CN114070686B - 一种基于5g随机接入前导长序列的抗大频偏解决方法 - Google Patents

Abstract

本发明提供一种基于5G随机接入前导长序列的抗大频偏解决方法，其中，本发明利用随机前导的循环前缀计算并纠正小数频偏，解决了由小数频偏产生的副峰对前导序列检测性能的影响；在快速傅里叶变换之后，再从子载波频域数据中取出有效子载波频域数据的方式构造出五路不同整数频偏的频域数据，然后利用前导循环移位的特性，采用不同的根序列进行匹配，再通过搜索窗移位来判断最大值的方法，减少了序列检测的处理时间以及硬件资源消耗；并且利用五路并行匹配的方案解决了由于在低信噪比条件下频偏计算不精确以及应用场景带来的整数频偏对随机接入的影响。

Description

一种基于5G随机接入前导长序列的抗大频偏解决方法

技术领域

本发明涉及5G以及正交频分复用(Orthogonal Frequency DivisionMultiplexing，OFDM)技术领域，具体而言，涉及一种基于5G随机接入前导长序列的抗大频偏解决方法。

背景技术

在5G网络中同步过程分为下行同步以及上行同步，随机接入(即上行同步)是保证移动终端和网络节点建立连接的首要步骤。终端一旦发现小区，就会通过发送一个前导码来接入该小区，对于接收端的网络节点，通过匹配得到相关峰来计算待接入终端的前导码ID和时偏。这个过程容易受到频偏干扰的影响，导致计算的时偏不准，对后续消息3的接收产生影响，严重的情况下甚至会影响前导码的ID计算错误，在消息1就接入失败，从而影响终端无法正常接入。因此，对于5G中随机接入过程的研究显得非常重要。

终端发送的前导码由ZC序列构成，如果没有频偏的干扰，该序列有良好的自相关特性，但是一旦加入频偏，相关峰的主峰值大小会降低，并且会在其他位置出现伪峰，甚至伪峰的大小超过主峰，并且不同前导码由ZC序列通过相位旋转的方式产生，由频偏干扰产生的伪峰位置也会不同。目前的随机接入检测算法是当检测到某一前导码时，最大功率值与噪声功率的比值和预先设定的门限进行对比，若超过门限值，将其值累加，否则不进行累加，并将此功率值作为前导码检测的峰值功率，该方法将会受到由频偏引起的伪峰虚警率偏高甚至接入失败的问题。

发明内容

本发明旨在提供一种基于5G随机接入前导长序列的抗大频偏解决方法，以解决上述存在的技术问题。

本发明提供的一种基于5G随机接入前导长序列的抗大频偏解决方法，包括如下步骤：

S10，前导序列经过发射天线发射之后，接收天线接收数据，并对接收数据进行数据预处理，得到待处理的前导时域数据；

S20，对待处理的前导时域数据完成一次频偏纠正，将一次频偏纠正后的前导时域数据通过傅里叶变换得到前导频域数据；

S30，将前导频域数据进行幅度归一化，得到幅度归一化后的前导频域数据；

S40，在幅度归一化后的前导频域数据中，以前导序列的基序列为参考位置取五路频域数据；

S50，将五路频域数据与本地模板序列进行频域相干运算完成二次频偏纠正，得到时域相关峰；

S60，利用搜索窗对五路频域数据的时域相关峰搜索最大值，得到五路频域数据的时域相关峰搜索最大值的集合；

S70，在五路频域数据的时域相关峰搜索最大值的集合中搜索最大值，该最大值对应的那一路频域数据偏离点即为接收数据的整数频偏，该最大值的峰值位置与理想位置的偏差为时偏。

进一步的，步骤S10中所述数据预处理的方法包括对接收数据进行下变频和降采样，计算公式如下：

rx_temp＝rx*e^{-j*2π*RB_offset*t}；

rx_deci＝conv(rx_temp,h)；

其中，rx表示接收数据；RB_offset为接收数据的起始位置；j表示虚数单位；rx_temp表示下变频结果；conv(·)表示降采样操作，h表示进行降采样所采用的下抽滤波器系数；rx_deci表示降采样结果，即待处理的前导时域数据。

进一步的，步骤S20包括如下子步骤：

S21，取出待处理的前导时域数据的循环前缀和循环后缀，将循环前缀和循环后缀做差分运算，得到差分运算结果phase_frac，差分运算公式如下：

其中，N_cp表示待处理的前导时域数据的循环前缀的长度；n表示循环前缀中的第n个点数；r_cp表示待处理的前导时域数据的循环前缀；r^* _{cp_end}表示待处理的前导时域数据的循环后缀的共轭序列；

S22，根据差分运算结果phase_frac计算小数频偏f_frac，计算公式如下：

其中，N表示快速傅里叶变换的点数；f_s表示采样频率；

S23，进行一次频偏纠正：将待处理的前导时域数据rx_deci与小数频偏f_frac相乘，得到一次频偏纠正后的前导时域数据，计算公式如下：

其中，rx_df表示一次频偏纠正后的前导时域数据；t表示时间；

S24，对一次频偏纠正后的前导时域数据进行快速傅里叶变换，得到前导频域数据，计算公式如下：

rx_fft＝fft(rx_df)；

其中，rx_fft表示前导频域数据；fft(·)表示快速傅里叶变换操作。

进一步的，步骤S30包括如下子步骤：

S31，计算前导频域数据rx_fft的相位，计算公式如下：

rx_phase＝angle(rx_fft)；

其中，rx_phase表示前导频域数据rx_fft的相位，angle(·)表示计算相位；

S32，基于前导频域数据rx_fft的相位，利用欧拉公式得到幅度归一化后的前导频域数据，计算公式如下：

rx_sign＝e^j*rx_^phase；

其中，rx_sign表示幅度归一化后的前导频域数据。

进一步的，步骤S40包括如下子步骤：

S41，根据协议栈下发的参数从前导序列中取出基序列；

S42，将基序列作为参考位置再从前导序列中取出四路频域数据：

第一路频域数据以参考位置左移两个频点取数；

第二路频域数据以参考位置左移一个频点取数；

第三路频域数据以参考位置右移两个频点取数；

第四路频域数据以参考位置右移一个频点取数。

最后将基序列与所述四路频域数据组成五路频域数据。

进一步的，步骤S50包括如下子步骤：

S51构建本地模板序列；所述本地模板序列X_u,v表示如下：

x_u,v＝x_u((n+c_v)modL_RA)；

其中，L_RA为本地模板序列的长度；u表示本地模板序列的根序列；c_v为循环移位序列；n＝0,1,...,L_RA-1；

S52，所述将五路频域数据与本地模板序列进行频域相干运算的计算公式如下：

其中，c_a,b[n]表示接收数据rx的第a个符号的第b路频域数据与本地模板序列进行频域相干运算的结果；R_a,b[k]为接收数据rx的第a个符号的第b路频域数据；d^*[k]为本地模板序列的共轭序列；c_b[n]表示接收数据rx的第b路频域数据与本地模板序列进行频域相干运算的结果；abs(·)表示取绝对值操作。

进一步的，步骤S60包括如下子步骤：

S61，计算搜索窗，计算公式如下：

其中，window_len表示搜索窗的长度；N_cs表示协议栈下发的循环移位参数，N_fft为快速傅里叶变换的点数，L_RA为前导序列的基序列的长度。

S62，通过搜索窗搜索五路频域数据的时域相关峰搜索最大值；其中，相同基序列的相关峰最大值搜索不再需要匹配，只需移动搜索窗的位置，搜索窗的位置集合window_wz的计算公式如下：

window_wz＝mod(ideal_wz-window_len*(n-1),N_fft)；

其中，ideal_wz表示理想信道下的峰值位置，n的取值与循环位移序列c_v的长度c_v_len有关，n＝1,2,...,c_v_len；每次搜索需从搜索窗的位置集合window_wz中取出一个值作为搜索窗的位置来进行相关峰的搜索，找到搜索结果超过门限的最大值，完成搜索之后将得到五路频域数据的时域相关峰搜索最大值的集合。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明利用随机前导的循环前缀计算并纠正小数频偏，解决了由小数频偏产生的副峰对前导序列检测性能的影响；在快速傅里叶变换之后，再从子载波频域数据中取出有效子载波频域数据的方式构造出五路不同整数频偏的频域数据，然后利用前导循环移位的特性，采用不同的根序列进行匹配，再通过搜索窗移位来判断最大值的方法，减少了序列检测的处理时间以及硬件资源消耗；并且利用五路并行匹配的方案解决了由于在低信噪比条件下频偏计算不精确以及应用场景带来的整数频偏对随机接入的影响。

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为本发明实施例的基于5G随机接入前导长序列的抗大频偏解决方法的流程图。

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个点为一个符号的前导序列为例进行同步，首先构造一个时隙的前导序列，并在接收端对该前导序列通过所述基于5G随机接入前导长序列的抗大频偏解决方法进行频偏估计，如图1所示，所述基于5G随机接入前导长序列的抗大频偏解决方法包括如下步骤：

S10，前导序列经过发射天线发射之后，接收天线接收数据，并对接收数据进行数据预处理，得到待处理的前导时域数据rx_deci；其中，所述数据预处理的方法包括对接收数据进行下变频和降采样，计算公式如下：

rx_temp＝rx*e^{-j*2π*RB_offset*t}；

rx_deci＝conv(rx_temp,h)；

其中，rx表示接收数据；RB_offset为接收数据的起始位置；j表示虚数单位；rx_temp表示下变频结果；conv(·)表示降采样操作，h表示进行降采样所采用的下抽滤波器(如CIC滤波器)系数；rx_deci表示降采样结果，即待处理的前导时域数据。

S20，对待处理的前导时域数据完成一次频偏纠正，将一次频偏纠正后的前导时域数据通过傅里叶变换得到前导频域数据；具体地，包括如下子步骤：

S21，取出待处理的前导时域数据的循环前缀和循环后缀，将循环前缀和循环后缀做差分运算，得到差分运算结果phase_frac，差分运算公式如下：

其中，N_cp表示待处理的前导时域数据的循环前缀的长度；n表示循环前缀中的第n个点数；r_cp表示待处理的前导时域数据的循环前缀；r^* _{cp_end}表示待处理的前导时域数据的循环后缀的共轭序列。

S22，根据差分运算结果phase_frac计算小数频偏f_frac，计算公式如下：

其中，N表示快速傅里叶变换的点数；f_s表示采样频率。

S23，进行一次频偏纠正：将待处理的前导时域数据rx_deci与小数频偏f_frac相乘，得到一次频偏纠正后的前导时域数据，计算公式如下：

其中，rx_df表示一次频偏纠正后的前导时域数据；t表示时间。

S24，对一次频偏纠正后的前导时域数据进行快速傅里叶变换，得到前导频域数据，计算公式如下：

rx_fft＝fft(rx_df)；

其中，rx_fft表示前导频域数据；fft(·)表示快速傅里叶变换操作。

S30，将前导频域数据rx_fft进行幅度归一化，得到幅度归一化后的前导频域数据；具体包括如下子步骤：

S31，计算前导频域数据rx_fft的相位，计算公式如下：

rx_phase＝angle(rx_fft)；

其中，rx_phase表示前导频域数据rx_fft的相位，angle(·)表示计算相位；

S32，基于前导频域数据rx_fft的相位，利用欧拉公式得到幅度归一化后的前导频域数据，计算公式如下：

rx_sign＝e^j*rx_phase；

其中，rx_sign表示幅度归一化后的前导频域数据。

S40，在幅度归一化后的前导频域数据rx_sign中，以前导序列的基序列为参考位置取五路频域数据；具体包括如下子步骤：

S41，根据协议栈下发的参数从前导序列中取出基序列，如本实施例中即从前导序列的4096个点(子载波频域数据)中取出839个点(有效子载波频域数据)的基序列；

S42，将基序列作为参考位置再从前导序列中取出四路频域数据：

第一路频域数据以参考位置左移两个频点取数；

第二路频域数据以参考位置左移一个频点取数；

第三路频域数据以参考位置右移两个频点取数；

第四路频域数据以参考位置右移一个频点取数。

最后将基序列与所述四路频域数据组成五路频域数据。

S50，将五路频域数据与本地模板序列进行频域相干运算完成二次频偏纠正，得到时域相关峰；具体包括如下子步骤：

S51构建本地模板序列，在本实施例中，所述本地模板序列X_u,v表示如下：

x_u,v＝x_u((n+c_v)modL_RA)；

其中，L_RA为本地模板序列的长度，本实施例中与前导序列的基序列相同，即L_RA＝839，i＝0,1,...,L_RA-1；u表示本地模板序列的根序列；c_v为循环移位序列；n＝0,1,...,L_RA-1；

S52，所述将五路频域数据与本地模板序列进行频域相干运算的计算公式如下：

其中，c_a,b[n]表示接收数据rx的第a个符号的第b路频域数据与本地模板序列进行频域相干运算的结果；R_a,b[k]为接收数据rx的第a个符号的第b路频域数据；d^*[k]为本地模板序列的共轭序列；c_b[n]表示接收数据rx的第b路频域数据与本地模板序列进行频域相干运算的结果；abs(·)表示取绝对值操作。

S60，利用搜索窗对五路频域数据的时域相关峰搜索最大值，得到五路频域数据的时域相关峰搜索最大值的集合；具体包括如下子步骤：

S61，计算搜索窗，计算公式如下：

其中，window_len表示搜索窗的长度；N_cs表示协议栈下发的循环移位参数，N为快速傅里叶变换的点数，L_RA为前导序列的基序列的长度。

S62，通过搜索窗搜索五路频域数据的时域相关峰搜索最大值；其中，相同基序列的相关峰最大值搜索不再需要匹配，只需移动搜索窗的位置，搜索窗的位置集合window_wz的计算公式如下：

window_wz＝mod(ideal_wz-window_len*(n-1),N)；

其中，ideal_wz表示理想信道下的峰值位置，n的取值与循环位移序列c_v的长度c_v_len有关，n＝1,2,...,c_v_len；每次搜索需从搜索窗的位置集合window_wz中取出一个值作为搜索窗的位置来进行相关峰的搜索，找到搜索结果超过门限的最大值，完成搜索之后将得到五路频域数据的时域相关峰搜索最大值的集合。

S70，在五路频域数据的时域相关峰搜索最大值的集合中搜索最大值，该最大值对应的那一路频域数据偏离点即为接收数据的整数频偏，该最大值的峰值位置与理想位置的偏差为时偏。其中，偏离点即为各路频域数据以参考位置偏移的频点，即：

如果最大值为第一路频域数据，第一路频域数据以参考位置左移两个频点，因此为2倍整数频偏；

如果最大值为第二路频域数据，第二路频域数据以参考位置左移一个频点，因此为1倍整数频偏；

如果最大值为第三路频域数据，第三路频域数据以参考位置右移两个频点，因此为-2倍整数频偏；

如果最大值为第四路频域数据，第四路频域数据以参考位置右移一个频点，因此为-1倍整数频偏；

如果最大值为第五路频域数据，即基序列所在的参考位置，因此没有整数频偏。

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 (2)

1.一种基于5G随机接入前导长序列的抗大频偏解决方法，其特征在于，包括如下步骤：

S10，前导序列经过发射天线发射之后，接收天线接收数据，并对接收数据进行数据预处理，得到待处理的前导时域数据；

S20，对待处理的前导时域数据完成一次频偏纠正，将一次频偏纠正后的前导时域数据通过傅里叶变换得到前导频域数据；

S30，将前导频域数据进行幅度归一化，得到幅度归一化后的前导频域数据；

S40，在幅度归一化后的前导频域数据中，以前导序列的基序列为参考位置取五路频域数据；

S50，将五路频域数据与本地模板序列进行频域相干运算完成二次频偏纠正，得到时域相关峰；

S60，利用搜索窗对五路频域数据的时域相关峰搜索最大值，得到五路频域数据的时域相关峰搜索最大值的集合；

S70，在五路频域数据的时域相关峰搜索最大值的集合中搜索最大值，该最大值对应的那一路频域数据偏离点即为接收数据的整数频偏，该最大值的峰值位置与理想位置的偏差为时偏；

步骤S10中所述数据预处理的方法包括对接收数据进行下变频和降采样，计算公式如下：

rx_temp＝rx*e^{-j*2π*RB_offset*t}；

rx_deci＝conv(rx_temp,h)；

其中，rx表示接收数据；RB_offset为接收数据的起始位置；j表示虚数单位；rx_temp表示下变频结果；conv(·)表示降采样操作，h表示进行降采样所采用的下抽滤波器系数；rx_deci表示降采样结果，即待处理的前导时域数据；

步骤S20包括如下子步骤：

S21，取出待处理的前导时域数据的循环前缀和循环后缀，将循环前缀和循环后缀做差分运算，得到差分运算结果phase_frac，差分运算公式如下：

其中，N_cp表示待处理的前导时域数据的循环前缀的长度；n表示循环前缀中的第n个点数；r_cp表示待处理的前导时域数据的循环前缀；r^* _{cp_end}表示待处理的前导时域数据的循环后缀的共轭序列；

S22，根据差分运算结果phase_frac计算小数频偏f_frac，计算公式如下：

其中，N表示快速傅里叶变换的点数；f_s表示采样频率；

S23，进行一次频偏纠正：将待处理的前导时域数据rx_deci与小数频偏f_frac相乘，得到一次频偏纠正后的前导时域数据，计算公式如下：

其中，rx_df表示一次频偏纠正后的前导时域数据；t表示时间；

S24，对一次频偏纠正后的前导时域数据进行快速傅里叶变换，得到前导频域数据，计算公式如下：

rx_fft＝fft(rx_df)；

其中，rx_fft表示前导频域数据；fft(·)表示快速傅里叶变换操作；

步骤S30包括如下子步骤：

S31，计算前导频域数据rx_fft的相位，计算公式如下：

rx_phase＝angle(rx_fft)；

其中，rx_phase表示前导频域数据rx_fft的相位，angle(·)表示计算相位；

S32，基于前导频域数据rx_fft的相位，利用欧拉公式得到幅度归一化后的前导频域数据，计算公式如下：

rx_sign＝e^j*rx_phase；

其中，rx_sign表示幅度归一化后的前导频域数据；

步骤S40包括如下子步骤：

S41，根据协议栈下发的参数从前导序列中取出基序列；

S42，将基序列作为参考位置再从前导序列中取出四路频域数据：

第一路频域数据以参考位置左移两个频点取数；

第二路频域数据以参考位置左移一个频点取数；

第三路频域数据以参考位置右移两个频点取数；

第四路频域数据以参考位置右移一个频点取数；

最后将基序列与所述四路频域数据组成五路频域数据；

步骤S50包括如下子步骤：

S51构建本地模板序列；所述本地模板序列X_u,v表示如下：

x_u,v＝x_u((n+c_v)modL_RA)；

其中，L_RA为本地模板序列的长度，i＝0,1,...,L_RA-1；u表示本地模板序列的根序列；c_v为循环移位序列；n＝0,1,...,L_RA-1；

S52，所述将五路频域数据与本地模板序列进行频域相干运算的计算公式如下：

其中，c_a,b[n]表示接收数据rx的第a个符号的第b路频域数据与本地模板序列进行频域相干运算的结果；R_a,b[k]为接收数据rx的第a个符号的第b路频域数据；d^*[k]为本地模板序列的共轭序列；c_b[n]表示接收数据rx的第b路频域数据与本地模板序列进行频域相干运算的结果；abs(·)表示取绝对值操作。

2.根据权利要求1所述的基于5G随机接入前导长序列的抗大频偏解决方法，其特征在于，步骤S60包括如下子步骤：

S61，计算搜索窗，计算公式如下：

其中，window_len表示搜索窗的长度；N_cs表示协议栈下发的循环移位参数，N_fft为快速傅里叶变换的点数，L_RA为前导序列的基序列的长度；

S62，通过搜索窗搜索五路频域数据的时域相关峰搜索最大值；其中，相同基序列的相关峰最大值搜索不再需要匹配，只需移动搜索窗的位置，搜索窗的位置集合window_wz的计算公式如下：

window_wz＝mod(ideal_wz-window_len*(n-1),N_fft)；

其中，ideal_wz表示理想信道下的峰值位置，n的取值与循环位移序列c_v的长度c_v_len有关，n＝1,2,...,c_v_len；每次搜索需从搜索窗的位置集合window_wz中取出一个值作为搜索窗的位置来进行相关峰的搜索，找到搜索结果超过门限的最大值，完成搜索之后将得到五路频域数据的时域相关峰搜索最大值的集合。