应用于5GNR系统的单符号自适应频偏估计与补偿方法

本发明属于5g nr宽带卫星互联网通信，具体涉及一种应用于5gnr系统的单符号自适应频偏估计与补偿方法。

背景技术：

1、随着移动通信技术的不断更新迭代，人们对卫星通信系统提出了更高的要求，目前地面通信系统已经迭代到了5g时代。5g体制卫星通信系统发展势在必行，其具有频偏利用率高、资源分配灵活等优点。目前多采用低轨卫星搭载通信载荷承担通信任务。但5g体制中的ofdm技术对载波频率偏移较为敏感。而低轨卫星运行轨道低，运行速度快，会带来较大的多普勒频移，且卫星与地面终端间不可避免地存在载波频率偏移，也会对接收机性能带来影响。综合以上两点，接收机系统中的载波频偏估计与恢复极为重要。

2、在采用ofdm体制的卫星通信系统中，接收机一般通过频偏估计与恢复模块对系统中存在的载波频偏和多普勒频移进行估计与恢复。同时也可根据估计值上报高层动态调整系统载波频偏。载波估计与恢复模块性能直接影响接收机工作性能。一般采用的频偏估计算法可根据是否需要辅助数据分为盲估计算法和数据辅助算法。盲估计算法可根据采用基于循环前缀的似然算法等进行估计与恢复。数据辅助算法的频偏估计算法较多，信道可根据发射端发送的解调参考信号(demodulation reference signal，dmrs)进行频偏估计，常用的算法有moose算法，classen算法等。目前的算法中多采用多个符号联合估计，且不具有自适应跟踪能力，且5g nr协议中存在单个导频块的情况，在此场景下，传统的频偏估计很难应用，更多采用多个时隙联合估计的方法进行估计，但是采用多个时隙联合估计方法估计时复杂度较高，从而效率较低，而且对于设备的计算性能有一定要求。

技术实现思路

1、为了解决现有技术中存在的上述问题，本发明提供了一种用于5g nr系统中单符号自适应频偏估计与补偿方法。本发明要解决的技术问题通过以下技术方案实现：

2、本发明提供了一种5g nr系统的单符号自适应频偏估计和补偿方法，应用于5g nr中单个dmrs符号载波频率偏移估计与补偿，包括：

3、s1、根据接收信号和预设时频域资源参数，分别确定本地dmrs序列，以及所述接收信号对应的数据符号块和dmrs符号块；

4、s2、根据所述本地dmrs序列和所述dmrs符号块，确定ls估计值；

5、s3、将所述ls估计值通过fft变换到时域后，进行加窗滤波，并将加窗滤波后的数据通过ifft变换回频域，得到处理后的ls估计值；

6、s4、将所述处理后的ls估计值与所述本地dmrs信号相乘，得到加扰后的ls估计值；

7、s5、采用lms自适应滤波器和所述本地dmrs信号，对所述加扰后的ls估计值进行迭代，根据得到的迭代计算结果，计算得到所述lms自适应滤波器的最优权向量；

8、s6、根据所述最优权向量对所述dmrs符号块进行数据补偿，得到补偿后的数据；

9、s7、根据所述最优权向量和所述lms自适应滤波器的阶数，确定系统的整数频偏，以及根据所述最优权向量确定所述系统的小数频偏。

10、在一些实施例中，所述s1包括：

11、s11、将所述接收信号通过fft变换后进行ofdm解调，并对解调后的信号进行去循环前缀操作，通过所述预设时频域资源参数从去循环前缀操作后的信号中，提取出所述数据符号块和所述dmrs符号块并缓存；

12、s12、根据所述预设时频域资源参数，生成所述本地dmrs序列并存储。

13、在一些实施例中，所述s2包括：

14、s21、将所述本地dmrs序列与所述dmrs符号块共轭相乘，得到所述ls估计值。

15、在一些实施例中，所述s3包括：

16、s31、将所述ls估计值通过fft变换到时域后，得到时域数据；

17、s32、保留所述时域数据中峰值位置，以及峰值位置两侧预设长度的数据，并将所述时域数据中除所述峰值位置和所述峰值位置两侧预设长度的数据之外的数据均置为0，得到加窗滤波后的数据；所述预设长度为预设加窗长度的二分之一，且所述预设加窗长度与所述系统当前的发送信号的带宽成正比；

18、s33、将加窗滤波后的数据通过ifft变换回频域，得到所述处理后的ls估计值。

19、在一些实施例中，所述s5包括：

20、s51、根据所述lms自适应滤波器的阶数，分别初始化权向量寄存器和数据寄存器，得到权向量寄存器的初始值和数据寄存器的初始值；所述权向量寄存器的初始值中的中心抽头位置处的值为1，除所述中心抽头位置之外的位置的数据均为0；所述数据寄存器的初始值中，中心抽头位置之前的位置处的数据均为0，中心抽头以及中心抽头之后的位置处的数据为所述加扰后的ls估计值的初始时刻的数据；所述初始值的长度与所述lms自适应滤波器的阶数相同；

21、s52、将所述权向量寄存器的初始值作为所述lms自适应滤波器的初始权向量，将所述初始权向量和所述数据寄存器的初始值进行共轭相乘，得到所述初始时刻滤波器输出数据，根据所述初始时刻滤波器输出数据，以及所述初始时刻的本地dmrs信号，得到所述初始时刻的误差值；

22、s53、采用所述初始时刻的误差值、所述初始时刻滤波器输出数据和所述初始权向量，得到所述初始时刻的下一时刻的权向量；以及，更新所述数据寄存器的值，得到所述数据寄存器的下一时刻值；所述数据寄存器的下一时刻值中，中心抽头位置之前的位置处的数据均为0，中心抽头以及中心抽头之后的位置处的数据为所述加扰后的ls估计值的初始时刻的下一时刻的数据；

23、s54、将所述下一时刻的权向量和所述数据寄存器的下一时刻值进行共轭相乘，得到所述下一时刻滤波器输出数据，根据所述下一时刻滤波器输出数据，以及所述下一时刻的本地dmrs信号，得到所述下一时刻的误差值，直至更新后的所述数据寄存器的值为空时，将第预设时刻之后得到的权向量的平均值作为所述最优权向量。

24、在一些实施例中，每一时刻的权向量采用下述公式表示：

25、

26、e(n)＝y(n)-d(n)；

27、其中，所述w(n+1)为第n+1时刻的权向量，w(n)为第n时刻的权向量，y(n)为第n时刻滤波器输出数据，μ为所述lms自适应滤波器的迭代步长，为e(n)的共轭，e(n)为第n时刻的误差值，d(n)为第n时刻的本地dmrs信号；

28、当n为1时，w(2)为所述下一时刻的权向量，w(1)为所述初始权向量，y(1)为所述初始时刻滤波器输出数据，e(1)为所述初始时刻的误差值，d(1)为所述初始时刻的本地dmrs信号。

29、在一些实施例中，所述s6包括：

30、s61、将所述最优权向量与所述dmrs符号块相乘，得到补偿后的数据。

31、在一些实施例中，所述s7包括：

32、s71、确定所述最优权向量的模值，并对所述最优权向量的模值进行峰值搜索，得到峰值位置和峰值处的模值，并从所述最优权向量的模值中确定左侧近邻位置对应的第一模值，以及右侧近邻位置对应的第二模值；所述左侧近邻位置是所述峰值位置左侧的多个位置中距离所述峰值位置最近的位置，所述右侧近邻位置是所述峰值位置右侧的多个位置中距离所述峰值位置最近的位置；

33、s72、当所述第一模值大于所述第二模值，且所述阶数为奇数时，将所述阶数除以2后向上取整后减一，得到第一结果值，将所述峰值处的模值减一后与所述第一结果值作差，将得到的差值作为所述整数频偏；当所述第一模值大于所述第二模值，且所述阶数为偶数时，将所述阶数除以2后减一，得到第二结果值，将所述峰值处的模值减一后与所述第二结果值作差，将得到的差值作为所述整数频偏；

34、s73、当所述第一模值小于所述第二模值，且所述阶数为奇数时，将所述阶数除以2后向上取整，得到第三结果值，将所述峰值处的模值与所述第三结果值作差，将得到的差值作为所述整数频偏；当所述第一模值小于所述第二模值，且所述阶数为偶数时，将所述阶数除以2后得到第四结果值，将所述峰值处的模值与所述第四结果值作差，将得到的差值作为所述整数频偏。

35、在一些实施例中，所述s7还包括：

36、s74、当所述第一模值大于所述第二模值时，将所述第一模值与所述峰值处的模值之和作为第一值，将所述峰值处的模值与所述第一模值之差作为第二值；当所述第二模值大于所述第一模值时，将所述第二模值与所述峰值处的模值之和作为所述第一值，将所述第一模值与所述峰值处的模值之差作为所述第二值；

37、s75、根据所述第一值和所述第二值，计算出所述最小频偏。

38、在一些实施例中，所述最小频偏通过下述公式表示：

39、

40、其中，cfo_dcm表示所述最小频偏，y表示所述第一值和所述第二值之间的比值。

41、与现有技术相比，本发明的有益效果在于：传统的频偏估计方法一般通过多个导频块之间的相位差获得，但5g nr协议中存在单个导频块的情况，在此场景下，传统的频偏估计很难应用，更多采用多个时隙联合估计的方法进行估计，但是采用多个时隙联合估计方法估计时复杂度较高，从而效率较低，而且对于设备的计算性能有一定要求。而本发明提供的方法可以在5g nr协议中存在单个导频块的场景下，通过lms自适应滤波器(lms自适应算法)确定出最优权向量，并通过最优权向量分别进行数据补偿(恢复)和频偏估计，并且，进行频偏估计时可以同时估计整数频偏和小数频偏以供系统后续使用，再有，相比于已有的其他算法，本发明使用的lms自适应算法的复杂度低，更易于实现，从而进行补偿和频偏估计的效率高，对于设备的要求也低。因此，相比于已有方法，本发明在5g nr协议中存在单个导频块的场景下存在独特优势。