CN116132236B - 应用于5g nr系统的单符号自适应频偏估计与补偿方法 - Google Patents

Abstract

本发明涉及一种5G NR系统的单符号自适应频偏估计和补偿方法，包括：根据接收信号和预设时频域资源参数，分别确定本地DMRS序列，以及接收信号对应的数据符号块和DMRS符号块；根据本地DMRS序列和DMRS符号块确定LS估计值；将LS估计值通过FFT变换到时域后，进行加窗滤波，将加窗滤波后的数据通过IFFT变换回频域，得到处理后的LS估计值；将处理后的LS估计值与本地DMRS信号相乘，得到加扰后的LS估计值；采用LMS自适应滤波器和本地DMRS信号，对加扰后的LS估计值进行迭代，得到LMS自适应滤波器的最优权向量；根据最优权向量对DMRS符号块进行数据补偿，得到补偿后的数据；根据最优权向量和LMS自适应滤波器的阶数，确定系统的整数频偏，以及根据最优权向量确定系统的小数频偏。

Description

应用于5G NR系统的单符号自适应频偏估计与补偿方法

技术领域

本发明属于5G NR宽带卫星互联网通信技术领域，具体涉及一种应用于5GNR系统的单符号自适应频偏估计与补偿方法。

背景技术

随着移动通信技术的不断更新迭代，人们对卫星通信系统提出了更高的要求，目前地面通信系统已经迭代到了5G时代。5G体制卫星通信系统发展势在必行，其具有频偏利用率高、资源分配灵活等优点。目前多采用低轨卫星搭载通信载荷承担通信任务。但5G体制中的OFDM技术对载波频率偏移较为敏感。而低轨卫星运行轨道低，运行速度快，会带来较大的多普勒频移，且卫星与地面终端间不可避免地存在载波频率偏移，也会对接收机性能带来影响。综合以上两点，接收机系统中的载波频偏估计与恢复极为重要。

在采用OFDM体制的卫星通信系统中，接收机一般通过频偏估计与恢复模块对系统中存在的载波频偏和多普勒频移进行估计与恢复。同时也可根据估计值上报高层动态调整系统载波频偏。载波估计与恢复模块性能直接影响接收机工作性能。一般采用的频偏估计算法可根据是否需要辅助数据分为盲估计算法和数据辅助算法。盲估计算法可根据采用基于循环前缀的似然算法等进行估计与恢复。数据辅助算法的频偏估计算法较多，信道可根据发射端发送的解调参考信号(Demodulation Reference Signal，DMRS)进行频偏估计，常用的算法有Moose算法，Classen算法等。目前的算法中多采用多个符号联合估计，且不具有自适应跟踪能力，且5G NR协议中存在单个导频块的情况，在此场景下，传统的频偏估计很难应用，更多采用多个时隙联合估计的方法进行估计，但是采用多个时隙联合估计方法估计时复杂度较高，从而效率较低，而且对于设备的计算性能有一定要求。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种用于5G NR系统中单符号自适应频偏估计与补偿方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供了一种5G NR系统的单符号自适应频偏估计和补偿方法，应用于5G NR中单个DMRS符号载波频率偏移估计与补偿，包括：

S1、根据接收信号和预设时频域资源参数，分别确定本地DMRS序列，以及所述接收信号对应的数据符号块和DMRS符号块；

S2、根据所述本地DMRS序列和所述DMRS符号块，确定LS估计值；

S3、将所述LS估计值通过FFT变换到时域后，进行加窗滤波，并将加窗滤波后的数据通过IFFT变换回频域，得到处理后的LS估计值；

S4、将所述处理后的LS估计值与所述本地DMRS信号相乘，得到加扰后的LS估计值；

S5、采用LMS自适应滤波器和所述本地DMRS信号，对所述加扰后的LS估计值进行迭代，根据得到的迭代计算结果，计算得到所述LMS自适应滤波器的最优权向量；

S6、根据所述最优权向量对所述DMRS符号块进行数据补偿，得到补偿后的数据；

S7、根据所述最优权向量和所述LMS自适应滤波器的阶数，确定系统的整数频偏，以及根据所述最优权向量确定所述系统的小数频偏。

在一些实施例中，所述S1包括：

S11、将所述接收信号通过FFT变换后进行OFDM解调，并对解调后的信号进行去循环前缀操作，通过所述预设时频域资源参数从去循环前缀操作后的信号中，提取出所述数据符号块和所述DMRS符号块并缓存；

S12、根据所述预设时频域资源参数，生成所述本地DMRS序列并存储。

在一些实施例中，所述S2包括：

S21、将所述本地DMRS序列与所述DMRS符号块共轭相乘，得到所述LS估计值。

在一些实施例中，所述S3包括：

S31、将所述LS估计值通过FFT变换到时域后，得到时域数据；

S32、保留所述时域数据中峰值位置，以及峰值位置两侧预设长度的数据，并将所述时域数据中除所述峰值位置和所述峰值位置两侧预设长度的数据之外的数据均置为0，得到加窗滤波后的数据；所述预设长度为预设加窗长度的二分之一，且所述预设加窗长度与所述系统当前的发送信号的带宽成正比；

S33、将加窗滤波后的数据通过IFFT变换回频域，得到所述处理后的LS估计值。

在一些实施例中，所述S5包括：

S51、根据所述LMS自适应滤波器的阶数，分别初始化权向量寄存器和数据寄存器，得到权向量寄存器的初始值和数据寄存器的初始值；所述权向量寄存器的初始值中的中心抽头位置处的值为1，除所述中心抽头位置之外的位置的数据均为0；所述数据寄存器的初始值中，中心抽头位置之前的位置处的数据均为0，中心抽头以及中心抽头之后的位置处的数据为所述加扰后的LS估计值的初始时刻的数据；所述初始值的长度与所述LMS自适应滤波器的阶数相同；

S52、将所述权向量寄存器的初始值作为所述LMS自适应滤波器的初始权向量，将所述初始权向量和所述数据寄存器的初始值进行共轭相乘，得到所述初始时刻滤波器输出数据，根据所述初始时刻滤波器输出数据，以及所述初始时刻的本地DMRS信号，得到所述初始时刻的误差值；

S53、采用所述初始时刻的误差值、所述初始时刻滤波器输出数据和所述初始权向量，得到所述初始时刻的下一时刻的权向量；以及，更新所述数据寄存器的值，得到所述数据寄存器的下一时刻值；所述数据寄存器的下一时刻值中，中心抽头位置之前的位置处的数据均为0，中心抽头以及中心抽头之后的位置处的数据为所述加扰后的LS估计值的初始时刻的下一时刻的数据；

S54、将所述下一时刻的权向量和所述数据寄存器的下一时刻值进行共轭相乘，得到所述下一时刻滤波器输出数据，根据所述下一时刻滤波器输出数据，以及所述下一时刻的本地DMRS信号，得到所述下一时刻的误差值，直至更新后的所述数据寄存器的值为空时，将第预设时刻之后得到的权向量的平均值作为所述最优权向量。

在一些实施例中，每一时刻的权向量采用下述公式表示：

e(n)＝y(n)-d(n)；

其中，所述w(n+1)为第n+1时刻的权向量，w(n)为第n时刻的权向量，y(n)为第n时刻滤波器输出数据，μ为所述LMS自适应滤波器的迭代步长，为e(n)的共轭，e(n)为第n时刻的误差值，d(n)为第n时刻的本地DMRS信号；

当n为1时，w(2)为所述下一时刻的权向量，w(1)为所述初始权向量，y(1)为所述初始时刻滤波器输出数据，e(1)为所述初始时刻的误差值，d(1)为所述初始时刻的本地DMRS信号。

在一些实施例中，所述S6包括：

S61、将所述最优权向量与所述DMRS符号块相乘，得到补偿后的数据。

在一些实施例中，所述S7包括：

S71、确定所述最优权向量的模值，并对所述最优权向量的模值进行峰值搜索，得到峰值位置和峰值处的模值，并从所述最优权向量的模值中确定左侧近邻位置对应的第一模值，以及右侧近邻位置对应的第二模值；所述左侧近邻位置是所述峰值位置左侧的多个位置中距离所述峰值位置最近的位置，所述右侧近邻位置是所述峰值位置右侧的多个位置中距离所述峰值位置最近的位置；

S72、当所述第一模值大于所述第二模值，且所述阶数为奇数时，将所述阶数除以2后向上取整后减一，得到第一结果值，将所述峰值处的模值减一后与所述第一结果值作差，将得到的差值作为所述整数频偏；当所述第一模值大于所述第二模值，且所述阶数为偶数时，将所述阶数除以2后减一，得到第二结果值，将所述峰值处的模值减一后与所述第二结果值作差，将得到的差值作为所述整数频偏；

S73、当所述第一模值小于所述第二模值，且所述阶数为奇数时，将所述阶数除以2后向上取整，得到第三结果值，将所述峰值处的模值与所述第三结果值作差，将得到的差值作为所述整数频偏；当所述第一模值小于所述第二模值，且所述阶数为偶数时，将所述阶数除以2后得到第四结果值，将所述峰值处的模值与所述第四结果值作差，将得到的差值作为所述整数频偏。

在一些实施例中，所述S7还包括：

S74、当所述第一模值大于所述第二模值时，将所述第一模值与所述峰值处的模值之和作为第一值，将所述峰值处的模值与所述第一模值之差作为第二值；当所述第二模值大于所述第一模值时，将所述第二模值与所述峰值处的模值之和作为所述第一值，将所述第一模值与所述峰值处的模值之差作为所述第二值；

S75、根据所述第一值和所述第二值，计算出所述最小频偏。

在一些实施例中，所述最小频偏通过下述公式表示：

其中，cfo_dcm表示所述最小频偏，y表示所述第一值和所述第二值之间的比值。

与现有技术相比，本发明的有益效果在于：传统的频偏估计方法一般通过多个导频块之间的相位差获得，但5G NR协议中存在单个导频块的情况，在此场景下，传统的频偏估计很难应用，更多采用多个时隙联合估计的方法进行估计，但是采用多个时隙联合估计方法估计时复杂度较高，从而效率较低，而且对于设备的计算性能有一定要求。而本发明提供的方法可以在5G NR协议中存在单个导频块的场景下，通过LMS自适应滤波器(LMS自适应算法)确定出最优权向量，并通过最优权向量分别进行数据补偿(恢复)和频偏估计，并且，进行频偏估计时可以同时估计整数频偏和小数频偏以供系统后续使用，再有，相比于已有的其他算法，本发明使用的LMS自适应算法的复杂度低，更易于实现，从而进行补偿和频偏估计的效率高，对于设备的要求也低。因此，相比于已有方法，本发明在5G NR协议中存在单个导频块的场景下存在独特优势。

附图说明

图1是本发明实施例提供的一种应用于5G NR系统的单符号自适应频偏估计与补偿方法的一个方法流程图；

图2是本发明实施例提供的一种应用于5G NR系统的单符号自适应频偏估计与补偿方法的另一个方法流程图；

图3是本发明实施例提供的示例性的采用最优权向量对信号进行补偿前后的信号相位对比示意图；

图4是本发明实施例提供的示例性的理论频偏频域响应与估计频偏频域响应的对比示意图；

图5是本发明实施例提供的示例性的不同信噪比下，系统频偏估计值的MSE。

具体实施方式

为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种宽带卫星通信中的符号级残余相位偏差补偿方法进行详细说明。

有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。

实施例一

为了解决现有技术中存在的上述问题，本发明提供了一种应用于5GNR系统的单符号自适应频偏估计与补偿方法。该方法具体可应用于5G NR宽带卫星互联网系统的物理层解调系统的频偏估计和补偿，如图1所示，该方法包括：

S1、根据接收信号和预设时频域资源参数，分别确定本地DMRS序列，以及接收信号对应的数据符号块和DMRS符号块。

本发明实施例中，该方法可以应用于卫星设备，也可以应用于与该卫星设备通信的地面设备，还可以应用于其他设备，本发明实施例对此不作限定。

本发明实施例中，接收信号可以是从外部设备接收到的信号，例如，当该方法应用于卫星设备时，该接收信号是从与该卫星设备通信的地面设备处接收的信号。

本发明实施例中，该预设时频域资源参数可以执行该方法的设备与上述外部设备预先协商的参数，并预先存储于执行该方法的设备中，并且，该预设时频域资源参数可以是预设的一些用于分配时域资源和频域资源的参数，例如，可以是信号所在时隙、时隙中DMRS所占符号位置、频域上DMRS所占BWP、DMRS所占带宽、DMRS梳状间隔、DMRS起始位置。

在一些实施例中，S1包括：

S11、将接收信号通过FFT变换后进行OFDM解调，并对解调后的信号进行去循环前缀操作，通过预设时频域资源参数从去循环前缀操作后的信号中，提取出数据符号块和DMRS符号块并缓存。

S12、根据预设时频域资源参数，生成本地DMRS序列并存储。

这里，接收信号可以是当前接收时刻所接收的一段信号，并且，该本地DMRS序列可以是在该当前接收时刻生成的与该段接收信号对应的一段本地信号。

S2、根据本地DMRS序列和DMRS符号块，确定LS估计值。

在一些实施例中，可以将本地DMRS序列与DMRS符号块共轭相乘，从而得到LS估计值。

这里，LS估计值为最小二乘(Least Square)信道估计值。

S3、将LS估计值通过FFT变换到时域后，进行加窗滤波，并将加窗滤波后的数据通过IFFT变换回频域，得到处理后的LS估计值。

在一些实施例中，S3包括：

S31、将LS估计值通过FFT变换到时域后，得到时域数据。

S32、保留时域数据中峰值位置，以及峰值位置两侧预设长度的数据，并将时域数据中除峰值处的数据和峰值两侧预设长度的数据之外的数据均置为0，得到加窗滤波后的数据；预设长度为预设加窗长度的二分之一，且预设加窗长度与系统当前的接收信号的带宽成正比，例如，若当前执行该方法的设备是卫星设备，则该接收信号是指卫星接收地面的信号。

这里，虽然也可以采用低通滤波器的方式对时域数据进行滤波，并且，时域上表现为窗函数，如此可避免变换回频域后的拖尾，但是，采用低通滤波器的方式对时域数据进行滤波时，算法复杂度较高，而且，拖尾对性能影响也并不大，以及，通过上述加窗的方式进行滤波，方式简单，可以降低处理复杂度，减少资源占用，便于硬件实现。

S33、将加窗滤波后的数据通过IFFT变换回频域，得到处理后的LS估计值。

这里，处理后的LS估计值可以通过下述公式(1)表示：

其中，X(k)表示处理后的LS估计值，x(n)表示加窗滤波后的时域的LS值，表示IFFT旋转因子，N表示IFFT的数据点数，n表示时域的数据点数，k表示频域的数据点数。

示例性的，N为1024。

S4、将处理后的LS估计值与本地DMRS信号相乘，得到加扰后的LS估计值。

这里，将处理后的LS估计值与本地DMRS信号相乘，以对处理后的LS估计值进行加扰，可以保证后续采用LMS自适应滤波器对加扰后的LS估计值进行处理的收敛条件。

这里，DMRS序列的生成方式与接收导频生成方式一致，均为5G NR标准中规定的ZC序列，该序列有良好的自相关特性，因此能保证LMS自适应算法对自相关特性的要求。

S5、采用LMS自适应滤波器和本地DMRS信号，对加扰后的LS估计值进行迭代，根据得到的迭代计算结果，计算得到LMS自适应滤波器的最优权向量。

这里，LMS自适应滤波器具有预设阶数和预设迭代步长，例如，预设阶数可以为11，预设步长迭代可以为0.01，并且，LMS自适应滤波器的初始抽头权向量矩阵为全0矩阵。

在一写实施例中，S5包括：

S51、根据LMS自适应滤波器的阶数，分别初始化权向量寄存器和数据寄存器，得到权向量寄存器的初始值和数据寄存器的初始值；权向量寄存器的初始值中的中心抽头位置处的值为1，除中心抽头位置之外的位置的数据均为0；数据寄存器的初始值中，中心抽头位置之前的位置处的数据均为0，中心抽头以及中心抽头之后的位置处的数据为加扰后的LS估计值的初始时刻的数据；初始值的长度与LMS自适应滤波器的阶数相同。

这里，加扰后的LS估计值为一段时序数据，该初始时刻的数据可以是该段时序数据中的第一个时序的数据。

S52、将权向量寄存器的初始值作为LMS自适应滤波器的初始权向量，将初始权向量和数据寄存器的初始值进行共轭相乘，得到初始时序滤波器输出数据，根据初始时刻滤波器输出数据，以及初始时刻的本地DMRS信号，得到初始时刻的误差值。

这里，初始时刻的本地DMRS信号是生成的本地DMRS信号中，与初始时刻对应的本地DMRS信号。

S53、采用初始时刻的误差值、初始时刻滤波器输出数据和初始权向量，得到初始时刻的下一时刻的权向量；以及，更新数据寄存器的值，得到数据寄存器的下一时刻值；数据寄存器的下一时刻值中，中心抽头位置之前的位置处的数据均为0，中心抽头以及中心抽头之后的位置处的数据为加扰后的LS估计值的初始时刻的下一时刻的数据。

这里，每一时刻的权向量采用下述公式(2)～(4)表示：

e(n)＝y(n)-d(n) (3)；

y(n)＝w(n)^Hx(n) (4)；

其中，w(n+1)为第n+1时刻的权向量，w(n)为第n时刻的权向量，w(n)^H为第n时刻的权向量的共轭转置，y(n)为第n时刻滤波器输出数据，μ为LMS自适应滤波器的迭代步长，为e(n)的共轭，e(n)为第n时刻的误差值，d(n)为第n时刻的本地DMRS信号。当n为1时，w(2)为下一时刻的权向量，w(1)为初始权向量，y(1)为初始时刻滤波器输出数据，e(1)为初始时刻的误差值，d(1)为初始时刻的本地DMRS信号。

S54、将下一时刻的权向量和数据寄存器的下一时刻值进行共轭相乘，得到下一时刻滤波器输出数据，根据下一时刻滤波器输出数据，以及下一时刻的本地DMRS信号，得到下一时刻的误差值，直至更新后的数据寄存器的值为空时，将第预设时刻之后得到的权向量的平均值作为最优权向量。

这里，更新后的数据寄存器的值为空表示：对根据当前接收时刻所接收的一段信号所得到的一段加扰后的LS估计值处理结束。

这里，每个时刻对应一个数据点，从而第预设时刻之后得到的权向量可以是第预设个数据点之后得到的权向量。当误差连续小于阈值(例如，0.01)时，表示LMS自适应算法已经收敛，此时权向量即为当前情况下使均方误差最小的权向量。通常，在此条件下收敛需要200个左右的数据点。因此，在本发明中，可以取第300个点后的数据点对应的权向量进行平均，将平均后的权向量作为最优权向量。

S6、根据最优权向量对DMRS符号块进行数据补偿，得到补偿后的数据。

这里，可以读取缓存的DMRS符号块，并将最优权向量与DMRS符号块相乘，得到补偿后的数据，以抵消频偏带来的相位旋转和载波间干扰。

S7、根据最优权向量和LMS自适应滤波器的阶数，确定系统的整数频偏，以及根据最优权向量确定系统的小数频偏。

在一些实施例中，S7包括：

S71、确定最优权向量的模值，并对最优权向量的模值进行峰值搜索，得到峰值位置和峰值处的模值，并从最优权向量的模值中确定左侧近邻位置对应的第一模值，以及右侧近邻位置对应的第二模值；左侧近邻位置是峰值位置左侧的多个位置中距离峰值位置最近的位置，右侧近邻位置是峰值位置右侧的多个位置中距离峰值位置最近的位置。

S72、当第一模值大于第二模值，且阶数为奇数时，将阶数除以2后向上取整后减一，得到第一结果值，将峰值处的模值减一后与第一结果值作差，将得到的差值作为整数频偏；当第一模值大于第二模值，且阶数为偶数时，将阶数除以2后减一，得到第二结果值，将峰值处的模值减一后与第二结果值作差，将得到的差值作为整数频偏。

S73、当第一模值小于第二模值，且阶数为奇数时，将阶数除以2后向上取整，得到第三结果值，将峰值处的模值与第三结果值作差，将得到的差值作为整数频偏；当第一模值小于第二模值，且阶数为偶数时，将阶数除以2后得到第四结果值，将峰值处的模值与第四结果值作差，将得到的差值作为整数频偏。

在一些实施例中，S7还包括：

S74、当第一模值大于第二模值时，将第一模值与峰值处的模值之和作为第一值，将峰值处的模值与第一模值之差作为第二值；当第二模值大于第一模值时，将第二模值与峰值处的模值之和作为第一值，将第一模值与峰值处的模值之差作为第二值。

S75、根据第一值和第二值，计算出最小频偏。

这里，最小频偏可以通过下述公式(5)表示：

其中，cfo_dcm表示最小频偏，y表示第一值和第二值之间的比值。

示例性的，图2为应用于5G NR系统的单符号自适应频偏估计与补偿方法的一种示例性的流程示意图，如图2所示，执行上述方法的设备在获得LS估计值之后，可以通过FFT将LS估计值变换至时域，之后对时域的LS估计值进行加窗滤波，并对加窗滤波后的数据通过IFFT变换至频域，将变换至频域的数据与设备的本地DMRS信号相乘，得到加扰后的LS估计值，采用LMS自适应滤波器和本地DMRS信号，对加扰后的LS估计值进行迭代，得到最优权向量；一方面，根据最优权向量和LMS自适应滤波器的阶数，进行频偏估计，得到频偏值(整数频偏与最小频偏)；另一方面，根据最优权向量对缓存的数据(缓存的DMRS符号块)进行频偏补偿，得到恢复数据(补偿后的数据)。

传统的频偏估计方法一般通过多个导频块之间的相位差获得，但5GNR协议中存在单个导频块的情况，在此场景下，传统的频偏估计很难应用，更多采用多个时隙联合估计的方法进行估计，但是采用多个时隙联合估计方法估计时复杂度较高，从而效率较低，而且对于设备的计算性能有一定要求。而本发明提供的方法可以在5G NR协议中存在单个导频块的场景下，通过LMS自适应滤波器(LMS自适应算法)确定出最优权向量，并通过最优权向量分别进行数据补偿(恢复)和频偏估计，并且，进行频偏估计时可以同时估计整数频偏和小数频偏以供系统后续使用，再有，相比于已有的其他算法，本发明使用的LMS自适应算法的复杂度低，更易于实现，从而进行补偿和频偏估计的效率高，对于设备的要求也低。因此，相比于已有方法，本发明在5G NR协议中存在单个导频块的场景下存在独特优势。

实施例二

本实施例通过仿真实验对实施例一的5G NR系统的单符号自适应频偏估计与补偿的方法的效果进行说明。

仿真条件：

本实施例的仿真实验在MATLAB 2022a软件下进行，DMRS序列采用5G NR规定的ZC序列，仿真所用信道为加性高斯白噪声信道。

仿真内容与结果分析：

图3中为信噪比5dB下，补偿前后数据相位对比，可以看出，经过本发明的方法可以有效对系统频偏进行补偿，补偿前归一化相位分布为(-1,1)之间(图3中的灰色部分)，补偿后相位分布在(-0.1,0.1)之间(图3中的黑色部分)，可以看出系统频偏得到了有效补偿。

图4中的线部分为理论频域响应，点表示本方法估计出的频域响应(估计频域响应)，可以看出在信噪比5dB下，估计出的频域响应与理论频域响应的对比误差不超1％。

图5中为不同信噪比下，系统频偏估计值(整数频偏和小数频偏)的MSE，可以看出，系统在3dB信噪比下仍有较好的性能。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.一种应用于5G NR系统的单符号自适应频偏估计与补偿方法，其特征在于，应用于5GNR中单个DMRS符号载波频率偏移估计与补偿，包括：

S1、根据接收信号和预设时频域资源参数，分别确定本地DMRS序列，以及所述接收信号对应的数据符号块和DMRS符号块；

S2、根据所述本地DMRS序列和所述DMRS符号块，确定LS估计值；

S3、将所述LS估计值通过FFT变换到时域后，进行加窗滤波，并将加窗滤波后的数据通过IFFT变换回频域，得到处理后的LS估计值；

S4、将所述处理后的LS估计值与所述本地DMRS信号相乘，得到加扰后的LS估计值；

S51、根据LMS自适应滤波器的阶数，分别初始化权向量寄存器和数据寄存器，得到权向量寄存器的初始值和数据寄存器的初始值；所述权向量寄存器的初始值中的中心抽头位置处的值为1，除所述中心抽头位置之外的位置的数据均为0；所述数据寄存器的初始值中，中心抽头位置之前的位置处的数据均为0，中心抽头以及中心抽头之后的位置处的数据为所述加扰后的LS估计值的初始时刻的数据；所述初始值的长度与所述LMS自适应滤波器的阶数相同；

S52、将所述权向量寄存器的初始值作为所述LMS自适应滤波器的初始权向量，将所述初始权向量和所述数据寄存器的初始值进行共轭相乘，得到所述初始时刻滤波器输出数据，根据所述初始时刻滤波器输出数据，以及所述初始时刻的本地DMRS信号，得到所述初始时刻的误差值；

S53、采用所述初始时刻的误差值、所述初始时刻滤波器输出数据和所述初始权向量，得到所述初始时刻的下一时刻的权向量；以及，更新所述数据寄存器的值，得到所述数据寄存器的下一时刻值；所述数据寄存器的下一时刻值中，中心抽头位置之前的位置处的数据均为0，中心抽头以及中心抽头之后的位置处的数据为所述加扰后的LS估计值的初始时刻的下一时刻的数据；

S54、将所述下一时刻的权向量和所述数据寄存器的下一时刻值进行共轭相乘，得到所述下一时刻滤波器输出数据，根据所述下一时刻滤波器输出数据，以及所述下一时刻的本地DMRS信号，得到所述下一时刻的误差值，直至更新后的所述数据寄存器的值为空时，将第预设时刻之后得到的权向量的平均值作为最优权向量；

S6、根据所述最优权向量对所述DMRS符号块进行数据补偿，得到补偿后的数据；

S7、根据所述最优权向量和所述LMS自适应滤波器的阶数，确定系统的整数频偏，以及根据所述最优权向量确定所述系统的小数频偏。

2.根据权利要求1所述的应用于5GNR系统的单符号自适应频偏估计与补偿方法，其特征在于，所述S1包括：

S11、将所述接收信号通过FFT变换后进行OFDM解调，并对解调后的信号进行去循环前缀操作，通过所述预设时频域资源参数从去循环前缀操作后的信号中，提取出所述数据符号块和所述DMRS符号块并缓存；

S12、根据所述预设时频域资源参数，生成所述本地DMRS序列并存储。

3.根据权利要求1或2所述的应用于5GNR系统的单符号自适应频偏估计与补偿方法，其特征在于，所述S2包括：

S21、将所述本地DMRS序列与所述DMRS符号块共轭相乘，得到所述LS估计值。

4.根据权利要求1所述的应用于5GNR系统的单符号自适应频偏估计与补偿方法，其特征在于，所述S3包括：

S31、将所述LS估计值通过FFT变换到时域后，得到时域数据；

S32、保留所述时域数据中峰值位置，以及峰值位置两侧预设长度的数据，并将所述时域数据中除所述峰值位置和所述峰值位置两侧预设长度的数据之外的数据均置为0，得到加窗滤波后的数据；所述预设长度为预设加窗长度的二分之一，且所述预设加窗长度与所述系统当前的发送信号的带宽成正比；

S33、将加窗滤波后的数据通过IFFT变换回频域，得到所述处理后的LS估计值。

5.根据权利要求1所述的应用于5GNR系统的单符号自适应频偏估计与补偿方法，其特征在于，每一时刻的权向量采用下述公式表示：

e(n)＝y(n)-d(n)；

其中，所述w(n+1)为第n+1时刻的权向量，w(n)为第n时刻的权向量，y(n)为第n时刻滤波器输出数据，μ为所述LMS自适应滤波器的迭代步长，为e(n)的共轭，e(n)为第n时刻的误差值，d(n)为第n时刻的本地DMRS信号；

当n为1时，w(2)为所述下一时刻的权向量，w(1)为所述初始权向量，y(1)为所述初始时刻滤波器输出数据，e(1)为所述初始时刻的误差值，d(1)为所述初始时刻的本地DMRS信号。

6.根据权利要求1所述的应用于5GNR系统的单符号自适应频偏估计与补偿方法，其特征在于，所述S6包括：

S61、将所述最优权向量与所述DMRS符号块相乘，得到补偿后的数据。

7.根据权利要求1所述的应用于5GNR系统的单符号自适应频偏估计与补偿方法，其特征在于，所述S7包括：

S71、确定所述最优权向量的模值，并对所述最优权向量的模值进行峰值搜索，得到峰值位置和峰值处的模值，并从所述最优权向量的模值中确定左侧近邻位置对应的第一模值，以及右侧近邻位置对应的第二模值；所述左侧近邻位置是所述峰值位置左侧的多个位置中距离所述峰值位置最近的位置，所述右侧近邻位置是所述峰值位置右侧的多个位置中距离所述峰值位置最近的位置；

S72、当所述第一模值大于所述第二模值，且所述阶数为奇数时，将所述阶数除以2后向上取整后减一，得到第一结果值，将所述峰值处的模值减一后与所述第一结果值作差，将得到的差值作为所述整数频偏；当所述第一模值大于所述第二模值，且所述阶数为偶数时，将所述阶数除以2后减一，得到第二结果值，将所述峰值处的模值减一后与所述第二结果值作差，将得到的差值作为所述整数频偏；

S73、当所述第一模值小于所述第二模值，且所述阶数为奇数时，将所述阶数除以2后向上取整，得到第三结果值，将所述峰值处的模值与所述第三结果值作差，将得到的差值作为所述整数频偏；当所述第一模值小于所述第二模值，且所述阶数为偶数时，将所述阶数除以2后得到第四结果值，将所述峰值处的模值与所述第四结果值作差，将得到的差值作为所述整数频偏。

8.根据权利要求7所述的应用于5GNR系统的单符号自适应频偏估计与补偿方法，其特征在于，所述S7还包括：

S74、当所述第一模值大于所述第二模值时，将所述第一模值与所述峰值处的模值之和作为第一值，将所述峰值处的模值与所述第一模值之差作为第二值；当所述第二模值大于所述第一模值时，将所述第二模值与所述峰值处的模值之和作为所述第一值，将所述第一模值与所述峰值处的模值之差作为所述第二值；

S75、根据所述第一值和所述第二值，计算出所述小数频偏。

9.根据权利要求8所述的应用于5GNR系统的单符号自适应频偏估计与补偿方法，其特征在于，所述小数频偏通过下述公式表示：

其中，cfo_dcm表示所述小数频偏，y表示所述第一值和所述第二值之间的比值。