CN110233811B - 一种改进的ufmc系统干扰消除的联合方案 - Google Patents

Abstract

本发明公开了一种改进的UFMC系统干扰消除的联合方案，在接收端利用最小二乘法准则计算粗频偏估计值，对信号进行频偏补偿后，利用ZC序列良好的相关性质实现细频偏估计与补偿，使得信号接收端对大频偏衰落有较强的估计能力，从而提高UFMC系统的性能。

Description

一种改进的UFMC系统干扰消除的联合方案

技术领域

本发明涉及一种联合方案，具体是一种改进的UFMC系统干扰消除的联合方法。

背景技术

随着通信技术的不断发展，通信需求的不断提升，在第四代移动通信中广泛使用地正交频分复用技术由于频带外辐射过高和对载波频率偏移(CFO)的高敏感性使得其在大频偏信道中收到很大限制。因此在第五代通信技术中，提出了滤波器组的多载波(FBMC)技术, 广义频分复用(GFDM)技术、通用滤波多载波(UFMC)、过滤正交频分复用(F-OFDM)技术[2][3] 等。对比于FBMC技术，UFMC可以采用更短的滤波器长度，同时更适合上行短突发传输。相较于OFDM技术，UFMC因其不需要插入循环CP，从而提高了频偏利用率，同时连续的UFMC 符号在时域上没有重叠，基于子带滤波不会在接收端产生额外干扰，因此显示了在5G通信中的发展潜力。

在复杂的通信环境中，UFMC系统也会受到载波频率偏移的影响。载波偏移对于UFMC 系统性能有很大影响，导致子载波干扰(ICI)、子带间干扰(IBI)以及符号间干扰(ISI)。尤其是在5G大频偏应用场景下ufmc接收端检测性能会急剧下降。目前对于UFMC系统中的干扰消除方案不多，其中一种方案开发了基于泄漏的滤波器优化算法，以优化有限脉冲响应(FIR)滤波器设计，这使得UFMC系统对残留CFO和定时偏移(TO)不敏感。

发明内容

本发明的目的在于提供一种改进的UFMC系统干扰消除的联合方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种改进的UFMC系统干扰消除的联合方法，包括如下步骤：

首先进行粗频偏估计：1a)根据LS准则对接收端信号进行信道估计，得出只含有频率偏移值ε和信道响应值H两个变量的目标函数；1b)假设ε保持不变并使H值为变量，基于LS准则可以推导出在发送端发送信号已知的情况下，利用频率搜索步长λ，在给定的频率梯度范围内，代入目标函数求出最小值，该最小值所对应的频率偏移值即是所求的粗频偏估计值

；1c)利用所求出的粗频偏估计值

对信号进行频偏补偿；

再利用ZC训练序列进行细频偏估计：2a)已知发射端发送的ZC导频符号，构造本地训练符号S；2b)通过估计信道响应值H后，获得信道响应系数，与本地训练序列S相乘得到最终相关序列y(n)；2c)利用ZC序列良好的自相关性，通过M段相关法与接收端时域信号进行相关，根据M段相关公式推导出最终的频率偏移值

；2d)利用所求出的细频偏估计值

对信号进行频偏补偿。

作为本发明再进一步的方案：利用ZC序列的自相关性在时域上进行细频偏估计，利用M段相关法进行更为精确的频偏估计，M分段相关法过程如下(此处M＝2)：利用本地训练序列S，时域接收信号的矩阵表示形式为：

式中c为经过粗频偏补偿后残留的小数倍频偏；

利用上述估计出信道系数H，获得信道响应系h(v)，与本地序列S相乘后得到y(n)，之后 M段相关过程如下：

与现有技术相比，本发明的有益效果是：本发明在接收端利用最小二乘法准则计算粗频偏估计值，对信号进行频偏补偿后，利用ZC序列良好的相关性质实现细频偏估计与补偿，使得信号接收端对大频偏衰落有较强的估计能力，从而提高UFMC系统的性能。

附图说明

图1是本发明中UFMC系统的结构框图；

图2是本发明中联合方案的接收端结构图；

图3是UFMC系统在不同信道下误信率(SER)对比图；

图4是在不同信道下采用本方案前后误信率(SER)对比图；

图5不同频偏估计方案(λ＝0.5)下误信率比较图；

图6不同频偏估计方案(λ＝0.8)下误信率比较图。

具体实施方式

下面将结合本发明实施例中的附图，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。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。

请参阅图1～6，本发明实施例中，一种改进的UFMC系统干扰消除的联合方法，包括如下步骤：

首先进行粗频偏估计：1a)根据LS准则对接收端信号进行信道估计，得出只含有频率偏移值ε和信道响应值H两个变量的目标函数；1b)假设信道响应H值不变，基于LS准则可以推导出在发送端发送信号已知的情况下，利用频率搜索步长λ，在给定的频率梯度范围内，代入目标函数求出最小值，该最小值所对应的频率偏移值即是所求的粗频偏估计值

；1c)利用所求出的粗频偏估计值

对信号进行频偏补偿；

再利用ZC训练序列进行细频偏估计：2a)已知发射端发送的ZC导频符号，构造本地训练符号S；2b)通过估计信道响应值H后，获得信道响应系数，与本地训练序列S相乘得到最终相关序列y(n)；2c)利用ZC序列良好的自相关性，通过M段相关法与接收端时域信号进行相关，根据M段相关公式推导出最终的频率偏移值

；2d)利用所求出的细频偏估计值

对信号进行频偏补偿。

利用ZC序列的自相关性在时域上进行细频偏估计，利用M段相关法进行更为精确的频偏估计，M分段相关法过程如下(此处M＝2)：利用本地训练序列S，时域接收信号的矩阵表示形式为：

式中c为经过粗频偏补偿后残留的小数倍频偏；

利用上述估计出信道系数H，获得信道响应系h(v)，与本地序列S相乘后得到y(n)，之后 M段相关过程如下：

本发明的工作原理是：

参照图1、图2，本发明的实现步骤如下：

最小二乘法(LS)算法作为信道估计算法的一种已经在OFDM系统广泛应用，是一种利用循环前缀对频率偏差进行估计，从而对系统中的干扰进行消除的算法。由于在UFMC 系统中没有采用CP结构，在信道的影响下，UFMC系统会受到符号间的干扰。为了书写方便，可以将接收的信号改写为：

R＝D(ε)SFH+W (6)

式中：S是Q个子带上传输的发送信号，F是切比雪夫滤波阵，D(ε)是CFO对角矩阵

W是噪声向量。

步骤1 ZC序列

本方案中假设帧结构类似于LTE TDD。下面给出ZC频域信号表示：

其中j＝sqrt(-1)且μ是N的质数，ZC序列具有如下特性：

(1)恒幅零自相关特性(CAZAC，Constant Amplitude Zero Autocorrelation)在ZC 序列中的任一值的幅值均为1，并且DFT不会改变ZC序列任何元素

的幅值，同时ZC序列自相关函数的峰值只会在零点出现，即该序列有零自相关的特性。采用该序列的优点是系统可以对功率放大器的设计进行简化，这是由于该序列能有效的降低信号的峰值平均功率(PAPR，Peak toAverage Power Ratio)。

(2)理想的循环自相关特性

其中r_kk表示离散周期自相关函数。

(3)DFT特性

ZC序列经过DFT变换后仍然是ZC序列。

利用ZC序列构造一个频域训练序列s，经过IFFT变换得到时域信号可以表示为：

S＝[S(0)，S(1)，S(2)，…，S(N-1)]^T

步骤2频偏估计

经过多径信道传输后，接收端信号存在频率偏移，为了简化运算，定义S¹＝D(ε)SF，则公式(6)改写成

R＝S¹H+W (9)

式中：H是信道的频率响应。

1)粗频偏估计

应用LS准则公式简化(11)后的目标函数为：

其中

和

是的估计值。

从公式(13)可以看出有两个未知变量在Γ(ε，H)中，分别为ε，H。可以假设ε保持不变 H为变量。因此满足

初始值可以推导为：

其中：上标H是赫尔米特转置。把公式(11)带入公式(10)中，Γ(ε，H)可以被表示为：

Γ(ε，H)＝R^HR-R^HDSF[(SF)^HSF]^-1(SF)^HD^HR (12)

可以看出是一个常量，所以CFO估计值可以表示：

因为Λ(ε)函数在只有S已知的情况下只有唯一的变量ε，所以使用频率梯度搜索算法可以得到Λ(ε)函数的最大值。

2)细频偏估计

因为方法中使用了ZC序列，可以利用ZC序列的自相关性在时域上进行细频偏估计，利用M段相关法进行更为精确的频偏估计。M分段相关过程如下(此处M＝2)：利用本地训练序列S，时域接收信号的矩阵表示形式为：

式中c为经过粗频偏补偿后残留的小数倍频偏。

利用公式(14)估计出信道系数H，获得信道响应系h(v)，与本地序列S相乘后得到y(n)，之后M段相关过程如下：

步骤3联合估计算法

根据上述的推导，我们可以知道基于LS准则的CFO估计有较大的估计范围，同时当采用较小的频偏搜索步长时也有更好的频偏精确度，但是复杂度随之增加。采用M段分段相关法在频率选择信道中具有一定的鲁棒性，但是其频偏估计范围较小。

因此提出两种方法联合估计频偏偏移的方案。首先，使用LS准则对大频偏进行频率搜索直到达到收敛区间，接着利用公式(18)估计经过频偏补偿的信号细频偏。该方案拥有较大的频偏估计范围，更好的准确性，减小了复杂度。

联合频偏估计算法步骤归纳如下：

1：初始化频率迭代步长为λ＞0，频率搜索范围F_min，F_max＞0；

2：设ε¹＝F_min，ε^opt＝0，

Λ_max＝0；

迭代：

3：whileε¹＜F_maxdo

4：根据公式(16)计算Λ(ε¹)；

5：ifΛ_max≥Λ(ε¹)then

6：

保持不变；

7：else

8：Λ_max＝Λ(ε¹)，

9：end if

10：ε¹＝ε¹+λ；

11：end while

12：补偿大CFO频偏

13：计算本地序列S和估计的信道系数h(v)的乘积y(n)；

14：根据公式(18)计算得到

；

15：

步骤4仿真结果及分析

为了验证本发明的有效性，利用Matlab仿真软件分析运用该算法后UFMC系统的SER 性能。在仿真中，为了更好地证明改进算法的优越性，我们把该算法和其他频偏消除方案进行仿真，同时分析不同频偏和不同信道对算法性能的影响。仿真测试不同信噪比在不同信道和不同频偏下该系统的误比特率。本文仿真的UFMC系统具体参数设置如下表所示：

图3给出了在高斯白噪声信道和多径衰落信道下UFMC系统的BER性能曲线，由图可知在多普勒效应和多径衰落信道的条件下，信号在传输的过程中会受到干扰的影响。为了提高UFMC系统的性能，需要在接收端进行干扰消除。

图4中给出了在多径衰落信道下，UFMC系统在不同频偏情况下传输信号，比较采用本文所提出的频率消除方案和不采用频偏消除方案时，接收端信号的错误检测概率。从图中可以看出，即使受到频偏干扰较小，如不采用频偏消除方案，信号也很容易受干扰影响，导致错检率极高。而采用了本文频偏消除方案后，信号频偏的到补偿，信号错检率大大减小。这就表明本文提出的联合频偏消除方案就有较好的频偏估计果，可以预估复杂的信道情况，保证信号传输的准确度。

在现有的文献中，关于UFMC的多径频偏估计的方案还比较少，其中田广东、王珊等提出了一种LMS算法的UFMC自适应频偏消除方案一，李云华、田斌等提出了一种联合的UFMC频偏消除方案二。图5、6中，比较了在多径衰落信道中仿真这两种方案和本文所提出的方案对抗不同的频偏下信号误比特率，其中图5采用较大频偏搜索步长(λ＝0.5)，图 6采用较小的搜索步长(λ＝0.3)。由于5G应用场景的复杂性，存在大频偏的情况比较常见，所以重点比较在大频偏情况下，三种方案的抗频偏性能。由图5可知，当采用的搜索步长较大时，方案一和方案二在大频偏的情况下检测性能较差，图6通过缩小方案一和方案二中的频率搜索步长降低了错检概率，但是提高了接收端检测的复杂度。而本文提出的方案可以在粗频偏估计时采用的频率搜索步长λ＝1，同时通过细频偏检测提升了检测的精度，保证了较低的检测复杂度。通过两图对比可知，本发明提出的频率消除方案在进行频偏估计时不依赖搜索步长，同时在受到大频偏情况下依然能够比较准确地进行信道估计和补偿，保持较低的误码率。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (2)

1.一种改进的UFMC系统干扰消除的联合方法，其特征在于，包括如下步骤：

首先进行粗频偏估计：1a)根据LS准则对接收端信号进行信道估计，得出只含有频率偏移值ε和信道响应值H两个变量的目标函数；1b)可以假设ε保持不变并使H为变量，基于LS准则可以推导出在发送端发送信号已知的情况下，利用频率搜索步长λ，在给定的频率梯度范围内，代入目标函数求出最小值，该最小值所对应的频率偏移值即是所求的粗频偏估计值

1c)利用所求出的粗频偏估计值

对信号进行频偏补偿；

再利用ZC训练序列进行细频偏估计：2a)已知发射端发送的ZC导频符号，构造本地训练符号S；2b)通过估计信道响应值H后，获得信道响应系数，与本地训练序列S相乘得到最终相关序列y(n)；2c)利用ZC序列良好的自相关性，通过M段相关法与接收端时域信号进行相关，根据M段相关公式推导出最终的频率偏移值

2d)利用所求出的细频偏估计值

对信号进行频偏补偿。

2.根据权利要求1所述的改进的UFMC系统干扰消除的联合方法，其特征在于，利用ZC序列的自相关性在时域上进行细频偏估计，利用M段相关法进行更为精确的频偏估计，M分段相关法过程如下(此处M＝2)：利用本地训练序列S，时域接收信号的矩阵表示形式为：

式中c为经过粗频偏补偿后残留的小数倍频偏；

利用上述估计出信道系数H,获得信道响应系h(v),与本地序列S相乘后得到y(n),之后M段相关过程如下：

Images