一种简化的对角互相关载波频偏估计方法与流程

本发明涉及无线通信技术领域，更具体的说是涉及一种简化的对角互相关载波频偏方法。

背景技术：

短突发通信系统广泛应用在高速移动通信、卫星通信、军事通信等领域，通信双方相对移动产生的多普勒效应使接收信号产生了一定的频偏。较大的频偏会导致同步接收机的误码性能急剧恶化，从而造成通信质量的严重下降。

传统的频偏估计技术根据是否利用导频可以分为数据辅助型da、非数据辅助型nda和判决引导dd型等。相对于da估计器，nda和dd估计器的信噪比门限都较高。因此，在较低信噪比的短突发通信中，普遍采用依靠导频序列对频偏和相偏进行估计的da估计器。导频序列可以分插到数据帧的不同位置而形成不同的数据帧结构。在第二代数字视频广播标准(dvb-s2)(estien302.307，v1.2.1digitalvideobroadcasting；secondgenerationframingstructure，channelcodingandmodulationsystemsforbroadcasting,interactiveservice，newsgatheringandotherbroadbandsatelliteapplications，april2009)中提出了一种新的数据帧结构，其主要思想是将一定长度的导频分成若干块再分插到数据帧中。h.lo,d.lee和j.a.gansman在“astudyofnon-uniformpilotspacingforpsam”(proceedingieeeinternationalconferencecommunication，pp322-325，2000)中提出了一种基于导频符号辅助调制(psam：pilotsymbolassistedmodulation)的数据帧结构。它将导频序列分成两部分，一部分含有若干个连续的导频符号，放置在帧头，另一部分细分成离散的导频符号，插至帧中和帧尾。

从采用的具体算法来讲，da估计算法也可以进一步分为频域估计算法和时域估计算法。在有限的导频开销下，前者的估计范围较大，而后者的估计精度较高。因此，联合时频da估计算法可以结合两者各自的优点，但同时会带来复杂度较高和最优参数配置较难的问题。因此，相关领域的研究者们提出了一些具有高精度、宽范围和低复杂度的频偏估计算法，这些算法都直接或间接地采用了低复杂度的时域相关算法。m.luise,r.reggiannini在“carrierfrequencyrecoveryinall-digitalmodemsforburst-modetransmissions”(ieeetransactioncommunication，pp1169-1178，1995)中提出了利用等效/单个导频块的自相关算法，其信噪比门限和复杂度均较低，但估计精度不高。孙锦华，王雪梅等在“短突发传输系统的联合导频和迭代译码载波同步”(西安电子科技大学学报，29-36，41(1)，2014)中提出了利用两个或多个不相交导频块的互相关算法，在相同的导频长度和信噪比下其估计精度远远高于m.luise和r.reggiannini所提出的算法且复杂度适中。然而，基于多个不相交导频块的时域相关算法都存在相同的缺陷，即频偏估计范围很窄且与导频符号间隔成反比。究其根源在于这种帧结构下的时域相关算法存在相位模糊。由于这类算法估计子中的相位增量主要受归一化频偏、导频间隔和噪声的影响，因此，较大的频偏或导频间隔都会使其产生相位模糊。a.barbieri,g.colavolpe在“onpilot-symbol-assistedcarriersynchronizationfordvb-s2systems”(ieeetransactionsonbroadcasting，pp685-692，53(3)，2007)中提出了一种基于dvb-s2帧结构的简化m&m估计算法，利用ldpc译码的校验位解决了相位模糊问题。j.palmer,m.rice在“low-complexityfrequencyestimationusingmultipledisjointpilotblocksinburst-modecommunications”(ieeetransactioncommunication，pp3135-3145，59(11)，2011)中提出了利用卡曼滤波器对估计频偏进行迭代更新的非编码的方法并解决了相位模糊，再结合自相关估计算法ac(auto-correlation)获得了较大的估计范围，但复杂度很高且未给出相位解模糊算法的具体步骤。

综上所述，如何提供一种能够有效兼顾大频偏下的估计性能和复杂度的载波频偏估计方法，以解决利用psam帧下存在的相位模糊问题是本领域技术人员亟需解决的问题。

技术实现要素：

有鉴于此，本发明提供了一种简化的对角互相关载波频偏方法，该方法不仅整体复杂度低，而且可以兼顾较大的估计范围和较高的估计精度。

为了实现上述目的，本发明采用如下技术方案：

一种简化的对角互相关载波频偏估计方法，包括：

步骤s1：设置类psam帧结构；

步骤s2：得到基带接收信号z；

步骤s3：基于基带接收信号z，通过去调制操作，得到去调制信号z′m；

步骤s4：利用去调制信号z′m，通过时域互相关算法，得到互相关算子rcc；

步骤s5：利用互相关算子rcc，通过自相关算法，得到对角互相关算子rdcc；

步骤s6：利用对角互相关算子rdcc，通过取幅角操作，得到对角互相关频偏估计子

步骤s7：利用对角互相关频偏估计子通过使用复信号指数化近似，得到简化对角互相关频偏估计子

步骤s8：利用简化对角互相关频偏估计子通过结合相位解模糊算法，得到解相位模糊的简化对角互相关频偏估计子

优选的，步骤s1具体包括：

s11：产生数据长度为lp的导频块p，并将其等分成m小块pm，每小块长度为l，再产生数据长度为d′＝(m-1)×t的二进制数据比特序列d，其中lp、l和m均为正整数，t为单个数据块dm的长度；

s12：利用m个导频块pm和m-1个数据块dm，通过复用的方式，得到类psam帧结构。

优选的，步骤s2具体包括：

s21：基于类psam帧结构，通过正交相移键控调制得到调制后的信号s；

s22：利用调制信号s，通过高斯白噪声信道并附加上频偏f，得到基带接收信号z。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种简化的对角互相关载波频偏方法，该方法使用了自相关估计、复信号指数化近似的原理以及相位解模糊算法的思想，不仅整体复杂度低，而且可以兼顾较大的估计范围和较高的估计精度。本发明提供的方法不受具体的调制方式所限制，具有普遍适用性。

本发明提供的方法适用于大频偏的短突发通信系统，还可以运用到编码系统中以适应低信噪比下的短突发通信环境。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明提供的简化的对角互相关载波频偏方法的流程图；

图2为本发明提供的类psam帧结构示意图；

图3为本发明在不同信噪比下，用对角互相关、简化对角互相关和全部互相关仿真的频偏估计均方根误差曲线图；

图4为本发明在不同频偏下，用简化对角互相关和解相位模糊的简化对角互相关仿真的频偏估计均方根误差曲线图；

图5为在不同频偏下，用m&m、ac和本发明仿真的频偏估计均方根误差曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见附图1，本发明实施例公开了一种简化的对角互相关载波频偏方法，包括：

步骤s1：设置类psam帧结构；

步骤s2：得到基带接收信号z；

步骤s3：基于基带接收信号z，通过去调制操作，得到去调制信号z′m；

步骤s4：利用去调制信号z′m，通过时域互相关算法，得到互相关算子rcc；

步骤s5：利用互相关算子rcc，通过自相关算法，得到对角互相关算子rdcc；

步骤s6：利用对角互相关算子rdcc，通过取幅角操作，得到对角互相关频偏估计子

步骤s7：利用对角互相关频偏估计子通过使用复信号指数化近似，得到简化对角互相关频偏估计子

步骤s8：利用简化对角互相关频偏估计子通过结合相位解模糊算法，得到解相位模糊的简化对角互相关频偏估计子

下面结合具体步骤、实施例以及仿真结果对本发明的技术方案做进一步说明。

步骤1，设置数据帧结构(类psam帧)，请参见附图2。

(1a)产生一定数据长度的导频块p，并将其等分成m小块pm，每小块长度为l，再产生数据长度为d′＝(m-1)×t的二进制数据比特序列d，其中l和m均为正整数，t为单个数据块dm的长度；

(1b)利用m个导频块pm和m-1个数据块dm，通过复用的方式，得到类psam帧结构。

步骤2，获得基带接收信号。

(2a)利用得到的类psam帧结构，通过正交相移键控(qpsk)调制，得到调制信号s；

(2b)利用调制信号s，通过高斯白噪声信道并附加上频偏f，得到基带接收信号z。

步骤3，确定对角互相关算子的具体算法：

(3a)将接收到的基带信号z，送到载波估计器，取出基带信号z的前l个数据，作为基带信号z的第一段导频p1，取出z的第l+t+1个符号到第2l+t+1个符号的数据作为z的第二段导频p2；

(3b)利用第一段导频p1和第二段导频p2，分别得到第一段导频去调制信号p1^d＝p1×(p1′)^*和第二段导频去调制信号p2^d＝p2×(p2′)^*，其中p1′和p2′为收发双方事先约定的发送信号的第一段导频和第二段导频，(p1′)^*为p1′的共轭，(p2′)^*为p2′的共轭；

(3c)利用第一段导频去调制信号p1^d和第二段导频去调制信号p2^d，通过时域互相关算法，得到互相关算子rcc：

其中d为第一段导频与第二段导频的间隔，即d＝l+t；

(3d1)利用互相关算子rcc，通过取幅角操作，得到互相关算子频偏估计子

其中ts为符号周期且ts＝1/(1×10⁴)秒，arg{·}为取幅角运算；

在这里需要说明的是，步骤(3d1)并不是必须的，由于在对比仿真的过程中需要用到这一参数，因此在这里列出。

(3d2)利用互相关算子rcc，通过自相关算法，得到对角互相关算子rdcc：

(3e)利用对角互相关算子rdcc，通过取幅角操作，得到对角互相关频偏估计子

步骤4，确定简化对角互相关估计子的具体算法：

(4a)首先，给出复信号指数化近似原理：当信噪比es/n0＞＞1时，去调制复信号p1^d的幅度近似为1，利用复数的指数形式，得到p1^d＝|p1^d|exp(jarg(p1^d))≈exp(jarg(p1^d))，其中|·|为取模操作，exp(·)为取自然指数操作，j为单位虚数；

(4b)利用步骤(3)得到的对角互相关频偏估计子通过步骤(4a)的复信号指数化近似操作，得到简化对角互相关频偏估计子

其中

(4c)利用步骤(3)和步骤(4b)得到的互相关频偏估计子对角互相关频偏估计子和简化对角互相关频偏估计子通过蒙特卡洛仿真，分别得到第w次频偏估计值和

(4d)重复步骤(3)～(4b)共w次，得到w个频偏估计值和利用这些频偏估计值和所加的频偏f，计算归一化剩余频偏ecc、edcc和esdcc：

这里需要说明的是，多次仿真的目的在于得到仿真图中的数据点，这样得到的是统计平均值，以避免单次估计而带来的偶尔误差。

在本实施例中导频块数m＝2，导频符号长度l＝25，单个数据符号长度t＝250，导频符号间隔d＝275。附加的频偏f为10hz，符号周期ts＝1/(1×10⁴)秒。按步骤(3)～(4d)进行仿真，每个数据点利用蒙特卡洛仿真w＝5000次，得到图3，即不同信噪比下，用对角互相关、简化对角互相关和互相关算法仿真的频偏估计均方根误差曲线。从图3可以看出，简化对角互相关算法的估计性能与对角互相关算法的估计性能相当，且接近于互相关算法的估计性能。因此，后文将解相位模糊算法应用到简化对角互相关算法中。

步骤5，确定相位解模糊的简化对角互相关算法。

首先，给出相位解模糊算法原理：

(5a)利用步骤(4b)所得的简化对角互相关算子rsdcc，通过取幅角操作，得到相位增量δφ：δφ＝arg{rsdcc}≈2πftsd；

(5b)利用相位增量δφ，通过取幅角操作的单一映射关系，得到δφ的取值限制：|δφ|≈|2πftsd|＜π，其中|·|为取绝对值操作，|f|＜1/(2dts)；

(5c)利用δφ的取值限制不等式，通过引入一个参数q，得到大频偏下的δφ′：|δφ′|≈|2πf′tsd±2πq|＜π，其中|f′|＜1/(2ts)；

(5d)利用大频偏下的δφ′，通过去绝对值操作，得到相位解模糊的频偏估计值

(5e)利用相位解模糊的频偏估计值通过二分法搜索，得到精确的参数具体步骤包括：

假设给定导频间隔d、参数q初始搜索步长和估计精度ε。

(5e1)利用通过步骤(5d)得到的频偏估计值得到其中为q的初始值，为频偏f′的初估值；

(5e2)利用通过比较和ε/ts的大小，得到当时，取否则进入步骤(5e3)；

(5e3)利用通过步骤(5d)得到的频偏估计值得到

(5e4)利用通过比较和ε/ts的大小，得到当时，取否则，否则进入步骤(5e5)；

(5e5)利用第l次搜索通过步骤(5d)得到的频偏估计值得到其中l为正整数；

(5e6)利用通过比较和ε/ts的大小，得到当时，取此时否则，令l＝l+1，返回步骤(5e5)；

(5f)利用步骤(5e1)-(5e6)得到参数q的精确值通过与步骤(4b)的简化对角互相关频偏估计子相结合，得到解相位模糊的简化对角互相关频偏估计子其中

到目前为止，已对算法的具体流程做了详尽的说明。接下来，结合仿真结果做进一步说明。

(5g)利用步骤(4b)、(5f)得到的简化对角互相关频偏估计子和解相位模糊的简化对角互相关频偏估计子通过蒙特卡洛仿真，分别得到第w′次频偏估计值和

(5h)重复步骤(3)～(4b)和步骤(5e)～(5f)共w′次，得到w′个频偏估计值和利用这些频偏估计值和所加归一化取值为-0.5～0.5的频偏fi，计算归一化剩余频偏esdcc,i和epuw-sdcc,i：

其中，所加频偏fi∈[-0.5,0.5]/ts。

在本实施例中导频块数m＝2，导频符号长度l＝25，单个数据符号长度t＝250，导频符号间隔d＝275。附加的频偏fi∈[-0.5,0.5]/ts，符号周期ts＝1/(1×10⁴)秒。按步骤(3)～(4b)和步骤(5e)～(5f)进行仿真，每个数据点利用蒙特卡洛仿真w′＝5000次，得到图4，即在不同频偏下，用简化对角互相关和解相位模糊的简化对角互相关仿真的频偏估计均方根误差曲线。

从图4可以看出，与简化对角互相关算法相比，解相位模糊的简化对角互相关算法的归一化估计频偏接近于0.5，且较大频偏下其估计性能仍获得了简化对角互相关算法在1/(2d)＝1/550内的估计效果，见局部放大图。

步骤6，对相位解模糊的简化对角互相关算法的估计效果进行比较。

与已有的经典载波估计算法进行性能比较。本实例中假设eb/n0＝8db和fits∈[-0.5,0.5]，选用u.mengali,m.moerlli.在“data-aidedfrequencyestimationforburstdigitaltransmission”(ieeetransactioncommunication，pp23-25，45(1)，1997)中提出的一种适用于大频偏的载波估计算法，即m&m算法和j.palmer,m.rice在“low-complexityfrequencyestimationusingmultipledisjointpilotblocksinburst-modecommunications”(ieeetransactioncommunication，pp3135-3145，59(11)，2011)中提出的一种相位解模糊的载波估计算法，即ac算法。每个数据点利用蒙特卡洛仿真5000次，得到图5，即在不同频偏下，用m&m算法、ac算法和本发明仿真的频偏估计均方根误差曲线。从图5可以看出，本发明与另外两种算法的估计范围相同，但估计精度最高。说明本发明的估计值更准确，进而表明了本发明的有效性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。