CN108924943A - 基于窄带物联网随机接入信道的最大相关估计检测方法 - Google Patents
基于窄带物联网随机接入信道的最大相关估计检测方法 Download PDFInfo
- Publication number
- CN108924943A CN108924943A CN201810747641.1A CN201810747641A CN108924943A CN 108924943 A CN108924943 A CN 108924943A CN 201810747641 A CN201810747641 A CN 201810747641A CN 108924943 A CN108924943 A CN 108924943A
- Authority
- CN
- China
- Prior art keywords
- random access
- frequency
- indicate
- symbols
- symbol
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 22
- 238000005070 sampling Methods 0.000 claims description 18
- 239000013256 coordination polymer Substances 0.000 claims description 10
- 125000004122 cyclic group Chemical group 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 7
- 230000000977 initiatory effect Effects 0.000 claims description 7
- 230000003252 repetitive effect Effects 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 239000000969 carrier Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 abstract description 3
- 238000010295 mobile communication Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 239000013078 crystal Substances 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012772 sequence design Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0833—Random access procedures, e.g. with 4-step access
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/713—Spread spectrum techniques using frequency hopping
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0446—Resources in time domain, e.g. slots or frames
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
- H04L2027/0024—Carrier regulation at the receiver end
- H04L2027/0026—Correction of carrier offset
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于移动通信技术领域，具体为基于窄带物联网随机接入信道的最大相关估计检测方法，本发明应用窄带物联网物理随机接入信道接收端检测过程，利用本地生成的发送端符号与天线接收符号相关，对载波频率偏移和定时提前量进行联合估计，并利用二维FFT模型对估计算子求解，使得相关值最大时，将最大相关值与判决门限比较，若相关值大于判决门限则认为有随机接入信号，否则认为不是。即其估计所得定时提前量取值和载波频率偏移值。其中前导索引号由接收第一个符号组的频率位置即可判断。仿真统计结果表明，前导码检测概率高于99％定时提前量估计误差值在±3us内，完全符合3GPP协议所规定值。本发明方可以有效应用于窄带物联网系统中。
Description
技术领域
本发明属于移动通信技术领域，具体涉及基于窄带物联网(NarrowBand Internetof Things,NB-IoT)随机接入信道的最大相关估计检测方法。
背景技术
随着物联网通信技术的快速发展，催生了低功耗广域(Low Power Wide Area，LPWA)技术的兴起。LPWA技术主要面向低功耗、广覆盖、远距离、低带宽的物联网业务，其种类繁多，其中具有代表性的技术主要包括基于非授权频谱的LoRa(Long Rang，LoRa)、Sigfox和基于授权频谱的窄带物联网。
NB-IoT是3GPP(3rd Generation Partnership Project，3GPP)为支持超低复杂性和低吞吐量物联网所引入蜂窝系统的一种LPWA蜂窝解决方案，其具有低成本、低功耗、大连接、广覆盖等优点。NB-IoT作为蜂窝系统中的一种新兴的无线接入技术，为了满足时延不敏感、无最低速率要求、传输间隔大和传输频率低的业务需求，其在LTE的基础上对协议栈的各子层以及各子层的关键技术过程均进行了相应的简化，而其中用于实现用户设备(UserEquipment，UE)初始接入网络和上行同步的随机接入过程也包含在内。在NB-IoT系统中，使用随机接入的目的与LTE类似，同样是当UE建立无线链路时用于实现初始接入和上行同步。然而，由于NB-IoT这一技术所面向的业务需求，以至于随机接入过程的发起频率是非常低的。
相比于传统LTE系统的Preamble采用循环移位ZC序列设计，窄带物联网前导序列设计完全摒弃了原有的设计方案，NB-IoT基于频域跳变规则设计了新的窄带物联网物理随机接入信道(NarrowBand Physcial Random Access Channel,NPRACH)，随机接入前导发送的最基本的单位为4个符号组，每个组由一个循环前缀和五个完全相同的符号组成。每个符号组发送时占用一个子载波，符号组之间配置两个等级的跳频间隔，1st/2nd组之间和3st/4nd组之间配置第一等级跳频间隔，FH1＝3.75kHz；2nd/3rd组之间配置第二等级的跳频间隔，FH1＝22.5kHz。由于每个符号组内发送的信号都是相同的，因此可以保证频域上配置多条NPRACH信道时信道间的正交，即无需在NPRACH信道之间配置保护带宽。其具体结构如附图3所示。为保证不同覆盖等级需求，NB-IoT采用信道窄带化技术实现功率谱密度的提升，同时采用了重复编码机制来提升随机接入信号的检测成功率。为保证上下行资源合理利用并且校准晶振频偏，NB-IoT在上下行传输过程中还引入了GAP(保护间隔)机制。具体如下：
提升发射功率谱密度：NB-IoT用信道窄带化提升发射功率谱密度，并重复编码和GAP机制以提升解码成功率。
窄带化技术——下行方向，在独立部署的方式下，NB-IoT的带宽仅为20MHz的1/100，同等发射功率前提下，功率谱密度提升约20dB。带内部署、保护带部署由于和LTE共享功率资源，功率谱密度提升被限制。上行方向，单载波带宽最小为3.75kHz，比20MHz的LTE终端发射功率谱密度提高约37dB。
重复编码技术——为了满足在恶劣环境下，终端能接入网络，NB-IoT采用在不同的覆盖等级下配置不同的随机接入参数方式，进而增加单次随机接入的成功率。
GAP机制：在下行链路，NB-IoT采用独有的DL GAP机制，在GAP时间段内仅容许其它终端发送数据，以此保证了公平性以及资源利用率。在上行链路，由于NB-IoT终端的低成本需求，配备了较低成本晶振的NB-IoT终端会在连续长时间的上行传输时，终端功率放大器的热耗散导致发射机温度变化，进而导致晶振频率偏移，严重影响终端上行传输性能，进而降低数据传输效率。为抑制温度变化导致晶振频率偏移，产生数据传输效率降低的影响，NB-IoT引入了UL GAP。利用GAP切换到下行链路，通过NB-IoT下行信号同步跟踪以及时频偏补偿。
随机接入是用户与接入网络的第一步，窄带物联网NB-IoT物理随机接入信道的主要目的是为成功建立网络与终端连接的第一步，同时要实现上行链路的同步和纠正上行链路频率偏移。
现有技术中，还没有从接入端对NB-IoT系统进行研究，因此不能有效在接入端中检测出随机接入前导码的索引号，也不能精确的估计出NB-IoT上行链路定时提前量(Timing Advance，TA)值和频率偏移量(carrier frequency offset,CFO)。
发明内容
本发明提出了一种在现有基础上的基于NB-IoT随机接入信道的最大相关联合估计检测方法，该方法能成功的检测出随机接入前导码的索引号，并精确估计窄带物联网上行链路定时提前量TA值和频率偏移量CFO。本发明的技术方案如下：
基于NB-IoT随机接入信道的最大相关联合估计检测方法，其包括以下步骤：
一种基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，包括以下步骤：
S1、用户终端从高层的配置资源中，随机选择前导码和时频资源，生成基带信号；
S2、接收机对接收到的基带信号进行处理后，进行快速傅里叶变换，得到频域符号跳频图样；
S3、在接收端，在本地高层配置的所有可能发起随机接入的子载波位置生成一条初始符号组，并将其与接收信号的第一个符号组做相关，该相关值取得最大的子载波认为是发起本次随机接入的初始频点位置；
S4、以第一个符号组相关得到的频点为初始点，按照跳频规则生成本地跳频图样与接收信号的跳频图样做相关。当所述相关值取得最大时，估计出定时提前量和载波频率偏移；
S5、将预先设定的门限值，与所述跳频图样最大相关的结果进行比较，确定是否存在前导码；若前导码存在，则将所述频率符号跳频图样的初始位置作为前导码索引号，根据估计所得的值调整定时提前量和载波频率偏移，否则，不做处理。
进一步的，所述步骤S1包括：由于NB-IoT是基于单子载波频率的基带信号，故在基带信号生成时，无需像传统基带信号生成做IFFT变换，可直接进行时域采样后传输，第i个符号组基带信号生成公式如下：
其中，0≤t≤TSEQ+TCP，βNPRACH是发射功率因子，表示跳频图样频域位置，是上行资源块的数量，则是充分考虑了随机接入前导码与上行链路数据之间的子载波间隔差传输。ΔfRA表示随机接入前导码传输时的子载波间隔，变量ΔfRA＝3.75kHz，Δf是上行链路数据传输时候子载波间隔。
进一步的，对所述基带信号进行时域采样包括：令采样频率f＝1/Ts＝1/15000*2048，将t＝n·Ts带入上式，得到第i个符号组si(t)的离散形式如下式，其中NIDFT等于8192，表示一个子帧的采样点数。根据前导格式对得到的时域基带序列添加循环前缀(CyclicPrefix,CP)。添加循环前缀后通过发射天线发送到无线信道。
对所述基带信号进行时域采样的计算公式化简为：
其中，si(n)表示用户终端产生的第i个符号组基带信号的第n个采样信号；NIDFT＝8192表示一个符号的采样点数，NCP表示循环前缀的采样点数。进一步的，所述步骤S2，对于每一条符号组y的时域采样数据，包括一个CP和5个相同符号组成，对当前符号组接受到第一个符号即是当m＝1时，丢弃Ncp个采样信号，对于剩余m>1的符号，每采样8192点执行一次FFT。得到频域符号跳频图样y，其中，y[n,i]表示接收端的第i个符号组的第n个采样点的值；y[m,i]表示接收端的第i个符号组的第m个符号的值；
所述y[n,i]的计算公式表示为：
所述y[n,i]的计算公式表示为：
所述的计算公式表示为：
其中，a[i]表示第i个符号组的信道增益，Δfoffset表示实际的载波频率偏移值；NCP表示循环前缀长度；NIDFT表示一个符号的采样点数；表示估计的第i个符号组的跳频图样频域位置；TA表示实际的定时提前量；βNPRACH表示发射功率因子；v[n,i]表示时域产生的噪声，表示频域产生的噪声。
进一步的，随机接入的初始频点位置确定如下，在本地高层配置的所有可能发起随机接入的子载波初始位置处生成一条符号组，并与接收基带信号的第一个符号组做相关，相关值取得最大的子载波位置k*认为是发起本次随机接入的初始频点位置。定义Z(n,k)表示初始随机接入子载波编号为k的第一个符号组的基带信号，y(n,0)表示接收基带信号的第一个符号组的第n个采样点。
进一步的，以k*为初始频点，结合频率跳变规则生成跳频图样U。
进一步的，将本地生成的发送信号与消除时偏频偏后的接受信号做相关，具体如下所示，表示相关结果，U[m,i]表示本地生成的跳频图样。
表示，g表示当前发起的随机接入基本重复单元的次数；U[m,i]表示本地生成的第i个符号组的第m个符号的值，U[m,i]设定为“1”，U表示本地生成符号跳频图样。
进一步的，接收机执行联合(TA,Δfoffset)估计，定义联合估计规则如下式：
其中，(TA,Δfoffset)表示取得最大值时的定时提前量TA和载波频率偏移值表示本地生成符号跳频图样与频域符号跳频图样之间的相关结果；TA*表示估计的定时提前量，表示估计的载波频率偏移值。
明显可以看出，当TA*＝TA,且也即是估计值等于实际值时，将取得最大值。
进一步的，由二维FFT公式看出，可用二维FFT求解，其中以前导格式1为例，g表示当前发起的随机接入基本重复单元的次数。将估计问题转换为求解二维FFT变换的最大值问题。假定使得R[p,q]取得最大值的解为[p*,q*]，通过变量替换，可求解如下式
其中，(p,q)表示一组遍历的二维FFT解；M1，M2表示二维FFT的长度，即M1表示高层为发送随机接入配置的子带总数；M2表示高层为发起随机接入配置的子带包含的子载波总数，M2＝4×g×(5+1)；g表示当前发起的随机接入基本重复单元的次数；(p*,q*)是使得二维FFT取得最大值的一组解。
在步骤S5中，将预先设定的门限值，与所述相关的结果进行比较，作为一种可选方式，对相关的结果进行处理，以相关结果的平方作为判决值，定义相关判决值为当高于预先设定门限值时，认为存在随机接入前导码信号，否则不存在。
本发明的有益效果：
本发明公开了一种NB-IoT物理层随机接入信道接受端检测技术，利用本地生成的发送端符号与天线接收符号相关，对载波频率偏移CFO和定时提前量TA进行联合估计，并利用二维FFT模型对估计算子求解，当(CFO,TA)使得相关值最大时，将最大相关值与窄带随机接入判决门限比较，判定随机接入信号的存在。其中前导索引号由接受第一个符号组的频率位置即可判断。仿真统计结果表明，前导码检测概率高于99％定时提前量D估计误差值在±3us内，完全瞒住3GPP协议所规定值。本发明方可以有效应用于窄带物联网系统中。
附图说明
图1是本发明的系统流程图；
图2是本发明提供NB-IoT物理层随机接入信道信号处理流程框图；
图3是本发明采用的NB-IoT物理层随机接入信道频率跳变规则图；
图4是本发明的NB-IoT物理层随机接入信道接收端检测处理流程图；
图5是本发明的到达时间误差图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
本发明解决上述技术问题的技术方案是：
为了更好的说明该方法的具体实施步骤，结合图1和举例的方式说明如下：
本发明包括以下步骤：
S1、用户终端从高层的配置资源中，随机选择前导码和时频资源，生成基带信号；
S2、接收机对接收到的基带信号进行处理后，进行快速傅里叶变换，得到频域符号跳频图样；
S3、在接收端，在本地高层配置的所有可能发起随机接入的子载波位置生成一条初始符号组，并与接收信号的第一个符号组做相关，相关值取得最大的子载波认为是发起本次随机接入的初始频点位置；
S4、以相关得到的频点为初始点，按照跳频规则生成本地跳频图样与接收信号的跳频图样做相关。当所述相关值取得最大时，估计出定时提前量和载波频率偏移；
S5、将预先设定的门限值，与所述跳频图样最大相关的结果进行比较，确定是否存在前导码；若前导码存在，则将所述频率符号跳频图样的初始位置作为前导码索引号，根据估计所得的值调整定时提前量和载波频率偏移，否则，不做处理。
如图2所示，假设NB-IoT终端高层对即将发起随机接入的参数进行配置，主要包括RRC层参数配置，MAC层参数配置，物理层根据高层配置的资源在一个特定的子带如12个子载波中，随机的选中一个频点即是选择前导码和时频资源，并生成基带信号发送到无线信道中，基站侧则通过天线接收无线信号，并按照接收端检测算法对随机接入信号进行检测并提取TA值。对生成基带信号具体跳频而言，按照协议规定的规则如图3所示，第一二级跳频3.75kHz，第三四级跳频22.5kHz，且以四个符号组为基本单位，高层配置四符号组重复次数将前导码符号，可认为是相同符号且全是“1”映射到映射到OFDM资源格。通过时域采样，每个符号采样8192点来生成基带信号，并将每个符号组的第5个符号的全部8192点，或则2048个点作为CP复制到一个符号基带信号符号组的最前端。
如图4所示，对于基站端检测而言，基站侧对随机接入信号进行监听检测，对接收到的可能是随机接入的信号首先进行CP定时同步并去CP处理，接着对采样的离散信号进行降采样处理，并做FFT变换到频域符号，基站侧按照高层配置生成本地前导信号，将接收端检测符号与本地生成的前导码符号做相关处理，将相关结果与与预先设定的门限比较，进而判别前导码是否存在，并提取出定时提前量和载波频率偏移。
从图5中可以看出到达时间错误估计的莱斯累计函数分布CDF，图5表明，随着覆盖等级的增强——环境越恶劣，估计的性能会有所降低，但是三条曲线十分接近，这说明，在不同覆盖等级下,均有良好的估计性能。通过1万次重复实验统计分析，得到相关统计数据表1总结了NPRACH设计在三种覆盖等级下的随机接入信号错检和漏检在ToA∈[-2.5～2.5us]置信区间的概率。可以看出，前导在极限覆盖等级下依然满足标准规定的NPRACH的检测性能要求——即不高于1％的漏检概率和0.1％的错检概率。
标准规定，当TA误差不大于3.646us时，认为估计正确。仿真结果表明，TA误差均在标准规定范围内，且在[-2.5-2.5us]范围内的概率高于95％，具有非常高的置信水平。覆盖等级增强使得TA误差增加，但其在[-2.5-2.5us]的置信范围内的降低幅度依然不超过百分之三，相比与传统的LTE系统，NB-IoT Preamble在ToA Error估计精准度上放宽了要求，因此，即便在极限覆盖等级下，依旧能够满足NB-IoT需求。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。
以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，包括以下步骤：
S1、用户终端从高层的配置资源中，随机选择前导码和时频资源，生成基带信号；
S2、接收机对接收到的基带信号进行处理后，进行快速傅里叶变换，得到频域符号跳频图样；
S3、在接收端，在本地高层配置的所有可能发起随机接入的子载波位置生成一条初始符号组，并将其与接收信号的第一个符号组做相关，该相关值取得最大的子载波认为是发起本次随机接入的初始频点位置；
S4、按照跳频规则，生成本地跳频图样与接收信号的跳频图样做相关；当其跳频图样的相关值取得最大时，估计出定时提前量和载波频率偏移；
S5、将预先设定的门限值，与最大的跳频图样的相关值进行比较，确定是否存在前导码；若前导码存在，则将所述频率符号跳频图样的初始位置作为前导码索引号，根据估计所得的值调整定时提前量和载波频率偏移，否则，不做处理。
2.根据权利要求1所述的基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，所述生成基带信号包括：
其中，si(t)表示用户终端产生的第i个符号组基带信号；βNPRACH表示发射功率因子；表示第i个符号组的跳频图样频域位置；ΔfRA表示随机接入前导码传输时的子载波间隔，Δf是上行链路数据传输时候子载波间隔； 是上行资源的数量；TCP表示循环前缀的长度。
3.根据权利要求2所述的基于窄带物联网随机接入信道的最大相关估计检测方法，对所述基带信号进行时域采样并化简包括：
其中，si(n)表示用户终端产生的第i个符号组基带信号的第n个采样信号；采样频率fs＝1/TS＝1/(15000×2048)，t＝n·Ts,n＝0,1,...,5×8192-1，NIDFT＝8192表示一个符号的采样点数，NCP表示循环前缀的采样点数。
4.根据权利要求3所述的基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，步骤S2包括接收机对接收到的基带信号y进行处理，丢弃循环前缀长度的采样值，并对剩余的采样值做快速傅里叶变换，得到频域符号跳频图样其中，y[n,i]表示接收端的第i个符号组的第n个采样点的值；表示接收端的第i个符号组的第m个符号的值；
所述y[n,i]的计算公式表示为：
所述的计算公式表示为：
其中，a[i]表示第i个符号组的信道增益，Δfoffset表示实际的载波频率偏移值；NCP表示循环前缀长度；NIDFT表示一个符号的采样点数；表示估计的第i个符号组的跳频图样频域位置；TA表示实际的定时提前量；βNPRACH表示发射功率因子；v[n,i]表示时域产生的噪声，表示频域产生的噪声。
5.根据权利要求1所述的基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，步骤S3中发起本次随机接入的初始频点位置的计算公式为：
其中，k*表示发起本次随机接入的初始频点位置；Z(n,k)表示初始随机接入子载波编号为k的第一个符号组的基带信号，y(n,0)表示接收基带信号的第一个符号组的第n个采样点；NIDFT＝8192表示一个符号的采样点数，NCP表示循环前缀的采样点数；ΔfRA表示随机接入前导码传输时的子载波间隔，Δf是上行链路数据传输时候子载波间隔； 是上行资源的数量。
6.根据权利要求1所述的基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，步骤S4中估计出定时提前量和载波频率偏移包括：
其中，(TA,Δfoffset)表示取得最大值时的定时提前量TA和载波频率偏移值表示本地生成符号跳频图样U与频域符号跳频图样之间的相关结果；TA*表示估计的定时提前量，表示估计的载波频率偏移值。
7.根据权利要求6所述的基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，所述本地生成符号跳频图样与频域符号跳频图样之间的相关结果包括：
其中，g表示当前发起的随机接入基本重复单元的次数；U[m,i]表示本地生成的第i个符号组的第m个符号的值，U[m,i]取值设定为“1”，U表示本地生成符号跳频图样；表示接收端的第i个符号组的第m个符号的值；NCP表示循环前缀长度；NIDFT表示一个符号的采样点数；表示估计的第i个符号组的跳频图样频域位置。
8.根据权利要求7所述的基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，根据二维快速傅里叶变换模型，将所述相关结果转换为二维快速傅里叶变换，求出二维快速傅里叶变换函数的最大值：
其中，M1，M2表示二维FFT的长度，即M1表示高层为发送随机接入配置的子带总数；M2表示高层为发起随机接入配置的子带包含的子载波总数，M2＝4×g×(5+1)；g表示当前发起的随机接入基本重复单元的次数；(p*,q*)是使得二维FFT取得最大值的一组解。
9.根据权利要求8所述的基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，二维FFT取得最大值的一组解p*、q*的求解方法包括：
其中，(p,q)表示一组遍历的二维FFT解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810747641.1A CN108924943B (zh) | 2018-07-09 | 2018-07-09 | 基于窄带物联网随机接入信道的最大相关估计检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810747641.1A CN108924943B (zh) | 2018-07-09 | 2018-07-09 | 基于窄带物联网随机接入信道的最大相关估计检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108924943A true CN108924943A (zh) | 2018-11-30 |
| CN108924943B CN108924943B (zh) | 2022-02-22 |
Family
ID=64411631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810747641.1A Active CN108924943B (zh) | 2018-07-09 | 2018-07-09 | 基于窄带物联网随机接入信道的最大相关估计检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108924943B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110113284A (zh) * | 2019-04-29 | 2019-08-09 | 西安交通大学 | 基于admm的超窄带和cp-ofdm共存系统中的超窄带信号检测方法 |
| CN110351825A (zh) * | 2019-05-20 | 2019-10-18 | 中山大学 | Nprach信号检测方法、装置、nprach接收机及存储介质 |
| CN110602788A (zh) * | 2019-08-27 | 2019-12-20 | 国网重庆市电力公司电力科学研究院 | 一种窄带物联网上行时频资源优化方法及可读存储介质 |
| CN111212014A (zh) * | 2019-12-17 | 2020-05-29 | 重庆邮电大学 | 一种基于跳频规则的nb-iot定时提前量估计方法 |
| CN111294913A (zh) * | 2020-02-10 | 2020-06-16 | 重庆物奇科技有限公司 | 一种nb-iot终端芯片窄带上行共享信道发送功率控制方法 |
| CN112787741A (zh) * | 2020-12-30 | 2021-05-11 | 天翼物联科技有限公司 | 物联网水表大包数据传输方法、系统、装置及存储介质 |
| WO2022226729A1 (zh) * | 2021-04-26 | 2022-11-03 | 深圳市汇顶科技股份有限公司 | 一种nb-iot端的数据传输方法、nb-iot芯片、设备及通信系统 |
| CN115412214A (zh) * | 2021-12-24 | 2022-11-29 | 比科奇微电子(杭州)有限公司 | Rach信号的检测方法和装置 |
| WO2023010735A1 (zh) * | 2021-08-04 | 2023-02-09 | 中国电信股份有限公司 | 随机接入方法、网络设备及ue |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107041014A (zh) * | 2016-02-03 | 2017-08-11 | 中国移动通信集团公司 | 一种随机接入方法、基站和终端 |
| US20170324587A1 (en) * | 2016-05-06 | 2017-11-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Preamble detection and time-of-arrival estimation for a single-tone frequency hopping random access preamble |
| CN108260108A (zh) * | 2018-01-16 | 2018-07-06 | 重庆邮电大学 | 一种基于非正交的窄带物联网NB-IoT随机接入方法 |
-
2018
- 2018-07-09 CN CN201810747641.1A patent/CN108924943B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107041014A (zh) * | 2016-02-03 | 2017-08-11 | 中国移动通信集团公司 | 一种随机接入方法、基站和终端 |
| US20170324587A1 (en) * | 2016-05-06 | 2017-11-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Preamble detection and time-of-arrival estimation for a single-tone frequency hopping random access preamble |
| CN108260108A (zh) * | 2018-01-16 | 2018-07-06 | 重庆邮电大学 | 一种基于非正交的窄带物联网NB-IoT随机接入方法 |
Non-Patent Citations (4)
| Title |
|---|
| SEONGCHUL CHO,ETC: "Determination of optimum threshold values for NPRACH preamble detection in NB-IoT systems", 《2018 TENTH INTERNATIONAL CONFERENCE ON UBIQUITOUS AND FUTURE NETWORKS (ICUFN)》 * |
| XINGQIN LIN,ETC: "Random Access Preamble Design and Detection for 3GPP Narrowband IoT Systems", 《IEEE WIRELESS COMMUNICATIONS LETTERS, VOL.5, NO.6, DECEMBER 2016》 * |
| 刘锟等: "NB-IoT系统物理随机接入信道设计", 《中兴通讯技术》 * |
| 张晓丹等: "窄带物联网接入信号设计", 《现代电信科技》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110113284A (zh) * | 2019-04-29 | 2019-08-09 | 西安交通大学 | 基于admm的超窄带和cp-ofdm共存系统中的超窄带信号检测方法 |
| CN110113284B (zh) * | 2019-04-29 | 2020-10-27 | 西安交通大学 | 基于admm的超窄带和cp-ofdm共存系统中的超窄带信号检测方法 |
| CN110351825A (zh) * | 2019-05-20 | 2019-10-18 | 中山大学 | Nprach信号检测方法、装置、nprach接收机及存储介质 |
| CN110351825B (zh) * | 2019-05-20 | 2020-10-09 | 中山大学 | Nprach信号检测方法、装置、nprach接收机及存储介质 |
| CN110602788A (zh) * | 2019-08-27 | 2019-12-20 | 国网重庆市电力公司电力科学研究院 | 一种窄带物联网上行时频资源优化方法及可读存储介质 |
| CN110602788B (zh) * | 2019-08-27 | 2023-05-02 | 国网重庆市电力公司电力科学研究院 | 一种窄带物联网上行时频资源优化方法及可读存储介质 |
| CN111212014B (zh) * | 2019-12-17 | 2022-07-15 | 重庆邮电大学 | 一种基于跳频规则的nb-iot定时提前量估计方法 |
| CN111212014A (zh) * | 2019-12-17 | 2020-05-29 | 重庆邮电大学 | 一种基于跳频规则的nb-iot定时提前量估计方法 |
| CN111294913A (zh) * | 2020-02-10 | 2020-06-16 | 重庆物奇科技有限公司 | 一种nb-iot终端芯片窄带上行共享信道发送功率控制方法 |
| CN111294913B (zh) * | 2020-02-10 | 2022-11-15 | 重庆物奇科技有限公司 | 一种nb-iot终端芯片窄带上行共享信道发送功率控制方法 |
| CN112787741A (zh) * | 2020-12-30 | 2021-05-11 | 天翼物联科技有限公司 | 物联网水表大包数据传输方法、系统、装置及存储介质 |
| CN112787741B (zh) * | 2020-12-30 | 2023-09-29 | 天翼物联科技有限公司 | 物联网水表大包数据传输方法、系统、装置及存储介质 |
| WO2022226729A1 (zh) * | 2021-04-26 | 2022-11-03 | 深圳市汇顶科技股份有限公司 | 一种nb-iot端的数据传输方法、nb-iot芯片、设备及通信系统 |
| WO2023010735A1 (zh) * | 2021-08-04 | 2023-02-09 | 中国电信股份有限公司 | 随机接入方法、网络设备及ue |
| CN115412214A (zh) * | 2021-12-24 | 2022-11-29 | 比科奇微电子(杭州)有限公司 | Rach信号的检测方法和装置 |
| CN115412214B (zh) * | 2021-12-24 | 2023-08-15 | 比科奇微电子(杭州)有限公司 | Rach信号的检测方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108924943B (zh) | 2022-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108924943A (zh) | 基于窄带物联网随机接入信道的最大相关估计检测方法 | |
| Zhang et al. | Mixed numerologies interference analysis and inter-numerology interference cancellation for windowed OFDM systems | |
| CN1808961B (zh) | 一种降低小区间干扰的上行多用户导频方法 | |
| US8416868B2 (en) | Method and system for diversity and mask matching in channel estimation in OFDM communication networks using circular convolution | |
| JP2004153676A (ja) | 通信装置、送信機および受信機 | |
| CN108418772A (zh) | 一种ofdm-im系统频偏估计方法 | |
| CN114696971A (zh) | 导频传输方法、装置、设备及存储介质 | |
| US9571324B2 (en) | Method for improving spectral efficiency in Wi-Fi OFDM systems | |
| Bishnu et al. | A new scheme of ICI self-cancellation in OFDM system | |
| CN114221837A (zh) | 帧结构指示方法、帧结构更新方法及相关设备 | |
| Kumar et al. | Blind symbol timing offset estimation for offset‐QPSK modulated signals | |
| Cao et al. | An area-efficient implementation of primary synchronization signal detection in LTE | |
| Chen et al. | Impact of frequency offset on the performance of uplink OFDM-NOMA systems | |
| TW200937899A (en) | A synchronization method for OFDM systems | |
| Krondorf et al. | On synchronization of opportunistic radio OFDM systems | |
| Maltsev et al. | Performance Analysis of 256-QAM Demodulation for 5G NR Sidelink. | |
| Kojima et al. | Timing Synchronization Based on Supervised Learning of Spectrogram for OFDM Systems | |
| CN111277528B (zh) | 传输方法及第一通信设备 | |
| Yang et al. | Sharpening timing-metrics for auto-correlation based coarse symbol synchronization in OFDM systems | |
| Medjahdi et al. | A new model for interference analysis in asynchronous multi-carrier transmission | |
| Chang et al. | MUSIC-based multiple CFOs estimation methods for CA-OFDM systems | |
| Abdul-Rahaim | Enhancement lte system based on dwt and four stbc transmit antennas in multichannel models | |
| Prianka et al. | A new approach to improve ICI self-cancellation technique in OFDM | |
| CN1658540A (zh) | 正交频分复用系统帧同步技术 | |
| Easwaran et al. | Phase Noise Performance of MIMO—GFDM Systems for Millimeter Wave 5G Technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |