一种压缩重构的最大似然载波频率偏移估计方法
【专利摘要】本发明公开了一种压缩重构的最大似然载波频率偏移估计方法，用于通信系统的载波频率同步。所述方法的步骤包括：根据接收到的发射端的训练序列，构成为N×1的接收信号序列x；从指定的存储位置读取感知矩阵根据所述接收信号序列x和所述的感知矩阵压缩ML频偏估计度量，得到压缩域度量集y；利用所述的压缩域度量集y重构出ML频偏估计度量集合y1；根据ML频偏估计度量集合y1的最大值位置索引，映射出ML频偏估计值。所述方法解决了高精度的最大似然频偏估计方法的计算复杂度非常高，难以适应于实际应用的问题；在估计性能与ML频偏估计方法相当的情况下，极大的降低了ML频偏估计方法的计算复杂度。
【专利说明】一种压缩重构的最大似然载波频率偏移估计方法
【技术领域】
[0001]本发明涉及一种无线通信系统中最大似然(ML,Maximum Likelihood)载波频率偏移技术，特别是指一种利用压缩重构思想进行的ML载波频率偏移估计的方法。
【背景技术】
[0002]由晶振的不稳定性和收发信机之间的相对运动而引起的载波频率偏移(CF0，Carrier Frequency Offset)会严重的降低通信系统的性能,如系统的误码率性能,系统容量，等等。对载波频率偏移进行精确的估计，是通信系统一直以来的技术热点与难点。
[0003]常见的载波频率偏移(简称频偏)估计方法主要有数据辅助类频偏估计方法和非数据辅助类频偏估计方法两大类。由于运算量过大，非数据辅助类频偏估计方法在实际应用中较少被采用；更为常见的是数据辅助类频偏估计方法。在数据辅助类频偏估计方法中，为获得好的估计性能，基于最大似然(ML, Maximum Likelihood)的频偏估计方法是一直以来的研究热点。
[0004]在传统的基于数据辅助的ML频偏估计方法中，假设已知的训练序列为{an ；-L+l≤η≤Ν-1}，其中，L表示多径信道的最大可能的多径时延的采样点个数，L可根据实际场景的工程经验获得，也通过信道估计获得；Ν为接收的观察信号的采样点个数。假设频偏V的ML估计值为VML;，则估计值VML通过不同的频偏尝试取值I?进行搜索，找到频偏估计度量
【权利要求】
1.一种压缩重构的最大似然载波频率偏移估计方法，用于通信系统的载波频率同步，其特征在于，包括: a)根据接收到的发射端的训练序列，构造NX1的接收信号序列X，并从指定的存储位置读取感知矩阵Θ； b)根据所述接收信号序列X，利用所述的感知矩阵Θ，压缩ML频偏估计度量得到压缩域度量集Ic,; c)利用所述的压缩域度量集yes重构出ML频偏估计度量集合y； d)根据ML频偏估计度量集合I的最大值位置索引，映射出ML频偏估计值VML。
2.根据权利要求1所述的方法，其特征在于，所述接收信号序列X是从接收到的长度为N+L个采样的训练序列中，提取所述的长为N+L的训练序列的后N个采样点，以防止发射信号的数据部分对训练序列部分形成多径干扰。
3.根据权利要求1所述的方法，其特征在于，步骤a)所述的感知矩阵_预先构造，构造步骤为: al)配置搜索长度Z为:
4.根据权利要求1所述的方法，其特征在于，步骤b)所述的压缩域度量集yes由所述接收信号序列X和感知矩阵#的子矩阵⑩(m=l，2，…，Μ)构造，即:
5.根据权利要求1所述的方法，其特征在于，步骤c)所述的ML频偏估计度量集合y的重构，是利用压缩感知重构算法，根据压缩域度量集yes的M个元素重构出有Z个元素的ML频偏估计度量集合
6.根据权利要求5所述的方法，其特征在于，所述的利用压缩域度量集ycs重构出ML频偏估计度量集合y的重构算法包括:匹配追踪算法、正交匹配追踪算法、压缩采样匹配追踪算法、基追踪算法、子空间追踪算法。
7.根据权利要求1所述的方法，其特征在于，步骤d)所述的ML频偏估计值的映射就是:搜索ML频偏估计度量集合y={yi，y2，…，yz}中最大值位置z，z e {1,2,…，Z};然后根据所述的最大值位置z,映射出ML频偏估计值=Vz =-Zmax +(ζ-Ι)χΔ/，从而得到所需的ML频偏估计值Pm:,
【文档编号】H04L25/02GK103595668SQ201310659609
【公开日】2014年2月19日 申请日期:2013年12月9日 优先权日:2013年12月9日
【发明者】卿朝进, 张岷涛, 彭宏, 董秀成, 王军, 魏金成 申请人:西华大学