专利名称：基于频谱重心的粗频偏估计方法
技术领域：
本发明涉及无线通信技术领域，特别涉及一种基于频谱重心的粗频偏估计方法。
背景技术：
在无线通信系统中，由于发送设备和接收设备间的频差，以及客户端设备移动所带来的多谱勒频移等影响，使得载波频率与本地的频率之间存在着频率偏移。频率偏移对无线通信系统带来很大的影响，例如在正交频分复用(Orthogonal Frequency DivisionMultiplexing, OFDM)系统中，频域中把信道分成许多正交子信道，各子信道的载波间保持正交，且频谱相互重叠，在这种情况下，小数倍频偏就有可能破坏子载波间的正交性，产生载波间干扰(ICI)以造成系统性能的严重下降。整数倍频偏虽然不会引起子载波间的干扰，但是会导致接收端恢复的频域数据码元序列的循环移位和相位旋转，使得系统的误比特率大大提高。所以在无线通信中，为了保证数据的可靠传输，需要对频率偏移进行估计和补偿，频偏估计也就是利用接收到的信号作为观测样本来确定信号未知的频偏。频偏估计的方法有很多，在不同的系统中有着不同的频偏估计方法。传统的频偏估计方法需要在发送端添加导频信号，接收端利用已知的导频信号进行频偏估计。这种方法由于需要添加导频信息，因此增加了数据的计算量和算法复杂度。
发明内容
本发明的目的旨在至少解决上述的技术缺陷之一。为此，本发明的目的在于提出一种基于频谱重心的粗频偏估计方法。为达到上述目的，本发明的实施例提出一种基于频谱重心的粗频偏估计方法，包括以下步骤:S1:接收时域信号并将所述时域信号分成η组，并对每个组的时域信号进行N点的快速傅里叶变换以·得到η组频域数据，其中，所述η为正整数，N为快速傅里叶变换点数，为2的正整数次幂；S2:对所述η组频域数据进行处理，以得到含有η个频域数据对数功率的平均值向量；S3:设置噪声本底的阈值，并根据所述噪声本底的阈值去除所述含有η个频域数据对数功率的平均值向量中的噪声；以及S4:将去除噪声后的数据进行循环平移，并计算频域重心，以得到频域偏移。本发明的一个实施例中，所述步骤S2具体包括:根据所述η组频域数据，以得到每一组中各个元素的对数功率；以及根据所述每一组中各个元素的对数功率，以得到含有η个频域数据对数功率的平均值向量。本发明的一个实施例中，所述步骤S3进一步包括:当所述平均值向量中的值小于所述噪声本底的阈值时，将所述平均值向量中的值置为O ;以及当所述平均值向量中的值不小于所述噪声本底的阈值时，不改变所述平均值向量中的值。本发明的一个实施例中，所述步骤S4进一步包括:将所述去除噪声后的数据进行循环平移，以得到新的向量；对所述新的向量进行处理，以得到所述频域重心；以及根据所述频域重心进行处理，以得到所述频域偏移。 本发明的一个实施例中，所述平移量为N/2点，其中，N为快速傅里叶变换点数，为2的正整数次幂。本发明的一个实施例中，所述频域重心通过如下公式得到，所述公式为，
权利要求
1.一种基于频谱重心的粗频偏估计方法，其特征在于，包括以下步骤: 51:接收时域信号并将所述时域信号分成η组，并对每个组的时域信号进行N点的快速傅里叶变换以得到η组频域数据，其中，所述η为正整数，N为快速傅里叶变换点数，为2的正整数次幂； 52:对所述η组频域数据进行处理，以得到含有η个频域数据对数功率的平均值向量； 53:设置噪声本底的阈值，并根据所述噪声本底的阈值去除所述含有η个频域数据对数功率的平均值向量中的噪声；以及 54:将去除噪声后的数据进行循环平移，并计算频域重心，以得到频域偏移。
2.如权利要求1所述的基于频谱重心的粗频偏估计方法，其特征在于，所述步骤S2具体包括: 根据所述η组频域数据，以得到每一组中各个元素的对数功率；以及 根据所述每一组中各个元素的对数功率，以得到含有η个频域数据对数功率的平均值向量。
3.如权利要求1所述的基于频谱重心的粗频偏估计方法，其特征在于，所述步骤S3进一步包括: 当所述平均值向量中的值小于所述噪声本底的阈值时，将所述平均值向量中的值置为O ;以及 当所述平均值向量中的值不小于所述噪声本底的阈值时，不改变所述平均值向量中的值。
4.如权利要求1所述的基于频谱重心的粗频偏估计方法，其特征在于，所述步骤S4具体包括: 将所述去除噪声后的数据进行循环平移，以得到新的向量； 对所述新的向量进行处理，以得到所述频域重心；以及 根据所述频域重心进行处理，以得到所述频域偏移。
5.如权利要求4所述的基于频谱重心的粗频偏估计方法，其特征在于，所述平移量为Ν/2点，其中，N为快速傅里叶变换点数，为2的正整数次幂。
6.如权利要求4所述的基于频谱重心的粗频偏估计方法，其特征在于，所述频域重心通过如下公式得到，所述公式为，
7.如权利要求4所述的基于频谱重心的粗频偏估计方法，其特征在于，所述频域偏移通过如下公式得到，所述公式为，Af= (N+l)/2-f|, 其中，Λ f为频域偏移，N为快速傅里叶变换点数，为2的正整数次幂，f为频域重心。
全文摘要
本发明提出一种基于频谱重心的粗频偏估计方法，包括以下步骤S1接收时域信号并将时域信号分成n组，并对每个组的时域信号进行N点的快速傅里叶变换以得到n组频域数据，其中，n为正整数，N为快速傅里叶变换点数；S2对n组频域数据的每一组频域数据进行处理，以得到含有n个频域数据对数功率的平均值向量；S3设置噪声本底的阈值，并根据噪声本底的阈值去除含有n个频域数据对数功率的平均值向量中的噪声；S4将去除噪声后的数据进行循环平移，并计算频域重心，以得到频域偏移。根据本发明实施例的方法，由于不需要添加导频信号，减少了数据处理量和算法复杂度，并且通过对频率偏移进行估计，使得在预定信噪比下，具有很好的估计性能。
文档编号H04L27/26GK103248591SQ20131020169
公开日2013年8月14日 申请日期2013年5月27日 优先权日2013年5月27日
发明者周春晖, 董元亮, 付延超, 肖立民, 许希斌, 王京 申请人:清华大学