CN110915176B

CN110915176B - 网络中窄带物联网信号的快速扫描

Info

Publication number: CN110915176B
Application number: CN201880006541.1A
Authority: CN
Inventors: G·尼切; M·施密特
Original assignee: Commsolid GmbH
Current assignee: Commsolid GmbH
Priority date: 2018-07-16
Filing date: 2018-07-16
Publication date: 2022-07-08
Anticipated expiration: 2038-07-16
Also published as: US11362877B2; WO2020015811A1; CN110915176A; US20210409253A1

Abstract

本发明公开了快速检测扫描网络中窄带物联网信号的方法。本发明的目的是提供一种可靠且非常快速的扫描程序，以便减少搜索时间并因此减少功耗，这将通过一种快速检测扫描网络中窄带物联网信号的方法来解决。其通过应用比240kHz更高的采样率并且在接收带宽大于180kHz的窄带物联网信号带宽约一个量级处观察接收到的信号，其中可以同时观察一组2M+1个窄带物联网信号，每个窄带物联网信号具有不同的E‑UTRA绝对射频信道号(EARFCN)，其中M是自然数，2M+1表示同时观察到的信道数。

Description

网络中窄带物联网信号的快速扫描

技术领域

本发明涉及网络中窄带物联网信号的快速检测扫描方法。

背景技术

所有无线标准都能够快速检测可用网络，这一点非常重要。每个标准都需要适合特定标准的不同方法。在EP3043602A1中，描述了适用于3GPP标准LTE(长期演进)的快速方法。由于新的3GPP标准NB-IoT(窄带物联网)基于全新的同步信号，因此该新标准需要其他方法。文献R1-161981 NB-PSS和NB-SSS Design.doc，http://www.3gpp.org/ftp/TSG_RAN/WG1_RL1/TSGR1_AH/LTE_NB-IoT_1603/Docs/R1-161981.zip中给出窄带物联网的直接但缓慢的实现。

窄带物联网是基于3GPP版本13的通信标准的全新长期演进，以低功耗、低设备成本、无线链路扩展范围的蜂窝式物联网通信为目标。对于物联网应用，低功耗非常重要，特别是对于电池供电的设备。由于移动无线电通信网络的搜索时间的减小也降低了功耗，因此与其他无线应用相比，快速扫描对于物联网而言甚至更为重要。此外，由于窄带物联网将在极端覆盖范围情况下工作，因此现有技术的算法在这里特别慢。网络的覆盖范围，例如窄带物联网网络，是网络站可以通信的地理区域。覆盖范围取决于若干因素，例如地形、建筑物、技术、射频以及消费者设备的灵敏度和传输效率。在单个载波频率上扫描可能需要几秒钟，扫描整个频带可能需要几分钟。

类似于基线长期演进标准，在PLMN(公共陆地移动网络)选择期间需要初始扫描过程以便找到未知的EARFCN(E-UTRA绝对射频信道号)。E-UTRA是用于移动网络的第三代合作伙伴计划(3GPP)长期演进(LTE)升级路径的空中接口。关于平均低功耗，无线电部分的有效时间(也称为接通时间)应尽可能短。特别地，低噪声放大器(LNA)和无线电部分的频率合成是整体功耗的主要贡献者，同时处于接收模式。事实上，具有用于快速频率扫描的装置是非常有益的。

在宽频率范围内快速扫描窄带物联网信号不能简单地基于能量检测，因为长期演进帧的时域信号受到静音间隙的影响。此外，窄带物联网下行链路接收过程(MIB-主信息块，SIB-1-系统信息块-1)需要相对较长的无线电接通时间。因此，如果确信检测到的信号很可能是窄带物联网信号，则希望仅开始完整的接收过程。

与长期演进类似，在3GPP中规定了专用同步序列，称为NPSS(窄带主同步信号)和NSSS(窄带辅同步信号)。因此，对于可靠的频率扫描，利用那些同步序列的特定属性是有用的。

用于窄带主同步信号(NPSS)的频域序列是根据

和覆盖码

从频域Zadoff-Chu序列生成的。

窄带主同步信号序列重复十一次，其中每次重复的符号由覆盖码确定。在R1-161981NB-PSS和NB-SSS Design.doc(见上文)中，已经提出了一种时域算法，该算法利用zadoff-chu序列与覆盖码的自相关特性。在其中提出了以低采样率f_s≤240kHz的窄带主同步信号检测。如果已知E-UTRA绝对射频信道号，这适用于窄带物联网信号的带宽BW(BW≈180kHz)。但是，如果尚未识别E-UTRA绝对射频信道号，则必须针对感兴趣的频带内的每个E-UTRA绝对射频信道号串行地重新调用窄带主同步信号检测。

发明内容

因此，本发明的目的是提供一种可靠且非常快速的扫描程序，以便减少搜索时间并因此减少功耗。

本发明的目的将通过一种方法来解决，该方法通过应用比240kHz更高的采样率和在接收带宽大于180kHz的窄带物联网信号带宽约一个量级处观察接收信号，来快速检测扫描网络中的窄带物联网信号，其中可以同时观察到一组即2M+1个窄带物联网信号，每个信号具有不同的E-UTRA绝对射频信道号(EARFCN)，而M是自然数，2M+1表示同时观察到的信道数。

窄带物联网单元格可以在100kHz输电网上的载波频率上发生。通常，现有技术算法使用200kHz的带宽每100kHz步进扫描，因此需要例如在3GPP带20上扫描600次。3GPP带20代表数字红利的频段，德国主要利用长期演进作为数字用户线路(DSL)替代方案。频率范围为791-821MHz可供下载-因此30MHz。例如，3GPP带20的规范规定5、10、15或20MHz带宽的频带可用于工作。为了更快地搜索窄带物联网信号，本发明的方法使用更宽的带宽，例如，1.1MHz，以及将时域采样变换成频域采样的快速傅里叶变换，并在频域中使用特殊的自相关性来检测(例如11个)可同时携带窄带物联网信号的载波频率的候选。

本发明方法的优点可以表现于更高的多的网络扫描速度，大约高10倍，这也导致更少的功耗，并且可以在运行时容易地配置扫描速度和灵敏度之间的权衡。

这意味着，应用更高的采样率f_s并因此在相对于信号带宽BW的更高接收带宽处观察信号，导致在单次窄带主同步信号搜索中并行搜索多个E-UTRA绝对射频信道号。频率间隔

除了相对于载波频率f_c的m＝0的E-UTRA绝对射频信道号之外，支持E-UTRA绝对射频信道号-M≤m≤-1和1≤m≤M的同时扫描，参见图1。整数值m代表E-UTRA绝对射频信道号偏移量。

原则上，这可以通过应用一组局部离散时间混频器来实现，每个局部离散时间混频器具有对应于m·100kHz的频率。计算效率更高的方法基于快速傅立叶变换，如下所述。这里没有考虑可能的±7.5kHz光栅偏移的不确定性。如下所述，所提出的方法在频率偏移方面的鲁棒性涵盖了这一点。

在优选实施例中，本方法包括第一阶段，在第一阶段中，移除基带信号的循环前缀的平均部分。在长期演进标准中，使用所谓的循环前缀(CP)并且在每个正交频分复用(OFDM)符号之前预先设置循环前缀(CP)，以便获得正交数据传输的时间窗口，而没有载波间和符号间干扰。

令{x(k)}是在某些采样频率f_s≥BW+2MΔ处获得的离散时基带信号。第一个所需的处理部分是从输入数据样本序列x(k)中移除循环前缀的平均部分。假设使用典型的长期演进采样率

，其中K是整数值。对于K＝16，1920kHz的采样率为M≤8提供足够的过采样。在这种情况下，一旦捕获了128个IQ样本的第n个块，就可以通过丢弃Q(s＝nmod7)样本来移除平均循环前缀，其中

或者，可以使用略低的采样率

在这种情况下，可以避免如上所述周期性地丢弃样本的过程，因为降低采样率已经执行了循环前缀的移除。

在另一个优选实施例中，该方法包括第二阶段，在第二阶段中及时收集N IQ样本的时域矢量，使得时域矢量的平均时间差等于一个长期演进正交频分复用符号，而N是矢量的长度。正交频分复用符号由占用180kHz带宽的12个子载波组成。第二阶段执行平均循环前缀的移除。

在另一实施例中，该方法包括第三阶段，在第三阶段中，计算每个时域矢量的频域中的矢量，应用离散傅里叶变换(DFT)，分别形成离散傅里叶变换矢量。

不失一般性，令K＝16。无论应用于移除平均循环前缀的方法如何，每个长期演进帧由n＝0，1，...，139的x_n＝[x(k+n·128)，x(k+n·128+1)，...，x(k+n·128+127)]^T形式的140个连续时域正交频分复用符号矢量x_n组成。通过使用长度N＝128的离散傅里叶变换，可以获得相应的频域矢量X_n＝DFT₁₂₈(x_n)。这比将一组局部离散时间混频器与FFT结合使用更有效。

在另一个优选实施例中，第三阶段基于快速傅立叶变换(FFT)。这是实现离散傅里叶变换结果的更有效的方法。

在另一个优选实施例中，该方法包括第四阶段，在第四阶段中，计算当前离散傅里叶变换矢量与先前离散傅里叶变换矢量的积分算子(Hadamard product)。

这意味着，积分算子可以表示为

而X_n是第n个正交频分复用符号矢量的当前离散傅里叶变换矢量，

是先前正交频分复用符号矢量在时间上的共轭的先前离散傅里叶变换矢量的共轭。由于Zadoff-Chu序列的良好自相关特性，对于属于窄带主同步信号的符号n的幅度|Fn|相对较大，前提是采样与正交频分复用符号的边界对齐。

此外，在优选实施例中，关于第m个E-UTRA绝对射频信道号的接收的窄带物联网信号的频率内容，添加了积分算子的指数点W_m。这为所有2M+1个E-UTRA绝对射频信道号提供了原始估计。这降低了内存要求，如下所述。

为了提高窄带主同步信号检测的可靠性，在多个长期演进帧的时间段内对具有附加指数点W_m的积分算子的集合进行平均。用于平均的长期演进帧的数量可用于扫描速度和灵敏度之间的权衡。

在另一个优选实施例中，该方法包括第五阶段，在第五阶段中，为了计算输出值，关于积分算子的考虑中包括包含在窄带物联网窄带主同步信号中的窄带主同步信号的覆盖码。这进一步提高了窄带主同步信号检测的可靠性。

在该方法的另一优选实施例中，时域矢量在时间上被长期演进正交频分复用符号的一半隔开，频域矢量基于长期演进正交频分复用符号的一半来计算，积分算子用在时间上相应的替换的长期演进正交频分复用符号的一半执行，因此积分算子的平均时间差再次是一个正交频分复用符号周期。

如果如上所述的

是第n个正交频分复用符号矢量的积分算子与前一个正交频分复用符号矢量的时间的共轭，并且由于Zadoff-Chu序列的良好自相关特性，则属于窄带主同步信号的符号n的幅度|F_n|相对较大，前提是采样与正交频分复用符号的边界对齐。然而，由于在执行检测窄带主同步信号时未知符号边界，因此幅度|F_n|很大程度上取决于初始采样点。通过考虑p＝0，1，2，3的一组时移矢量

(其中Vp＝p·32)并分别计算相应的值

和

可以放宽该依赖性。

根据前面的优选实施例，考虑半符号而不是完整的正交频分复用符号是更简单的方法。令x_n＝[x(k+n·64)，x(k+n·64+1)，...，x(k+n·64+63)]^T为n＝0，1，...，279的第n个半符号，其属于完整长期演进帧。假设X_n＝DFT₆₄(x_n)，类似于Eq.3，和令

在这种情况下，关于初始采样点的|F_n|的依赖性相当宽松，因为无论初始采样点如何，半符号的至少一部分总是包含在完整的正交频分复用符号中。如图2所示。无线电接口处的完整正交频分复用符号S_k-1和S_k获得关于X_n的随机符号边界的一些偏移。可以看出，相邻的正交频分复用符号S_k-1和S_k内包含该对(X_n-2，X_n)的半符号，而不包含(X_n-1，X_n+1)的半符号。

注意，矢量X_n的第k个元素X_n(k)对应于基带信号的频率内容

的估计。为了减少存储器需求，存储

值是足够的，其中W_m是关于第m个E-UTRA绝对射频信道号的属于窄带物联网信号的主要频谱部分的频率指标的集合。

为了提高窄带主同步信号检测的可靠性，A_n，m可以根据

B_n，m(v)＝αB_n，m(v-1)+βA_n，m(v) (等式5)利用B_n，m(0)＝0以及0≤α，β≤1对多个长期演进帧v＝1，...，NF进行平均。

可以在接收I/Q样本的同时实时执行更新B_n，m。对于n个样本的第n个块，更新

的计算复杂度近似如下：Nlog₂N应用快速傅里叶变换(FFT)，N次乘法、附加(2M+1)|W_m|必须执行。因此，在几个帧周期内执行就地更新时需要n＝0，1，...，279和-M≤m≤M的B_n，m的存储。X_n和X_n-2的存储仅在步骤n＝n_x直到深度3时局部需要。

在本发明方法的另一优选实施例中，根据窄带物联网窄带主同步信号中包含的窄带主同步信号的覆盖码和根据第五阶段的积分算子，关于计算的输出值计算2M+1个峰值。这具有可以并行检查2M+1个候选的优点。

在本发明方法的另一个优选实施例中，关于第五阶段的输出值计算单个参考值。该参考值与峰值的结合提供了存在窄带物联网信号的决定。

此外，在本发明方法的优选实施例中，通过在不同的中心频率处重新扫描峰值来执行后处理，而从第一中心频率处的初始扫描和不同的中心频率处的第二扫描获取最小峰值。根据窄带物联网窄带主同步信号中包含的窄带主同步信号的覆盖码和根据第五阶段的积分算子，计算关于计算的输出值的峰值，将使用不同的中心频率进行第二次重新扫描该峰值。分别从不同中心频率的第一次扫描和第二次扫描获得不同的峰值。从这两次扫描中获取最小峰值，从而提供更可靠的E-UTRA绝对射频信道号的估计。

根据Eq.1，窄带主同步信号使用特定的覆盖码。关于Eq.5令

和令P_peak(m)＝max_{{0≤n≤279}}C_n，m{-M≤m≤M}。

这意味着对于每个信道值{-M≤m≤M}，计算专用峰值P_peak(m)。令P_ref为公共参考值，其根据

利用从(m_opt，n_opt)＝arg-max{-M≤m≤M，0≤n≤279}C_n，m取得的m_opt以及作为比例因子的T。如果P_peak(m)≥P_ref(Eq.7)，则可以考虑存在窄带主同步信号。该参考值关于基带信号的动态范围{x(k)}执行自动校准。应该选择比例因子T使得误警率非常低。在存在纯高斯噪声随机信号的情况下，通过

发现关于非常低的误警率的T的保守值。

注意，复数B_n；m的参数与载波频率偏移成比例，参见Eq.4，其使得对于未知载波频率偏移的估计非常稳健。由于用户设备(UE)的晶体容差(高达25ppm)，本发明的方法覆盖信道光栅偏移和可能大的频率偏移。

一旦射频(RF)接口已经关闭，就可以在附加的后处理部分中执行C_n；m的计算。由于可以从B_n；m获得C_n；m的所有信息，因此不需要显式存储C_n；m来计算P_peak(m)和P_ref。

图3示出了本发明实施例的测量结果的绘图，应用N_F＝16帧利用参数α＝β＝1进行平均。以f_c＝806MHz进行扫描，观察11个信道(M＝5)。射频接口在低输入功率(10log₁₀ SNR<0)下工作，与参考时钟偏移10ppm。

注意，有意地计算一组即2M+1个峰值P_peak(m)，而不仅仅是P_peak(m＝m_opt)。这将在下面概述。依赖于无线电部分的属性，所提出的算法可能错误地指示在正确检测的E-UTRA绝对射频信道号附近的附加窄带物联网信号。例如，这可能是由于低中频(IF)接收器的接收路径的I/Q不匹配引起的。为了减轻那些不希望的误报检测，重新调用完整扫描但使用不同的中心频率f_c+f_o是有用的。频率偏移f_o应该是100kHz的倍数并且可以选择，使得可以使用单个快照重新测量找到的峰值。利用关于先前测量的峰值的最小值，可以从E-UTRA绝对射频信道号的真实候选中检索假峰值候选。

将使用示例性实施例更详细地解释本发明。

附图说明

图1示出同时扫描多个窄带物联网信号；

图2示出与完整正交频分复用符号相关的半符号相关性；

图3示出在m_opt存在噪声窄带物联网信号时的相关性结果。

具体实施方式

图1示出了除了相对于载波频率f_c的m＝0的E-UTRA绝对射频信道号之外，支持E-UTRA绝对射频信道号-M≤m≤-1和1≤m≤M的同时扫描的频率间隔

应用更高的采样率f_s并因此以相对于信号带宽BW的更高接收带宽观察信号，导致在单次窄带主同步信号搜索中并行搜索多个E-UTRA绝对射频信道号。

令{x(k)}是在某些采样频率f_s≥BW+2MΔ处获得的离散时间基带信号。第一个所需的处理部分是从输入数据样本序列x(k)中移除循环前缀的平均部分。假设使用典型的长期演进采样率

其中K是整数值。对于K＝16，1920kHz的采样率为M≤8提供足够的过采样。在这种情况下，一旦捕获了128个IQ样本的第n个块，就可以通过丢弃Q(s＝nmod 7)IQ样本来移除平均循环前缀，其中

或者，可以使用略低的采样率

不失一般性，令K＝16。无论应用何种方法移除平均循环前缀，每个长期演进帧由n＝0，1，...，139的形式x_n＝[x(k+n·128)，x(k+n·128+1)，...，x(k+n·128+127)]^T的140个连续时域正交频分复用符号矢量X_n组成。通过使用长度N＝128的离散傅里叶变换，可以获得相应的频域矢量X_n＝DFT₁₂₈(x_n)，这比应用一组局部离散时间混频器更有效。令

是第n个正交频分复用符号矢量X_n的积分算子，其具有先前OFDM符号矢量

的时间上的共轭。由于Zadoff-Chu序列的良好自相关特性，对于属于窄带主同步信号的符号n的幅度|F_n|相对较大，前提是采样与正交频分复用符号的边界对齐。

然而，由于在执行检测窄带主同步信号时未知符号边界，因此幅度|F_n|很大程度上取决于初始采样点。通过考虑p＝0，1，2，3的一组时移矢量

(其中V_p＝p·32)并分别计算相应的值

和

可以放宽该依赖性。

参见图2。更简单的方法是考虑半符号而不是完整的正交频分复用符号。令x_n＝[x(k+n·64)，x(k+n·64+1)，...，x(k+n·64+63)]^T为n＝0，1，...，279的第n个半符号，其属于完整长期演进帧。令X_n＝DFT₆₄(x_n)类似于Eq.3，将Fn定义为

注意，矢量X_n的第k个元素X_n(k)对应于基带信号的频率内容

的估计。为了减少存储需求，存储

为了提高窄带主同步信号检测的可靠性，A_n，m可以根据

B_n，m(v)＝αB_n，m(v-1)+βA_n，m(v)(Eq.5)利用B_n，m(0)＝0和

0≤α，β≤1对多个长期演进帧v＝1，...，N_F进行平均。

的计算复杂度近似如下：N log₂ N应用快速傅里叶变换(FFT)，N次乘法、附加(2M+1)|Wm|必须执行。因此，在几个帧周期内执行就地更新时需要n＝0，1，...，279和-M≤m≤M的B_n，m存储。X_n和X_n-2的存储仅在步骤n＝n_x直到深度3时局部需要。

根据Eq.1，窄带主同步信号使用特定的覆盖码。关于Eq.5令

和令P_peak(m)＝max_{0≤n_≤279}C_n，m{-M≤m≤M}。

这意味着对于每个信道值

{-M≤m≤M}，计算专用峰值P_peak(m)。

根据

利用从(m_opt，n_opt)＝arg-max{-M≤m≤M，0≤n≤279}C_n，m取得的m_opt以及作为比例因子的T令P_ref为公共参考值。如果P_peak(m)≥P_ref(Eq.7)，则可以考虑存在窄带主同步信号。该参考值关于基带信号的动态范围{x(k)}执行自动校准。应该选择比例因子T使得误警率非常低。在存在纯高斯噪声随机信号的情况下，通过

发现关于非常低的误警率的T的保守值。

注意，复数B_n；m的参数与载波频率偏移成比例，参见Eq.4，其使得对于未知载波频率偏移的估计非常稳健。由于用户设备(UE)的晶体容差(高达25ppm)，本发明的方法覆盖了信道光栅偏移和可能大的频率偏移。

注意，有意地计算一组即2M+1个峰值P_peak(m)，而不仅仅是P_peak(m＝m_opt)。这在下面概述。依赖于无线电部分的属性，所提出的算法可能错误地指示在正确检测的E-UTRA绝对射频信道号附近的附加窄带物联网信号。例如，这可能是由于低中频(IF)接收器的接收路径的I/Q不匹配引起的。为了减轻那些不希望的误报检测，重新调用完整扫描但使用不同的中心频率f_c+f_o是有用的。频率偏移f_o应该是100kHz的倍数并且可以选择，使得可以使用单个快照重新测量找到的峰值。利用关于先前测量的峰值的最小值，可以从E-UTRA绝对射频信道号的真实候选中检索假峰值候选。

Claims

1.一种用于在由用户设备(UE)执行的窄带主同步信号(NPSS)搜索的单次运行中快速检测扫描窄带物联网(NB-IoT)信号的方法，其应用比240kHz更高的采样率并且在频率间隔–BW/2-MΔ≤f≤MΔ+BW/2,Δ＝100kHz内观察相对于NB-IoT信号带宽(BW)的接收带宽上的接收到的信号，以支持，除了相对于载波频率的m＝0的EARFCN之外，UE对E-UTRA绝对射频信道号(EARFCN)-M≤m≤-1和1≤m≤M的同时扫描，其中，m代表EARFCN偏移量，其中，同时观察一组即2M+1个NB-IoT信号，每个NB-IoT信号具有不同的EARFCN，M是自然数，2M+1表示观察到的信道数，通过使用更宽的带宽以及将时域采样变换成频域采样的快速傅立叶变换，并在频域中使用特殊的自相关性来检测能够同时携带NB-IoT信号的载波频率的候选，

其中，所述方法包括第一阶段，在所述第一阶段中，移除接收到的基带信号的循环前缀的平均部分，

其中，所述方法包括第二阶段，在所述第二阶段中，在时间上采集没有循环前缀的接收到的信号的N IQ样本的时域矢量，其中，选择N使得时域矢量的平均时间差等于一个长期演进正交频分复用(LTE OFDM)符号，其中N是矢量的长度。

2.根据权利要求1所述的快速检测扫描窄带物联网信号的方法，其中，所述方法包括第三阶段，在所述第三阶段中，计算每个时域矢量的频域中的矢量，应用离散傅里叶变换(DFT)，分别形成离散傅里叶变换矢量。

3.根据权利要求2所述的快速检测扫描窄带物联网信号的方法，其中，所述第三阶段基于快速傅立叶变换(FFT)。

4.根据权利要求2所述的快速检测扫描窄带物联网信号的方法，其中，所述方法包括第四阶段，在所述第四阶段中，计算当前离散傅里叶变换矢量与先前离散傅里叶变换矢量的共轭的积分算子。

5.根据权利要求4所述的快速检测扫描窄带物联网信号的方法，其中，关于第m个E-UTRA绝对射频信道号接收的窄带物联网信号的频率内容，添加积分算子的指数点W_m。

6.根据权利要求4所述的快速检测扫描窄带物联网信号的方法，其中，在多个长期演进帧的周期内对积分算子的集合进行平均。

7.根据权利要求4所述的快速检测扫描窄带物联网信号的方法，其中，所述方法包括第五阶段，在所述第五阶段中，为了计算输出值，关于积分算子的考虑包括包含在窄带物联网窄带主同步信号中的窄带主同步信号的覆盖码。

8.根据权利要求2所述的快速检测扫描窄带物联网信号的方法，其中，时域矢量在时间上通过长期演进正交频分复用符号的一半隔开，基于长期演进正交频分复用符号的一半来计算频域矢量，积分算子在时间上用长期演进正交频分复用符号的一半的相应替换执行，因此积分算子的平均时间差再次是一个正交频分复用符号周期。

9.根据权利要求7所述的快速检测扫描窄带物联网信号的方法，其中，根据包含在窄带物联网窄带主同步信号中的窄带主同步信号的覆盖码和积分算子，计算关于计算的输出值的2M+1个峰值。

10.根据权利要求7所述的快速检测扫描窄带物联网信号的方法，其中，关于第五阶段的输出值计算单个参考值。

11.根据权利要求9所述的快速检测扫描窄带物联网信号的方法，其中通过在不同的中心频率处重新扫描峰值来执行后处理，而在初始中心频率的初始扫描和不同中心频率的第二次扫描中获得最小峰值。