CN113890804A - 一种适用于大频偏场景下的高性能同步方法 - Google Patents

Abstract

本发明提供一种适用于大频偏场景下的高性能同步方法，其中利用多个恒模相位变化序列构造前导序列，在保证高性能的同步性能下解决大频偏对同步峰性能的影响；再利用第二段序列中基序列共轭和非共轭的组合方式，解决了频偏估计范围小的问题，并在频偏纠正后，精同步再无频偏误差的情况下利用序列的相关性，估计帧同步的位置；同时在粗同步和频率同步之后进行精同步，能够避开精同步对门限的需求，只需要在固定的长度进行最大值的搜索，进行最佳采样点的确定，有助于进一步提高同步性能。

Description

一种适用于大频偏场景下的高性能同步方法

技术领域

本发明涉及单载波和正交频分复用技术领域，具体而言，涉及一种适用于大频偏场景下的高性能同步方法。

背景技术

无线通信中特别是单载波通信以及正交频分复用(Orthogonal FrequencyDivision Multiplexing，OFDM)，单载波通信被广泛的用于卫星通信、军用电台系统中，而多载波通信被广泛的应用于LTE、4G、5G系统中。

在无线通信中不管是多载波还是单载波对同步的误差都是十分敏感的，特别是在存在较大频偏时，对多载波会造成载波间的干扰(Inter-Carrier-Interference,ICI)，单载波和OFDM通信过程种造成接收数据相位旋转；再存在较大时偏时，对多载波造成码间干扰(Inter-Symbol-Interference，ISI)，而对单载波造成最佳采样点偏差，严重影响系统的整体性能。

为了消除载波频偏和定时误差，现有技术采用在发射数据的前面添加训练序列，由于训练序列进行结构上重复设计以及利用训练序列的相关性，在接收机中利用序列相似特性，常采用差分法计算频偏带来的相位差，消除载波频偏误差；利用序列相关性，以及多个相关峰合并的方法来消除定时误差。然而，该方法存在些缺点：在较大频偏的干扰下，出现相关峰小，影响同步性能；以及利用符号间差分法计算频偏，存在估计频偏的范围小和性能差的缺点。

发明内容

本发明旨在提供一种适用于大频偏场景下的高性能同步方法，以解决上述存在的问题。

本发明提供的一种适用于大频偏场景下的高性能同步方法，包括如下步骤：

步骤1：采用恒模相位变化序列，通过不同序列长度、不同重复次数和不同运算方式构造出包含若干段序列的前导序列以及对应每段序列的本地模板数据；

步骤2：接收所述前导序列的时域数据，将接收的时域数据进行幅度归一化；

步骤3：利用前导序列中的第一段序列的本地模板数据与幅度归一化后的时域数据进行相关峰计算；

步骤4：将相关峰计算的结果数据进行求模运算，并将求模运算的结果数据复制若干份，对每一份求模运算的结果数据采用不同延时后进行合并，得到粗同步相关峰结果数据；

步骤5：根据粗同步相关峰结果数据，通过门限比较搜索出第一段序列所占长度的数据，并从中计算出粗同步相关峰最大值的位置；

步骤6：根据所述粗同步相关峰最大值的位置，从该位置后取出第一固定长度的数据；

步骤7：对第一固定长度的数据分别与前导序列的第二段序列的本地模板数据，以及共轭后的本地模板数据进行相关运算，得到2路相关运算数据；

步骤8：对所述2路相关运算数据，分别计算各自的最大值以及最大值位置，利用2路相关运算数据的最大值所在位置差，计算出整数频偏；利用这2路相关运算数据的最大值之间相位差，计算出小数频偏；

步骤9：对所述粗同步相关峰最大值的位置开始，取出第二固定长度的数据，并利用计算出的小数频偏和整数频偏，对取出的第二固定长度的数据进行频偏纠正；

步骤10：对频偏纠正后的数据和第三段序列的本地模板数据，进行相关运算得到精同步相关峰结果数据，对精同步相关峰结果数据进行最大值搜索，最大值的位置为帧同步位置。

进一步的，步骤1包括如下子步骤：

步骤101：利用恒模相位变化序列，设置恒模相位变化序列的序列长度为前导序列的第一段序列长度的1/4，得到前导序列的第一段序列的基序列，并将第一段序列的基序列重复4份得到第一段序列，其中，第一段序列的基序列即为第一段序列的本地模板数据；

步骤102：利用恒模相位变化序列，设置恒模相位变化序列的序列长度为前导序列的第二段序列长度的1/2，得到前导序列的第二段序列的基序列，并将第二段序列的基序列重复2份，并将第二份基序列进行共轭运算，第一份基序列保持不变，组合第一份基序列以及共轭运算后的第二份基序列得到第二段序列，其中，第二段序列的基序列为第二段序列的本地模板数据；

步骤103：利用恒模相位变化序列，设置恒模相位变化序列的序列长度为前导序列的第三段序列长度，得到前导序列的第三段序列的基序列，也即第三段序列本身，其中，第三段序列即为其本地模板数据；

步骤104：依次排列第一段序列，第二段序列和第三段序列，得到最终的前导序列。

进一步的，步骤3中的相关峰计算采用卷积运算，该卷积运算的公式如下：

其中，base1_peak表示相关峰计算的结果数据，rd_sign为接收的信号经过幅度归一化的数据，N为第一段序列的基序列的长度，pn_base1为第一段序列的本地模板数据，j＝0,1,...,N，k＝N,N-1,...,0。

进一步的，步骤7包括如下子步骤：

将第一固定长度的数据复制2份：

其中一份数据与前导序列的第二段序列的本地模板数据按照步骤3的公式进行卷积运算，得到第1路相关运算数据；

另一份数据与共轭后的本地模板数据按照步骤3的公式进行卷积运算，得到第2路相关运算数据。

进一步的，步骤8中所述整数频偏的计算公式为：

integer_df＝fs/n*ceil(n-(position2-position1)/2)

其中，integer_df为整数频偏，fs为数据采样率，n为第二段序列的基序列长度，ceil()为向下取整，position2为第2路相关运算数据的最大值位置，position1为第1路相关运算数据的最大值位置。

进一步的，步骤8中所述小数频偏的计算公式为：

deci_df＝angle(max_val2*max_val1)/(2π*n/fs)

其中，deci_df为小数频偏，max_val2为第2路相关运算数据的最大值，max_val1为第1路相关运算数据的的最大值，fs为数据采样率，n为第二段序列的基序列长度，angle()为计算角度。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、本发明通过利用恒模相位变化序列构造出基序列，并通过独特的结构构造出前导序列，这种前导序列具有抗频偏的特点，频偏干扰只会影响前导序列相关峰的位置，不会影响相关峰的大小，因此具备在大频偏场景下具有高性能同步功能；

2、本发明利用第二段序列中基序列共轭和非共轭的组合方式，利用它们对于频偏干扰峰值位置移动相反的特性，能够计算较大范围的整数频偏，以及利用峰值的相位差计算小数频偏，由于峰值为多点的合并值具有较高的信噪比，从而计算得到的小数频偏较为精确，解决了频偏估计范围小的问题。

3、本发明在频偏纠正后，精同步再无频偏误差的情况下利用序列的相关性，估计帧同步的位置；同时在粗同步和频率同步之后进行精同步，能够避开精同步对门限的需求，只需要在固定的长度进行最大值的搜索，进行最佳采样点的确定，有助于进一步提高同步性能。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例的适用于大频偏场景下的高性能同步方法的流程图。

图2为本发明实施例的包含三段序列的前导序列的结构图。

图3为本发明实施例的第一段序列的4个相关峰值图。

图4为本发明实施例的第一段序列的4个相关峰的幅度合并图。

图5为本发明实施例的第二段序列的共轭和非共轭的本地模板数据的相关峰值图。

图6为本发明实施例的第三段序列的相关峰值图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。

实施例

本实施例以包含4096个点为一段序列(一个符号)的前导序列为例进行同步，构造包含三段序列(也即三个符号)的前导序列，并在接收端对该前导序列进行同步运算和频偏估计。如图1所示，本实施例提出一种适用于大频偏场景下的高性能同步方法，包括如下步骤：

步骤1：采用恒模相位变化序列，通过不同序列长度、不同重复次数和不同运算方式构造出包含若干段序列的前导序列以及对应每段序列的本地模板数据：

步骤101：利用恒模相位变化序列，设置恒模相位变化序列的序列长度为前导序列的第一段序列长度的1/4，得到前导序列的第一段序列的基序列；基序列的表达式为：

其中，n为设置的序列长度，k＝0,1,...,n-1，i为虚数单位；

由此，设置恒模相位变化序列的序列长度为前导序列的第一段序列长度的1/4，即n＝1024，得到前导序列的第一段序列的基序列pn_base1，如图2所示，将第一段序列的基序列重复4份得到第一段序列，其中，第一段序列的基序列即为第一段序列的本地模板数据；

步骤102：利用恒模相位变化序列，设置恒模相位变化序列的序列长度为前导序列的第二段序列长度的1/2，即n＝2048，按照公式(1)得到前导序列的第二段序列的基序列pn_base2_1，并将第二段序列的基序列重复2份，并将第二份基序列进行共轭运算，得到pn_base2_2，第一份基序列保持不变，如图2所示，组合第一份基序列pn_base2_1以及共轭运算后的第二份基序列pn_base2_2得到第二段序列，其中，第二段序列的基序列为第二段序列的本地模板数据；

步骤103：利用恒模相位变化序列，设置恒模相位变化序列的序列长度为前导序列的第三段序列长度，即n＝4096，按照公式(1)得到前导序列的第三段序列的基序列pn_base3，也即第三段序列，其中，第三段序列即为其本地模板数据；

步骤104：按照序列的段号以及按照时间先后顺序依次排列第一段序列，第二段序列和第三段序列，如图2所示，得到最终的前导序列；

步骤2：前导序列经过天线发射出去之后，接收天线接收所述前导序列的时域数据rd，将接收的时域数据rd进行幅度归一化；其中，进行幅度归一化的计算公式为：

rd_sign＝e^angle(rd)*i (2)；

其中，rd_sign为幅度归一化的时域数据，angle(rd)为计算接收的时域数据rd的角度，i为虚数的单位。

步骤3：利用前导序列中的第一段序列的本地模板数据pn_base1与幅度归一化后的时域数据rd_sign进行相关峰计算，得到相关峰计算的结果数据base1_peak；本实施例中的相关峰计算采用卷积运算，该卷积运算的公式如下：

其中，base1_peak表示相关峰计算的结果数据；rd_sign为接收的信号经过幅度归一化的数据，N为第一段序列的基序列的长度，即N＝1024；pn_base1为第一段序列的本地模板数据，j＝0,1,...,N，k＝N,N-1,...,0。

步骤4：将相关峰计算的结果数据base1_peak进行求模运算，并将求模运算的结果数据复制若干份，对每一份求模运算的结果数据采用不同延时后进行合并，得到粗同步相关峰结果数据，以复制4份为例，如图3所示：

第一份求模运算的结果数据不进行延时，记为base1_peak1；

第二份求模运算的结果数据进行延时1024点，记为base1_peak2；

第三份求模运算的结果数据进行延时2048点，记为base1_peak3；

第四份求模运算的结果数据进行延时3072点，记为base1_peak4；

最后将base1_peak1，base1_peak2，base1_peak3，base1_peak4进行合并，如图4所示，得到粗同步相关峰结果数据。

步骤5：根据粗同步相关峰结果数据，通过门限比较搜索出第一段序列所占长度的数据，并从中计算出粗同步相关峰最大值的位置；具体为：

设置门限为模值0.1，该0.1只是本实施例的举证，可以根据需要进行设定；

然后一直不停地判断粗同步相关峰结果数据的模值，若模值大于0.1则认为前导序列的第一段序列到来，由此将模值大于0.1的位置作为起点，开始搜索第一段序列所占长度，即4096长度点的数据；

最后找出这4096长度点的数据中最大值的位置，该位置即为粗同步相关峰最大值的位置。

步骤6：根据所述粗同步相关峰最大值的位置，从该位置后取出第一固定长度的数据；具体为：从粗同步相关峰最大值的位置开始，向后取4096长度点的数据作为第一固定长度的数据。

步骤7：对第一固定长度的数据分别与前导序列的第二段序列的本地模板数据，以及共轭后的本地模板数据进行相关运算，得到2路相关运算数据；具体为：

将第一固定长度的数据，即步骤6取的4096长度点的数据复制2份，如图5所示：

其中一份数据与前导序列的第二段序列的本地模板数据pn_base2_1按照公式(3)进行卷积运算，得到第1路相关运算数据base2_peak1；

另一份数据与共轭后的本地模板数据pn_base2_2按照公式(3)进行卷积运算，得到第2路相关运算数据base2_peak2。

步骤8：对所述2路相关运算数据，分别计算各自的最大值以及最大值位置：记第1路相关运算数据base2_peak1对应的最大值定义为base2_max_value1，最大值位置定义为base2_max_position1；记第2路相关运算数据base2_peak2对应的最大值定义为base2_max_value2，最大值位置定义为base2_max_position2；

利用2路相关运算数据的最大值所在位置差，计算出整数频偏；计算公式为：

integer_df＝fs/n*ceil(n-(position2-position1)/2) (4)；

其中，integer_df为整数频偏，fs为数据采样率，n为第二段序列的基序列长度，即n＝2048，ceil()为向下取整，position2为第2路相关运算数据base2_peak2的最大值位置base2_max_position2，position1为第1路相关运算数据base2_peak1最大值位置base2_max_position1；

利用这2路相关运算数据的最大值之间相位差，计算出小数频偏；计算公式为：

deci_df＝angle(max_val2*max_val1)/(2π*n/fs) (5)；

其中，deci_df为小数频偏，max_val2为第2路相关运算数据base2_peak2的最大值base2_max_value1，max_val1为第1路相关运算数据base2_peak1的的最大值base2_max_value1，fs为数据采样率，n为第二段序列的基序列长度，即n＝2048，angle()为计算角度。

步骤9：对所述2路相关运算数据的最大值位置的中间点开始，取出第二固定长度的数据rx_data3，并利用计算出的小数频偏和整数频偏，对取出的第二固定长度的数据进行频偏纠正，得到频偏纠正后的数据rx_data3_df；

步骤10：对频偏纠正后的数据rx_data3_df和第三段序列的本地模板数据pn_base3，进行相关运算，即按照公式(3)进行卷积运算得到精同步相关峰结果数据，如图6所示，对精同步相关峰结果数据进行最大值搜索，最大值的位置为帧同步位置。

至此本实施例完成了适用于大频偏场景下的高性能同步，其中：

1、本发明通过利用恒模相位变化序列构造出基序列，并通过独特的结构构造出前导序列，这种前导序列具有抗频偏的特点，频偏干扰只会影响前导序列相关峰的位置，不会影响相关峰的大小，因此具备在大频偏场景下具有高性能同步功能；

2、本发明利用第二段序列中基序列共轭和非共轭的组合方式，利用它们对于频偏干扰峰值位置移动相反的特性，能够计算较大范围的整数频偏，以及利用峰值的相位差计算小数频偏，由于峰值为多点的合并值具有较高的信噪比，从而计算得到的小数频偏较为精确，解决了频偏估计范围小的问题。

3、本发明在频偏纠正后，精同步再无频偏误差的情况下利用序列的相关性，估计帧同步的位置；同时在粗同步和频率同步之后进行精同步，能够避开精同步对门限的需求，只需要在固定的长度进行最大值的搜索，进行最佳采样点的确定，有助于进一步提高同步性能。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，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 (6)

1.一种适用于大频偏场景下的高性能同步方法，其特征在于，包括如下步骤：

步骤1：采用恒模相位变化序列，通过不同序列长度、不同重复次数和不同运算方式构造出包含若干段序列的前导序列以及对应每段序列的本地模板数据；

步骤2：接收所述前导序列的时域数据，将接收的时域数据进行幅度归一化；

步骤3：利用前导序列中的第一段序列的本地模板数据与幅度归一化后的时域数据进行相关峰计算；

步骤4：将相关峰计算的结果数据进行求模运算，并将求模运算的结果数据复制若干份，对每一份求模运算的结果数据采用不同延时后进行合并，得到粗同步相关峰结果数据；

步骤5：根据粗同步相关峰结果数据，通过门限比较搜索出第一段序列所占长度的数据，并从中计算出粗同步相关峰最大值的位置；

步骤6：根据所述粗同步相关峰最大值的位置，从该位置后取出第一固定长度的数据；

步骤7：对第一固定长度的数据分别与前导序列的第二段序列的本地模板数据，以及共轭后的本地模板数据进行相关运算，得到2路相关运算数据；

步骤8：对所述2路相关运算数据，分别计算各自的最大值以及最大值位置，利用2路相关运算数据的最大值所在位置差，计算出整数频偏；利用这2路相关运算数据的最大值之间相位差，计算出小数频偏；

步骤9：对所述粗同步相关峰最大值的位置开始，取出第二固定长度的数据，并利用计算出的小数频偏和整数频偏，对取出的第二固定长度的数据进行频偏纠正；

步骤10：对频偏纠正后的数据和第三段序列的本地模板数据，进行相关运算得到精同步相关峰结果数据，对精同步相关峰结果数据进行最大值搜索，最大值的位置为帧同步位置。

2.根据权利要求1所述的适用于大频偏场景下的高性能同步方法，其特征在于，步骤1包括如下子步骤：

步骤101：利用恒模相位变化序列，设置恒模相位变化序列的序列长度为前导序列的第一段序列长度的1/4，得到前导序列的第一段序列的基序列，并将第一段序列的基序列重复4份得到第一段序列，其中，第一段序列的基序列即为第一段序列的本地模板数据；

步骤102：利用恒模相位变化序列，设置恒模相位变化序列的序列长度为前导序列的第二段序列长度的1/2，得到前导序列的第二段序列的基序列，并将第二段序列的基序列重复2份，并将第二份基序列进行共轭运算，第一份基序列保持不变，组合第一份基序列以及共轭运算后的第二份基序列得到第二段序列，其中，第二段序列的基序列为第二段序列的本地模板数据；

步骤103：利用恒模相位变化序列，设置恒模相位变化序列的序列长度为前导序列的第三段序列长度，得到前导序列的第三段序列的基序列，也即第三段序列本身，其中，第三段序列即为其本地模板数据；

步骤104：依次排列第一段序列，第二段序列和第三段序列，得到最终的前导序列。

3.根据权利要求2所述的适用于大频偏场景下的高性能同步方法，其特征在于，步骤3中的相关峰计算采用卷积运算，该卷积运算的公式如下：

其中，base1_peak表示相关峰计算的结果数据，rd_sign为接收的信号经过幅度归一化的数据，N为第一段序列的基序列的长度，pn_base1为第一段序列的本地模板数据，j＝0,1,...,N，k＝N,N-1,...,0。

4.根据权利要求3所述的适用于大频偏场景下的高性能同步方法，其特征在于，步骤7包括如下子步骤：

将第一固定长度的数据复制2份：

其中一份数据与前导序列的第二段序列的本地模板数据按照步骤3的公式进行卷积运算，得到第1路相关运算数据；

另一份数据与共轭后的本地模板数据按照步骤3的公式进行卷积运算，得到第2路相关运算数据。

5.根据权利要求4所述的适用于大频偏场景下的高性能同步方法，其特征在于，步骤8中所述整数频偏的计算公式为：

integer_df＝fs/n*ceil(n-(position2-position1)/2)

其中，integer_df为整数频偏，fs为数据采样率，n为第二段序列的基序列长度，ceil()为向下取整，position2为第2路相关运算数据的最大值位置，position1为第1路相关运算数据的最大值位置。

6.根据权利要求5所述的适用于大频偏场景下的高性能同步方法，其特征在于，步骤8中所述小数频偏的计算公式为：

deci_df＝angle(max_val2*max_val1)/(2π*n/fs)

其中，deci_df为小数频偏，max_val2为第2路相关运算数据的最大值，max_val1为第1路相关运算数据的的最大值，fs为数据采样率，n为第二段序列的基序列长度，angle()为计算角度。

Images