波器66的通带内。
[0058] 频谱分析引擎70在本示例中包括：N点缓冲器72,其保持抽取器69输出的最新N 个字的记录。N点缓冲器72的输出被提供给N点FFT引擎74。其如本领域技术人员已知 的，感兴趣的频率空间分成N个频点，并分配信号强度到每个区间。区间被指定YK。N点FFT 引擎74的输出被提供给选择器电路76,如图所示，其识别其中具有最大信号模量的选定区 间YKMX。一旦选定区间柜YK艇已经确定，该区间的中心频率可以由频谱分析引擎70按照 搜索算法计算并用于在随后的迭代中设置数字振荡器64的频率NCO。如本领域技术人员已 知的，傅立叶变换可以在硬件中执行，以及马萨诸塞州诺伍德的模拟设备公司拥有可用的 48点FFT引擎。因此提供对例如16、10、8、4、3或2点工作的更小FT引擎可以由本领域的 普通技术人员实现。因此FFT引擎的具体实施不需要进一步讨论。
[0059] 图1和2的电路的操作现在将参照图3a、3b和3c说明。为方便起见，10个区间已 在每个这些附图中示出。假设，在第一次迭代中，N点缓冲器被刷新，然后使其填充样本，其 通过第一抽取因子D抽取。第一抽取因子可以是统一，使得每一个样品传递到样品缓冲区， 直到缓冲区已满。此外，在第一次迭代中，数字振荡器64可能没有运行，并且窄带滤波器66 的带宽被设置为它的最宽带宽，以使整个通带呈现给FFT引擎74。整个频谱的频谱功率然 后由FFT引擎74分配到具有在图3a中在较低频率LFK和较高频率UFK之间延伸的中心频 率1至￥1(|的多个频率区间。K是迭代计数器。
[0060] 由于所示频谱不仅包括最主导阻断信号，但其它的信号以及峰值信号功率应当以 对应于区间的阻断信号，但它也可能对应于相邻区间。这种现象被称为"频谱拖尾"，可以表 现为在多个相邻区间的频谱分量的功率。因此，在图3a中，区间1被选择为具有最多信号 功率，虽然在图形化示例中，阻挡信号几乎与区间Y6重合。
[0061] 在第一遍对应于频率区间Y5的频率被估计，并设置为用于数字振荡器64的新的 频率。这具有定心窄带滤波器66基本上围绕对应于所述第一迭代的区间￥5的频率的效果。 这一点上，窄带带宽滤波器66也可被缩减，使得它至少覆盖图3a的区间Y5的宽度。在本 示例中，滤波器的通带包含区间Y4、YjPY6的频率范围。抽取因子可以现在增加2和N之 间的因子，用于增加FFT引擎74的分辨率。这一额外带宽可以认为是作为保护频带。保护 带的宽度可以由用户或设计者来选择，并且可以减少或扩大。
[0062] 该抽取因子可以是用户或设计者可调节的。理想情况下，抽取因子的选择应满足 Nyquist抽样标准（采样率大于两倍最大频率），以避免混叠频率。
[0063] 如本领域抟术人员公知的，快速傅立叶变换的频率分辨率Fres由公式1表示：
[0064]
[0065] 换句话说，频率窗口大小由公式2表示：
[0066] 公式 2 N
[0067] 其中Fs是采样频率，它被理想选择为足够快以满足Nyquist抽样标准。
[0068] 因为降频转换器60的动作，在每一个连续的迭代中，感兴趣的频率范围周围的直 流OC) (0赫兹）或窄带滤波器66的中心频率基本上居中（在设计者的选择），并越来越 窄。因此，采样速率可以在每次迭代中降低，并且这可以通过增加抽取器69的抽取因子来 完成。第二迭代的分辨率如图3b所不由公式3表不：
[0069]
[0070] 当D增大时，块大小减小，因此区间的中心频率和实际阻断频率之间的误差减小。 再次每个区间的最大值可以被估计来定位新的候选区间，以及数字降频转换器的频率可以 调整以设定窄带滤波器66的通带的中点，以及过滤器的带宽可以进一步减小。因此，如在 第三次迭代如图3c所示，实际的阻断频率和阻断信号的估计频率之间的误差相对于第一 和第二次迭代被减小，而在这种情况下可被视为落入可接受的误差值。
[0071] 图4示意性示出了用于识别阻断信号的频率的进一步的装置的实施例。该装置接 收数字化输入信号，其可以由模数转换器中的一个接收，例如模数转换器24a(图2)或接收 机50 (图1)。在图4所示的装置包括阻断检测器140,如图所示，包括数字混频器142、数 字滤波器144参量引擎146、数字积分器148和数字控制振荡器150。混合器142、滤波器 144、积分器148和数字振荡器150也可以设置为硬件组件或软件组件，由处理器或两者的 混合物执行。为描述的目的，它们将被描述为好像它们是物理元件，但是应当意识到，阻断 信号检测器140的特征的全部可以通过软件由处理器来执行，例如数字实现在图7所示的 基站的基带处理器30。
[0072] 参量化引擎146可以包括多个功能块。在图4所示的例子中，参量引擎146包括 M抽头相关器160,其接收通过过滤器144的多个数字字。M个抽头相关器160缓冲该字并 对它们执行自协方差或自相关函数。M个抽头相关器160的输出被传递到适当的处理引擎， 如图4的M级列文森递归引擎162,其可以在处理器来实现，并且它是可操作的，如将在下文 中描述，以在零极点M平面图中输出M个位置或更严格的正在处理数据采样系统，在Z平面 中极点位置。在图4中，该数据从第M极输出方框164输出，然后检查以由主导极点块166 寻找主极点的位置。主极点的相位角可以由角度计算器168计算，并输出作为相位误差％ 并提供给积分器148。如图所示，该积分器148集成相位误差％以获得被提供给数字控制 振荡器150 (也称为数字控制振荡器）的相位校正信号以改变其频率。数字控制振荡器150 输出正弦信号的数字表示，因此这只表示数字的运行，表示逼近或正弦曲线的样本。正弦波 的该数字表示可以与输入信号的数字表示相乘以获得频率混合组件，如同全部在模拟电路 完成的情况。因此，数字控制振荡器150和数字混频器142可通过数字电路来实现。数字 混频器142的输出被提供给数字滤波器144,其当适当时可以被提供作为有限脉冲响应滤 波器或者无限响应滤波器。数字滤波器144可以具有可调节的中心频率，或者，如在本示例 的情况下，也可以设定为具有围绕特定频率（诸如，0赫兹）的通带中心，但具有其带宽可控 制，以便改变阻断信号检测连续迭代之间的带宽。因而，对于本实施例由处理器执行的硬件 和/或软件与相对于图1和2所描述的实施例是相同的。出于完整性，现在将描述参量引 擎146的操作。
[0073] 给定数据的时间序列，能够使用参量模型识别潜在阻滞信号的存在。从而给定在 缓冲器中保持的N点的样品，有可能参量化具有近似N点采样输出的系统响应。
[0074] 事实上，响应可以模拟例如作为自回归模型。自回归模型将随机信号看作线性时 不变系统的输出，到是白噪声信号的输入。线性时不变系统是全极点系统。
[0075] 已知有强大的数学技术，如尤尔〃沃克公式，它可以帮助涉及自回归模型参量的 随机过程的自协方差（或自相关）。如果过程具有零平均值，则自相关和自协方差是相同 的。
[0076] 给出表示时间序列的数据Xm，可估算该数据的自相关值。然后使用这些值，可以对 于L= 1至M找到线性回归参量其中M是自回归模型的级。
[0077] 尤尔〃沃克公式的问题在于它们没有提供关于应使用的M的值的指导。然而，如 从以下的讨论将显而易见的，大M可因计算开销而避免。
[0078] 因此，对于自回归模型：
[0079] w[J=a0xm+aa2xm_2+a3xm_3 公式 4
[0080]
[0081] 其中《 [m]是到系统的白噪声输入，a是系数，和XM是离散（采样）输入信号的 值。在等式4中的模型是对于M= 3,但可以构造较低阶或更高阶的模式。
[0082] 尤尔-沃克方程推导是已知的，但在这里，为了完整包括在内。
[0083] 在第一操作中，等式两边可以用X[m_J相乘，和期望值取
[0084]
[0085] 第一个期望E{x[ni_k]xJ是自相关函数rxx[L_K]。
[0086] 同时，具有本身时移版本的白噪声的期待值是零，因为这里的样品之间没有关系， 其中L= 0,则期望变为〇2,其是白噪声《[m]的方差
[0089] 一 ______ _
[0087]
[0088]
[0090]i^nTDJ^-^^7 1 T= 1nTDJ^*
[0092] 对于L= 2,L= 3等，可以写出等效线，由此来填充矩阵
[0091]
[0093]
[0094] 现
[0095] R. _〇_= -r公式 10-1
[0096] 因此，如果我们知道R值（自相关），就可以解决系数a。
[0097] 其中：R是自相关系数矩阵；
[0098] !是系数的矢量；和
[0099] 向量相关系数；
[0100] 因此
[0101] ^L= -R_1r公式 11
[0102] 有含有例程的多种信号处理库，用于快速、鲁棒解上述方程。他们可以算法形式可 用，并嵌入到门或处理器逻辑。个人计算环境公知的库的示例是MATLAB，其中功能使用命令ARYULE可用。
[0103] 然而，用户仍然必须决定模型的顺序。
[0104] 对M的低值，尤拉-沃克公式可以相对快速地解决，但反转矩阵的计算成本随着M 的增加迅速增加。可以通过使用诸如基本行操作（这是直观的，而不是公式化）或使用计 算子式、辅因子和转置（或伴随）矩阵的技术比较反相2X2矩阵和3X