頻偏估計方法和設備技術

本發明專利技術實施例公開了一種頻偏估計方法和設備，涉及無線通信技術領域，用于提高頻偏估計結果的準確性。本發明專利技術中，接收端接收發送端發送的信號以及訓練序列號，根據所述訓練序列號獲取訓練序列，構造該訓練序列相關矩陣的廣義逆矩陣；生成由接收信號構造的相關矩陣；并根據所述廣義逆矩陣和由接收信號構造的相關矩陣，得到帶有頻偏的信道沖激響應相關向量；根據所述相關向量進行頻偏估計。本發明專利技術以多徑傳輸模型為基礎，頻偏估計無需信道估計結果，采用本發明專利技術，能夠有效提高頻偏估計結果的準確性。

【技術實現步驟摘要】
頻偏估計方法和設備
本專利技術涉及無線通信領域，尤其涉及一種頻偏估計方法和設備。
技術介紹
在無線通信中由于接收端和發送端的振蕩器產生的頻率偏差，或者由于發送端和接收端的相對快速移動引起的多普勒頻移，都會引起接收符號隨時間變化的相位旋轉，即頻偏，如果不加校正將大大提高接收端的誤碼率。因此在對接收信號進行均衡解調之前，往往要對其進行頻偏補償，尤其在頻偏比較嚴重的場景，比如GSM-R系統。在進行頻偏補償前，首先需要進行頻偏估計，經典的頻偏估計算法是Fitz算法，這是一個穩定性非常不錯的算法，能夠很好地抵抗噪聲，在低信噪比情況下性能較好，但是此算法是基于簡單的單音頻偏建模的，此算法應用到有多徑傳輸的頻率選擇性信道時，必須首先利用多徑傳播模型進行信道估計，然后根據信道估計結果從接收信號中除去有用信號部分，得到單音頻偏模型，然后才能進行頻偏估計。在實現本專利技術的過程中，專利技術人發現現有技術中存在以下技術問題：一方面，由于信道估計往往受到頻偏的影響，尤其在頻偏比較大的時候受到的影響更大，因此頻偏估計結果的準確性較低；另一方面現有算法的頻偏估計范圍有限，不能跟蹤大的頻偏，這樣就不能得到準確的頻偏估計結果。
技術實現思路
本專利技術實施例提供一種頻偏估計方法和設備，用于提高頻偏估計結果的準確性。一種頻偏估計方法，該方法包括：接收端接收發送端發送的信號以及訓練序列號；接收端根據所述訓練序列號獲取訓練序列，構造該訓練序列相關矩陣的廣義逆矩陣，生成由接收信號構造的相關矩陣，并根據所述廣義逆矩陣和由接收信號構造的相關矩陣，得到帶有頻偏的信道沖激響應的相關向量；接收端根據所述相關向量進行頻偏估計。一種頻偏估計設備，該設備包括：信號接收模塊，用于接收發送端發送的信號以及訓練序列號；頻偏估計模塊，用于根據所述訓練序列號獲取訓練序列，構造該訓練序列相關矩陣的廣義逆矩陣，生成由接收信號構造的相關矩陣，并根據所述廣義逆矩陣和由接收信號構造的相關矩陣，得到帶有頻偏的信道沖激響應的相關向量；根據所述相關向量進行頻偏估計。本專利技術中，接收端接收發送端發送的信號以及訓練序列號，由訓練序列號獲取訓練序列，由訓練序列生成其相關矩陣的廣義逆矩陣；生成由接收信號構造的相關矩陣，并根據所述廣義逆矩陣和由接收信號構造的相關矩陣，得到一個中間向量即帶有頻偏的信道沖激響應相關向量；根據所述中間向量得到頻偏估計結果。可見，本專利技術中，根據訓練序列相關矩陣的廣義逆矩陣、以及由接收信號構造的相關矩陣進行頻偏估計，而不需要信道估計結果，解決了多徑傳播模型下頻偏估計受信道估計結果影響的問題，因此本專利技術方案能夠有效提高頻偏估計結果的準確性。附圖說明圖1為本專利技術實施例提供的方法流程示意圖；圖2為本專利技術實施例中頻偏估計和頻偏校正的整體流程圖；圖3為本專利技術實施例中離線準備工作的流程示意圖；圖4為本專利技術實施例中頻偏估計和頻偏校正流程圖示意圖；圖5為本專利技術實施例中GSM-R一個Burst組成形式示意圖；圖6為本專利技術實施例提供的設備結構示意圖。具體實施方式為了提高頻偏估計結果的準確性，本專利技術實施例提供一種頻偏估計方法，本方法中，接收端根據訓練序列構造的相關矩陣的廣義逆矩陣、以及由接收信號構造的相關矩陣進行頻偏估計。參見圖1，本專利技術實施例提供的頻偏估計方法，包括以下步驟：步驟10：接收端接收發送端發送的信號以及訓練序列號；步驟11：接收端由訓練序列號獲取訓練序列，構造該訓練序列的相關矩陣的廣義逆矩陣；生成由接收信號構造的相關矩陣；并根據所述廣義逆矩陣和由接收信號構造的相關矩陣，得到一個中間向量即帶有頻偏的信道沖激響應的相關向量；根據該相關向量得到頻偏估計結果。步驟11的具體實現可以如下：首先，接收端對于每個合理m值，獲取該m值對應的、由訓練序列構造的相關矩陣的廣義逆矩陣G1m，生成該m值對應的、由接收信號構造的相關矩陣Rm，并根據G1m和Rm得到該m值對應的一個中間向量即帶有頻偏的信道沖激響應的相關向量qm，根據qm得到該m值對應的頻偏估計結果fm；然后，接收端將得到的所有fm進行平均，得到頻偏估計結果f。其中m在由1與N-L-1構成的閉合區間中取值，L＝L1+L2N為訓練序列的長度；信道總沖激響應抽頭系數為{h(i)，i＝-L1，-L1+1，L，L2}，即L1是信道總沖激響應中非因果部分涉及的最大時間深度，L2是信道總沖激響應中因果部分涉及的最大時間深度，即n時刻接收信號可以表示為x(n)是n時刻的發送信號。具體的，或者，其中，k_start、k_end分別為構成Gm的開始k值和結束k值，m+L2+1≤k_start≤N-L1，k_start＜k_end≤N-L1，x為已知的訓練序列，Gom是條件數最小的Gm。具體的，其中，[r(1)，r(2)，L，r(N)]為接收信號中訓練序列部分；k_start為Gm的開始k值，k_end為Gm的結束k值。具體的，qm＝G1mRm。..................(3)具體的，可以按照如下公式得到m值對應的頻偏估計結果fm：具體的，接收端可以按照如下公式(5)或公式(6)對得到的所有fm進行平均，得到頻偏估計結果f：其中K為m的最大值。本專利技術還給出了一種加權因子的計算方法，如公式(7)所示其中，K為m的最大值，為Gm的條件數。較佳的，在得到頻偏估計結果f之后，接收端可以按照如下公式得到頻偏補償之后的接收信號di：di＝r_total(i)ej2πf(i-a)，1≤i≤Ltotal..................(8)其中，r_total為全部接收信號，a為接收信號的總長度的一半，Ltotal為接收信號總長度。本文所述頻偏估計和校正裝置的整體流程如圖2所示。本專利技術提供了一種有效的頻偏估計方法，以多徑傳輸信道為基礎建模，頻偏估計不需要信道估計結果，能夠有效解決現有的Fitz算法應用于多徑傳輸模型時受信道估計結果影響的問題，特別頻偏比較大的時候本專利技術的優勢更加明顯。如上所述公式(3)中的參數qm的估計非常重要，為此引人如下措施提高其估計的準確性：措施一：對于特定m值，Gm中的最大k值即k_end可以有多種選擇，由于訓練序列已知，所以可以事先選擇一個最優的k_end，使得對應Gm條件數最小，這樣處理之后能夠大大降低噪聲對qm估計的干擾，進而有效提高頻偏估計的準確性。措施二：對得到的所有fm進行加權處理，即：對應Gm的條件數越大賦予的權值越小，即可以采用公式(7)得到加權因子。需要指出的一點是，實際模型中如果是非因果系統(比如由調制時的濾波器引入)，但是建模的時候建為因果系統將大大降低本文方法性能，所以建模時要注意。同時此算法的頻偏估計范圍為比Fitz范圍大。最重要的是其建立在多徑傳輸模型基礎上(此模型是無線傳輸的經典模型)，最終求解的時候不需要信道估計值。而Fitz算法是基于單音頻偏建模，應用于無線傳輸時需要重構信號，這時信道估計值往往遭受頻偏的干擾，尤其當頻偏比較大的時候，Fitz算法的性能非常差。下面以GSM-R系統為例，介紹本文中的頻偏估計所包含的主要步驟：因為所有訓練序列在接收端是已知的，所以可以首先進行離線準備工作，離線準備工作的具體流程如圖3所示：步驟1：離線準備工作開始，將變量tsc初始化為0；步驟2：將tsc加1，并判斷tsc是否大于t本文檔來自技高網...

【技術保護點】
一種頻偏估計方法，其特征在于，該方法包括：接收端接收發送端發送的信號以及訓練序列號；接收端根據所述訓練序列號獲取訓練序列，構造該訓練序列的相關矩陣的廣義逆矩陣，生成由接收信號構造的相關矩陣，并根據所述廣義逆矩陣和由接收信號構造的相關矩陣，得到帶有頻偏的信道沖激響應的相關向量；接收端根據所述相關向量進行頻偏估計。

【技術特征摘要】
1.一種頻偏估計方法，其特征在于，該方法包括：接收端接收發送端發送的信號以及訓練序列號；接收端根據所述訓練序列號獲取訓練序列，構造該訓練序列的相關矩陣的廣義逆矩陣，生成由接收信號構造的相關矩陣，并根據所述廣義逆矩陣和由接收信號構造的相關矩陣，得到帶有頻偏的信道沖激響應的相關向量；接收端根據所述相關向量進行頻偏估計。2.如權利要求1所述的方法，其特征在于，接收端構造該訓練序列的相關矩陣的廣義逆矩陣，生成由接收信號構造的相關矩陣，并根據所述廣義逆矩陣和由接收信號構造的相關矩陣，得到帶有頻偏的信道沖激響應相關向量，根據所述相關向量進行頻偏估計包括：接收端對于每個m值，獲取該m值對應的、該訓練序列的相關矩陣的廣義逆矩陣G1m，生成該m值對應的、由接收信號構造的相關矩陣Rm，并根據G1m和Rm得到該m值對應的、帶有頻偏的信道沖激響應相關向量qm，根據qm得到該m值對應的頻偏估計結果fm；接收端將得到的所有fm進行平均，得到頻偏估計結果f；其中，m在由1與N-L-1構成的閉合區間中取值，L＝L1+L2，N為訓練序列的長度；L1是信道總沖激響應中非因果部分涉及的最大時間深度，L2是信道總沖激響應中因果部分涉及的最大時間深度。3.如權利要求2所述的方法，其特征在于，或者，其中，k_start、k_end分別為構成Gm的開始k值和結束k值，m+L2+1≤k_start≤N-L1，k_start<k_end≤N-L1，x為已知的訓練序列，Gom是條件數最小的Gm，Vec()表示將矩陣中的各列按順序累堆形成一個列向量。4.如權利要求3所述的方法，其特征在于，其中，[r(1),r(2),…,r(N)]為接收信號中的訓練序列部分。5.如權利要求2所述的方法，其特征在于，qm＝G1mRm。6.如權利要求2所述的方法，其特征在于，按照如下公式得到該m值對應的頻偏估計結果fm：

【專利技術屬性】
技術研發人員：張淑娟，楊鋒，盧勤博，
申請(專利權)人：中興通訊股份有限公司，
類型：發明
國別省市：