一种多小区ofdma下行链路载波频偏的估计方法

专利名称：：一种多小区ofdma下行链路载波频偏的估计方法
技术领域：
：本发明涉及一种多小区OFDMA下行链路载波频偏的估计方法，属移动宽带接入
技术领域：
。
背景技术：
：移动宽带接入技术是近年来移动通信领域内发展最快、最受关注的一大热门。目前，宽带移动化的代表技术为WiMAX，移动宽带化的代表技术为LTE，且两者的应用场景已经交叉融合。WiMAX和LTE是眼下最有潜力和商业应用价值的两种技术，两者又都是向4G演进的主流技术。其中，由于WiMAX制定规范较早，商用化进程较LTE快，理所当然的成为了4G的先锋。根据中国移动设计院无线研究所的研究结果，在业务能力方面，WiMAX技术在固定接入时可以在3.5MHz带宽下提供约llMbit/s的有效业务速率，移动情况下可以在IONHz带宽下提供约20Mbit/s的有效业务速率。相比之下，WCDMA增强型HSDPA仅能在5MHZ带宽下提供最大14.4Mbit/s有效业务速率。从总体性能上来看，WiMAX性能要优于包括HSDPA在内的现有3G系统，WiMAX是当前无线宽带的最佳选择之一，也将成为未来移动宽带的主流制式之一。因此，在市场的需求和技术的推进下，对于WiMAX技术的研究有着重要的实际眉、ο移动WiMAX物理层的核心技术是正交频分多址(OFDMA)技术。OFDMA是以OFDM调制为基础的无线接入技术，它将接入和调制有效地结合在一起。作为一项备受瞩目的宽带移动通信技术，良好的同步性能对系统的整体性能有着重要的影响。但是，OFDMA继承了OFDM的弱点，对同步的需求很高，对载波频偏很敏感。因此，有效的估计出载波频偏，实现系统同步，显得尤为重要。Z.Zhang,W.Jiang,H.Zhou,Y.Liu&J.Gao提出的载波频偏估计方法，只能估计单基站(BS)情况下的载波频偏，并且在干扰受限的环境下性能很差(HighaccuracyfrequencyoffsetcorrectionwithadjustableacquisitionrangeinOFDMsystems,IEEETrans.Wireless.Commun.，vol.4，No.1，pp.228-237，Jan.2005.)；Liu&Lin提出的方法，在两个基站的情况下是可行的，但是在三个基站的情况下，提出的通过延长循环前缀，使接收信号形成四段近似重复的序列，用此接收信号并不能估计出子载波频偏，并且计算复杂度很高(InitialSynchronizationforMulti-CellOFDMASystems,Communications,2009.ICC'09.IEEEInternationalConference,pp.1-5,June.2009.)。
发明内容针对现有技术的不足，本发明提供一种多小区OFDMA下行链路载波频偏的估计方法，此方法的主要特征在于前导字结构的设计，用新的前导字可以估计出多个基站的载波频偏，并且计算复杂度很低，具有合理可行性。本发明的技术方案如下。一种多小区OFDMA下行链路载波频偏的估计方法，步骤如下1)建立系统模型；la)假设N个子载波分给Q个子信道进行数据的传输，每个子信道包含P=N/Q个子载波；在频域子载波是相互交叉的，子信道{q}包含的子载波为{q，Q+q，···，(P_l)Q+q}，q=0，1，...，Q_1，即子信道{q}对应的子载波集就为{q，Q+q，…，(P_l)Q+q}，q=0,1,...,Q-1，这些子载波集在频域是不重叠的；lb)不同的BS利用不同的子载波集当N可以被Q整除时，在时域是周期为P的周期序列，否则就是伪周期的，当Q=4时，在时域前导字是4个重复的序列，周期为P=N/4；对一个小区中三个扇区来说，每个扇区利用一个子载波集；Ic)用户(MS)接收到的时域信号可以表示为ke{0，1，2，···，N-l}，me{0，1，2}，-Ng彡η彡N-I，N是子载波数，Ng是循环前缀(CP)的长度，Xffl(k)是从第m个扇区的BS传输来的第k个子载波，这里的每个扇区利用三个互不重叠的子载波集之一；Id)当MS在小区或扇区的边界处时，接收信号可以表示为其中{w(n)}是均值为零和方差为^2的高斯噪声，L是MS和BS之间路径数的最大值，级、Sn^Phm(I)分别为归一化载波频偏，相位偏移，MS和第m个BS之间的第1条路径增益；2)从系统模型中得到接收信号，形成矩阵F；2a)载波频偏εm包括整数部分εm,int和小数部分εm,&，即εm=εm,int+εm,fr,其中-0.5<em,ft<0.5，得到其中，N是子载波的个数，Hm(k)是第m个BS和MS之间频域的路径增益，Xm(k)是xffl(η)变换到频域的信号；2b)当Q=4时，根据接收信号的特性得到4XN/4的矩阵形式，3)载波频偏的估计；根据接收信号的特性及构造出来的F矩阵，可以利用MUSIC算法估计出小数倍载波频偏；3a)由F矩阵可得到协方差矩阵Ψ，其中，P为每个子信道的子载波个数；3b)对协方差矩阵Ψ进行奇异值分解，其中Σ,=DiagtA1,...,λJ，Σζ=Diag[λΜ+1，…，λQ]，Us是一个QXM矩阵，包含M个特征值对应M个特征向量λρ...，λM，Uz包含Q-M个特征值，对应Q-M个特征向星入3c)由噪声空间和信号空间的特性，可得到峰值表达式G(ξ)的M个最大峰值，其中，Θ(ξ)=[l,eJ2KS...,eJ2K(Q-lU]T0M个峰值对应于M个基站的载波频偏，越隨*i十制，&1/G(ξ)白勺Mf剥、山条腿贼胃；3d)计算出小数位CFO估计值，imfr=Qim-qa其中，I是第m个基站的载波频偏，‘是估计出的第m个基站利用的子信道，Q是子信道的个数。上述估计方法步骤3)的3d)中的CFO是载波频偏。本发明方法的优点可以估计出多基站情况下的多个载波频偏，计算量相比以前的方法减少了很多，并且估计性能很好，并没有因为子载波个数的减少而影响估计的性能。图1是本发明方法的流程框图，其中1)_3)是该方法中的各个步骤。图2是用本发明方法分别估计的两个和三个基站的载波频偏的效果比较。其中点线表示三个基站载波频偏估计的RMSE性能，方格线表示两个基站载波频偏估计的RMSE性能。从图中可以看出，利用新提出的前导字结构估计出来的CFOs的性能是很好的。利用新提出的前导字结构可以估计出三个基站的CFOs，Liu&Lin提出的方法只能估计两个基站的CFOs。本文中的F是4XN/4的矩阵形式而Liu&Lin提出的估计两个基站CFOs的方法中F矩阵形式3XN，因此本发明的计算量减少很多。从图中可以看到，利用新设计的前导字估计出的两基站的RMSE性能比三基站的有大约6dB的增益。具体实施例方式实施例本发明实施例如图1所示-种多小区OFDMA下行链路载波频偏的估计方法步骤如下1)建立系统模型；la)假设N个子载波分给Q个子信道进行数据的传输，每个子信道包含P=N/Q个子载波；在频域子载波是相互交叉的，子信道{q}包含的子载波为{q，Q+q，···，(P_l)Q+q}，q=0，1，...，Q_1，即子信道{q}对应的子载波集就为{q，Q+q，…，(P_l)Q+q}，q=0,1,...,Q-1，这些子载波集在频域是不重叠的；F=3)载波频偏的估计；根据接收信号的特性及构造出来的F矩阵，可以利用MUSIC算法估计出小数倍载波频偏；3a)由F矩阵可得到协方差矩阵Ψ，其中，P为每个子信道的子载波个数；3b)对协方差矩阵Ψ进行奇异值分解，其中Σ,=DiagtA1,...,λJ，Σζ=Diag[λΜ+1，···，λQ]，Us是一个QXM矩阵，lb)不同的BS利用不同的子载波集当N可以被Q整除时，在时域是周期为P的周期序列，否则就是伪周期的，当Q=4时，在时域前导字是4个重复的序列，周期为P=N/4；对一个小区中三个扇区来说，每个扇区利用一个子载波集；Ic)用户(MS)接收到的时域信号可以表示为ke{0，1，2，···，N-l}，me{0，1，2}，-Ng彡η彡N-I，N是子载波数，Ng是循环前缀(CP)的长度，Xffl(k)是从第m个扇区的BS传输来的第k个子载波，这里的每个扇区利用三个互不重叠的子载波集之一；Id)当MS在小区或扇区的边界处时，接收信号可以表示为其中{w(n)}是均值为零和方差为。2的高斯噪声，L是MS和BS之间路径数的最大值，级、Sn^Phm(I)分别为归一化载波频偏，相位偏移，MS和第m个BS之间的第1条路径增益；2)从系统模型中得到接收信号，形成矩阵F；2a)载波频偏εm包括整数部分εm,int和小数部分εm,&，即εm=εm,int+εm,fr,其中-0.5<em,ft<0.5，得到其中，N是子载波的个数，Hm(k)是第m个BS和MS之间频域的路径增益，Xm(k)是Xffl(η)变换到频域的信号；2b)当Q=4时，根据接收信号的特性得到4XN/4的矩阵形式，包含M个特征值对应M个特征向量λρ...，λM，Uz包含Q-M个特征值，对应Q-M个特征向星入M+1，···，入Q；3c)由噪声空间和信号空间的特性，可得到峰值表达式G(ξ)的M个最大峰值，其中，Θ(ξ)=[l,eJ2KS...,eJ2K(Q-lU]T0M个峰值对应于M个基站的载波频偏，在实际仿真i十算时，找1/G(ξ)的M个最小峰值效果是等同；3d)计算出小数位CFO估计值，其中，I是第m个基站的载波频偏，‘是估计出的第m个基站利用的子信道，Q是子信道的个数。本实施例中的参数为总的子载波个数即N=1024；子信道个数Q=4；基站个数M1=3，M2=2；每个子信道的包含的子载波个数为204；在序列的开头和结尾的虚载波的个数K=104；蒙特卡洛仿真次数Π=1000。权利要求一种多小区OFDMA下行链路载波频偏的估计方法，步骤如下1)建立系统模型；1a)假设N个子载波分给Q个子信道进行数据的传输，每个子信道包含P＝N/Q个子载波；在频域子载波是相互交叉的，子信道{q}包含的子载波为{q，Q+q，…，(P-1)Q+q}，q＝0，1，...，Q-1，即子信道{q}对应的子载波集就为{q，Q+q，…，(P-1)Q+q}，q＝0，1，...，Q-1，这些子载波集在频域是不重叠的；1b)不同的BS利用不同的子载波集当N可以被Q整除时，在时域是周期为P的周期序列，否则就是伪周期的，当Q＝4时，在时域前导字是4个重复的序列，周期为P＝N/4；对一个小区中三个扇区来说，每个扇区利用一个子载波集；1c)用户(MS)接收到的时域信号可以表示为<mrow><msub><mi>x</mi><mi>m</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><msqrt><mi>N</mi></msqrt></mfrac><munderover><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>N</mi><mo>-</mo><mn>1</mn></mrow></munderover><msub><mi>X</mi><mi>m</mi></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><msup><mi>e</mi><mrow><mfrac><mrow><mi>j</mi><mn>2</mn><mi>&pi;n</mi></mrow><mi>N</mi></mfrac><mi>k</mi></mrow></msup></mrow>k∈{0，1，2，...，N-1}，m∈{0，1，2}，-Ng≤n≤N-1，N是子载波数，Ng是循环前缀(CP)的长度，Xm(k)是从第m个扇区的BS传输来的第k个子载波，这里的每个扇区利用三个互不重叠的子载波集之一；1d)当MS在小区或扇区的边界处时，接收信号可以表示为<mrow><mi>r</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>m</mi><mo>=</mo><mn>0</mn></mrow><mn>2</mn></munderover><msup><mi>e</mi><mrow><mi>j</mi><mfrac><mrow><mn>2</mn><mi>&pi;</mi><msub><mi>&epsiv;</mi><mi>m</mi></msub></mrow><mi>N</mi></mfrac><mi>n</mi></mrow></msup><msup><mi>e</mi><mrow><mi>j</mi><msub><mi>&phi;</mi><mi>m</mi></msub></mrow></msup><munderover><mi>&Sigma;</mi><mrow><mi>l</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></munderover><msub><mi>h</mi><mi>m</mi></msub><mrow><mo>(</mo><mi>l</mi><mo>)</mo></mrow><msub><mi>x</mi><mi>m</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>-</mo><mi>l</mi><mo>)</mo></mrow><mo>+</mo><mi>w</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow></mrow>其中{w(n)}是均值为零和方差为σm2的高斯噪声，L是MS和BS之间路径数的最大值，εm和hm(l)分别为归一化载波频偏，相位偏移，MS和第m个BS之间的第1条路径增益；2)从系统模型中得到接收信号，形成矩阵F；2a)载波频偏εm包括整数部分εm，int和小数部分εm，fr，即εm＝εm，int+εm，fr，其中-0.5＜εm，fr＜0.5，得到<mrow><mi>r</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>m</mi><mo>=</mo><mn>0</mn></mrow><mn>2</mn></munderover><msup><mi>e</mi><mrow><mi>j</mi><mfrac><mrow><mn>2</mn><mi>&pi;</mi><msub><mi>&epsiv;</mi><mi>m</mi></msub></mrow><mi>N</mi></mfrac><mi>n</mi></mrow></msup><msup><mi>e</mi><mrow><mi>j</mi><msub><mi>&phi;</mi><mi>m</mi></msub></mrow></msup><mo>{</mo><mfrac><mn>1</mn><msqrt><mi>N</mi></msqrt></mfrac><munderover><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>N</mi><mo>-</mo><mn>1</mn></mrow></munderover><msub><mi>H</mi><mi>m</mi></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><msub><mi>X</mi><mi>m</mi></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><msup><mi>e</mi><mrow><mi>j</mi><mfrac><mrow><mn>2</mn><mi>&pi;n</mi></mrow><mi>N</mi></mfrac><mi>k</mi></mrow></msup><mo>}</mo></mrow>其中，N是子载波的个数，Hm(k)是第m个BS和MS之间频域的路径增益，Xm(k)是xm(n)变换到频域的信号；2b)当Q＝4时，根据接收信号的特性得到4×N/4的矩阵形式，<mrow><mi>F</mi><mo>=</mo><mfencedopen='['close=']'><mtable><mtr><mtd><mi>r</mi><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow></mtd><mtd><mi>r</mi><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mi>r</mi><mrow><mo>(</mo><mi>N</mi><mo>/</mo><mn>4</mn><mo>-</mo><mn>1</mn><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>r</mi><mrow><mo>(</mo><mi>N</mi><mo>/</mo><mn>4</mn><mo>)</mo></mrow></mtd><mtd><mi>r</mi><mrow><mo>(</mo><mi>N</mi><mo>/</mo><mn>4</mn><mo>+</mo><mn>1</mn><mo>)</mo></mrow></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mi>r</mi><mrow><mo>(</mo><mi>N</mi><mo>/</mo><mn>2</mn><mo>-</mo><mn>1</mn><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>r</mi><mrow><mo>(</mo><mi>N</mi><mo>/</mo><mn>2</mn><mo>)</mo></mrow></mtd><mtd><mi>r</mi><mrow><mo>(</mo><mi>N</mi><mo>/</mo><mn>2</mn><mo>+</mo><mn>1</mn><mo>)</mo></mrow></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mi>r</mi><mrow><mo>(</mo><mn>3</mn><mi>N</mi><mo>/</mo><mn>4</mn><mo>-</mo><mn>1</mn><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>r</mi><mrow><mo>(</mo><mn>3</mn><mi>N</mi><mo>/</mo><mn>4</mn><mo>)</mo></mrow></mtd><mtd><mi>r</mi><mrow><mo>(</mo><mn>3</mn><mi>N</mi><mo>/</mo><mn>4</mn><mo>+</mo><mn>1</mn><mo>)</mo></mrow></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mi>r</mi><mrow><mo>(</mo><mi>N</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow></mtd></mtr></mtable></mfenced><mo>;</mo></mrow>3)载波频偏的估计；根据接收信号的特性及构造出来的F矩阵，可以利用MUSIC算法估计出小数倍载波频偏；3a)由F矩阵可得到协方差矩阵ψ，<mrow><mi>&Psi;</mi><mo>=</mo><mfrac><mn>1</mn><mi>P</mi></mfrac><msup><mi>FF</mi><mi>H</mi></msup></mrow>其中，P为每个子信道的子载波个数；3b)对协方差矩阵ψ进行奇异值分解，<mrow><mi>&Psi;</mi><mo>=</mo><mfencedopen='['close=']'><mtable><mtr><mtd><msub><mi>U</mi><mi>s</mi></msub></mtd><mtd><msub><mi>U</mi><mi>z</mi></msub></mtd></mtr></mtable></mfenced><mfencedopen='['close=']'><mtable><mtr><mtd><msub><mi>&Sigma;</mi><mi>s</mi></msub></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><msub><mi>&Sigma;</mi><mi>z</mi></msub></mtd></mtr></mtable></mfenced><mfencedopen='['close=']'><mtable><mtr><mtd><msubsup><mi>U</mi><mi>s</mi><mi>H</mi></msubsup></mtd></mtr><mtr><mtd><msubsup><mi>U</mi><mi>z</mi><mi>H</mi></msubsup></mtd></mtr></mtable></mfenced></mrow>其中∑s＝Diag[λ1，...，λM]，∑Z＝Diag[λM+1，...，λQ]，Us是一个Q×M矩阵，包含M个特征值对应M个特征向量λ1，...，λM，Uz包含Q-M个特征值，对应Q-M个特征向量λM+1，...，λQ；3c)由噪声空间和信号空间的特性，可得到峰值表达式G(ξ)的M个最大峰值，<mrow><mi>G</mi><mrow><mo>(</mo><mi>&xi;</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><msup><mrow><mo>|</mo><mo>|</mo><msup><mi>e</mi><mi>H</mi></msup><mrow><mo>(</mo><mi>&xi;</mi><mo>)</mo></mrow><msub><mi>U</mi><mi>z</mi></msub><msubsup><mi>U</mi><mi>z</mi><mi>H</mi></msubsup><mi>e</mi><mrow><mo>(</mo><mi>&xi;</mi><mo>)</mo></mrow><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup></mfrac></mrow>其中，e(ξ)＝[1，ej2πξ，...，ej2π(Q-)1ξ]T，M个峰值对应于M个基站的载波频偏在实际仿真计算时，找1/G(ξ)的M个最小峰值效果是等同的；3d)计算出小数位CFO估计值，<mrow><msub><mover><mi>&xi;</mi><mo>^</mo></mover><mrow><mi>m</mi><mo>,</mo><mi>fr</mi></mrow></msub><mo>=</mo><mi>Q</mi><msub><mover><mi>&xi;</mi><mo>^</mo></mover><mi>m</mi></msub><mo>-</mo><msub><mover><mi>q</mi><mo>^</mo></mover><mi>m</mi></msub></mrow>其中，是第m个基站的载波频偏，是估计出的第m个基站利用的子信道，Q是子信道的个数。FSA00000166469100014.tif,FSA00000166469100025.tif,FSA00000166469100027.tif,FSA00000166469100028.tif全文摘要一种多小区OFDMA下行链路载波频偏的估计方法属移动宽带接入
技术领域：
步骤如下1)建立系统模型；2)从系统模型中得到接收信号，形成矩阵F；3)载波频偏的估计。根据接收信号的特性，及构造出来的F矩阵，可以利用MUSIC算法估计出小数倍载波频偏。本发明方法的特点是在频域信号是交织但不重叠的，在时域形成四段周期性的序列，利用这种周期性形成一个4×N/4形式的矩阵F，应用MUSIC算法，可以很好的估计出多个基站的载波频偏，具有合理可行性，该方法计算量相比大大的减少，且估计性能良好。文档编号H04L27/26GK101888353SQ201010216359公开日2010年11月17日申请日期2010年7月2日优先权日2010年7月2日发明者孙健,张春业,胡敏申请人:山东大学