本发明涉及ofdm通信技术领域，具体涉及基于ocml序列的多普勒频移估计方法、设备及存储设备。
背景技术：
在移动通信系统中，ofdm技术具有良好的抗噪声性能和抗多径信道干扰的能力，在宽带领域的应用具有很大的潜力。但是ofdm技术对频偏十分敏感，从而影响各个子载波之间的正交。而多普勒频移是产生载波偏移的主要原因之一，因此对ofdm系统中多普勒频移的大小进行准确估计十分重要。当前，业界已经提出了很多关于多普勒频移估计的算法，其中比较典型的有：基于循环前缀估计法、最大似然估计法等等。由于循环前缀是ofdm符号的一部分复制，其估计的精度受信噪比的影响较大，当信噪比低的时候它的估计精度很差。而最大似然估计法可以得到比较精确的多普勒频移信息，但是计算复杂度较大，不适合用于实际的系统中。因此，找到一种估计精度高，处理方式简便易行的方法就成为亟待解决的问题。
技术实现要素：
本发明提供了基于ocml序列的多普勒频移估计方法、设备及存储设备，可以有效解决上述问题。
本发明提供的技术方案是：基于ocml序列的多普勒频移估计方法，所述方法包括步骤：发送端产生ofdm信号并对该信号进行调制映射得到调制后ofdm信号；生成ocml序列；计算所述调制后ofdm信号中需要插入导频的数目；根据所述数目将所述ocml序列作为导频插入所述调制后ofdm信号中得到以ocml为导频序列的调制后ofdm信号，记为ocml-ofdm信号；对所述ocml-ofdm信号进行预处理得到预处理后ocml-ofdm信号；在接收端对预处理后ocml-ofdm信号中的ocml序列进行自相关性分析得到自相关函数；使用所述自相关函数求得所述多普勒频移的估计值。存储设备，所述存储设备存储指令及数据用于实现所述基于ocml序列的多普勒频移估计方法。基于ocml序列的多普勒频移估计设备，所述设备包括处理器及所述存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现所述的基于ocml序列的多普勒频移估计方法。
本发明的有益效果是：本发明提供了基于ocml序列的多普勒频移估计方法、设备及存储设备，通过使用ocml序列作为ofdm信号中的导频序列，可以在低信噪比时准确估计多普勒频移，并且能够产生比m序列做导频更好的效果。同时，采用最小均方误差准则的信道估计方法对系统性能和最小二乘法的信道估计方法对系统性能做出评估，从误比特率来看，本发明的技术方案取得了较好的效果。所以，使用本方法可以有效对ofdm系统的多普勒频移进行有效估计，从而提高ofdm系统的性能。
附图说明
图1是本发明实施例中基于ocml序列的多普勒频移估计方法的整体流程图；
图2是本发明实施例中梳状导频及块状导频结构示意图；
图3是本发明实施例中ocml序列的相关性示意图；
图4是本发明实施例中不同多普勒频移值的最终估计效果示意图；
图5是本发明实施例中不同方法下mse效果示意图；
图6是本发明实施例中基于ocml块状导频多普勒频移值的系统误比特率随信噪比变化关系示意图；
图7是本发明实施例的硬件设备工作示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述，下文中提到的具体技术细节，如：方法，设备等，仅为使读者更好的理解技术方案，并不代表本发明仅局限于以下技术细节。
本发明的实施例提供了基于ocml序列的多普勒频移估计方法、设备及存储设备。请参阅图1，图1是本发明实施例中基于ocml序列的多普勒频移估计方法的整体流程图，所述方法由硬件设备实现，具体步骤包括：
s101：发送端产生ofdm信号并对该信号进行调制映射得到调制后ofdm信号，所述调制映射为16qam映射。
s102：生成ocml序列，具体表达式为：
xn+1(i)＝(1-ξ)f(xn(i))+ξf(xn(i-1))
其中，n表示离散化时间序列，i表示离散化空间，且i∈1,2,3...l，l为ocml序列尺度，ξ表示耦合系数，xn(i)表示第i个格点在时刻n的状态值，f(x)为一维混沌映射，表达式为f(x)＝1-ax2。采用不变分布特性生成时空混沌二值序列的方法生成ocml序列，具体地：取a＝1.9，ξ＝0.95，l＝256。
s103：计算所述调制后ofdm信号中需要插入导频的数目。
s104：根据所述数目将所述ocml序列作为导频插入所述调制后ofdm信号中得到以ocml为导频序列的调制后ofdm信号，记为ocml-ofdm信号。所述导频序列为梳状导频序列及块状导频序列；所述梳状导频序列在时间轴上插入；所述块状导频序列在频率轴上插入。
s105：对所述ocml-ofdm信号进行预处理得到预处理后ocml-ofdm信号，具体包括：对ocml-ofdm信号添加循环前缀、保护间隔后进行频偏处理得到频偏处理后的ocml-ofdm信号；所述频偏处理后的ocml-ofdm信号通过多径信道时添加高斯白噪声。
s106：在接收端对预处理后ocml-ofdm信号中的ocml序列进行自相关性分析得到自相关函数。所述自相关函数为：
ryy(l，k′)＝e[y(i，k′)y*(i+l)，k′)]
其中，ryy(l,k’)表示接收信号自相关函数，y(i，k′)表示接收信号。i表示第i个符号，l表示路径数，k表示导频索引β。
s107：使用所述自相关函数求得所述多普勒频移的估计值，利用导频索引β简化所述自相关函数，简化后的自相关函数为：
其中，np表示导频数量，n表示不包含循环前缀的ofdm信号符号数，gap表示导频间隔，j0表示第一类零阶贝塞尔函数，fd表示多普勒频移，tsym表示包含循环前缀的符号持续时间，nsym表示包含循环前缀的ofdm符号数目，n1及n2为导频间隔序数；近似模拟j0(x)的取值，求得多普勒频移估计值。使用所述多普勒频移估计值求得最小均方误差；采用最小二乘法准则和最小均方误差准则分别计算ofdm信号的误码率。
参见图2，图2是本发明实施例中梳状导频及块状导频结构示意图，包括：梳状导频信号201、梳状导频信号对应的ofdm数据信号202、块状导频信号203及块状导频信号对应的ofdm数据信号204。
参见图3，图3是本发明实施例中ocml序列的相关性示意图，包括：自相关性值轴301、互相关性值轴302、互相关性曲线303、自相关性曲线304及离散时间轴305。由图中可见，ocml序列的自相关性较强但互相关性较弱。其中，自相关性在起始时刻最强。
参见图4，图4是本发明实施例中不同多普勒频移值的最终估计效果示意图，包括：多普勒频移值为200曲线401、多普勒频移值为500曲线402、多普勒频移值为800曲线403及多普勒频移值为400曲线404。由图中可见，当多普勒频移为400hz时，基于块状导频结构的多普勒频移估计算法可以准确估计出多普勒频移值。当多普勒频移值为200hz，500hz，800hz时，在低信噪比时估计效果很差，当随着信噪比的增大，估计值趋于准确，但是效果不如前者方法。
参见图5，图5是本发明实施例中不同方法下mse效果示意图，包括：循环前缀法多普勒频移值为200的mse曲线501、循环前缀法多普勒频移值为500的mse曲线502、循环前缀法多普勒频移值为800的mse曲线503、基于ocml块状导频结构的多普勒频移mse曲线504及基于ocml梳状导频结构的多普勒频移mse曲线505。由图中可见，基于ocml导频结构的多普勒估计方法无论是块状导频还是梳状导频估计误差都很低，并且基于块状导频结构的误差基本低于10-4。但是，基于循环前缀的估计方法在信噪比较低时误差较大。
参见图6，图6是本发明实施例中基于ocml块状导频多普勒频移值的系统误比特率随信噪比变化关系示意图，包括：最小二乘法误比特率曲线601和最小均方误差误比特率曲线602。由图中可以看出，从信道估计上来看，基于最小均方准则的信道估计方法在改善系统性能方面效果更优。
参见图7，图7是本发明实施例的硬件设备工作示意图，所述硬件设备具体包括：基于ocml序列的多普勒频移估计设备701、处理器702及存储设备703。
基于ocml序列的多普勒频移估计设备701：所述基于ocml序列的多普勒频移估计设备701实现所述基于ocml序列的多普勒频移估计方法。
处理器702：所述处理器702加载并执行所述存储设备703中的指令及数据用于实现所述的基于ocml序列的多普勒频移估计方法。
存储设备703：所述存储设备703存储指令及数据；所述存储设备703用于实现所述的基于ocml序列的多普勒频移估计方法。
通过执行本发明的实施例，本发明权利要求里的所有技术特征都得到了详尽阐述。
区别于现有技术，本发明的实施例提供了基于ocml序列的多普勒频移估计方法、设备及存储设备，通过使用ocml序列作为ofdm信号中的导频序列，可以在低信噪比时准确估计多普勒频移，并且能够产生比m序列做导频更好的效果。同时，采用最小均方误差准则的信道估计方法对系统性能和最小二乘法的信道估计方法对系统性能做出评估，从误比特率来看，本发明的技术方案取得了较好的效果。所以，使用本方法可以有效对ofdm系统的多普勒频移进行有效估计，从而提高ofdm系统的性能。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。