CN114584447B - 一种基于偏移噪声的5g cfo估计方法 - Google Patents

Abstract

本发明公开了一种基于偏移噪声的5G CFO估计方法，克服了现有技术算法复杂且无法完全消除背景噪声的影响的问题，包括：捕获偏移噪声信号，构建偏移噪声信道模型，基于伴随矩阵的频偏信号识别，剥离载波频偏四个步骤。本发明通过在输入端注入零矩阵的方式来测算偏移噪声信号，将偏移噪声与任意输入信号进行叠加，可以达到信号同步，将叠加信号视为新的合成输入，可以获取实际频偏对信号的偏转影响，进而估算出实际信道中的载波频偏，方法计算复杂度低，对硬件的要求更低，简单可靠稳定。

Description

一种基于偏移噪声的5G CFO估计方法

技术领域

本发明涉及5G通信技术领域，尤其是涉及一种基于偏移噪声的5G CFO估计方法。

背景技术

5G系统的性能很大程度取决于ISI和ICI的干扰程度，而后者则取决于OFDM符号的正交性能，OFDM符号的正交性能又取决于载波频率偏移的影响。因此，如何估算并控制载波频率偏移便成为一件非常重要的任务。为此，很多学者对此展开了积极的研究，包括基于导频的Classen算法，基于训练符号的Moose算法等。

例如，发明人在中国专利文献上公开的“基于双训练序列的CFO估计方法”，其公告号CN105933262B，通过添加双训练序列，利用噪声信道生成的双信号进行合成来捕获频率偏转因子，进而最终得到估计的CFO。但以上算法要么不能够完全消除背景噪声的影响，要么估算过程会运用到求逆运算，会额外增加算法的复杂度。

因此，本发明设计一种基于偏移噪声的5G CFO估计方法ONCE(Offset Noisebased 5G CFO Estimation Algorithm)。

发明内容

本发明的发明目的是为了解决上述技术问题，在实际噪声信道中为了保证OFDM各子载波的正交性，抵消噪声对载波频偏的影响，进一步消减同步误差，并尽可能地提升5G系统性能，而提供了一种基于偏移噪声的5G CFO估算方法，将最简单的零矩阵作为输入信号注入信道输入端，通过获取接收信号来得到噪声的偏移，进而达到与任意输入源信号的同步，可以很简单地剥离出载波频率偏移，更重要的是，该方法计算复杂度低，对硬件的要求更低，简单可靠稳定。

为了实现上述目的，本发明采用以下技术方案：

一种基于偏移噪声的5G CFO估计方法，包括以下步骤：

步骤一、捕获偏移噪声信号；

步骤二、构建偏移噪声信道模型；

步骤三、基于伴随矩阵的频偏信号识别；

步骤四、剥离载波频偏。

首先，输入零矩阵信号，通过输出端获取背景噪声的偏移信号，将偏移噪声作为新的背景噪声进行信道模型创建，在输入任意源信号的情形下实现噪声与输入信号的同步；计算任意输入信号的噪声叠加，获取其伴随矩阵，实现对载波偏频的估算，从而抵消它对输入信号的影响，达到OFDM符号同步的目标。

作为优选，包括以下内容：

步骤一：在输入端输入零矩阵信号，通过输出端获取背景噪声的偏移信号，即偏移噪声信号；步骤二：将偏移噪声信号作为新的背景噪声进行信道模型创建；

步骤三：将偏移噪声与任意输入信号进行叠加，达到信号同步，将叠加信号视为新的合成输入，获取实际频偏对信号的偏转影响，即频偏信号；

步骤四：剥离频偏信号，计算5G载波信号频偏量。

本发明通过在输入端注入零矩阵的方式来测算偏移噪声信号，将偏移噪声与任意输入信号进行叠加，可以达到信号同步，将叠加信号视为新的合成输入，可以获取实际频偏对信号的偏转影响，进而估算出实际信道中的载波频偏。

作为优选，所述步骤一包括以下步骤：

步骤(1-1)：设定常数n，5G载波频偏ε；计算发射信号长度N＝power(n，2)，其中，power(·)表示幂函数；时域变量n∈[0，N-1]；由载波频偏导致的偏转信号δ＝δ(n，ε)；

步骤(1-2)：随机生成长度均为N的噪声信号w₀(n)，建立基于背景噪声的5G传输信道模型y₀(n)＝x₀(n)*δ(n，ε)+w₀(n)；生成零矩阵的源信号，x₀(n)＝zeros(n)，其中，zeros(·)表示零矩阵生成函数；将零矩阵信号注入上述信道，对输出信号y₀(n)进行测量；

步骤(1-3)：将y₀(n)信号继续作为源信号x₁(n)注入上述信道，x₁(n)＝y₀(n)，继续测量输入信号y₁(n)，在此基础捕获偏移噪声w_off(n)＝y₁(n)-w₀(n)。

作为优选，所述的步骤二包括以下步骤：

步骤(2-1)：建立基于偏移噪声的5G传输信道模型y₂(n)＝x₂(n)*δ(n，ε)+w_off(n)；随机生成输入信号x₂(n)，对输入信号y₂(n)进行测量；

步骤(2-2)：计算输入信号的噪声叠加信号h₂(n)＝x₂(n)+w₀(n)。

作为优选，所述的步骤三包括以下步骤：

步骤(3-1)：求解噪声叠加信号h₂(n)的伴随矩阵g(n)，核算h₂(n)矩阵信号的行列式dt₂；

步骤(3-2)：锁定频偏信号

作为优选，所述的步骤四包括以下步骤：

步骤(4-1)：合成所有时域频偏信号计算频偏分值信号T(n)＝S_F(n)/N；

步骤(4-2)：核算偏转实数其中，PI表示圆周率常量；核算偏转系数R_t＝R*j，其中，j表示虚数单位；

步骤(4-3)：计算频偏分值信号T(n)的对数T_lg＝log(T)，其中，log(·)表示自然对数函数；计算频偏虚数Δ＝T_lg/R_t；

步骤(4-4)：最终计算5G载波信号频偏量ε＝Re(Δ)，其中，Re(·)表示求解复数的实部。

因此，本发明具有如下有益效果：根据零矩阵输入可以直接获取噪声，根据噪声输入可以获取偏移噪声，进而建立以偏移噪声为背景噪声的信道，通过伴随矩阵的计算可以直接估算出载波频率偏移；本发明的特点是不需要对信号进行复杂度高的运算，简单可靠实用，抵消噪声对载波频偏的影响，进一步消减同步误差，达到OFDM符号同步，并尽可能地提升5G系统性能。

附图说明

图1是本发明的流程图。

图2是本发明与其它算法在低阶调制条件下的仿真性能对比图。

图3是本发明与其它算法在高阶调制条件下的仿真性能对比图。

具体实施方式

下面结合附图与具体实施方式对本发明做进一步的描述。

本发明为了克服现有技术不能够完全消除背景噪声的影响，和估算过程会运用到求逆运算，会额外增加算法的复杂度的技术问题，设计了一种基于偏移噪声的5G CFO估计方法，根据零矩阵输入可以直接获取噪声，根据噪声输入可以获取偏移噪声，进而建立以偏移噪声为背景噪声的信道，通过伴随矩阵的计算可以直接估算出载波频率偏移，算法简单实用，消减同步误差，有效可靠地提升了系统的性能。

实施例1：

本实施例提供了一种基于偏移噪声的5G CFO估计方法，如图1所示，包括以下步骤：

步骤1：捕获偏移噪声信号；

步骤1-1：设定常数n，5G载波频偏ε；计算发射信号长度N＝power(n，2)，其中，power(·)表示幂函数；时域变量n∈[0，N-1]；由载波频偏导致的偏转信号δ＝δ(n，ε)；

步骤1-2：随机生成长度均为N的噪声信号w₀(n)，建立基于背景噪声的5G传输信道模型y₀(n)＝x₀(n)*δ(n，ε)+w₀(n)；生成零矩阵的源信号，x₀(n)＝zeros(n)，其中，zeros(·)表示零矩阵生成函数；将零矩阵信号注入上述信道，对输出信号y₀(n)进行测量；

步骤1-3：将y₀(n)信号继续作为源信号x₁(n)注入上述信道，x₁(n)＝y₀(n)，继续测量输入信号y₁(n)，在此基础捕获偏移噪声w_off(n)＝y₁(n)-w₀(n)；

步骤2：构建偏移噪声信道模型；

步骤2-1：建立基于偏移噪声的5G传输信道模型y₂(n)＝x₂(n)*δ(n，ε)+w_off(n)；随机生成输入信号x₂(n)，对输入信号y₂(n)进行测量；

步骤2-2：计算输入信号的噪声叠加信号h₂(n)＝x₂(n)+w₀(n)；

步骤3：基于伴随矩阵的频偏信号识别；

步骤3-1：求解噪声叠加信号h₂(n)的伴随矩阵g(n)，核算h₂(n)矩阵信号的行列式dt₂；

步骤3-2：锁定频偏信号

步骤4：剥离载波频偏；

步骤4-1：合成所有时域频偏信号计算频偏分值信号T(n)＝S_F(n)/N；

步骤4-2：核算偏转实数其中，PI表示圆周率常量；核算偏转系数R_t＝R*j，其中，j表示虚数单位；

步骤4-3：计算频偏分值信号T(n)的对数T_lg＝log(T)，其中，log(·)表示自然对数函数；计算频偏虚数Δ＝T_lg/R_t；

步骤4-4：最终计算5G载波信号频偏量ε＝Re(Δ)，其中，Re(·)表示求解复数的实部。

实施例2：

在实施例1的基础上，本实施例以n＝2为例对本发明进行具体说明，典型基础数据如表格1所示：

表格1

序号	项目	数据
			1	信噪比(SNR)	18
2	噪声信号	AWGN

本实施例主要包括以下步骤：捕获偏移噪声信号，构建偏移噪声信道模型，基于伴随矩阵的频偏信号识别，剥离载波频偏。

本实施例的具体步骤如下：

步骤1：捕获偏移噪声信号；

步骤1-1：计算发射信号长度N＝power(n，2)＝4，时域变量n∈[0，3]，由载波频偏导致的偏转信号δ＝δ(n，ε)；

步骤1-2：随机生成长度均为4的噪声信号

w₀(n)＝awgn(rand(2，2)+i*rand(2，2)，18)＝

[1.0169+0.4653i，0.8641+0.8569i；0.3779+1.0078i，0.2870+0.9325i]

，建立基于背景噪声的5G传输信道模型y₀(n)＝x₀(n)*δ(n，ε)+w₀(n)；生成零矩阵的源信号，x₀(n)＝zeros(n)＝[0，0；0，0]，

对输出信号y0(n)进行测量，得到

y₀(n)＝[1.0169+0.4653i，0.8641+0.8569i；0.3779+1.0078i，0.2870+0.9325i]；

步骤1-3：将y₀(n)信号继续作为源信号x₁(n)注入上述信道，x₁(n)＝y₀(n)，继续测量输入信号y₁(n)＝[2.8820+1.8033i，2.7167+2.2122i；1.0254+2.9533i，0.9165+2.8839i]，在此基础捕获偏移噪声

w_off(n)＝y₁(n)-w₀(n)＝

[1.8650+1.3381i，1.8526+1.3553i；0.6476+1.9455i，0.6295+1.9514i]；

步骤2：构建偏移噪声信道模型；

步骤2-1：建立基于偏移噪声的5G传输信道模型y₂(n)＝x₂(n)*δ(n，ε)+w_off(n)；随机生成输入信号x₂(n)＝rand(2，2)＝[0.9575，0.1576；0.9649，0.9706]，对输入信号y₂(n)进行测量，y₂(n)＝[2.9801+1.3410i，2.9676+1.3685i；2.5829+1.9635i，2.5646+1.9873i]；

步骤2-2：计算输入信号的噪声叠加信号

h₂(n)＝x₂(n)+w₀(n)＝

[1.9744+0.4653i，1.0217+0.8569i；1.3428+1.0078i，1.2576+0.9325i]：

步骤3：基于伴随矩阵的频偏信号识别；

步骤3-1：求解噪声叠加信号h₂(n)的伴随矩阵g(n)＝[1.2576+0.9325i，-1.0217-0.8569i；-1.3428-1.0078i，1.9744+0.4653i]，核算h₂(n)矩阵信号的行列式dt₂＝1.5409+0.2459i；

步骤3-2：锁定频偏信号

步骤4：剥离载波频偏；

步骤4-1：合成所有时域频偏信号计算频偏分值信号/>

步骤4-2：核算偏转实数核算偏转系数R_t＝R*j＝0+2.3562i；

步骤4-3：计算频偏分值信号T(n)的对数T_lg＝log(T)＝-0.0001+0.0139i，计算频偏虚数

步骤4-4：最终计算5G载波信号频偏量ε＝Re(Δ)＝0.0059。

仿真实验：

本实施例还提供了仿真实验，将本发明的ONCE方法与作者之前基于双训练序列的TTSE方法，以及基于导频的Classen估计算法等就算法性能方面在不同调制解调条件下进行了MATLAB平台仿真对比，参见图2和图3所示。

由对比结果可看出，ONCE方法，及本发明提出的方法在相同的信噪比SNR前提下，具备更小的最小均方误差MSE，主要原因在于ONCE通过建立不同的信道模型引入偏移噪声来作为背景噪声，从而能够与同样偏转的输入源信号同步，从而抵消载波频偏的影响。由仿真对比也可以看出，调制解调程度越高时，ONCE的MSE相对会更下降，说明能够更适应5G高吞吐量的场景。

应理解，本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (3)

1.一种基于偏移噪声的5GCFO估计方法，其特征是，包括以下步骤：

步骤一、捕获偏移噪声信号，所述偏移噪声信号为背景噪声的偏移信号，在输入端输入零矩阵信号，通过输出端获取背景噪声的偏移信号；

步骤二、将偏移噪声信号作为新的背景噪声，构建偏移噪声信号的信道模型；

步骤三、基于噪声叠加信号的伴随矩阵的频偏信号识别，将偏移噪声与任意输入信号进行叠加，达到信号同步，将叠加信号视为新的合成输入，获取实际频偏对信号的偏转影响，获得频偏信号；

步骤(3-1)：求解噪声叠加信号h₂(n)的伴随矩阵g(n)，核算h₂(n)矩阵信号的行列式dt₂；

步骤(3-2)：锁定频偏信号其中：y₂(n)为偏移噪声信号的信道模型的输出信号；

步骤四、剥离载波频偏频偏信号，计算5G载波信号频偏量；

步骤(4-1)：合成所有时域频偏信号计算频偏分值信号T(n)＝S_F(n)/N；

步骤(4-2)：核算偏转实数其中，PI表示圆周率常量；核算偏转系数R_t＝R*j，其中：j表示虚数单位；

步骤(4-3)：计算频偏分值信号T(n)的对数T_lg＝log(T)，其中，log(·)表示自然对数函数；计算频偏虚数Δ＝T_lg/R_t；

步骤(4-4)：最终计算5G载波信号频偏量ε＝Re(Δ)，其中，Re(·)表示求解复数的实部。

2.根据权利要求1所述的一种基于偏移噪声的5GCFO估计方法，其特征是，所述步骤一包括以下步骤：

步骤(1-1)：设定常数n，5G载波频偏ε；计算发射信号长度N＝power(n,2)，其中，power(·)表示幂函数；时域变量n∈[0,N-1]；由载波频偏导致的偏转信号δ＝δ(n,ε)；

步骤(1-2)：随机生成长度均为N的噪声信号w₀(n)，建立基于背景噪声的5G传输信道模型y₀(n)＝x₀(n)*δ(n,ε)+w₀(n)；生成零矩阵的源信号x₀(n)＝zeros(n)，其中，zeros(·)表示零矩阵生成函数；将零矩阵信号注入上述信道，对输出信号y₀(n)进行测量；

步骤(1-3)：将y₀(n)信号继续作为源信号x₁(n)注入上述信道，x₁(n)＝y₀(n)，继续测量输入信号y₁(n)，在此基础捕获偏移噪声w_off(n)＝y₁(n)-w₀(n)。

3.根据权利要求2所述的一种基于偏移噪声的5GCFO估计方法，其特征是，所述的步骤二包括以下步骤：

步骤(2-1)：建立基于偏移噪声的5G传输信道模型y₂(n)＝x₂(n)*δ(n,ε)+w_off(n)；随机生成输入信号x₂(n)，对输出信号y₂(n)进行测量；

步骤(2-2)：计算输入信号的噪声叠加信号h₂(n)＝x₂(n)+w₀(n)。