CN117478469A - 一种载波频率偏移追踪方法及装置 - Google Patents
一种载波频率偏移追踪方法及装置 Download PDFInfo
- Publication number
- CN117478469A CN117478469A CN202311412342.XA CN202311412342A CN117478469A CN 117478469 A CN117478469 A CN 117478469A CN 202311412342 A CN202311412342 A CN 202311412342A CN 117478469 A CN117478469 A CN 117478469A
- Authority
- CN
- China
- Prior art keywords
- cfo
- frame
- phase
- value
- tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 239000011159 matrix material Substances 0.000 claims abstract description 76
- 238000012549 training Methods 0.000 claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 238000001228 spectrum Methods 0.000 claims abstract description 33
- 238000000819 phase cycle Methods 0.000 claims abstract description 27
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000007774 longterm Effects 0.000 claims abstract description 12
- 238000007635 classification algorithm Methods 0.000 claims abstract description 9
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 8
- 230000006854 communication Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000010183 spectrum analysis Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
- H04L2027/0024—Carrier regulation at the receiver end
- H04L2027/0026—Correction of carrier offset
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本申请公开了一种载波频率偏移追踪方法及装置,首先接收发送端发送的Wi‑Fi帧,对信道状态信息测量得到相位序列及接收时间序列,区分训练段帧和追踪段帧,然后采用plomb功率谱估计算法与多重信号分类算法对相位序列及接收时间序列进行处理得到训练段帧的CFO估计值,在追踪段帧中对卡尔曼滤波器进行初始化,并根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔得到状态描述参数,根据状态描述参数计算后验预测值和后验估计协方差矩阵,最后更新先验预测协方差矩阵,对追踪段帧进行循环运算得到多个后验预测值,完成对CFO的长期追踪,通过结合谱估计算法、多重信号分类算法、卡尔曼滤波器对CFO动态追踪,具有一定的鲁棒性。
Description
技术领域
本申请涉及无线通信技术领域,具体而言,涉及一种载波频率偏移追踪方法及装置。
背景技术
Wi-Fi感知能力高度依赖于信道状态信息(Channel State Information,CSI)测量的精度,但由Tx与Rx的本地晶振(Local Oscillator,LO)频率差异产生的载波频率偏移(Carrier frequency offset,CFO)会给CSI带来累积相位误差。另外,LO对温度变化较为敏感,设备长时间的运行会使设备内部温度升高,导致CFO产生漂移,从而给CSI带来更多的相位误差。因此,CFO给基于CSI相位的感知技术发展带来严重影响,阻碍了无线相位同步、Wi-Fi相控阵、Wi-Fi成像等新一代Wi-Fi技术的发展。
在现有技术中有多种估计载波频偏(CFO)的方法,例如一种基于自相关运算的OFDM系统载波频偏估计方法能够有效地降低计算复杂度,同时经过仿真验证,改进后的算法表现良好。还有一种基于导频的载波频偏估计方法在保持估计精度的前提下扩大估计范围,虽然上述的方法均有效估计了CFO,但是第一种方法对噪声敏感,且自相关函数的计算量较大,第二种方法对导频的选择和发送有较为严格的要求,在高速移动的通信系统中,如果导频的发送周期太长,频偏的累积误差可能会很大;如果导频的发送周期太短,导频序列的长度可能不足以支持准确的频偏估计。
由于现有技术的方法的局限性使其难以应用于广泛的Wi-Fi感知实践,更重要的是,Wi-Fi感知需要长期稳定的CFO追踪才可以对其进行精确校准,短期的CFO估计无法满足Wi-Fi感知的需求。因此,如何使得CFO长期追踪估计技术的鲁棒性高、计算开销低成为本领域技术人员研究的方向之一。
发明内容
本申请的目的在于,为了克服现有的技术缺陷,提供了一种载波频率偏移追踪方法及装置,通过结合谱估计算法、多重信号分类算法、卡尔曼滤波器对CFO动态追踪,具有一定的鲁棒性。
本申请目的通过下述技术方案来实现:
第一方面,本申请提出了一种载波频率偏移追踪方法,所述方法应用于接收端,包括:
接收发送端发送的Wi-Fi帧,对所述Wi-Fi帧的信道状态信息进行测量得到相位序列及接收时间序列;
通过Wi-Fi帧中的标志位区分训练段帧和追踪段帧;
采用plomb功率谱估计算法与多重信号分类算法对相位序列及接收时间序列进行处理得到训练段帧的CFO估计值;
在追踪段帧中利用训练段帧的CFO估计值对卡尔曼滤波器进行初始化,并根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔得到状态描述参数,解卷绕后的DC号子载波相位为将相位序列中的相位差补偿至预测相位形成的;
根据状态描述参数计算后验预测值和后验估计协方差矩阵;
利用后验估计协方差矩阵更新先验预测协方差矩阵,对追踪段帧进行循环运算得到多个后验预测值完成对CFO的长期追踪。
在一种可能的实施方式中,在追踪段帧中利用训练段帧的CFO估计值对卡尔曼滤波器进行初始化,并根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔得到状态描述参数的步骤,包括:
在追踪段帧利用训练段帧的CFO估计值对卡尔曼滤波器的过程噪声和观测噪声进行初始化;
根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔计算出k-1时刻帧的状态描述参数Xk-1:
其中,表示CFO变化率,/>表示当前CFO,δcfo表示当前CFO在帧间隔Δt内的累积相位。
在一种可能的实施方式中,根据状态描述参数计算后验预测值和后验估计协方差矩阵;
基于状态描述参数计算当前时刻的先验预测协方差矩阵
将先验预测协方差矩阵结合解卷绕后的DC号子载波相位计算当前相位值;
根据当前时刻的先验预测协方差矩阵、观测噪声和观测矩阵计算卡尔曼增益;
根据当前相位值、观测矩阵和下一时刻k的先验预测值计算残差值;
利用残差值计算后验预测值;
利用卡尔曼增益、观测矩阵以及后验预测协方差矩阵计算后验估计协方差矩阵。
在一种可能的实施方式中,基于状态描述参数计算当前时刻的先验预测协方差矩阵的步骤,包括:
通过状态描述参数构建状态转移矩阵;
通过状态转移矩阵和状态描述参数得到下一时刻k的先验预测值;
使用上一时刻k-1的后验预测协方差矩阵来计算当前时刻的先验预测协方差矩阵。
在一种可能的实施方式中,根据状态描述参数,结合解卷绕后的DC号子载波相位计算当前相位值的步骤,包括:
计算下一时刻k的先验预测值的分量和解卷绕后的DC号子载波相位在复数空间上的预测残差;
将预测残差与下一时刻k的先验预测值的分量求和得到当前相位值。
在一种可能的实施方式中,利用残差值计算后验预测值的步骤,包括:
利用卡尔曼增益对残差值进行校正得到校正后的残差值;
将到校正后的残差值与下一时刻k的先验预测值进行加和得到后验预测值。
第二方面,本申请提出了一种载波频率偏移追踪装置,所述装置包括:
测量模块,用于接收发送端发送的Wi-Fi帧,对所述Wi-Fi帧的信道状态信息进行测量得到相位序列及接收时间序列;
帧划分模块,用于通过Wi-Fi帧中的标志位区分训练段帧和追踪段帧;
数据处理模块,用于采用plomb功率谱估计算法与多重信号分类算法对相位序列及接收时间序列进行处理得到训练段帧的CFO估计值;
初始化模块,用于在追踪段帧中利用训练段帧的CFO估计值对卡尔曼滤波器进行初始化,并根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔得到状态描述参数,解卷绕后的DC号子载波相位为将相位序列中的相位差补偿至预测相位形成的;
计算模块,用于根据状态描述参数计算后验预测值和后验估计协方差矩阵;
输出模块,用于利用后验估计协方差矩阵更新先验预测协方差矩阵,对追踪段帧进行循环运算得到多个后验预测值完成对CFO的长期追踪。
在一种可能的实施方式中,所述初始化模块,还用于:
在追踪段帧利用训练段帧的CFO估计值对卡尔曼滤波器的过程噪声和观测噪声进行初始化;
根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔计算出k-1时刻帧的状态描述参数Xk-1:
其中,表示CFO变化率,/>表示当前CFO,δcfo表示当前CFO在帧间隔Δt内的累积相位。
第三方面,本申请还提出了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如第一方面任一项所述的载波频率偏移追踪方法。
第四方面,本申请还提出了一种计算机可读存储介质,所述存储介质中存储有计算机程序,所述计算机程序由处理器加载并执行以实现如第一方面任一项所述的载波频率偏移追踪方法。
上述本申请主方案及其各进一步选择方案可以自由组合以形成多个方案,均为本申请可采用并要求保护的方案;且本申请,(各非冲突选择)选择之间以及和其他选择之间也可以自由组合。本领域技术人员在了解本申请方案后根据现有技术和公知常识可明了有多种组合,均为本申请所要保护的技术方案,在此不做穷举。
本申请的有益效果在于:
第一、通过Tx非均匀发送技术,克服了相位模糊的问题。
第二、能够根据系统模型和观测数据,通过融合历史信息和新观测值,提供准确的CFO估计结果。
第三、能够实时处理新的观测数据,并根据先前的状态估计结果进行更新,适用于需要快速反应的通信系统。
第四、具有较低的计算和存储需求,可根据系统的动态性质,有效地使用历史信息进行状态估计。
第五、对于噪声和不确定性具有一定的鲁棒性,能将观测噪声和系统模型的不确定性考虑在内,对估计结果进行优化。
附图说明
图1示出了本申请实施例提供的载波频率偏移追踪方法的流程示意图。
图2示出了本申请实施例提供的使用plomb功率谱估计算法进得到谱估计结果示意图。
图3示出了本申请实施例提供的MUSIC算法进行局部超分辨率谱估计的结果示意图。
图4示出了利用不同追踪方式的预测CFO与实测间的残差图。
图5示出了本申请实施例提供的载波频率偏移追踪方法的另一种流程示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
基于本申请中的实施例,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,都属于本申请保护的范围。
DC号子载波(零号子载波):在正交频分复用(Orthogonal Frequency-DivisionMultiplexing,OFDM)系统中,DC号子载波是位于频谱中心的一个子载波,不用于传输数据,本申请实施例将其中的DC置为0。根据OFDM通信原理,Wi-Fi设备返回的CSI测量结果相比真实测量结果H额外包含多项时/频域误差,公式表示如下:/>其中fcfo为CFO、t为时延误差、k为子载波编号。当k=0时CSI测量中仅包含CFO误差,因此使用DC号子载波可以便于从CSI数据对CFO进行估计。
Plomb功率谱估计算法:一种用于在非等间隔采样情况下估计信号功率谱密度的方法。该算法基于Lomb-Scargle周期图法,利用最小二乘拟合技术,对信号的功率谱密度进行估计。相比于傅里叶变换、短时傅立叶变换等传统谱分析方法,Plomb功率谱估计算法能够适应信号频率随时间动态变化的特性,并提供更高的时间-频率分辨率。然而,Plomb功率谱估计算法也存在一些缺陷。例如无法区分出正频率和负频率,从而导致谱估计存在正负歧义性。因此,在使用Plomb功率谱估计算法进行频谱测量时,需要进行正负频率的判定,以确保获得准确的结果。
多重信号分类(Multiple Signal Classification,MUSIC)算法:一种子空间正交性的超分辨率谱估计方法,该算法通过将信号空间分解为信号子空间和噪声子空间,利用信号子空间与噪声子空间正交的性质,实现对信号参数的高精度估计。但MUSIC算法需要对整个频率范围进行搜索,这会导致计算开销巨大。因此,如何约束搜索空间是提升MUSIC算法效率的关键问题。
卡尔曼滤波(Kalman Filtering):一种基于状态空间模型的递归滤波器,用于估计系统状态的一种优化算法。卡尔曼滤波器基于贝叶斯滤波理论,通过不断地融合测量数据和系统模型的预测结果,提供对系统状态的最优估计。其基本思想是在时间更新和测量更新两个步骤中进行状态估计。在时间更新步骤中,根据系统的动态模型,通过预测当前状态的先验估计。在测量更新步骤中,将实际观测数据与时间更新得到的先验估计进行融合,得到更准确的后验估计。卡尔曼滤波器的关键是定义系统的状态空间模型和观测模型,并对系统的动态特性和测量误差进行建模。状态空间模型通常表示为线性差分方程的形式,其中包含系统状态、控制输入和过程噪声。观测模型描述了观测数据与系统状态之间的线性关系,同时考虑了测量误差。
由于现有技术的方法的局限性使其难以应用于广泛的Wi-Fi感知实践,更重要的是,Wi-Fi感知需要长期稳定的CFO追踪才可以对其进行精确校准,短期的CFO估计无法满足Wi-Fi感知的需求。因此,如何使得CFO长期追踪估计技术的鲁棒性高、计算开销低成为本领域技术人员研究的方向之一。
因此,本申请实施例提出了一种载波频率偏移追踪方法及装置,通过结合两种谱估计方法及卡尔曼滤波器来实现对CFO的动态追踪,接下来对其进行详细说明。
请参照图1,图1示出了本申请实施例提供的载波频率偏移追踪方法的流程示意图,该方法应用于接收端,能够在所有Wi-Fi标准支持的2.4/5/6GHz频段、带宽bw(20、40、80、160、320MHz)、协议格式(IEEE 802.11a/g/n/ac/ax/be)、空间流数量s(1-n)及MCS速率下工作。例如,发送端fc为6GHz,bw为160MHz,发送格式为IEEE 802.11ax协议。
本申请实施例提出的方法包括以下步骤:
S1、接收发送端发送的Wi-Fi帧,对Wi-Fi帧的信道状态信息进行测量得到相位序列及接收时间序列。
S2、通过Wi-Fi帧中的标志位区分训练段帧和追踪段帧。
Tx发送端与Rx接收端连接,Tx发送端向Rx接收端发送N个含有自定义标志位stage的Wi-Fi帧,此时Tx发送端与Rx接收端应处于相同Wi-Fi信道及工作宽带,例如,Tx发送端和Rx接收端都工作在Wi-Fi标准36号信道(载波频率518MHZ,宽带20MHZ)。
根据无线通信的基本原理,设Tx发送端发送的信号频率为Xfre,Rx接收端接收到的信号频率为Y,则传输信道的频率响应表示为H,Tx发送端发送的信号为:Y=HXfre+N,其中噪声项N代表环境中存在的随机干扰。当接收端已知一个参考信号X时,通过信道估计算法能够计算信道频率响应H(CSI)。
在基于正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)的Wi-Fi协议(802.11/a/g/n/ac/ax协议)下,CSI表示为3维矩阵其中NSC代表子载波个数,NSTS为Tx空间流,NRx为Rx天线数。根据Wi-Fi协议标准,子载波编号有其中DC号子载波不使用,带宽bw可以为20/40/80/160/320MHz等不同带宽,相应的NSC值分别为64,128,256,512,1024。例如802.11n协议下20MHz带宽时,子载波编号序列便能表示为K=[-28,-27,...,-1,1,...,27,28]。
在此需要说明的是,对于Rx接收端接收到的N个Wi-Fi帧,考虑通信过程中存在的丢帧情况应记为Ri(i≤N),各帧接收时间ti所构成序列记为T,对此以下不做过多赘述。
在上述条件之下,Rx接收端对测得的CSI进行DC号子载波插值,插值后各子载波索引序列表示为K+DC。如在使用Intel AX210网卡作为Rx时,在IEEE 802.11n协议,5.2GHz工作频率,40MHz带宽条件下,Tx端使用单空间流发射,Rx接收端使用双天线接收,则测得的H的尺寸为114×1×2,H的第一维度为子载波列,其子载波编号索引为(-57,-56,…,-1,1,…,56,57),进行DC号位载波插值后得到115个子载波(本方法中DC置为0),其子载波编号索引变为(-57,-56,…,-1,0,1,…,56,57),H矩阵变为115×1×2。
插值后,取中任意的一条空间流的相位/>即/>然后,利用/>取出DC号位载波的相位值θDC。由于DC号子载波上仅受CFO误差影响,此时DC号位子载波的CSI可以表示为/>其中fcfo为载波频率偏移,Δt为单位接收时间间隔。插值后得到逐帧CSI中所含DC号子载波的相位序列/>相位序列构建完成后,根据相位序列中各相位对应的帧到达时间ti,构建帧间隔序列dt={(t2-t1),(t3-t2),...,(tn-tn-1)}。
Rx接收端判断标志位,区分出训练段帧与追踪段帧,并提取出对应的DC号子载波的相位序列,即其中,/> 考虑收发端通信过程中存在丢帧的情况,Tx端所发Wi-Fi帧包含两种连续且相同的Wi-Fi段帧,并能够根据上述过程获得各段帧相应的DC号位子载波相位序列/>与/>
S3、采用plomb功率谱估计算法与多重信号分类算法对相位序列及接收时间序列进行处理得到训练段帧的CFO估计值。
在得到训练段帧与追踪段帧之后,分别对其进行不同的处理利用训练段帧进行CFO估计,并利用CFO估计值校准追踪段帧的CFO预测值,来实现CFO的长期动态追踪。
在一种三角函数中,如余弦函数cos(),对训练段帧的相位序列进行周期化处理,将其波形从锯齿波转变为在±π范围内连续变化的余弦波/>以便于接下来执行Plomb功率谱估计算法。
利用与Ttraining构建用于CFO频谱分析的相位时序数据Y(Ttraining)。其中ti时刻的样本记作Y(ti),i=1,...,N。对Y(ti)使用plomb功率谱估计算法进行谱估计,则关于CFO计算的plomb算法功率谱P(ω)为:
其中,ω为估计P(ω)的频率,单位为rad/sec(弧度/秒),若有m个待检验的频率f1,f2,…,fd,取ωj=2πfj,j=1,…,m。而τ为时间平移不变量。
上述谱估计计算的结果为由于plomb功率谱估计算法的谱估计结果存在正负频率歧义,即存在正负两个候选估计值分别为/>因此,需要对/>执行进一步的频谱分析获得准确的CFO估计频率。图2示出了本申请实施例提供的使用plomb功率谱估计算法进得到谱估计结果示意图。
通过MUSIC算法在以为中心,以σ为搜索分辨率在的范围内进行局部超分辨频谱估计,其中σ为任意实数,单位为Hz。同理,对/>在/>范围内执MUSIC算法。请参照图3,图3示出了本申请实施例提供的MUSIC算法进行局部超分辨率谱估计的结果示意图。
根据上述MUSIC算法执行结果,其对应峰值响应和频率并分别记为P(fcfo -)/{fcfo -}Max、P(fcfo +)/{fcfo +}Max。若P(fcfo +)大于P(fcfo -),则取{fcfo +}Max的值作为CFO的精确估计值。反之,则取{fcfo -}Max。此处,将上述基于获得的CFO估计值记为/>便于在后续对追踪段帧的动态校准中使用。
S4、在追踪段帧中利用训练段帧的CFO估计值对卡尔曼滤波器进行初始化,并根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔得到状态描述参数。
解卷绕后的DC号子载波相位为将相位序列中的相位差补偿至预测相位形成的,状态描述参数的生成步骤为:
在追踪段帧利用训练段帧的CFO估计值对卡尔曼滤波器的过程噪声和观测噪声进行初始化;
根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔计算出k-1时刻帧的状态描述参数Xk-1:
其中,表示CFO变化率,/>表示当前CFO,δcfo表示当前CFO在帧间隔Δt内的累积相位。
对卡尔曼滤波器的过程噪声Nprocess和观测噪声Nmeasure进行初始化,具体初始值为:再根据CFO估计值/>解卷绕后的DC号子载波相位θDC以及帧间隔Δt,计算出k-1时刻帧的状态描述Xk-1:/>其中,/>表示CFO变化率(假定在追踪时间段内为常量),/>表示当前CFO(默认初始值为/>),δcfo表示当前CFO在帧间隔Δt内的累积相位。
S5、根据状态描述参数计算后验预测值和后验估计协方差矩阵。
在一种可能的实施方式中,步骤S5还包括以下子步骤:
基于状态描述参数计算当前时刻的先验预测协方差矩阵;
将先验预测协方差矩阵结合解卷绕后的DC号子载波相位计算当前相位值;
根据当前时刻的先验预测协方差矩阵、观测噪声和观测矩阵计算卡尔曼增益;
根据当前相位值、观测矩阵和下一时刻k的先验预测值计算残差值;
利用残差值计算后验预测值;
利用卡尔曼增益、观测矩阵以及后验预测协方差矩阵计算后验估计协方差矩阵。
其中,计算当前时刻的先验预测协方差矩阵的步骤为:
通过状态描述参数构建状态转移矩阵;
通过状态转移矩阵和状态描述参数得到下一时刻k的先验预测值;
使用上一时刻k-1的后验预测协方差矩阵来计算当前时刻的先验预测协方差矩阵。
首先根据k-1时刻帧的状态描述参数Xk-1构建状态转移矩阵A:
其中,Δt表示帧间隔。
然后利用k-1时刻帧的状态描述Xk-1,通过状态转移矩阵A得到下一时刻k的先验预测值 具体表示为:
设置初始协方差矩阵为:
最后使用上一时刻k-1的后验预测协方差矩阵Pk-1(第一次计算时使用P0)来计算当前时刻k的先验预测协方差矩阵Pk -:Pk -=APk-1AT+Nprocess。
计算当前相位值的具体步骤为:计算下一时刻k的先验预测值的分量和解卷绕后的DC号子载波相位在复数空间上的预测残差;
将预测残差与下一时刻k的先验预测值的分量求和得到当前相位值。
计算下一时刻k的先验预测值的分量δcfo与解卷绕后的DC号子载波相位θDC在复数空间上的预测残差yres:/>其中,∠函数表示执行求相位角操作;
计算下一时刻k的先验预测值的分量δcfo与预测残差yres之和,获得当前相位值Zk:Zk=δcfo+yres。
利用当前时刻k的先验预测协方差矩阵和观测矩阵G以及下一时刻k的先验预测值Nmeasure计算出卡尔曼增益K:/>其中,观测矩阵为:G=[0 01]。
将下一时刻k的先验预测值通过观测矩阵G投影至测量空间,同时计算出与测量值Zk的残差值y:/>
在一种可能的实施方式中,利用卡尔曼增益对残差值进行校正得到校正后的残差值;
将到校正后的残差值与下一时刻k的先验预测值进行加和得到后验预测值。
在利用卡尔曼增益K对残差值y进行校准,得到校正后的残差值Y:Y=Ky,将卡尔曼滤波器的先验预测值和校正后的残差值Y相加,得到后验预测值Xk:/>计算出卡尔曼滤波器的后验估计协方差矩阵Pk:/>其中I为单位矩阵,将后验预测值Xk作为CFO追踪结果并输出。
S6、利用后验估计协方差矩阵更新先验预测协方差矩阵,对追踪段帧进行循环运算得到多个后验预测值完成对CFO的长期追踪。
为了验证本申请实施例提出的方法,请参照图4,图4示出了利用不同追踪方式的预测CFO与实测间的残差图,采用常量CFO追踪进行预测和采用卡尔曼滤波CFO追踪进行预测,两种预测所得CFO与实测CFO之间残差的比对。
为了更好的对本申请实施例提出的载波频率偏移追踪方法,请参照图5,图5示出了本申请实施例提供的载波频率偏移追踪方法的另一种流程示意图。如图所示。首先Tx发送端连续发送含有stage标志位的Wi-Fi帧,该帧分为训练和追踪两个阶段,Rx几首端获取各帧的CSI、接收时间和相位信息,通过判断stage标志位区分训练段和追踪段。
若判断是训练段,则利用plomb功率谱估计算法基于子载波相位和接收时间进行谱分析计算,得到CFO的正负两组候选估计频率,通过MUSIC算法分别对两组候选值进行超分辨率频谱分析,比较得到的两组计算结果取响应更高的候选值的作为CFO的初始估计值。
若判断是追踪段,则初始化卡尔曼滤波器,计算包含CFO变化率、CFO和累积相位的状态描述。然后构建状态转移矩阵,并计算下一时刻的先验预测值,基于当前状态描述和DC号子载波相位,计算当前相位值,计算卡尔曼增益矩阵、先验预测值与测量值的残差,并更新后验预测值,输出后验预测值,并判断追踪段是否结束,若结束则结束当前阶段追踪,若没有结束则,继续初始化卡尔曼滤波器。
综上,本申请先构建仅受CFO误差影响的DC号子载波相位序列;然后采用plomb功率谱估计算法结合MUSIC算法,对训练段帧进行CFO估计,在此基础上,利用构建的状态转移方程获取追踪段帧的先验CFO预测值,求预测相位与实测相位在复数空间的相位差,将其补偿到预测相位,得到实测相位解卷绕后的相位,计算卡尔曼增益,得到后验状态,输出最终CFO预测值。
与现有技术相比,本申请实施例具有以下有益效果:
第一、通过Tx非均匀发送技术,克服了相位模糊的问题。
第二、能够根据系统模型和观测数据,通过融合历史信息和新观测值,提供准确的CFO估计结果。
第三、能够实时处理新的观测数据,并根据先前的状态估计结果进行更新,适用于需要快速反应的通信系统。
第四、具有较低的计算和存储需求,可根据系统的动态性质,有效地使用历史信息进行状态估计。
第五、对于噪声和不确定性具有一定的鲁棒性,能将观测噪声和系统模型的不确定性考虑在内,对估计结果进行优化。
下面给出一种载波频率偏移追踪装置可能的实现方式,其用于执行上述实施例及可能的实现方式中示出的载波频率偏移追踪方法各个执行步骤和相应的技术效果,该装置包括:
测量模块,用于接收发送端发送的Wi-Fi帧,对Wi-Fi帧的信道状态信息进行测量得到相位序列及接收时间序列;
帧划分模块,用于通过Wi-Fi帧中的标志位区分训练段帧和追踪段帧;
数据处理模块,用于采用plomb功率谱估计算法与多重信号分类算法对相位序列及接收时间序列进行处理得到训练段帧的CFO估计值;
初始化模块,用于在追踪段帧中利用训练段帧的CFO估计值对卡尔曼滤波器进行初始化,并根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔得到状态描述参数,解卷绕后的DC号子载波相位为将相位序列中的相位差补偿至预测相位形成的;
计算模块,用于根据状态描述参数计算后验预测值和后验估计协方差矩阵;
输出模块,用于利用后验估计协方差矩阵更新先验预测协方差矩阵,对追踪段帧进行循环运算得到多个后验预测值完成对CFO的长期追踪。
在一种可能的实施方式中,初始化模块,还用于:
在追踪段帧利用训练段帧的CFO估计值对卡尔曼滤波器的过程噪声和观测噪声进行初始化;
根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔计算出k-1时刻帧的状态描述参数Xk-1:
其中,表示CFO变化率,/>表示当前CFO,δcfo表示当前CFO在帧间隔Δt内的累积相位。/>
本优选实施例提供了一种计算机设备,该计算机设备可以实现本申请实施例所提供的载波频率偏移追踪方法任一实施例中的步骤,因此,可以实现本申请实施例所提供的载波频率偏移追踪方法的有益效果,详见前面的实施例,在此不再赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。为此,本申请实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的载波频率偏移追踪方法中任一实施例的步骤。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请实施例所提供的任一载波频率偏移追踪方法实施例中的步骤,因此,可以实现本申请实施例所提供的任一载波频率偏移追踪方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种载波频率偏移追踪方法,其特征在于,所述方法应用于接收端,包括:
接收发送端发送的Wi-Fi帧,对所述Wi-Fi帧的信道状态信息进行测量得到相位序列及接收时间序列;
通过Wi-Fi帧中的标志位区分训练段帧和追踪段帧;
采用plomb功率谱估计算法与多重信号分类算法对相位序列及接收时间序列进行处理得到训练段帧的CFO估计值;
在追踪段帧中利用训练段帧的CFO估计值对卡尔曼滤波器进行初始化,并根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔得到状态描述参数,解卷绕后的DC号子载波相位为将相位序列中的相位差补偿至预测相位形成的;
根据状态描述参数计算后验预测值和后验估计协方差矩阵;
利用后验估计协方差矩阵更新先验预测协方差矩阵,对追踪段帧进行循环运算得到多个后验预测值完成对CFO的长期追踪。
2.如权利要求1所述的载波频率偏移追踪方法,其特征在于,在追踪段帧中利用训练段帧的CFO估计值对卡尔曼滤波器进行初始化,并根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔得到状态描述参数的步骤,包括:
在追踪段帧利用训练段帧的CFO估计值对卡尔曼滤波器的过程噪声和观测噪声进行初始化;
根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔计算出k-1时刻帧的状态描述参数Xk-1:
其中,表示CFO变化率,/>表示当前CFO,δcfo表示当前CFO在帧间隔Δt内的累积相位。
3.如权利要求1所述的载波频率偏移追踪方法,其特征在于,根据状态描述参数计算后验预测值和后验估计协方差矩阵;
基于状态描述参数计算当前时刻的先验预测协方差矩阵
将先验预测协方差矩阵结合解卷绕后的DC号子载波相位计算当前相位值;
根据当前时刻的先验预测协方差矩阵、观测噪声和观测矩阵计算卡尔曼增益;
根据当前相位值、观测矩阵和下一时刻k的先验预测值计算残差值;
利用残差值计算后验预测值;
利用卡尔曼增益、观测矩阵以及后验预测协方差矩阵计算后验估计协方差矩阵。
4.如权利要求3所述的载波频率偏移追踪方法,其特征在于,基于状态描述参数计算当前时刻的先验预测协方差矩阵的步骤,包括:
通过状态描述参数构建状态转移矩阵;
通过状态转移矩阵和状态描述参数得到下一时刻k的先验预测值;
使用上一时刻k-1的后验预测协方差矩阵来计算当前时刻的先验预测协方差矩阵。
5.如权利要求3所述的载波频率偏移追踪方法,其特征在于,根据状态描述参数,结合解卷绕后的DC号子载波相位计算当前相位值的步骤,包括:
计算下一时刻k的先验预测值的分量和解卷绕后的DC号子载波相位在复数空间上的预测残差;
将预测残差与下一时刻k的先验预测值的分量求和得到当前相位值。
6.如权利要求2所述的载波频率偏移追踪方法,其特征在于,利用残差值计算后验预测值的步骤,包括:
利用卡尔曼增益对残差值进行校正得到校正后的残差值;
将到校正后的残差值与下一时刻k的先验预测值进行加和得到后验预测值。
7.一种载波频率偏移追踪装置,其特征在于,所述装置包括:
测量模块,用于接收发送端发送的Wi-Fi帧,对所述Wi-Fi帧的信道状态信息进行测量得到相位序列及接收时间序列;
帧划分模块,用于通过Wi-Fi帧中的标志位区分训练段帧和追踪段帧;
数据处理模块,用于采用plomb功率谱估计算法与多重信号分类算法对相位序列及接收时间序列进行处理得到训练段帧的CFO估计值;
初始化模块,用于在追踪段帧中利用训练段帧的CFO估计值对卡尔曼滤波器进行初始化,并根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔得到状态描述参数,解卷绕后的DC号子载波相位为将相位序列中的相位差补偿至预测相位形成的;
计算模块,用于根据状态描述参数计算后验预测值和后验估计协方差矩阵;
输出模块,用于利用后验估计协方差矩阵更新先验预测协方差矩阵,对追踪段帧进行循环运算得到多个后验预测值完成对CFO的长期追踪。
8.如权利要求7所述的载波频率偏移追踪装置,其特征在于,所述初始化模块,还用于:
在追踪段帧利用训练段帧的CFO估计值对卡尔曼滤波器的过程噪声和观测噪声进行初始化;
根据训练段帧的CFO估计值、解卷绕后的DC号子载波相位以及接收时间序列的帧间隔计算出k-1时刻帧的状态描述参数Xk-1:
其中,表示CFO变化率,/>表示当前CFO,δcfo表示当前CFO在帧间隔Δt内的累积相位。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如权利要求1-6任一项所述的载波频率偏移追踪方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1-6任一项所述的载波频率偏移追踪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311412342.XA CN117478469A (zh) | 2023-10-27 | 2023-10-27 | 一种载波频率偏移追踪方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311412342.XA CN117478469A (zh) | 2023-10-27 | 2023-10-27 | 一种载波频率偏移追踪方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117478469A true CN117478469A (zh) | 2024-01-30 |
Family
ID=89630418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311412342.XA Pending CN117478469A (zh) | 2023-10-27 | 2023-10-27 | 一种载波频率偏移追踪方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117478469A (zh) |
-
2023
- 2023-10-27 CN CN202311412342.XA patent/CN117478469A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2441300B1 (en) | Rf fingerprinting for location estimation | |
JP5691613B2 (ja) | 移動端末位置推定装置、移動端末位置推定方法及び電波環境指標算出方法 | |
CN112235215B (zh) | 一种无线信道探测方法、存储介质及终端设备 | |
CN107797099B (zh) | 一种多通道数字接收机实时内定标处理方法及装置 | |
JP2023549054A (ja) | 到達時間ベースの測距のハイブリッド方法 | |
CN108183841A (zh) | 综测仪中基于IEEE802.11ah的基带数据处理方法及系统 | |
CN108292930B (zh) | 双工通信方法、通信设备和系统 | |
CN117478469A (zh) | 一种载波频率偏移追踪方法及装置 | |
Cloudt | Bluetooth low energy direction finding on embedded hardware by mitigating carrier frequency offset and multipath fading | |
JP2015065655A (ja) | リファレンス信号受信パワーを確定するための方法、端末及びシステム | |
CN111077371B (zh) | 一种提高相位测量精度的方法和装置 | |
CN114785435B (zh) | 一种基于零号子载波相位拟合的载波频偏估计方法 | |
CN107305225B (zh) | 用于使用互相关和实数采样而不需要时间对准的vswr估计的方法和装置 | |
US5706307A (en) | Method and arrangement for the determination of the ratio for common-channel or adjacent-channel interferers in digital mobile communication networks | |
CN114039639B (zh) | 一种大连接场景下联合信道估计与用户检测方法 | |
RU2738961C1 (ru) | Способ определения пространственных параметров элементов телекоммуникационных систем, использующих широкополосные сигналы | |
CN113938358B (zh) | 时延确定方法和终端 | |
CN115623585A (zh) | 终端设备的定位方法、装置及存储介质 | |
CN114760173B (zh) | 一种基于谱分析优化的载波频偏估计方法 | |
TWI774199B (zh) | 通道狀態資訊之表示方法及其相關接收裝置 | |
EP3035567B1 (en) | Method and apparatus for noise power estimation | |
CN117376069A (zh) | 一种载波频率偏移的追踪方法及装置 | |
EP4145166A1 (en) | Positioning measurements | |
CN118074827A (zh) | 基于最大似然估计和线性插值的时钟漂移校正方法 | |
Shang et al. | TOF Estimation of Single Antenna for Commercial Wi-Fi |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |