CN109699069A - 一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法 - Google Patents
一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法 Download PDFInfo
- Publication number
- CN109699069A CN109699069A CN201811562399.7A CN201811562399A CN109699069A CN 109699069 A CN109699069 A CN 109699069A CN 201811562399 A CN201811562399 A CN 201811562399A CN 109699069 A CN109699069 A CN 109699069A
- Authority
- CN
- China
- Prior art keywords
- formula
- beam forming
- wave beam
- frequency deviation
- carrier wave
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W56/00—Synchronisation arrangements
- H04W56/0035—Synchronisation arrangements detecting errors in frequency or phase
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法,其特征是,包括如下步骤:1)在发送端发送训练系列;2)对接收端的接收信号进行三维波束形成分离多普勒频偏;3)根据训练序列的相互关系,建立目标函数;对目标估计函数进行一维搜索,确定最大多普勒频偏和载波频偏。这种方法能同时估计最大多普勒频偏和载波频偏,能提高高移速无线通信系统中载波频偏估计和最大多普勒频偏估计精度。
Description
技术领域
本发明涉及无线通信技术,尤其是高速移动通信参数估计技术,具体是一种基于三 维波束形成的联合多普勒频偏和载波频偏的估计方法。
背景技术
多普勒频偏(Doppler frequency offset,简称DFO)是由发射端与接收端之间的相对运动引起的,最大多普勒频偏是多普勒频偏的最大值,最大多普勒频偏的估计对于 无线通信系统是非常重要的。无线通信系统中的多个环节如编码、调制、信道估计等都 可能涉及最大多普勒频偏。另外,最大多普勒频偏可以用于未移动端(例如基站)精准 恢复移动端的速度以及实现无线通信中的最佳自适应处理。载波频偏(oscillator frequencyoffset,简称OFO)是无线通信系统中固有的,它是由接收器和发射器处的 振荡器的物理特性不同引起的。如果载波频偏不能够准确测量进行补偿,载波频偏将引 起相位模糊,严重影响无线通信系统的性能。
在无线通信系统中,如果仅存在载波频偏,这很容易通过传统的载波频偏估计方法解决,例如基于最大似然的载波频偏估计(MLE)方法。然而,在高速移动无线通信 系统中,接收端不仅遭受固有的载波频偏的威胁,而且还受到多个多普勒频偏的影响, 这使得很难精准估计载波频偏和最大多普勒频偏。目前,为了能够同时估计载波频偏和 最大多普勒频偏,Mehrez Souden等人提出通过协方差匹配联合估计最大多普勒频偏和 载波频偏(COMAT)方法,虽然该方法可以在多普勒频偏较小的时候,取得较好的性能, 但是在高速移动环境下,多普勒频偏较大,该方法性随着信噪比增大,出现“地板”。
发明内容
本发明的目的是针对现有技术的不足,而提供一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法。这种方法能同时估计最大多普勒频偏和载波频偏,能提 高高移速无线通信系统中载波频偏估计和最大多普勒频偏估计精度。
实现本发明目的的技术方案是:
一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法,与现有技术不同 的是,包括如下步骤:
1)在信号发射端发射一个训练序列x(n),n=0,...,N,其中N是训练序列的大小,所述训练序列在时域上前一半和后一半是一样的,即公式(1)所示:
x(n)=x(N/2+n),n=0,...,N/2-1 (1);
2)对接收端的接收信号进行三维波束形成分离多普勒频偏,假设天线阵列的数量为M,则接收信号y(n)=[y1(n),…,yM(n)]T可以表示为公式(2):
其中L是多径数量,τl是第l径的延迟,l=0,...,L-1,和θl分别是第l径波达方向 的方位角和俯仰角,并且分别服从[0,2π)和[0,π/2)的均匀分布,是导向向量,z(n)=[z1(n),…,zM(n)]T是高斯白 噪声,是信道冲击响应,可以表示为公式(3):
其中al是第l径的复路径增益,Ts是采样间隔,ε是归一化载波频偏,是多普勒频偏,可以表示为fd=v/λ是最大多普勒频偏,其 中v移动端的速度,λ是载波波长,
波束形成的目的是增强期待方向的信号,同时抑制其他方向的信号,从而将多普勒频移分离,即公式(4)所示:
其中是指向期待方向的波束权矢量,其中和φ分别为期待方向俯仰角和方位角,当时,|gl|→1,当时,|gl|→0,其中|·|是取模值运算,波束形成后的输出信号可以表示 为公式(5):
其中是波束形成后噪声,公式(5)中第二项在波束形成后被极大 抑制;
3)计算每个波束支路接收信号中训练序列的互相关性,联合建立目标估计函数,第 j次波束形成输出信号中训练块的第一和第二半之间的相关性可以被计算为公式(6):
其中j=1,...,J,J是波束形成的总次数,||·||是Euclidean范数,λj和ηj分别是第j 个波束形成规划化后的实系数和噪声,然后,目标估计函数为公式(7):
其中是一个对角阵, 并且分别待估计参数, 为了估计出参数,公式(7)变换为公式(8)
因为是一个实数向量,因此当时,公式(8)取最小,然后公式(8)可以计算为公式(9):
因为是一个常数,公式(9)可以进一步计算为公式(10):
将作为一个复数向量,因为公式(11)
因此,公式(10)可以重写为公式(12):
将代入公式(12),公式(12)重写为公式(13):
公式(13)中的优化问题可以分解为两个部分,分别与待估计的和相关联, 那么,最大多普勒频偏和载波频偏可以分别被估计为公式(14)和公式(15):
4)通过对公式(14)进行一维逐步搜索,使得公式(14)获得最大值的最大多普 勒频偏即为所估计的最大多普勒频偏估计的最大多普勒频偏可以用于未移动端(例 如基站)精准恢复移动端的速度以及实现无线通信中的最佳自适应处理,将估计的最大 多普勒频偏代入公式(15),即可以获得估计的载波频偏假定移动端的最高移动 速度为vmax,最高移动速度vmax所对应的多普勒频偏为fdmax,那么公式(14)搜索区 间为[0,fdmax],以间隔σ进行逐步搜索,可以得到估计的最大多普勒频偏将估计 的最大多普勒频偏代入公式(15),即可以获得估计的载波频偏
步骤2)中所述天线阵列为能够进行波束形成的天线阵列。
步骤3)中,所述波束成形总次数J>1。
本技术方案的主要原理是:通过多个三维(3D)波束形成分离多普勒频偏,使得 波束形成后信号仅受到单个多普勒频偏和单个载波频偏的影响,然后根据每个波束支路 接收信号中训练序列的互相关性,联合建立目标估计函数,最后通过对目标估计函数进 行一维搜索估计最大多普勒频偏和载波频偏。
本发明技术方案具有如下特点:
1、在高速移动通信场景中,本发明可以较精确估计最大多普勒频偏和载波频偏。
2、本技术方案可以同时估计最大多普勒频偏和载波频偏,其中,最大多普勒频偏可以用于基站等未移动端获得移动端速度以及实现无线通信中的最佳自适应处理。
3、本技术方案不受天线阵型的限制,只与波束形成的性能有关。
这种方法能同时估计最大多普勒频偏和载波频偏,能提高高移速无线通信系统中载波频偏估计和最大多普勒频偏估计精度。
附图说明
图1为实施例的方法流程示意图;
图2为实施例中均匀平面阵列天线模型示意图;
图3为实施例中载波频偏OFO的均方误差MSE随着信噪比SNR的变化曲线示意图;
图4为实施例中最大多普勒频偏fd的均方误差MSE随着信噪比SNR的变化曲线示意图。
具体实施方式
下面结合附图和实施例对本发明内容做进一步的阐述,但不是对本发明的限定。
实施例:
本例中,天线阵列采用如图2所示的均匀平面天线阵列模型被配备在接收端进行波束形成,其中天线阵元的数量M=16*8=128,相邻阵元之间的间隔d=λ/2,载 波波长λ=0.1m,多径路径数L=64,训练序列长度N=128,训练序列的持续时间 为T=TsN=0.1ms,移动端最高运动速度vmax=500km/h,所对应的多普勒频偏 fdmax=1389,移动端实际运动速度v=360km/h,最大多普勒频偏fd=1000,载波 频偏ε在[-4000,4000]之间随机产生,分别用最大多普勒频偏的均方误差(如公式 (16))和载波频偏的均方误差公式(如公式(17))作为评价指标:
其中B=1000表示1000次蒙特卡罗实验。
参照图1,一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法,包括如下步骤:
1)在信号发射端发射一个训练序列x(n),n=0,...,127,所述训练序列在时域上前一半和后一半是一样的,即如公式(18)所示:
x(n)=x(64+n),n=0,...,63 (18),
2)对接收端的接收信号进行三维波束形成分离多普勒频偏,天线阵列采用如图2所示的均匀平面天线阵列模型被配备在接收端进行波束形成,则接收信号 y(n)=[y1(n),…,yM(n)]T可以表示为公式(19):
其中L是多径数量,τl是第l径的延迟,l=0,...,L-1,和θl分别是第l径波达方向 的方位角和俯仰角,并且分别服从[0,2π)和[0,π/2)的均匀分布,是导向向量,并且有公式(20)
其中(xm,ym)是第m个阵元的位置坐标,1≤m≤128。z(n)=[z1(n),…,zM(n)]T是高斯白噪声,是信道冲击响应,可以表示为公式(21):
其中al是第l径的复路径增益,Ts是采样间隔,ε是载波频偏,是多普勒频偏,可以表示为fd=v/λ是最大多普勒频偏,其中v移 动端的速度,λ是载波波长,波束形成的目的是增强期待方向的信号,同时抑制其他方 向的信号,从而将多普勒频移分离,即如公式(22)所示:
其中是指向期待方向的波束权矢量,其中和φ分别为期待方向俯仰角和方位角,当时,|gl|→1,当时,|gl|→0,其中|·|是取模值运算,在本例中取波束权矢量
波束形成后的输出信号可以表示为公式(23):
其中是波束形成后噪声,公式(23)中第二项在波束形成后被极 大抑制;
3)计算每个波束支路接收信号中训练序列的互相关性,联合建立目标估计函数,第j 次波束形成输出信号中训练块的第一和第二半之间的相关性可以被计算为公式(24):
其中j=1,...,J,J是波束形成的总次数,||·||是Euclidean范数,λj和ηj分别是第j 个波束形成规划化后的实系数和噪声,本例中取J=128,
那么,基于公式(14)和公式(15),最大多普勒频偏和载波频偏可以分别被估计为公式(25)和公式(26):
其中
是一个对角阵;
4)通过公式(25)进行一维逐步搜索,使得公式(25)获得最大值的最大多普勒频偏即为所估计的最大多普勒频偏当移动端最高运动速度vmax=500km/h时,公式 (25)中搜索区间为[0,1389],以间隔σ进行逐步搜索,可以得到估计的最大多普勒 频偏将估计的最大多普勒频偏代入公式(26),即可以获得估计的载波频偏本 例中取σ=1。
通过以上步骤,实现了基于三维波束形成的联合多普勒频偏和载波频偏估计。
如图3所示,载波频偏OFO的均方误差MSE随着信噪比SNR的变化曲线图,其中基于MLE的频偏估计方法是当没有多普勒扩展时的均方误差结果取得Cramer-Rao bound(CRB),可以被认为是载波频偏OFO估计的上限,可以看出,本实施例中提出的载波频偏 OFO估计明显优于COMAT方法,有效避免了“地板”现象,另外,MLE方法进一步证明了 本实施例技术方案的有效性。
如图4所示,最大多普勒频偏的均方误差MSE随着信噪比SNR的变化曲线图,可 以看出,本实施例技术方案中提出的最大多普勒频偏估计明显优于COMAT方法,有效避 免了“地板”现象。
Claims (3)
1.一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法,其特征是,包括如下步骤:
1)在信号发射端发射一个训练序列x(n),n=0,...,N,其中N是训练序列的大小,所述训练序列在时域上前一半和后一半是一样的,即公式(1)所示:
x(n)=x(N/2+n),n=0,...,N/2-1(1);
2)对接收端的接收信号进行三维波束形成分离多普勒频偏,假设天线阵列的数量为M,则接收信号y(n)=[y1(n),…,yM(n)]T可以表示为公式(2):
其中L是多径数量,τl是第l径的延迟,l=0,...,L-1,和θl分别是第l径波达方向的方位角和俯仰角,并且分别服从[0,2π)和[0,π/2)的均匀分布,是导向向量,z(n)=[z1(n),…,zM(n)]T是高斯白噪声,是信道冲击响应,可以表示为公式(3):
其中al是第l径的复路径增益,Ts是采样间隔,ε是归一化载波频偏,是多普勒频偏,可以表示为fd=v/λ是最大多普勒频偏,其中v移动端的速度,λ是载波波长,将多普勒频移分离,即公式(4)所示:
其中是指向期待方向的波束权矢量,其中和φ分别为期待方向俯仰角和方位角,当时,|gl|→1,当时,|gl|→0,其中|·|是取模值运算,波束形成后的输出信号可以表示为公式(5):
其中是波束形成后噪声;
3)计算每个波束支路接收信号中训练序列的互相关性,联合建立目标估计函数,第j次波束形成输出信号中训练块的第一和第二半之间的相关性可以被计算为公式(6):
其中j=1,...,J,J是波束形成的总次数,||·||是Euclidean范数,λj和ηj分别是第j个波束形成规划化后的实系数和噪声,目标估计函数为公式(7):
其中是一个对角阵, 并且分别待估计参数,公式(7)变换为公式(8)
因为是一个实数向量,因此当时,公式(8)取最小,然后公式(8)可以计算为公式(9):
因为是一个常数,公式(9)可以进一步计算为公式(10):
将作为一个复数向量,因为公式(11)
因此,公式(10)可以重写为公式(12):
将代入公式(12),公式(12)重写为公式(13):
公式(13)中的优化问题可分解为两个部分,分别与待估计的和相关联,
那么,最大多普勒频偏和载波频偏可分别被估计为公式(14)和公式(15):
4)通过对公式(14)进行一维逐步搜索,使得公式(14)获得最大值的最大多普勒频偏即为所估计的最大多普勒频偏将估计的最大多普勒频偏代入公式(15),即可以获得估计的载波频偏假定移动端的最高移动速度为vmax,最高移动速度vmax所对应的多普勒频偏为fdmax,那么公式(14)搜索区间为以间隔σ进行逐步搜索,可以得到估计的最大多普勒频偏将估计的最大多普勒频偏代入公式(15),即可以获得估计的载波频偏
2.根据权利要求1所述的基于三维波束形成的联合多普勒频偏和载波频偏的估计方法,其特征是,步骤2)中所述天线阵列为能够进行波束形成的天线阵列。
3.根据权利要求1所述的基于三维波束形成的联合多普勒频偏和载波频偏的估计方法,其特征是,步骤3)中,所述波束成形总次数J>1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811562399.7A CN109699069B (zh) | 2018-12-20 | 2018-12-20 | 一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811562399.7A CN109699069B (zh) | 2018-12-20 | 2018-12-20 | 一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109699069A true CN109699069A (zh) | 2019-04-30 |
CN109699069B CN109699069B (zh) | 2021-04-02 |
Family
ID=66231866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811562399.7A Active CN109699069B (zh) | 2018-12-20 | 2018-12-20 | 一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109699069B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113726416A (zh) * | 2021-09-01 | 2021-11-30 | 北京邮电大学 | 一种卫星通信载波同步方法、装置及通信设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136881A (zh) * | 2006-08-31 | 2008-03-05 | 世意法(北京)半导体研发有限责任公司 | 基于单个正交频分复用符号训练序列的盲载波频偏估计器 |
CN101553028A (zh) * | 2009-04-30 | 2009-10-07 | 西南交通大学 | Td-scdma通信系统接收同步中基于差分相位的频偏与相位估计方法 |
CN106100692A (zh) * | 2016-08-29 | 2016-11-09 | 东南大学 | Mimo‑ofdm水声通信系统多普勒扩展估计方法 |
CN106452674A (zh) * | 2016-09-30 | 2017-02-22 | 西安交通大学 | 一种基于802.11ac网络的实际数据包恢复方法 |
CN107070818A (zh) * | 2016-10-11 | 2017-08-18 | 北京邮电大学 | 基于毫米波mimo系统的多普勒频偏估计方法及装置 |
CN107276614A (zh) * | 2017-07-13 | 2017-10-20 | 桂林电子科技大学 | 具有频偏估计与补偿功能的认知车载通信方法和系统 |
-
2018
- 2018-12-20 CN CN201811562399.7A patent/CN109699069B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136881A (zh) * | 2006-08-31 | 2008-03-05 | 世意法(北京)半导体研发有限责任公司 | 基于单个正交频分复用符号训练序列的盲载波频偏估计器 |
CN101553028A (zh) * | 2009-04-30 | 2009-10-07 | 西南交通大学 | Td-scdma通信系统接收同步中基于差分相位的频偏与相位估计方法 |
CN106100692A (zh) * | 2016-08-29 | 2016-11-09 | 东南大学 | Mimo‑ofdm水声通信系统多普勒扩展估计方法 |
CN106452674A (zh) * | 2016-09-30 | 2017-02-22 | 西安交通大学 | 一种基于802.11ac网络的实际数据包恢复方法 |
CN107070818A (zh) * | 2016-10-11 | 2017-08-18 | 北京邮电大学 | 基于毫米波mimo系统的多普勒频偏估计方法及装置 |
CN107276614A (zh) * | 2017-07-13 | 2017-10-20 | 桂林电子科技大学 | 具有频偏估计与补偿功能的认知车载通信方法和系统 |
Non-Patent Citations (2)
Title |
---|
RONG ZENG ET: "Joint Estimation of Frequency Offset and Doppler Shift in High Mobility Environments Based on Orthogonal Angle Domain Subspace Projection", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY ( VOLUME: 67 , ISSUE: 3 , MARCH 2018 )》 * |
花国庆等: "最低限度通信中多普勒频偏估计算法", 《桂林电子科技大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113726416A (zh) * | 2021-09-01 | 2021-11-30 | 北京邮电大学 | 一种卫星通信载波同步方法、装置及通信设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109699069B (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dotlic et al. | Angle of arrival estimation using decawave DW1000 integrated circuits | |
CN102175989B (zh) | 一种非相干分布式信号二维波达角的测定方法 | |
US7956809B2 (en) | Method and device for determining the speed of a moving entity | |
CN105068049B (zh) | 一种分置天线mimo雷达的克拉美罗界计算方法 | |
CN102156279B (zh) | 基于mimo的双基地雷达地面动目标检测方法 | |
CN111148021B (zh) | 一种基于切换波束成形的毫米波单基站定位方法 | |
CN103837867B (zh) | 一种利用ais信息进行高频雷达天线通道校正的方法 | |
CN109633581A (zh) | 基于外辐射源tdoa/fdoa误差校正下的定位方法 | |
CN102135617A (zh) | 双基地多输入多输出雷达多目标定位方法 | |
JP2012524898A (ja) | 方位および位置決めシステム | |
CN104023395B (zh) | 大规模mimo中基于波束空间转换的散射信源定位方法 | |
CN109188387A (zh) | 基于插值补偿的分布式相参雷达目标参数估计方法 | |
CN112505622B (zh) | 一种高精度单基站室内定位方法 | |
CN103338094B (zh) | 一种多输入多输出系统信道的建模方法 | |
CN103412286A (zh) | 基于mimo雷达的发射极化优化doa估计方法 | |
CN108387875A (zh) | 基于二维fft的时分mimo雷达相位误差矫正方法 | |
CN109828252A (zh) | 一种mimo雷达参数估计方法 | |
Song et al. | A novel source localization scheme based on unitary esprit and city electronic maps in urban environments | |
CN114286307B (zh) | 一种基于矩阵束的信道状态信息参数估计方法 | |
CN112255629A (zh) | 基于联合uca阵列的序贯esprit二维不相干分布源参数估计方法 | |
CN109699069A (zh) | 一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法 | |
CN108490425B (zh) | 一种双基地mimo雷达的测角方法 | |
Ai et al. | Multi-target localization for noncoherent MIMO radar with widely separated antennas | |
Lagunas et al. | UWB joint TOA and DOA estimation | |
Zhu et al. | Multi-target counting and localization in distributed MIMO radar based on energy modeling and compressive sensing |
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 |