CN106998557A - 一种ta值的估计方法和装置 - Google Patents

Abstract

本发明公开了一种TA值的估计方法和装置，其中，该方法包括：获取PUCCH的频域数据；根据频域数据计算目标用户的信道估计向量和/或干扰噪声协方差矩阵；根据信道估计向量对频域数据进行抗衰弱处理，和/或，根据干扰噪声协方差矩阵对频域数据进行抗干扰处理；对处理后的频域数据进行傅里叶反变换，以得到TA值。本发明在处理流程中加入了抗干扰抗衰弱处理，使得新算法具有抗衰弱抗干扰的功能，在使用过程中，即使在衰弱信道或存在干扰的情况下，也能明显的改善PUCCH的TA值估计性能，解决了PUCCH场景下进行TA值估计时，精度容易受衰弱信道和干扰的影响，当信道衰弱严重或存在干扰时，TA估计精度会急剧变差的问题。

Description

一种TA值的估计方法和装置

技术领域

本发明涉及通讯领域，特别是涉及一种TA(时间提前量，Timing Advance)值的估计方法和装置。

背景技术

在LTE(长期演进，Long Term Evolution)系统中，TA是表征eNodeB(演进基站，evolved NodeB)接收到UE(用户设备，User Equipment)所发送的数据的定时偏差的参量。为了保持上行同步，eNodeB指示UE在规定的时间点发送上行解调参考信号(以下简称DMRS)或探测参考信号(以下简称SRS)，经过定时测量得到TA，eNodeB通过物理下行共享信道将TA调整命令下发给UE进行调整，以保持UE与eNodeB的上行同步。

实际场景中如果没有SRS和DMRS传输时，就没有办法进行实时TA估计。但是如果此时有上行的PUCCH(物理上行链路控制信道，Physical Uplink Control CHannel)传输，可以使用PUCCH进行上行TA估计。

一般的TA估计的算法基于时域滑动相关法或频域相关法。以下是SRS频域相关法的具体流程(参见图1)：

eNodeB每毫秒采样空口的数据30720点，每两采样点间隔记为T_s。去循环移位(以下简称CP)后，再经过傅里叶变换后，得到N点频域数据，然后根据高层信息提取相应的SRS频域数据D_R(m)m＝0,1,2…M-1。同时本地序列经过傅里叶变换后得到相应的本地SRS频域数据D_local(m)m＝0,1,2…M-1。两者进行频域共轭乘运算P_F(m)＝D_R(m)*(D_local(m))^*m＝0,1,2…M-1；对P_F(m)补0到L点的P_F(l)l＝0,1,….L-1；其中P_F(l)＝0 l＝M,M+1…,L-1,，然后再经过L点的傅里叶反变换变换到时域，在L点的时域数据中寻找峰值最大点，并以此得到TA值，也就是峰值和第一个点的时间距离。

另外对于PUCCH来说，eNodeB高层会告知物理层当前子帧当前RB上的所有实际存在用户的PUCCH资源序号(Resource Index)，及待做TA估计目标用户的PUCCH资源序号(Resource Index)(以下简称目标用户码道)。而根据协议一个PUCCH RB上对于格式1最多可以复用36个PUCCH资源序号(Resource Index)，对于格式2最多可以复用12个PUCCH资源序号(Resource Index)；对于那些没有实际存在用户的PUCCH资源序号，以下简称空闲用户码道。以下是基于PUCCH的TA估计的一般流程(参见图2)：

eNodeB每毫秒采样空口的数据30720点，每两采样点间隔记为T_s。去循环移位(以下简称CP)后，再经过傅里叶变换后，得到N点频域数据，然后根据高层信息提取相应的PUCCH频域数据，如格式2天线p的频域数据符号每RE(Resource Element，以下简称资源单元)数据记为其中n＝0,1,2…13表示符号编号，i＝0,1,2…11表示子载波编号。对每个用户(包括目标用户码道和所有的空闲用户码道)数据符号和导频符号做去基本序列(abase sequence)运算和消除每个符号的循环移位操作：

其中对应《3rd Generation Partnership Project TechnicalSpecification Group Radio Access Network Evolved Universal Terrestrial RadioAccess(E-UTRA)Physical Channels and Modulation》5.5章节

其中，

为上述文章的5.4.2章节中的小区级循环移位，n,(n_s)为用户级的循环移位，“p”表示天线号。

然后对r_User(n,i)补0到L点，对补0后的数据进行L点的反傅里叶变换。把符号间的信号进行合并。在合并后的L点的时域数据中寻找峰值最大点，并以此得到TA值。

DMRS和PUCCH也可以通过相同流程估计得到TA值。但是，由于PUCCH就一个RB，能量峰值相对SRS和DMRS小，所以TA估计精度尤其容易受衰弱信道和干扰的影响。当信道衰弱严重或存在干扰时，TA估计精度会急剧变差。

发明内容

本发明提供一种TA值的估计方法和装置，用以解决现有技术中PUCCH场景下进行TA值估计时，精度容易受衰弱信道和干扰的影响，当信道衰弱严重或存在干扰时，TA估计精度会急剧变差的问题。

为解决上述技术问题，一方面，本发明提供一种TA值的估计方法，包括：获取物理上行链路控制信道PUCCH的频域数据；根据所述频域数据计算目标用户的信道估计向量和/或干扰噪声协方差矩阵；根据所述信道估计向量对所述频域数据进行抗衰弱处理，和/或，根据所述干扰噪声协方差矩阵对所述频域数据进行抗干扰处理；对处理后的所述频域数据进行傅里叶反变换，以得到TA值。

进一步，物理上行链路控制信道PUCCH的频域数据r_User通过如下公式获取：

其中，为一个资源块上的子载波数目，n表示导频符号和数据符号的编号，i＝0、1、……、表示子载波编号，P为无线基站的接收天线数，表示天线号。

进一步，根据所述频域数据计算目标用户的信道估计向量H_TargetUser,p和/或干扰噪声协方差矩阵R_uu，包括：

所述信道估计向量H_TargetUser,p的计算公式包括：

其中

为小区级循环移位，n’_TargetUser(n_s)为目标用户的循环移位；

干扰噪声协方差矩阵R_uu的计算公式包括：

其中，R_uu(IdleUser)＝r_IdleUser(n)*(r_IdleUser(n))^H，

r_IdleUser(n)＝[r_IdleUser,0(n)r_IdleUser,1(n)…r_IdleUser,P-1(n)]^T，

进一步，对所述频域数据r_User进行抗衰弱处理和/或抗干扰处理，包括：

抗衰弱处理：

抗干扰处理：

抗衰弱和抗干扰处理：

另一方面，本发明提供一种TA值的估计装置，包括：获取模块，用于获取物理上行链路控制信道PUCCH的频域数据；计算模块，用于根据所述频域数据计算目标用户的信道估计向量和/或干扰噪声协方差矩阵；处理模块，用于根据所述信道估计向量对所述频域数据进行抗衰弱处理，和/或，根据所述干扰噪声协方差矩阵对所述频域数据进行抗干扰处理；估计模块，用于对处理后的所述频域数据进行傅里叶反变换，以得到TA值。

进一步，所述获取模块通过如下公式获取频域数据r_User：

其中，为一个资源块上的子载波数目，n表示导频符号和数据符号的编号，i＝0、1、……、表示子载波编号，P为无线基站的接收天线数，表示天线号。

进一步，所述计算模块包括：

第一计算单元，用于根据如下公式计算所述信道估计向量H_TargetUser,p：

其中

为小区级循环移位，n’_TargetUser(n_s)为目标用户的循环移位；

第二计算单元，用于根据如下公式计算所述干扰噪声协方差矩阵R_uu：

其中，R_uu(IdleUser)＝r_IdleUser(n)*(r_IdleUser(n))^H，

r_IdleUser(n)＝[r_IdleUser,0(n)r_IdleUser,1(n)…r_IdleUser,P-1(n)]^T，

进一步，所述处理模块根据如下公式进行抗衰弱处理和/或抗干扰处理，包括：

抗衰弱处理：

抗干扰处理：

抗衰弱和抗干扰处理：

本发明创新的在处理流程中加入了抗干扰抗衰弱处理，使得新算法具有抗衰弱抗干扰的功能，在使用过程中，即使在衰弱信道或存在干扰的情况下，也能明显的改善PUCCH的TA值估计性能，解决了现有技术中PUCCH场景下进行TA值估计时，精度容易受衰弱信道和干扰的影响，当信道衰弱严重或存在干扰时，TA估计精度会急剧变差的问题。

附图说明

图1是现有基于SRS频域相关法一般TA值估计流程工作机制示意图；

图2是现有基于PUCCH频域相关法一般的TA值估计流程工作机制示意图；

图3是本发明实施例中TA值的估计方法的流程图；

图4是本发明实施例中TA值的估计装置的结构示意图；

图5是本发明优选实施例中PUCCH频域TA值的估计方法工作机制示意图。

具体实施方式

为了解决现有技术中PUCCH场景下进行TA值估计时，精度容易受衰弱信道和干扰的影响，当信道衰弱严重或存在干扰时，TA估计精度会急剧变差的问题，本发明提供了一种TA值的估计方法和装置，以下结合附图以及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。

本发明实施例提供一种TA值的估计方法，该方法的流程如图3所示，包括步骤S302至S308：

S302，获取PUCCH的频域数据；

S304，根据频域数据计算目标用户的信道估计向量和/或干扰噪声协方差矩阵；

S306，根据信道估计向量对频域数据进行抗衰弱处理，和/或，根据干扰噪声协方差矩阵对频域数据进行抗干扰处理；

S308，对处理后的频域数据进行傅里叶反变换，以得到TA值。

本发明实施例创新的在处理流程中加入了抗干扰抗衰弱处理，使得新算法具有抗衰弱抗干扰的功能，在使用过程中，即使在衰弱信道或存在干扰的情况下，也能明显的改善PUCCH的TA值估计性能，解决了现有技术中PUCCH场景下进行TA值估计时，精度容易受衰弱信道和干扰的影响，当信道衰弱严重或存在干扰时，TA估计精度会急剧变差的问题。

在实现过程中，PUCCH的频域数据r_User通过如下公式获取：

其中，为一个资源块上的子载波数目，n表示导频符号和数据符号的编号，i＝0、1、……、表示子载波编号，P为无线基站的接收天线数，表示天线号。

根据频域数据计算目标用户的信道估计向量H_TargetUser,p和/或干扰噪声协方差矩阵R_uu实现的过程中，包括信道估计向量的计算和干扰噪声协方差矩阵的计算。

其中，信道估计向量H_TargetUser,p的计算公式包括：

其中，

为小区级循环移位，n’_TargetUser(n_s)为目标用户的循环移位。

干扰噪声协方差矩阵R_uu的计算公式包括：

其中，R_uu(IdleUser)＝r_IdleUser(n)*(r_IdleUser(n))^H，

r_IdleUser(n)＝[r_IdleUser,0(n)r_IdleUser,1(n)…r_IdleUser,P-1(n)]^T，

对频域数据r_User进行抗衰弱处理和/或抗干扰处理时，可以单独进行一种处理，则上述处理包括三种情况，每种处理情况的处理公式如下：

抗衰弱处理：

抗干扰处理：

抗衰弱和抗干扰处理：

本发明实施例还提供一种TA值的估计装置，该装置的结构示意如图4所示，包括：获取模块10，用于获取PUCCH的频域数据；计算模块20，与获取模块10耦合，用于根据频域数据计算目标用户的信道估计向量和/或干扰噪声协方差矩阵；处理模块30，与计算模块20耦合，用于根据信道估计向量对频域数据进行抗衰弱处理，和/或，根据干扰噪声协方差矩阵对频域数据进行抗干扰处理；估计模块40，与处理模块30耦合，用于对处理后的频域数据进行傅里叶反变换，以得到TA值。

上述获取模块10通过如下公式获取频域数据r_User： 其中，为一个资源块上的子载波数目，n表示导频符号和数据符号的编号，i＝0、1、……、表示子载波编号，P为无线基站的接收天线数，表示天线号。

上述述计算模块20还可以包括第一计算单元和第二计算单元。

其中，第一计算单元，用于根据如下公式计算信道估计向量H_TargetUser,p：其中，

为小区级循环移位，n’_TargetUser(n_s)为目标用户的循环移位。

第二计算单元，用于根据如下公式计算干扰噪声协方差矩阵R_uu：其中，R_uu(IdleUser)＝r_IdleUser(n)*(r_IdleUser(n))^H，

r_IdleUser(n)＝[r_IdleUser,0(n)r_IdleUser,1(n)…r_IdleUser,P-1(n)]^T，

上述处理模块30根据如下公式进行抗衰弱处理和/或抗干扰处理：

抗衰弱处理：

抗干扰处理：

抗衰弱和抗干扰处理：

优选实施例

本发明实施例要解决的技术是在衰弱信道下或系统存在干扰时，基于PUCCH的TA估计的精确度较差，无法准确获得TA估计值的问题。为解决上述技术问题，本发明实施例提供一种TA的估计方法，如图5所示，包含如下步骤。

步骤一：eNodeB每毫秒采样空口的数据30720点，每两采样点间隔记为T_s。去除循环移位(以下简称CP)后，再经过傅里叶变换后，得到N点频域数据，然后根据高层信息提取相应的PUCCH频域数据。

所有天线的频域数据组成向量有：

步骤二：计算得到目标用户的信道估计H_TargetUser。

现有计算的PUCCH的目标用户的信道估计流程如下：

其中的n是导频符号，则本实施例中H_TargetUser根据如下公式计算：

H_TargetUser＝[H_TargetUser,0 H_TargetUser,1 … H_{TargetUser,P-1}]^T

步骤三：计算得到目标用户的干扰噪声协方差矩阵R_uu。

PUCCH的干扰噪声协方差矩阵R_uu计算流程如下，对天线p的频域数据进行空闲码道用户的去序列处理：

得到的r_IdleUser,p(n)实际上就是符号n的干扰噪声，当有eNodeB有P个天线时，可以组成向量：

r_IdleUser(n)＝[r_IdleUser,0(n) r_IdleUser,1(n) … r_IdleUser,P-1(n)]^T

然后，即可以得到干扰噪声协方差矩阵：

R_uu(IdleUser)＝r_IdleUser(n)*(r_IdleUser(n))^H。

步骤四：对目标用户频域数据进行抗衰弱抗干扰处理：

在实现时，也可进行单独抗干扰或单独抗干扰处理，即：

抗衰弱处理：

抗干扰处理：

步骤五：用步骤四的得到的结果在补L-12点的0之后，进行L点的傅里叶反变换，得到能量峰值，获得TA值。

步骤六：流程结束。

下面以在20M的LTE系统中，eNodeB具有4接收天线，基于PUCCH格式2进行2048点的TA估计为例进行说明，包括如下步骤：

步骤一：eNodeB每毫秒采样空口的数据30720点，每两采样点间隔记为T_s。去除循环移位(以下简称CP)后，再经过傅里叶变换后，得到2048点频域数据，然后提取相应的PUCCH频域数据。

所有天线的频域数据组成向量有：

步骤二：根据背景技术的步骤得到目标用户的信道估计H_TargetUser。

H_TargetUser＝[H_TargetUser,0 H_TargetUser,1 … H_TargetUser,3]^T

步骤三：根据背景技术的步骤得到目标用户的干扰噪声协方差矩阵R_uu。

步骤四：对目标用户频域数据进行抗衰弱和抗干扰处理：

也可只进行抗干扰或抗干扰处理：

抗衰弱处理：

抗干扰处理：

步骤五：用步骤四的得的结果补(2048-12)点的0之后，进行2048点的傅里叶反变换，得到能量峰值，获得TA值。

步骤六：流程结束。

可见，本发明提供的方法具有抗衰弱和抗干扰的功能或单独抗干扰单独抗衰弱的功能，使得在衰弱信道下且存在干扰的PUCCH场景下TA值估计的精度可以得到很大的提高。

尽管为示例目的，已经公开了本发明的优选实施例，本领域的技术人员将意识到各种改进、增加和取代也是可能的，因此，本发明的范围应当不限于上述实施例。

Claims (8)

1.一种时间提前量TA值的估计方法，其特征在于，包括：

获取物理上行链路控制信道PUCCH的频域数据；

根据所述频域数据计算目标用户的信道估计向量和/或干扰噪声协方差矩阵；

根据所述信道估计向量对所述频域数据进行抗衰弱处理，和/或，根据所述干扰噪声协方差矩阵对所述频域数据进行抗干扰处理；

对处理后的所述频域数据进行傅里叶反变换，以得到TA值。

2.如权利要求1所述的估计方法，其特征在于，物理上行链路控制信道PUCCH的频域数据r_User通过如下公式获取：

$\begin{array}{c}{r}_{User}(N_{sc}^{RB}\·n+i)=\\ {\left[\begin{array}{cccc}{r}_{User,0}(N_{sc}^{RB}\·n+i)& r_{User,1}(N_{sc}^{RB}\·n+i)& ...& r_{User,P-1}(N_{sc}^{RB}\·n+i)\end{array}\right]}^T,\end{array}$

其中，为一个资源块上的子载波数目，n表示导频符号和数据符号的编号，i＝0、1、......、表示子载波编号，P为无线基站的接收天线数，表示天线号。

3.如权利要求2所述的估计方法，其特征在于，根据所述频域数据计算目标用户的信道估计向量H_TargetUser,p和/或干扰噪声协方差矩阵R_uu，包括：

所述信道估计向量H_TargetUser,p的计算公式包括：

$H_{T\arg etUser,p}\left(n\right)={\mathrm{\Σ}}_{i=0}^{11}{r}_{User,p}(N_{sc}^{RB}\·n+i)*{\left(r_{u,v}^{\left({\mathrm{\α}}_{T\arg etUser}\right)}\right(i\left)\right)}^{*};$

其中 ${\mathrm{\α}}_{T\arg etUser}=2\mathrm{\π}\·\frac{n_{cs}^{T\arg etUser}(n_s,l)}{N_{sc}^{RB}},$

$n_{cs}^{T\arg etUser}(n_s,l)=\left(n_{cs}^{cell}\right(n_s,l)+n_{T\arg etUser}^{,}(n_s\left)\right)\mathrm{mod}{N}_{sc}^{RB};$

为小区级循环移位，n’_TargetUser(n_s)为目标用户的循环移位；

干扰噪声协方差矩阵R_uu的计算公式包括：

$R_{uu}={\mathrm{\Σ}}_{IdleUser=0}^{IdleUserNum-1}{R}_{uu}\left(IdleUser\right);$

其中，R_uu(IdleUser)＝r_IdleUser(n)*(r_IdleUser(n))^H，

r_IdleUser(n)＝[r_IdleUser,0(n) r_IdleUser,1(n) … r_IdleUser,P-1(n)]^T，

$r_{IdleUser,p}\left(n\right)={\mathrm{\Σ}}_{i=0}^{11}{r}_{User,p}(N_{sc}^{RB}\·n+i)*{\left(r_{u,v}^{\left({\mathrm{\α}}_{IdleUser}\right)}\right(i\left)\right)}^{*},$

${\mathrm{\α}}_{IdleUser}=2\mathrm{\π}\·\frac{n_{cs}^{IdleUser}(n_s,l)}{N_{sc}^{RB}},$

$n_{cs}^{IdleUser}(n_s,l)=\left(n_{cs}^{cell}\right(n_s,l)+n_{IdleUser}^{,}(n_s\left)\right)\mathrm{mod}{N}_{sc}^{RB}.$

4.如权利要求3所述的估计方法，其特征在于，对所述频域数据r_User进行抗衰弱处理和/或抗干扰处理，包括：

抗衰弱处理： ${\stackrel{\‾}{r}}_{User}(N_{sc}^{RB}\·n+i)={\left(H_{T\arg etUser}\right)}^H*r_{User}(N_{sc}^{RB}\·n+i);$

抗干扰处理： ${\stackrel{\‾}{r}}_{User}(N_{sc}^{RB}\·n+i)={\mathrm{Ruu}}^{-1}*r_{User}(N_{sc}^{RB}\·n+i);$

抗衰弱和抗干扰处理：

${\stackrel{\‾}{r}}_{User}(N_{sc}^{RB}\·n+i)={\left(H_{T\arg etUser}\right)}^H*{\mathrm{Ruu}}^{-1}*r_{User}(N_{sc}^{RB}\·n+i).$

5.一种时间提前量TA值的估计装置，其特征在于，包括：

获取模块，用于获取物理上行链路控制信道PUCCH的频域数据；

计算模块，用于根据所述频域数据计算目标用户的信道估计向量和/或干扰噪声协方差矩阵；

处理模块，用于根据所述信道估计向量对所述频域数据进行抗衰弱处理，和/或，根据所述干扰噪声协方差矩阵对所述频域数据进行抗干扰处理；

估计模块，用于对处理后的所述频域数据进行傅里叶反变换，以得到TA值。

6.如权利要求5所述的估计装置，其特征在于，所述获取模块通过如下公式获取频域数据r_User：

$\begin{array}{c}{r}_{User}(N_{sc}^{RB}\·n+i)=\\ {\left[\begin{array}{cccc}{r}_{User,0}(N_{sc}^{RB}\·n+i)& r_{User,1}(N_{sc}^{RB}\·n+i)& ...& r_{User,P-1}(N_{sc}^{RB}\·n+i)\end{array}\right]}^T,\end{array}$

其中，为一个资源块上的子载波数目，n表示导频符号和数据符号的编号，i＝0、1、......、表示子载波编号，P为无线基站的接收天线数，表示天线号。

7.如权利要求6所述的估计装置，其特征在于，所述计算模块包括：

第一计算单元，用于根据如下公式计算所述信道估计向量H_TargetUser,p：

$H_{T\arg etUser,p}\left(n\right)={\mathrm{\Σ}}_{i=0}^{11}{r}_{User,p}(N_{sc}^{RB}\·n+i)*{\left(r_{u,v}^{\left({\mathrm{\α}}_{T\arg etUser}\right)}\right(i\left)\right)}^{*};$

其中 ${\mathrm{\α}}_{T\arg etUser}=2\mathrm{\π}\·\frac{n_{cs}^{T\arg etUser}(n_s,l)}{N_{sc}^{RB}},$

$n_{cs}^{T\arg etUser}(n_s,l)=\left(n_{cs}^{cell}\right(n_s,l)+n_{T\arg etUser}^{,}(n_s\left)\right)\mathrm{mod}{N}_{sc}^{RB};$

为小区级循环移位，n’_TargetUser(n_s)为目标用户的循环移位；

第二计算单元，用于根据如下公式计算所述干扰噪声协方差矩阵R_uu：

$R_{uu}={\mathrm{\Σ}}_{IdleUser=0}^{IdleUserNum-1}{R}_{uu}\left(IdleUser\right);$

其中，R_uu(IdleUser)＝r_IdleUser(n)*(r_IdleUser(n))^H，

r_IdleUser(n)＝[r_IdleUser,0(n) r_IdleUser,1(n) … r_IdleUser,P-1(n)]^T，

$r_{IdleUser,p}\left(n\right)={\mathrm{\Σ}}_{i=0}^{11}{r}_{User,p}(N_{sc}^{RB}\·n+i)*{\left(r_{u,v}^{\left({\mathrm{\α}}_{IdleUser}\right)}\right(i\left)\right)}^{*},$

${\mathrm{\α}}_{IdleUser}=2\mathrm{\π}\·\frac{n_{cs}^{IdleUser}(n_s,l)}{N_{sc}^{RB}},$

$n_{cs}^{IdleUser}(n_s,l)=\left(n_{cs}^{cell}\right(n_s,l)+n_{IdleUser}^{,}(n_s\left)\right)\mathrm{mod}{N}_{sc}^{RB}.$

8.如权利要求7所述的估计装置，其特征在于，所述处理模块根据如下公式进行抗衰弱处理和/或抗干扰处理，包括：

抗衰弱处理： ${\stackrel{\‾}{r}}_{User}(N_{sc}^{RB}\·n+i)={\left(H_{T\arg etUser}\right)}^H*r_{User}(N_{sc}^{RB}\·n+i);$

抗干扰处理： ${\stackrel{\‾}{r}}_{User}(N_{sc}^{RB}\·n+i)={\mathrm{Ruu}}^{-1}*r_{User}(N_{sc}^{RB}\·n+i);$

抗衰弱和抗干扰处理：

${\stackrel{\‾}{r}}_{User}(N_{sc}^{RB}\·n+i)={\left(H_{T\arg etUser}\right)}^H*{\mathrm{Ruu}}^{-1}*r_{User}(N_{sc}^{RB}\·n+i).$