CN111093253A - 一种窄带物联网NB-IoT的主同步信号精细搜索方法 - Google Patents

Abstract

本发明涉及无线通信技术领域，具体为一种窄带物联网NB‑IoT的主同步信号精细搜索方法，包括：S1：调整频点并采用低通滤波器以预设采样率接收数据；S2：对采样点进行相关性计算，通过下采样方式对S1得到的采样点进行相关性计算，得到相关性计算结果；S3：确定精确的NPSS起始位置以及残留小数倍频偏信息，S2具体包括：S201：在每个采样点和本地序列进行互相关计算，得到搜索范围内每个采样点的互相关结果；S202：在每个采样点进行自相关计算，得到搜索范围内每个采样点的自相关结果。本发明提供的一种窄带物联网NB‑IoT的主同步信号精细搜索方法，可以在不降低运算精度的情况下，降低精细搜索时的复杂度和存储空间要求，提高精细搜索的速度，加快入网时间。

Description

一种窄带物联网NB-IoT的主同步信号精细搜索方法

技术领域

本发明涉及无线通信技术领域，具体为一种窄带物联网NB-IoT的主同步信号精细搜索方法。

背景技术

无线通信系统中，接收机和发射机需要首先进行时间和频率上同步，才可以正确接收信号。对于窄带物联网NB-IoT系统，基站通过发送主同步信号NPSS和辅同步信号NSSS用于用户设备UE进行同步。UE开机之后，首先需要小区搜索，并进行时间和频率上的同步。同步完成之后，才能进行后续的信号处理。因此，同步在NB-IoT系统中至关重要。

同步一般采用相关算法。相关描述两个信号的相似程度，分为自相关和互相关。自相关算法将接收信号不同延时的数据进行差分相关，用于匹配发送信号的周期性特征。互相关算法将接收信号和本地协议规定的发送信号相关。一般情况下，在频偏和时偏较大的情况下，使用自相关算法大致得到粗略的定时频率信息；然后再用互相关算法得到精确的定时信息。

NB-IoT小区的主同步信号每10毫秒出现一次，持续1毫秒，即一个子帧。NPSS子帧的14个符号中，为了不影响同频的LTE小区，前3个符号预留，不发送数据；后面11个符号发送数据。NPSS子帧不同符号的频域发送数据都是相同的，只是在时域发送之前，不同的符号会乘以不同的正负号，称之为掩码。

一般情况下，NB-IoT系统的NPSS信号搜索会分为两步，第一步是粗略搜索，在定时信息和频率信息完全不知道的情况下，确定NPSS信号的粗略起始位置，并补偿整数倍频偏和大部分小数倍频偏；第二步是精细搜索，在粗略位置附近进行搜索，确定更加精确的定时和残留频偏信息。第一步搜索范围大，精度不会很高。

精细搜索需要在小颗粒度上计算相关值，计算量较大。NB-IoT系统对于功耗和成本的要求比较高，需要在精细搜索时尽可能降低复杂度和存储空间。

发明内容

本发明提供了一种窄带物联网NB-IoT的主同步信号精细搜索方法，可以降低精细搜索时的复杂度和存储空间要求，提高精细搜索的速度，加快入网时间。

为了解决上述技术问题，本申请提供如下技术方案：

一种窄带物联网NB-IoT的主同步信号精细搜索方法，包括以下步骤：S1：根据粗略搜索得到的粗略NPSS起始点位置，调整频点并采用低通滤波器以预设采样率接收数据；S2：对采样点进行相关性计算，通过下采样方式对S1得到的采样点进行相关性计算，得到相关性计算结果；S3：根据相关性计算结果，确定精确的NPSS起始位置以及残留小数倍频偏信息；所述S2包括：

S201：在每个采样点和本地序列进行互相关计算，得到搜索范围内每个采样点的互相关结果；

S202：在每个采样点进行自相关计算，得到搜索范围内每个采样点的自相关结果。

本发明技术方案中，通过下采样的方式来进行相关性的计算，除此以外，本申请中通过S2，在下采样的过程中不会降低运算精度，相当于在性能不下降的情况下，降低接收机本地序列存储大小，同时也降低了运算复杂度，进而可以提高精细搜索的速度，加快入网时间。

进一步，所述S1中，通过低通滤波器将待处理信号滤波到预设NB-IoT频点附近200kHz以内，预设采样率为1.92MHz。

NB-IoT信号带宽比较小，接收信号的有用带宽有200kHz左右。使用1.92MHz采样率进行采样，相当于过采样，时域上进行下采样时可以无损的恢复出频域数据。进而保证在S2中下采样处理时不会降低运算精度。

进一步，S2中S201和S202同时执行。

设置自相关计算和互相关计算同时进行，可以使得在精确NPSS起始点位置获得的同时，快速得到小数倍频偏结果，进而进一步提高精细搜索的速度，加快入网时间。

进一步，S201包括：

S2011：以粗略的NPSS起始点位置为中心，以其提前K个采样点和延后K个采样点之间的所有的采样点为搜索范围；

S2012：在搜索范围内，以每个采样点开始的一段数据和本地NPSS时域信号进行相关，获得互相关值；

所述本地NPSS时域信号存储在接收机中，其相对于预设采样率是N倍下采样的。

进一步，所述N小于等于8。

进一步，所述S2012具体包括：

根据循环前缀的长度以及本地NPSS时域信号对应的采样率在S1中的接收数据中从采样点开始取出对应的数据，并将取出的数据和本地NPSS时域信号的序列共轭相乘后累加，获得互相关值。

进一步，S202具体包括：

以搜索范围内每个采样点开始的11个候选NPSS符号内，间隔M个符号的多对符号进行自相关计算，获得自相关结果。

进一步，所述S3包括：

S301：根据互相关结果，确定精确的NPSS起始点位置；

S302：根据自相关结果，在精确的NPSS起始点位置得到残留的小数倍频偏信息。

通过互相关计算的互相关结果可以获得精确位置信息，通过自相关计算的自相关结果可以获得精确频偏信息。

进一步，所述S301中，在所有采样点的互相关结果计算完成之后，求取绝对值，互相关绝对值最大的位置即为精确的NPSS起始点位置。

进一步，所述S302中，互相关结果和自相关结果相同位置对应的时域采样点相同，残留的小数倍频偏为

其中：Δfc表示残留的小数倍频偏，ρ(M)表示步骤S301中确定的精确的NPSS起始点位置在步骤S2中的自相关结果，angle()表示取弧度值。

附图说明

图1为本发明中一种窄带物联网NB-IoT的主同步信号精细搜索方法实施例中的流程图；

图2为本发明中一种窄带物联网NB-IoT的主同步信号精细搜索方法实施例中NPSS信号结构图。

具体实施方式

下面通过具体实施方式进一步详细说明：

如图2所示，NPSS信号在11个子载波上发送，每个符号的原始数据相同，但是有不同的掩码，在互相关和自相关时，需要将掩码补偿掉，NB-IoT系统的NPSS信号搜索分为两步，第一步是粗略搜索，通过粗略搜索，在定时信息和频率信息完全不知道的情况下，获得主同步信号NPSS的粗略起始点位置，并补偿粗略的小数倍频偏和整数倍频偏；第二步是精细搜索。如图1所示，本实施例中就公开了一种窄带物联网NB-IoT的主同步信号精细搜索方法，该方法包括以下步骤：

S1：根据粗略搜索得到的粗略NPSS起始点位置，调整频点并采用低通滤波器以预设采样率接收数据；本实施例中，通过低通滤波器将待处理信号滤波到预设NB-IoT频点附近200kHz以内，预设采样率为1.92MHz。

S2：对采样点进行相关性计算，通过下采样方式对S1得到的采样点进行相关性计算，得到相关性计算结果；具体包括：

S201：在每个采样点和本地序列进行互相关计算，得到搜索范围内每个采样点的互相关结果；

S202：在每个采样点进行自相关计算，得到搜索范围内每个采样点的自相关结果。本实施中，S2中S201和S202同时执行，即在进行互相关的计算的同时，针对相同的采样点也同时进行自相关的计算。

S3：根据相关性计算结果，确定精确的NPSS起始位置以及残留小数倍频偏信息。具体包括：

S301：根据互相关结果，确定精确的NPSS起始点位置；

S302：根据自相关结果，在精确的NPSS起始点位置得到残留的小数倍频偏信息。

其中，S201包括：

S2011：以粗略的NPSS起始点位置为中心，以其提前K个采样点和延后K个采样点之间的所有的采样点为搜索范围；本实施例中，K优选为64，在搜索范围内，共计129个采样点。

S2012：在搜索范围内，以每个采样点开始的一段数据和本地NPSS时域信号进行相关，获得互相关值；所述本地NPSS时域信号存储在接收机中，所述本地NPSS时域信号相对于预设采样率是N倍下采样的。N小于等于8，本实施例中，N优选为8，本地NPSS时域信号是240kHz的NPSS信号数据。具体的，根据循环前缀的长度以及本地NPSS时域信号对应的采样率在S1中的接收数据中从采样点开始取出对应的数据，并将取出的数据和本地NPSS时域信号的序列共轭相乘后累加，获得互相关值。

由于所有符号发送的原始数据都相同，所以只需要存储1个符号的数据即可。由于不同符号的循环前缀长度不同，需要根据一定规则去取接收序列中的数据。

在1.92MHz采样率下，循环前缀长度为9的符号有128+9＝137个采样点，记其序号为-9,-8,…,-1,0,1,…,127，本地存储其中的-8,0,8,16,…,120共计17个点考虑了半子载波偏移的时域发送数据的共轭。记共计11个NPSS符号的索引分别记为l＝0,1,…,10；循环前缀部分在符号l＝4上，长度为10；其余符号上，长度为9。以搜索范围内的目标采样点开始的数据，其记为数据索引0，则以其开始的数据需要和每个符号进行互相关的索引在下表中给出。在单个符号的互相关结果计算完成后，需要乘以对应的掩码，最终累加得到当前采样点对应的互相关值。

符号索引	掩码	起始取数位置	取数间隔	结束取数位置
					0	1	1	8	129
1	1	138	8	266
					2	1	275	8	403
3	1	412	8	540
					4	-1	550	8	678
5	-1	687	8	815
					6	1	824	8	952
7	1	961	8	1089
					8	1	1098	8	1226
9	-1	1235	8	1363
					10	1	1372	8	1500

S202中，以搜索范围内每个采样点开始的11个候选NPSS符号内，间隔M个符号的多对符号进行自相关计算，获得自相关结果。本实施例中，采用非归一化的自相关ρ(M)＝

其中s(m)为不同NPSS符号的掩码，其取值为[1 1 1 1-1 -1 1 1 1 -1 1]。M为需要计算相关值的符号间隔，本实施例中优选为3。R_m为不同符号内的接收数据行向量，其取数规则和互相关计算相同。

S301中，在所有采样点的互相关结果计算完成之后，求取绝对值，互相关绝对值最大的位置即为精确的NPSS起始点位置。

S302中，互相关结果和自相关结果相同位置对应的时域采样点相同，残留的小数倍频偏为

其中：Δfc表示残留的小数倍频偏，ρ(M)表示步骤S301中确定的精确的NPSS起始点位置在步骤S2中的自相关结果，angle()表示取弧度值。

本实施例中，在精细搜索过程中，通过下采样的方式来进行相关性的计算，在性能不下降的情况下，降低接收机本地序列存储大小，同时也降低了运算复杂度。

设置自相关计算和互相关计算同时进行，可以使得在精确NPSS起始点位置获得的同时，快速得到小数倍频偏结果，进而进一步提高精细搜索的速度，加快入网时间。

复杂度分析：

在1.92MHz采样率下，NPSS的采样点个数共计137*10+138＝1508个。如果不进行下采样处理，对于每个采样点，都需要进行1508个复数乘法和1507个复数加法，则总计算复杂度为(2*K+1)*1508个复数乘法和(2*K+1)*1507个复数加法。

以下采样8倍为例，每个符号只需要处理17个数据，每个采样点计算相关值过程中需要处理的采样点个数为17*11＝187个。对于每个采样点，都需要进行187个复数乘法和186个复数加法，则总计算复杂度为(2*K+1)*187个复数乘法和(2*K+1)*186个复数加法。

可以看出，本方法运算量是不进行下采样时运算量的1/8，能够有效地降低逻辑运算难度。

性能分析：

NB-IoT信号带宽比较小，接收信号的有用带宽只有200kHz。使用1.92MHz采样率进行采样，相当于过采样8倍，时域上每8个采样点中取一个采样点就可以无损的恢复出频域数据。因此，从1.92MHz下采样到240kHz不会降低运算精度。

以上的仅是本发明的实施例，该发明不限于此实施案例涉及的领域，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：包括以下步骤：

S1：根据粗略搜索得到的粗略NPSS起始点位置，调整频点并采用低通滤波器以预设采样率接收数据；

S2：对采样点进行相关性计算，通过下采样方式对S1得到的采样点进行相关性计算，得到相关性计算结果；

S3：根据相关性计算结果，确定精确的NPSS起始位置以及残留小数倍频偏信息；

所述S2包括：

S201：在每个采样点和本地序列进行互相关计算，得到搜索范围内每个采样点的互相关结果；

S202：在每个采样点进行自相关计算，得到搜索范围内每个采样点的自相关结果。

2.根据权利要求1所述的一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：所述S1中，通过低通滤波器将待处理信号滤波到预设NB-IoT频点附近200kHz以内，预设采样率为1.92MHz。

3.根据权利要求1所述的一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：S2中S201和S202同时执行。

4.根据权利要求3所述的一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：S201包括：

S2011：以粗略的NPSS起始点位置为中心，以其提前K个采样点和延后K个采样点之间的所有的采样点为搜索范围；

S2012：在搜索范围内，以每个采样点开始的一段数据和本地NPSS时域信号进行相关，获得互相关值；

所述本地NPSS时域信号存储在接收机中，其相对于预设采样率是N倍下采样的。

5.根据权利要求4所述的一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：所述N小于等于8。

6.根据权利要求5所述的一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：所述S2012具体包括：

根据循环前缀的长度以及本地NPSS时域信号对应的采样率在S1中的接收数据中从采样点开始取出对应的数据，并将取出的数据和本地NPSS时域信号的序列共轭相乘后累加，获得互相关值。

7.根据权利要求6所述的一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：S202具体包括：

以搜索范围内每个采样点开始的11个候选NPSS符号内，间隔M个符号的多对符号进行自相关计算，获得自相关结果。

8.根据权利要求1所述的一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：所述S3包括：

S301：根据互相关结果，确定精确的NPSS起始点位置；

S302：根据自相关结果，在精确的NPSS起始点位置得到残留的小数倍频偏信息。

9.根据权利要求8所述的一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：所述S301中，在所有采样点的互相关结果计算完成之后，求取绝对值，互相关绝对值最大的位置即为精确的NPSS起始点位置。

10.根据权利要求9所述的一种窄带物联网NB-IoT的主同步信号精细搜索方法，其特征在于：所述S302中，互相关结果和自相关结果相同位置对应的时域采样点相同，残留的小数倍频偏为

其中：Δfc表示残留的小数倍频偏，ρ(M)表示步骤S301中确定的精确的NPSS起始点位置在步骤S2中的自相关结果，angle()表示取弧度值。

Images