交性。

在本申请一实施方式中，在所述第一通信信号中还可以包括位于所述第一训练序列之前的第一循环前缀以及位于所述第一训练序列之后的第一循环后缀，所述第一循环前缀中的码元为所述第一训练序列中最后的N位码元，所述第一循环后缀中的码元为所述第一训练序列中最前的N位码元；在所述第二通信信号中还包括位于所述第二训练序列之前的第二循环前缀以及位于所述第二训练序列之后的第二循环后缀，所述第二循环前缀中的码元为所述第二训练序列中最后的N位码元，所述第二循环后缀中的码元为所述第二训练序列中最前的N位码元。如图3所示，训练序列的循环前缀取自所述训练序列最后的N位码元，所述训练序列的循环后缀取自所述训练序列最前的N位码元。这样，添加了循环前缀和循环后缀的训练序列，可以消除信息序列和训练序列之间的码间串扰。另外，根据上述分析可见，添加了循环前缀和循环后缀的两个训练序列之间还能具备正交性。

步骤S2：所述中继节点将接收到的所述第一通信信号和所述第二通信信号的叠加混合信号按照预设采样规则对所述叠加混合信号进行采样，得到采样信号；

步骤S3：对所述采样信号进行匹配滤波，生成码元长度为L的接收向量。

在本实施方式中，中继节点可以接收到所述第一通信信号和所述第二通信信号的叠加混合信号r(t)，接着，可以按照预设采样规则对所述叠加混合信号r(t)进行采样，从而可以得到采样信号。具体地，在本申请一实施方式中，可以将所述第一训练序列或者所述第二训练序列的码元周期T确定为采样时间间隔，并以所述采样时间间隔对所述叠加混合接收信号r(t)进行采样。

在本实施方式中，采样后的信号可以输入升余弦匹配滤波器，并由所述根升余弦匹配滤波器输出码元长度为L的接收向量具体地，所述接收向量可以按照下述公式确定：

$\stackrel{\&RightArrow;}{r}={\left[\begin{array}{cccc}{r}_0& r_1& ...& r_{L-1}\end{array}\right]}^T$

其中，r_j(j＝0,1,…L-1)可以按照下述公式确定：

$r_j=\underset{i=-M}{\overset{M}{\&Sigma;}}\{u_{j-i,1}{h}_i\left({\mathrm{\&tau;}}_1\right)+u_{j-i,2}{h}_i\left({\mathrm{\&tau;}}_2\right)\}+n_j,{\mathrm{\&tau;}}_1\&Element;(-0.5T,0.5T),{\mathrm{\&tau;}}_2\&Element;(-0.5T,0.5T)$

其中，u_j-i,1表示所述第一训练序列中的第j-i个码元，u_j-i,2表示所述第二训练序列中的第j-i个码元，τ₁表示第一时间偏移值，τ₂表示第二时间偏移值，T表示所述采样时间间隔，h_i(τ₁)表示所述根升余弦匹配滤波器对应的升余弦函数在iT+τ₁处的函数值，h_i(τ₂)表示所述升余弦函数在iT+τ₂处的函数值，n_j表示噪声信号，M为预设常量。

步骤S4：基于所述第一训练序列和所述接收向量，确定与所述第一通信信号相对应的预设数量的第一特征估计值并且基于所述第二训练序列和所述接收向量，确定与所述第二通信信号相对应的预设数量的第二特征估计值。

在本实施方式中，可以基于所述第一训练序列和所述接收向量，确定与所述第一通信信号相对应的预设数量的第一特征估计值。同样的，可以基于所述第二训练序列和所述接收向量，确定与所述第二通信信号相对应的预设数量的第二特征估计值。在本实施方式中，所述第一特征估计值和第二特征估计值的数量均可以为三个。具体地，三个第一特征估计值和三个第二特征估计值可以由下述公式确定：

$\left[\begin{array}{c}{h}_{-1}\left({\mathrm{\&tau;}}_1\right)\\ h_0\left({\mathrm{\&tau;}}_1\right)\\ h_1\left({\mathrm{\&tau;}}_1\right)\end{array}\right]=\frac{1}{L}\left[\begin{array}{c}{\stackrel{\&RightArrow;}{u}}_1^{-1}\\ \stackrel{\&RightArrow;}{u_1}\\ {\stackrel{\&RightArrow;}{u}}_1^1\end{array}\right]\stackrel{\&RightArrow;}{r}$

$\left[\begin{array}{c}{h}_{-1}\left({\mathrm{\&tau;}}_2\right)\\ h_0\left({\mathrm{\&tau;}}_2\right)\\ h_1\left({\mathrm{\&tau;}}_2\right)\end{array}\right]=\frac{1}{L}\left[\begin{array}{c}{\stackrel{\&RightArrow;}{u}}_2^{-1}\\ {\stackrel{\&RightArrow;}{u}}_2\\ {\stackrel{\&RightArrow;}{u}}_2^1\end{array}\right]\stackrel{\&RightArrow;}{r}$

其中，h_-1(τ₁)、h₀(τ₁)、h₁(τ₁)为三个所述第一特征估计值，h_-1(τ₂)、h₀(τ₂)、h₁(τ₂)为三个所述第二特征估计值，为所述第一训练序列，为所述第一训练序列循环右移一位得到的序列，为所述第一训练序列循环左移一位得到的序列，为所述接收向量，为所述第二训练序列，为所述第二训练序列右移一位得到的序列，为所述第二训练序列左移一位得到的序列，τ₁表示第一时间偏移值，τ₂表示第二时间偏移值。

由于第一训练序列和第二训练序列之间具备正交性，从而使得包含有第一时间偏移值的三个第一特征估计值和包含有第二时间偏移值的三个第二特征估计值能够从接收向量中分离出来。

步骤S5：利用所述预设数量的第一特征估计值，确定与所述第一通信信号相对应的第一定时函数估计值并且利用所述预设数量的第二特征估计值，确定与所述第二通信信号相对应的第二定时函数估计值。

在本实施方式中，可以将步骤S4中得到的第一特征估计值和第二特征估计值代入到定时函数中，从而得到与所述第一通信信号相对应的第一定时函数估计值以及与所述第二通信信号相对应的第二定时函数估计值。具体地，所述定时函数与三个特征估计值的函数关系可以如下所示：

$f\left(\mathrm{\&tau;}\right)=\left\{\begin{array}{cc}{h}_{-1}\left(\mathrm{\&tau;}\right)/h_0\left(\mathrm{\&tau;}\right),& h_{-1}\left(\mathrm{\&tau;}\right)\&GreaterEqual;0;\\ -h_1\left(\mathrm{\&tau;}\right)/h_0\left(\mathrm{\&tau;}\right),& h_{-1}\left(\mathrm{\&tau;}\right)<0.\end{array}\right.$

其中，f(τ)为所述定时函数，τ可以为τ₁或者τ₂。图4为本实施方式中所述定时函数的特性曲线。如图3所示，图中三根特性曲线分别表示滚降系数为0.3，0.5以及0.8的根升余弦成形函数对应的定时函数特性曲线。

在本实施方式中，通过将第一特征估计值和第二特征估计值代入到上述的定时函数中，便可以得到与所述第一定时函数估计值以及第二定时函数估计值。具体地，所述第一定时函数估计值和所述第二定时函数估计值可以如下所示：

$f\left({\mathrm{\&tau;}}_1\right)=\left\{\begin{array}{cc}{h}_{-1}\left({\mathrm{\&tau;}}_1\right)/h_0\left({\mathrm{\&tau;}}_1\right),& h_{-1}\left({\mathrm{\&tau;}}_1\right)\&GreaterEqual;0\\ -h_1\left({\mathrm{\&tau;}}_1\right)/h_0\left({\mathrm{\&tau;}}_1\right),& h_{-1}\left({\mathrm{\&tau;}}_1\right)<0\end{array}\right.$

$f\left({\mathrm{\&tau;}}_2\right)=\left\{\begin{array}{cc}{h}_{-1}\left({\mathrm{\&tau;}}_2\right)/h_0\left({\mathrm{\&tau;}}_2\right),& h_{-1}\left({\mathrm{\&tau;}}_2\right)\&GreaterEqual;0\\ -h_1\left({\mathrm{\&tau;}}_2\right)/h_0\left({\mathrm{\&tau;}}_2\right),& h_{-1}\left({\mathrm{\&tau;}}_2\right)<0\end{array}\right.$

其中，f(τ₁)为所述第一定时函数估计值，f(τ₂)为所述第二定时函数估计值。

步骤S6：根据预先建立的时间偏移值与定时函数值之间的关联关系，确定与所述第一定时函数估计值相关联的第一时间偏移估计值并且确定与所述第二定时函数估计值相关联的第二时间偏移估计值。

在本实施方式中，由图4可以看出，定时函数为严格单调递增的函数，那么定时函数的值与时间偏移值之间便可以形成一一对应的关系。也就是说，根据所述定时函数，可以预先建立时间偏移值与定时函数值之间的关联关系。所述关联关系可以表现为时间偏移值与定时函数值之间的关系表，在所述关系表中，相关联的时间偏移值和定时函数值可以位于同一行。这样，根据步骤S5中确定的第一定时函数估计值和第二定时函数估计值，便可以从上述的关系表中查询得出与所述第一定时函数估计值相关联的第一时间偏移估计值以及与所述第二定时函数估计值相关联的第二时间偏移估计值。这样，便可以实现对双向中继信道物理层网络编码的时钟估计过程。

在本申请一具体应用场景中，可以通过Matlab平台模拟仿真，来表明本发明算法对时间偏移估计的估计值的均方误差MSE性能。请参阅图5和图6，本发明提出的双向中继物理层网络编码的时钟估计方法，在Matlab平台上进行模拟仿真，仿真结果表明，在信噪比为20dB时，本发明的均方误差MSE估计性能可达到10^-4左右。图5为滚降系数为0.3，不同训练序列长度下，本发明方法的MSE性能。从图5可以看出，训练序列长度越大，本发明方法的均方误差MSE性能越好。图6为L＝30，不同滚降系数下，本发明方法的MSE性能。从图6可以看出，对比不同的滚降系数，本发明方法的均方误差MSE性能随着滚降系数的变小而变好。

由上可见，本发明的终端通信节点通过不同通信信道发送包含有各自训练序列的通信信号到中继节点，中继节点对接收的多路叠加信号进行波特率采样得到采样信号，经匹配滤波器滤波后可以得到码元长度为L的由采样点构成的接收向量。接着，采用训练序列和接收向量可以分离出含有不同时间偏移值的特征估计值，并由所述特征估计值得到与通信信号对应的定时函数估计值。最后，根据定时函数值与时间偏移值之间预见建立的关联关系，从而可以有效地实现时间偏移值的低复杂度估计。在实际应用中，本发明方法的采样率要求仅要求最低的波特率采样，在信噪比为20dB时，本发明的估计算法的均方误差(MeanSquare Error,简称MSE)性能可以达到10^-4左右，受实际情况的限制较少。和现有技术相比，本发明具有如下技术进步性：

1)消除码间串扰，在终端通信节点发送包含有循环前缀和循环后缀的训练序列，消除了发送端信息序列对正交序列的码间串扰；同时使得任一终端通信节点的训练序列与另一终端通信节点的训练序列相互正交，且其中任一终端通信节点的训练序列与另一终端通信节点移位后的训练序列仍然正交，保证了各终端通信节点的时间偏移信息的分离。

2)低采样率要求，相比于传统的要求最少2倍的过采样率，本发明方法仅要求最低的波特采样率即1倍的过采样率，减小了对A/D以及存储器的要求。因此，本发明方法非常适合于高速率通信的PNC系统。

3)低复杂度要求，通过采用波形已知的通信信号传输信息序列以及相互正交的正交训练序列，使得可以从接收向量中简单的分离出各终端通信节点各自的定时函数，从而估计出各终端通信节点发出的通信信号的时间偏移，计算复杂度低。

4)均方误差MSE估计性能较优。在信噪比为20dB时，本发明的均方误差MSE估计性能可达到10^-4左右。

上面对本申请的各种实施方式的描述以描述的目的提供给本领域技术人员。其不旨在是穷举的、或者不旨在将本发明限制于单个公开的实施方式。如上所述，本申请的各种替代和变化对于上述技术所属领域技术人员而言将是显而易见的。因此，虽然已经具体讨论了一些另选的实施方式，但是其它实施方式将是显而易见的，或者本领域技术人员相对容易得出。本申请旨在包括在此已经讨论过的本发明的所有替代、修改、和变化，以及落在上述申请的精神和范围内的其它实施方式。

本说明书中的各个实施方式均采用递进的方式描述，各个实施方式之间相同相似的部分互相参见即可，每个实施方式重点说明的都是与其他实施方式的不同之处。

虽然通过实施方式描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (8)

1.一种双向中继信道物理层网络编码的时钟估计方法，所述双向中继信道物理层包括第一通信节点、第二通信节点、中继节点、连接所述第一通信节点和所述中继节点的第一通信信道以及连接所述第二通信节点和所述中继节点的第二通信信道，其特征在于，所述方法包括：

响应于通信开启的指令，所述第一通信节点生成包含有第一训练序列的第一通信信号并将所述第一通信信号通过所述第一通信信道发送至所述中继节点，所述第二通信节点生成包含有第二训练序列的第二通信信号并将所述第二通信信号通过所述第二通信信道发送至所述中继节点，所述第一训练序列和所述第二训练序列的码元长度均为L；

所述中继节点在接收到所述第一通信信号和所述第二通信信号的叠加混合信号后，对所述叠加混合信号按照预设采样规则进行采样，得到采样信号；

对所述采样信号进行匹配滤波，生成码元长度为L的接收向量；

基于所述第一训练序列和所述接收向量，确定与所述第一通信信号相对应的预设数量的第一特征估计值并且基于所述第二训练序列和所述接收向量，确定与所述第二通信信号相对应的预设数量的第二特征估计值；

利用所述预设数量的第一特征估计值，确定与所述第一通信信号相对应的第一定时函数估计值并且利用所述预设数量的第二特征估计值，确定与所述第二通信信号相对应的第二定时函数估计值；

根据预先建立的时间偏移值与定时函数值之间的关联关系，确定与所述第一定时函数估计值相关联的第一时间偏移估计值并且确定与所述第二定时函数估计值相关联的第二时间偏移估计值。

2.根据权利要求1所述的方法，其特征在于，所述第一通信信道和所述第二通信信道均为高斯白噪声通信信道。

3.根据权利要求1所述的方法，其特征在于，所述第一训练序列和所述第二训练序列均为恒包络零自相关CAZAC序列并且按照以下公式确定所述第一训练序列和所述第二训练序列：

$\left[\begin{array}{c}\stackrel{\&RightArrow;}{u_1}\\ \stackrel{\&RightArrow;}{u_2}\end{array}\right]=\left[\begin{array}{cccccc}v\left(0\right)& v\left(1\right)& v\left(2\right)& ...& v(L-2)& v(L-1)\\ v\left(2N\right)& ...& v(L-1)& v\left(0\right)& ...& v(2N-1)\end{array}\right]$

其中，v(i)＝exp(jπi²/L),i＝0,1,…L-1，为所述第一训练序列，为所述第二训练序列，N为预设常量。

4.根据权利要求3所述的方法，其特征在于，在所述第一通信信号中还包括位于所述第一训练序列之前的第一循环前缀以及位于所述第一训练序列之后的第一循环后缀，所述第一循环前缀中的码元为所述第一训练序列中最后的N位码元，所述第一循环后缀中的码元为所述第一训练序列中最前的N位码元；在所述第二通信信号中还包括位于所述第二训练序列之前的第二循环前缀以及位于所述第二训练序列之后的第二循环后缀，所述第二循环前缀中的码元为所述第二训练序列中最后的N位码元，所述第二循环后缀中的码元为所述第二训练序列中最前的N位码元。

5.根据权利要求1所述的方法，其特征在于，所述按照预设采样规则对所述叠加混合信号进行采样具体包括：

将所述第一训练序列或者所述第二训练序列的码元周期确定为采样时间间隔，并以所述采样时间间隔对所述叠加混合信号进行采样。

6.根据权利要求5所述的方法，其特征在于，对所述采样信号进行匹配滤波具体包括：

将所述采样信号输入根升余弦匹配滤波器，并由所述根升余弦匹配滤波器输出码元长度为L的接收向量；

相应地，所述接收向量按照下述公式确定：

$\stackrel{\&RightArrow;}{r}={\left[\begin{array}{cccc}{r}_0& r_1& ...& r_{L-1}\end{array}\right]}^T$

其中，r_j(j＝0,1,…L-1)按照下述公式确定：

$r_j=\underset{i=-M}{\overset{M}{\&Sigma;}}\{u_{j-i,1}{h}_i\left({\mathrm{\&tau;}}_1\right)+u_{j-i,2}{h}_i\left({\mathrm{\&tau;}}_2\right)\}+n_j,{\mathrm{\&tau;}}_1\&Element;(-0.5T,0.5T),{\mathrm{\&tau;}}_2\&Element;(-0.5T,0.5T)$

其中，u_j-i,1表示所述第一训练序列中的第j-i个码元，u_j-i,2表示所述第二训练序列中的第j-i个码元，τ₁表示第一时间偏移值，τ₂表示第二时间偏移值，T表示所述采样时间间隔，h_i(τ₁)表示所述根升余弦匹配滤波器对应的升余弦函数在iT+τ₁处的函数值，h_i(τ₂)表示所述升余弦函数在iT+τ₂处的函数值，n_j表示噪声信号，M为预设常量。

7.根据权利要求1所述的方法，其特征在于，所述预设数量的第一特征估计值和所述预设数量的第二特征估计值由下述公式确定：

$\left[\begin{array}{c}{h}_{-1}\left({\mathrm{\&tau;}}_1\right)\\ h_0\left({\mathrm{\&tau;}}_1\right)\\ h_1\left({\mathrm{\&tau;}}_1\right)\end{array}\right]=\frac{1}{L}\left[\begin{array}{c}{\stackrel{\&RightArrow;}{u}}_1^{-1}\\ \stackrel{\&RightArrow;}{u_1}\\ {\stackrel{\&RightArrow;}{u}}_1^1\end{array}\right]\stackrel{\&RightArrow;}{r}$

$\left[\begin{array}{c}{h}_{-1}\left({\mathrm{\&tau;}}_2\right)\\ h_0\left({\mathrm{\&tau;}}_2\right)\\ h_1\left({\mathrm{\&tau;}}_2\right)\end{array}\right]=\frac{1}{L}\left[\begin{array}{c}{\stackrel{\&RightArrow;}{u}}_2^{-1}\\ {\stackrel{\&RightArrow;}{u}}_2\\ {\stackrel{\&RightArrow;}{u}}_2^1\end{array}\right]\stackrel{\&RightArrow;}{r}$

其中，h_-1(τ₁)、h₀(τ₁)、h₁(τ₁)为三个所述第一特征估计值，h_-1(τ₂)、h₀(τ₂)、h₁(τ₂)为三个所述第二特征估计值，为所述第一训练序列，为所述第一训练序列循环右移一位得到的序列，为所述第一训练序列循环左移一位得到的序列，为所述接收向量，为所述第二训练序列，为所述第二训练序列右移一位得到的序列，为所述第二训练序列左移一位得到的序列，τ₁表示第一时间偏移值，τ₂表示第二时间偏移值。

8.根据权利要求7所述的方法，其特征在于，按照下述公式确定与所述第一通信信号相对应的第一定时函数估计值以及与所述第二通信信号相对应的第二定时函数估计值：

$f\left({\mathrm{\&tau;}}_1\right)=\left\{\begin{array}{cc}{h}_{-1}\left({\mathrm{\&tau;}}_1\right)/h_0\left({\mathrm{\&tau;}}_1\right),& h_{-1}\left({\mathrm{\&tau;}}_1\right)\&GreaterEqual;0\\ -h_1\left({\mathrm{\&tau;}}_1\right)/h_0\left({\mathrm{\&tau;}}_1\right),& h_{-1}\left({\mathrm{\&tau;}}_1\right)<0\end{array}\right.$

$f\left({\mathrm{\&tau;}}_2\right)=\left\{\begin{array}{cc}{h}_{-1}\left({\mathrm{\&tau;}}_2\right)/h_0\left({\mathrm{\&tau;}}_2\right),& h_{-1}\left({\mathrm{\&tau;}}_2\right)\&GreaterEqual;0\\ -h_1\left({\mathrm{\&tau;}}_2\right)/h_0\left({\mathrm{\&tau;}}_2\right),& h_{-1}\left({\mathrm{\&tau;}}_2\right)<0\end{array}\right.$

其中，f(τ₁)为所述第一定时函数估计值，f(τ₂)为所述第二定时函数估计值。