本发明涉及通信技术领域,特别涉及一种用于检测设备的nr小区pss搜索方法与检测设备。
背景技术:
5gnr系统对抗频频偏和抗干扰能力有着极高的要求,传统的定时同步方法难以满足5gnr系统对抗频骗和抗干扰能力的需求。
主同步信号(primarysynchronizationsignal,简称pss)主要用于完成小区搜索的过程中快速地确定符号/帧的起始位置,即符号定时同步。5gnr系统中pss的数量增大,检测设备需要快速完成多个小区pss信号的搜索。
图1是现有技术的pss搜索方法的示意图,现有技术的pss搜索方法一般包括:步骤s102,选取20ms的时域数据;步骤s104,分别用设备本地生成的3组pss序列分别与采集的数据滑动相关计算;步骤s106,以最大相关峰值为参考,按照一定的原则设置门限;步骤s108,对所有峰值进行检测,并将超出门限的序列作为检测出的pss信号。
上述pss搜索方法的存在以下问题:1.需要采集的数据量大,至少需要20ms;2.时域滑动相关计算需要较多的计算资源;3.由于存在多个pss信号,小区的判断规则复杂,不利于fpga(field-programmablegatearray,即现场可编程门阵)实现;4.每次都需要等一个完整的周期(20ms)才能进行一次检测。也就是说,现有的pss搜索方法计算量大,搜索时间长,因此无法满足检测设备的检测要求。
技术实现要素:
本发明的一个目的是要提供一种便于fpga实现的高效的用于检测设备的nr小区pss搜索方法与检测设备。
特别地,本发明提供了一种用于检测设备的nr小区pss搜索方法,其包括:
获取对接收信号进行采样得到的采样信号;
从采样信号中截取出时域离散信号,并对时域离散信号进行傅立叶变换计算,得到频域信号;
将频域信号与检测设备本地的三组pss的频域序列进行相关计算,并将相关计算的结果进行傅里叶逆变换,得到三组相关值序列;
从三组相关值序列中确定出多组pss判决序列,并根据多组pss判决序列计算得到判决门限;
根据判决门限从三组pss中确定出目标pss。
可选地,从采样信号中截取出时域离散信号的步骤包括:
对采样信号进行滤波,并对滤波后的信号进行设定倍数的抽取,得到待截取序列;
对待截取序列进行滑窗截取,得到多段时域离散信号,每段时域离散信号的起始设定点数的数据为上一相邻时域离散信号的末尾的设定点数的数据。
可选地,对时域离散信号进行傅立叶变换计算的步骤包括:
利用检测设备的基于fpga的快速傅里叶变换ip核完成对时域离散信号的傅立叶变换计算。
可选地,将频域信号与检测设备本地的三组pss的频域序列进行相关计算的步骤包括:将频域信号分别与检测设备本地的三组pss的频域序列分别进行共轭点乘。
可选地,从三组相关值序列中确定出多组pss判决序列的步骤包括:
根据三组相关值序列确定相对门限;
从三组相关值序列挑选多个大于相对门限的选点值;
从时域离散信号中分别以多个选点值为起始点取出多个信号序列,得到多组pss判决序列。
可选地,根据三组相关值序列确定相对门限的步骤包括:
从三组相关值序列中查找最大值;
将最大值与预设系数相乘,所得的乘积为相对门限。
可选地,根据多组pss判决序列计算得到判决门限的步骤包括:
分别计算多组pss判决序列的噪声功率门限以及最大功率门限,得到的噪声功率门限以及最大功率门限共同作为判决门限。
可选地,多组pss判决序列记为pn_id2(k),其中n_id2为本地pss的序号,且取值为0,1,2;k为序列序号,且取值为0,1,2,……510,511,
计算噪声功率门限的公式为:
计算最大功率门限的公式为:
可选地,根据判决门限从三组pss中确定出目标pss的步骤包括:
将噪声功率大于噪声功率门限且最大功率大于最大功率门限的pss作为目标pss。
根据本发明的另一个方面,还提供了一种检测设备,其包括存储器、处理器及存储在存储器上并在处理器上运行的机器可执行程序,并且处理器执行机器可执行程序时实现上述任一种的nr小区pss搜索方法。
本发明的用于检测设备的nr小区pss搜索方法与检测设备,通过时域离散信号进行傅立叶变换计算得到频域信号,通过频域信号完成与本地pss信号的相关计算,全部运算均有利于fpga实现,判别高效快速,提高了检测算法的精确度。
进一步地,本发明的用于检测设备的nr小区pss搜索方法,采样信号经过设定倍数的抽取,可以避免频谱的混叠,同时降低了计算复杂度。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是现有技术的pss搜索方法的示意图;
图2是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法的示意图;
图3是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法中进行滤波抽取的示意图;
图4是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法中滑窗截取时域离散信号的示意图;
图5是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法中快速频域相关计算的示意框图;
图6是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法中进行pss判决的示意框图;
图7是根据本发明一个实施例的检测设备的示意框图。
具体实施方式
图2是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法的示意图。该pss搜索方法一般性地可包括:
步骤s202,获取对接收信号进行采样得到的采样信号;
步骤s204,从采样信号中截取出时域离散信号,并对时域离散信号进行傅立叶变换计算,得到频域信号。
在上述步骤中,从采样信号中截取出时域离散信号可以包括:对采样信号进行滤波,并对滤波后的信号进行设定倍数的抽取,得到待截取序列;对待截取序列进行滑窗截取,得到多段时域离散信号,每段时域离散信号的起始设定点数的数据为上一相邻时域离散信号的末尾的设定点数的数据。
对时域离散信号进行傅立叶变换计算可以利用检测设备的基于fpga的快速傅里叶变换ip核完成。
步骤s206,将频域信号与检测设备本地的三组pss的频域序列进行相关计算,并将相关计算的结果进行傅里叶逆变换,得到三组相关值序列。
步骤s208,从三组相关值序列中确定出多组pss判决序列,并根据多组pss判决序列计算得到判决门限。在该步骤中从三组相关值序列中确定出多组pss判决序列可以包括:根据三组相关值序列确定相对门限;从三组相关值序列挑选多个大于相对门限的选点值;从时域离散信号中分别以多个选点值为起始点取出多个信号序列,得到多组pss判决序列。根据三组相关值序列确定相对门限可以包括:从三组相关值序列中查找最大值;将最大值与预设系数相乘,所得的乘积为相对门限。
步骤s210,根据判决门限从三组pss中确定出目标pss。判决门限可以包括噪声功率门限以及最大功率门限,对于将噪声功率大于噪声功率门限且最大功率大于最大功率门限的pss作为目标pss。
本实施例的用于检测设备的nr小区pss搜索方法,精确度高,运算复杂度低,便于fpga实现,大大缩短了搜索时间。
步骤s202中的采样信号中的模拟数字信号转换(analogtodigitalconvert,a/d)可以由高速adc芯片完成,使用的adc采样率可以为122.88msps,具体的采样率可以根据具体的采样要求进行设置,并选用相应的adc芯片。
步骤s204中对采样信号进行滤波,并对滤波后的信号进行设定倍数的抽取,得到待截取序列。然后对待截取序列进行滑窗截取,得到多段时域离散信号,每段时域离散信号的起始设定点数的数据为上一相邻时域离散信号的末尾的设定点数的数据。
图3是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法中进行滤波抽取的示意图。滤波抽取分为两个步骤:步骤s302的滤波以及步骤s304的多倍抽取。步骤s302经过滤波除去杂波和干扰信号,并且可以避免频谱的混叠。滤波后的信号通过降频抽取,降低计算的复杂度,例如抽取倍数可以为8倍,例如将122.88msps的采样率降低为15.36msps,抽取的倍数也可以根据信号频率以及运算要求进行设置。
图4是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法中滑窗截取时域离散信号的示意图。
滑窗截取采用重叠舍去法,例如先将数据按照fft(快速傅里叶变换)长度(长度可为4096点)进行分段,每个字段重复利用前一段的最后m项(m可为512)。也即每段时域离散信号的起始设定点数的数据为上一相邻时域离散信号的末尾的设定点数的数据,设定点数m可以根据计算需要进行设置,例如可以设置为512点。
频域相关卷积的结果可能会产生局部失真,将结果的前m个数据舍去,若每段数据的长度为4096点,舍去前512点,则最终进入pss判决的数据为3584点。
对时域离散信号进行傅立叶变换计算可以通过利用检测设备的基于fpga的快速傅里叶变换ip核完成,也即利用检测设备的基于fpga的快速傅里叶变换ip核(fftip核)完成对时域离散信号的傅立叶变换计算。
将频域信号与检测设备本地的三组pss的频域序列进行相关计算可以将频域信号分别与检测设备本地的三组pss的频域序列分别进行共轭点乘。
图5是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法中快速频域相关计算的示意框图。滑窗截取的一段数据(以4096点的数据段为例介绍),经过fft计算,得到的频域信号在频域分别与检测设备本地的三组pss的频域序列分别进行共轭点乘。三组pss的频域序列的组内编号分别记为
也即4096点时域离散信号经过fft后在频域与3个
共轭点乘的结果在经过ifft(快速傅里叶逆变换)运算,重新变换到时域,在时域进行卷积结果的选取(选取其中的3584点数据),得到的三组相关值序列,可记为corrnid2(i),nid2=0,1,2;i=0,1,2……,3582,3583。也就是说,考虑到频域相关卷积的结果产生局部失真,须将结果的前m个(例如512点)数据舍去,最终进入pss判决模块的数据为3584点。其中进行fft以及ifft元算可以均基于fpga的fftip核完成,大大提高了运算效率。
图6是根据本发明一个实施例的用于检测设备的nr小区pss搜索方法中进行pss判决的示意框图。也即pss判决的过程可以包括步骤s602的相关值判决以及步骤s604的pss判决。
相关值判决从三组相关值序列中确定出多组pss判决序列,并根据多组pss判决序列计算得到判决门限,该过程可以具体包括:根据三组相关值序列确定相对门限;从三组相关值序列挑选大于相对门限的多个选点值;从时域离散信号中分别以多个选点值为起始点取出多个信号序列,得到多组pss判决序列。其中根据三组相关值序列确定相对门限的步骤包括:从三组相关值序列中查找最大值;将最大值与预设系数相乘,所得的乘积为相对门限。
三组相关值序列corrnid2(i),nid2=0,1,2的最大值记为
pss判决的步骤可以包括:分别计算多组pss判决序列的噪声功率门限以及最大功率门限,得到的噪声功率门限以及所述最大功率门限共同作为判决门限。其中多组pss判决序列记为pn_id2(k),其中n_id2为本地pss的序号,且取值为0,1,2;k为序列序号,且取值为0,1,2,……510,511,也就是说,对于每个pos(l),将其作为起始点开始取出512点数据,输出为时域相关结果,记为pn_id2(k),k=0,1,2,……510,511。
计算噪声功率门限的公式为:
计算最大功率门限的公式为:
噪声功率大于噪声功率门限且最大功率大于最大功率门限的pss作为目标pss,也即找出同时大于
本实施例还提供了一种检测设备。图7是根据本发明一个实施例的检测设备70的示意框图。该检测设备包括ad转换模块710以及fpga720,其中ad转换模块710配置成对接收信号进行采样,得到采样信号。fpga720可以用于实现根据权利要求1至9中任一项所述的nr小区pss搜索方法。fpga720内部具有fftip核。也即,本实施例的检测设备70,ad转换模块710实现adc数据的采集,采集信号经过滤波抽取降低采样率,fpga720通过快速频域相关算法完成接收信号与本地信号的卷积操作,最后进行pss的判决。
本实施例的nr小区pss搜索方法与检测设备70,通过时域离散信号进行傅立叶变换计算得到频域信号,通过频域信号完成与本地pss信号的相关计算,全部运算均有利于fpga实现,判别高效快速,提高了检测算法的精确度。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。