CN101075999A - 室内ofdm***toa训练符号构建及toa估计方法与装置 - Google Patents

Abstract

本发明公开了一种室内OFDM***TOA训练符号的构建及TOA的估计方法。本发明首先构建出用于进行TOA估计的训练符号，再由该TOA训练符号组成OFDM帧格式，从而进行TOA估计。该TOA估计的第一步是在接收端，提取出TOA训练符号，并进行预处理，消除第一径之外的其它多径在时延上的影响，使各个频域子信道上传输系数相同；第二步是对预处理后的数据进行FFT变换，第三步是对FFT变换之后的数据和训练符号的频域基本数据进行互相关运算；第四步是通过互相关函数的相位，估计出发射信号的第一径到达接收天线的时间

。本发明与现有技术相比具有TOA估计精度高和复杂度低，且TOA估计的分辨率不受采样时钟限制的优点，可用于在不改变现有OFDM***结构的情况下对室内进行定位或测距。

Description

室内OFDM***TOA训练符号构建及TOA估计方法与装置

技术领域

本发明属于通信领域，涉及OFDM***，具体地说是一种室内OFDM***TOA训练符号的构建与TOA的估计，可用于室内定位***。

背景技术

众所周知，由于建筑物的遮挡，  在室内环境下无法采用卫星定位***，如GPS等进行定位，而要采用室内定位。但是由于室内环境复杂，存在丰富的多径分量，具有可视路径LOS和非可视路径NLOS两种传播条件，所以在有限的环境尺寸下要求室内定位与室外相比，必须具有更高的定位精度。

超宽带UWB室内定位技术具有多径分辨能力强、定位精度高的优点，是目前室内定位研究的热点，但由于UWB***占用的带宽很大，频谱利用率较低，且随距离增加信号强度急剧下降，尤其在穿越水分子含量高的物质时衰减更大，因此UWB传输距离非常有限，有效范围在10米左右；在很多家庭应用中必须与有线***结合才能发挥作用。另外尽管UWB***发射的平均功率很低，但是由于它的脉冲持续时间很短，它的瞬时功率峰值可能会很大，所以UWB设备、特别是运行在2G赫兹以下的UWB设备将会与其它的广播产生相互影响。而且UWB定位技术的收发信号形式与目前广泛应用的室内无线局域网传输标准不兼容，无法利用现有的无线局域网络设备提供定位服务。

目前无线局域网的传输标准主要有基于正交频分复用OFDM和基于直接序列扩频DS两种，随着人们对传输速率增长的需求，其中基于OFDM的无线局域网标准的应用将会越来越广泛。采用与无线局域网传输标准相兼容的信号形式，利用现有的无线局域网***设备实现高精度的室内定位，是将定位功能集成到无线局域网***的关键，也是室内定位***和无线局域网技术的研究热点。常用的定位方法有：基于接收信号的强度RSS，基于达到时间TOA和基于到达时延差TDOA，及相对于至少三个接入点AP的距离以实现定位。有关基于达到时间TOA的估计方法现有技术有两种方案。

背景技术1，论文“Indoor geolocation using OFDM signals in HIPERLAN/2wireless LANs”，the 11th IEEE International Symposium on Personal，Indoor andMobile Radio Communications，2000，Xinrong Li；Pahlavan，K.；Latva-Aho，M.；Ylianttila，M.，pp.1449-1453；首次提出利用HIPERLAN/2无线局域网中的OFDM信号进行测距，以实现定位。该文给出的技术方案是利用无线局域网中数据分组的前导OFDM符号作为测距信号，接收端通过对前导符号的相关检测，估计出TOA。若在无线局域网中，接入点AP在t₀时刻，向移动终端MT发送定位请求分组，移动终端收到后间隔τ₁₀后，向AP发送响应分组，AP在t₁时刻检测到MT的响应分组，则从MT到AP之间的TOA，即发射信号第一径到达接收天线的时间τ₀为：

${\mathrm{\τ}}_0=\frac{1}{2}[(t_3-t_0)-{\mathrm{\τ}}_{10}]---\left(1\right)$

式中，t₁时刻是在接入点通过对MT发出响应分组的前导符号进行相关检测估计的，其估计的精度直接决定TOA估计的精度。在t₁时刻估计中，首先利用MT发出响应分组前导符号中相互重复的两部分接收信号数据采样，通过滑动相关确定前导符号的起点的采样序号d₁。若接收到数据采样为r(k)，定时偏移估计函数M(d)为：

$M\left(d\right)=\frac{{\left|P\left(d\right)\right|}^2}{{\left(R\left(d\right)\right)}^2}---\left(2\right)$

其中

$P\left(d\right)=\underset{m=0}{\overset{L-1}{\mathrm{\Σ}}}\left(r^{*}(d+m)r(d+m+L)\right)---\left(3\right)$

$R\left(d\right)=\underset{m=0}{\overset{L-1}{\mathrm{\Σ}}}{\left|r(d+m+L)\right|}^2---\left(4\right)$

式中：d为接收端的采样数据序号，L为前导符号中相互重复数据采样之间的间隔。

利用定时偏移估计函数估计出的定时偏移d₁，即t₁时刻对应的采样序号为：

$d_1=\arg \underset{d}{\max }\left\{M\left(d\right)\right\}---\left(5\right)$

若在t₀时刻AP接收端采样数据的序号为d₀，则从MT到AP之间的TOA估计值为

${\widehat{\mathrm{\τ}}}_0=\frac{1}{2}[(d_1-d_0)T_s-{\mathrm{\τ}}_{10}]---\left(6\right)$

式中T_s为采样时间间隔。

该现有技术的TOA估计方法，虽然可以估计出MT到AP之间的TOA，但TOA的分辨率受到采样时钟频率的限制，其TOA估计精度也由采样时钟决定。在IEEE802.11a和HIPERLAN/2传输标准中，***采样时钟为20MHz，在信道条件较好的条件下，即存在视距传播LOS的情况下，其方案的估计精度为±7.5米。对于环境尺寸有限的室内环境，其TOA估计精度通常无法达到要求；同时该方案虽然用到了OFDM信号，但仅用到了其时域的相关特性，未充分利用OFDM信号在频域的特性。

背景技术2，论文“Maximum likelihood time of arrival estimation for real-timephysical location tracking of 802.11a/g mobile stations in indoor environments”，Voltz，P.J.；Hernandez，D.，Position Location and Navigation Symposium 2004(PLANS 2004)，pp.585-591，利用时延对OFDM***频域各个子信道中的数据的影响和信道的统计特性，提出采用最大似然方法估计TOA。该方法的目的是为了克服上述现有技术存在的问题，提高距离分辨率和估计精度。

论文给出了含有TOA的信号模型，若收发信机间的多径信道为：

$h\left(t\right)=\underset{i=0}{\overset{G-1}{\mathrm{\Σ}}}{h}_i\mathrm{\δ}(t-{\mathrm{\τ}}_i)---\left(7\right)$

式中h_i和τ_i分别为第i径的复增益和时延。若0≤τ_n≤τ₁≤...≤τ_G-1，则τ₀就是需要估计的TOA。若OFDM***的循环前缀足够长，***具有N个子载波，符号有效持续时间为T，发送的数据为：D＝diag{d_n，d₁，…，d_N-1}，则接收端通过FFT变换后，各个子信道上的数据为：

$Y_k=d_k\underset{i=0}{\overset{G-1}{\mathrm{\Σ}}}{h}_i{e}^{-j\frac{2\mathrm{\π}}{T}{\mathrm{k\τ}}_i}+n_k=d_k{e}^{-j\frac{2\mathrm{\π}}{T}k{\mathrm{\τ}}_0}\underset{i=0}{\overset{G-1}{\mathrm{\Σ}}}{h}_i{e}^{-j\frac{2\mathrm{\π}}{T}({\mathrm{\τ}}_i-{\mathrm{\τ}}_0)}+n_k---\left(8\right)$

${=d}_k{e}^{-j\frac{2\mathrm{\π}}{T}k{\mathrm{\τ}}_0}{H}_k+n_k,0\≤k\≤N-1$

式中： $H_k=\underset{i=0}{\overset{G-1}{\mathrm{\Σ}}}{h}_i{e}^{-j\frac{2\mathrm{\π}}{T}k({\mathrm{\τ}}_i-{\mathrm{\τ}}_0)},$ n_k为第k个子信道上的噪声。

若将上式用矢量可表示为：

Y＝GDH+n       (9)

式中：H＝[H₀，H₁，...，H_N-1]^T，n＝[n₀，n₁，...，n_N-1]^T，

$G=\mathrm{diag}\{1,e^{-j\frac{2\mathrm{\π}}{T}{\mathrm{\τ}}_0}{e}^{-j\frac{2\mathrm{\π}}{T}2{\mathrm{\τ}}_0},\·\·\·,e^{-j\frac{2\mathrm{\π}}{T}(N-1){\mathrm{\τ}}_0}\}.$

若噪声都是均值为零，方差为σ²，信道H＝[H₀，H₁，...，H_N-1]^T的统计特性已知，信道的自相关矩阵K_H已知，且可分解为K_H＝RR^*，则TOA的最大似然估计为：

${\widehat{\mathrm{\τ}}}_{0,\mathrm{ML}}=\underset{{\mathrm{\τ}}_0}{\arg \max }\left\{Y^{*}\mathrm{GDR}{({\mathrm{\σ}}^{2}I+R^{*}{D}^{*}\mathrm{DR})}^{-1}{R}^{*}{D}^{*}{G}^{*}Y\right\}---\left(10\right)$

该现有技术的TOA估计方案，要求OFDM***频域各个子信道中的噪声独立同分布，进行TOA估计前，需要知道第一路径为零时延的OFDM***频域子信道的自相关矩阵和噪声的方差。在室内环境中，由于存在可视路径和非可视路径传播两种不同的情况，两种情况与具体的室内环境和用户的位置有关，两种情况下OFDM***中频域子信道的相关矩阵有所不同，因而该方法存在以下不足：

(1)在室内的不同传播环境中，需要根据传播环境对估计方案进行调整，否则估计性能会恶化；

(2)在TOA估计之前要求已知信道自相关矩阵和噪声方差等信息，但这些信息通常不易得到；

(3)在TOA估计中，需要计算多个矩阵的逆运算和多个矩阵的乘，有的需要进行矩阵奇异值分解等复杂运算，复杂度高，对数值τ_n还需要在一定的范围内进行搜索，搜索步长的大小直接影响***分辨率、估计精度，步长越小，分辨率和精度会提高，但算法的复杂度会急剧增大；

(4)由于使用条件和复杂度高，使其在实际***中很难使用。

发明的内容

为解决上述已有技术的不足，本发明的目的之一是面向室内基于OFDM传输标准的无线局域网或其它无线OFDM***，提供一种用于TOA估计的OFDM格式的训练符号，以及包含TOA训练符号的帧格式，目的之二是提供一种基于该TOA训练符号的TOA估计方法，以提高室内定位***的精度。

为实现上述目的，本发明采取了如下技术方案：

技术方案1：用于TOA估计的训练符号构建方法，包括如下过程：

(1)确定TOA训练符号的频域数据，

S_TOA＝[S₀，S₁，...，S_n，...，S_M-1]       (11)

式中，数据S_n为频域上的数字调制序列，n＝0，1，...，M-1；

是TOA符号基本数据序列的长度，

表示取整，N为OFDM符号的长度，G表示OFDM符号的循环前缀长度；

(2)对该频域数据进行IFFT变换后获得TOA训练符号时域基本数据序列；

P_TOA＝[P₀，P₁，...，p_k，...，p_M-1]

$p_k=\underset{n=0}{\overset{M-1}{\mathrm{\Σ}}}{S}_n{e}^{j2\mathrm{\πnk}/M},0\≤k\≤M-1;$

式中，数据P_k为时域上的数字调制序列，k＝0，1，...，M-1；

是TOA符号基本数据序列的长度；

表示取整，N表示OFDM符号的长度，

G表示OFDM符号的循环前缀长度；

(3)利用该TOA训练符号的时域基本数据，通过内插或者重复生成的方式，构造出与传输***中OFDM数据符号等长的TOA训练符号为：

x_TOA＝[X₀，X₁，...，X_i，...，x_N-1]          (12)

式中，N表示OFDM符号的长度，

x_i＝p_k， 表示取整，

G表示OFDM符号的循环前缀长度。

技术方案2：用于TOA估计的训练符号构建方法，包括如下过程：

(1)确定TOA训练符号的时域数据

P_TOA＝[p₀，p₁，...，P_k，...，p_M-1]          (13)

$p_k=\underset{n=0}{\overset{M-1}{\mathrm{\Σ}}}{S}_n{e}^{j2\mathrm{\πnk}/M},0\≤k\≤M-1;$

式中，数据P_k为时域上的数字调制序列，k＝0，1，...，M-1；

是TOA符号基本数据序列的长度；

表示取整，N表示OFDM符号的长度，

G表示OFDM符号的循环前缀长度；

(2)利用该TOA训练符号的时域基本数据，通过内插或者重复生成的方式，构造出与传输***中OFDM数据符号等长的TOA训练符号为：

x_TOA＝[X₀，X₁，...，X_i，...，x_N-1]          (14)

式中，N表示OFDM符号的长度，

x_i＝p_k，

表示取整，

G表示OFDM符号的循环前缀长度。

技术方案3：含有技术方案1和技术方案2训练符号的OFDM帧格式，包括标准的OFDM传输帧，其中标准的OFDM传输帧中嵌入有至少一个以数据符号形式的所述TOA训练符号，该TOA训练符号的位置在前导符号和信号域之后，或者在数据负载中的任一位置，构成具有TOA估计或测距功能的OFDM帧结构。

技术方案4：TOA的估计方法，包括如下步骤：

(1)在接收端，从接收信号中提取出TOA训练符号的数据序列r_TOA；

(2)对提取的TOA训练符号的数据序列r_TOA，进行预处理，即对提取的TOA训练符号数据按照G倍的采样率进行下采样，获得TOA训练符号的时域基本数据序列z_k，k＝0，1，..，M-1；

(3)对预处理后的时域基本数据序列z_k，进行FFT变换后得到频域基本数据序列D_n，n＝0，1，...，M-1；

(4)对所述频域基本数据序列D_n进行互相关处理，即先将发端的TOA训练符号的频域数据S_n，n＝0，1，...，M-1补偿到收端预处理之后的训练符号数据上，然后，将补偿之后的数据和补偿之后数据延迟l个单位的数据进行互相关运算，得到互相关函数对应的复数据R_TOA(l)；

(5)通过计算复数据R_TOA(l)的相位值，估计出到达时间TOA，即发射信号的第一径到达接收天线的时间

${\widehat{\mathrm{\τ}}}_0=\frac{\mathrm{angle}\left(R_{\mathrm{TOA}}\left(l\right)\right)}{2\mathrm{\πl}}T---\left(15\right)$

式中：函数angle(·)表示取复数据R_TOA(l)的相角，

$R_{\mathrm{TOA}}\left(l\right)=\underset{n=0}{\overset{M-l}{\mathrm{\Σ}}}{D}_n\·D_{n+l}^{*}\·S_{n+l}\·S_n^{*}$

$=e^{-j\frac{2\mathrm{\πl}}{T}{\mathrm{\τ}}_0}\underset{n=0}{\overset{M-l}{\mathrm{\Σ}}}{\left|S_n\right|}^2\·{\left|S_{n+l}\right|}^2\·{\stackrel{\·\·\·}{H}}_n\·{\stackrel{\·\·\·}{H}}_{n+l}^{*}$

$=e^{-j\frac{2\mathrm{\πl}}{T}{\mathrm{\τ}}_0}\underset{n=0}{\overset{M-l}{\mathrm{\Σ}}}{\left|S_n\right|}^2\·{\left|S_{n+l}\right|}^2\·{\left|{\stackrel{\·\·\·}{H}}^{\′}\right|}^2$

$\stackrel{\·\·\·}{H}=[{\stackrel{\·\·\·}{H}}_0,...,{\stackrel{\·\·\·}{H}}_{M-1}]=\mathrm{FFT}\left\{h^{\′}\right\}---\left(17\right)$

h′＝[h₀′，h₁′，...，h_m-1′]        (18)

${h_0}^{\′}=\underset{i=0}{\overset{G-1}{\mathrm{\Σ}}}{h}_i---\left(19\right)$

h₁′＝h₂′＝...＝h_M-1′＝0

${\stackrel{\·\·\·}{H}}_0={\stackrel{\·\·\·}{H}}_1=...={\stackrel{\·\·\·}{H}}_{M-1}={\stackrel{\·\·\·}{H}}^{\′}---\left(20\right)$

式中：h_i，i＝0，1，...G-1为信道第i径的复增益，G是信道冲击响应中的等效路径数；T是OFDM符号有效持续时间；h₀′指多径信道中各径增益之和；h_i′，i＝0，1...M-1构成了一个基本序列h′；

是序列h′经过FFT变换之后的序列。

技术方案5：实现技术方案1构建TOA训练符号方法的装置，包括存储单元、IFFT变换单元、TOA训练符号生成单元，其中所述的三个单元依次连接，存储单元将存储生成TOA训练符号的频域数据序列送入IFFT变换单元进行IFFT变换，获得TOA训练符号的时域基本数据，TOA训练符号生成单元利用TOA训练符号的基本时域数据，通过插值或重复生成获得与发送的OFDM符号具有相同结构的TOA训练符号。

技术方案6：实现技术方案4的TOA估计方法的装置，包括预处理单元，FFT变换处理单元，相关处理单元，TOA训练符号基本数据存储单元和TOA估计单元，其中预处理单元对接收到的训练符号数据按照预定的模式进行下采样，得到TOA训练符号的基本时域数据，传送给FFT变换处理单元变换为频域TOA基本数据后，再传送给相关处理单元，相关处理单元将这些收到的TOA训练符号频域基本数据和发送的TOA频域基本数据进行互相关处理后送入TOA估计单元，TOA估计单元根据互相关函数的数值，利用相位检测估计出信号中所包含的TOA的数值。

本发明具有如下优点：

(1)本发明由于构建了TOA训练符号，降低了TOA估计的复杂度，提高了TOA估计的精度，不仅使TOA的估计不受多径的影响，而且可使TOA的估计能够适用于各种不同的室内无线传播环境。

(2)本发明由于采用了含有TOA训练符号的帧结构，就可在不改变现有的OFDM***结构的情况下进行室内定位，便于将定位功能集成到无线OFDM局域网或其它室内无线OFDM***中。

(3)本发明由于在TOA的估计方法中采用了与TOA训练符号相匹配的预处理，有效地克服了无线信道中多径分量对频域子载波数据的相位随机影响，便于***在频域采用相位检测方法估计TOA。

(4)本发明由于在TOA的估计方法中采用了通过计算复数据R_TOA(l)的相位值，估计出发射信号的第一径到达接收天线的时间

降低了TOA估计复杂度，提高了TOA估计的精度，而且使TOA估计的分辨率不受***采样时钟的限制，提高了无线OFDM局域网或其它室内无线OFDM***中的定位精度。

仿真结果表明：本发明设计出的TOA训练符号以及基于该训练符号的TOA的估计方法与已有的技术方案相比，具有高的TOA估计精度和低的复杂度，且TOA估计的分辨率不受采样时钟的限制，可应用于工程实践。

本发明的目的、技术方案、优点可通过如下附图和实施方式进一步说明。

附图说明

图1是本发明的TOA训练符号结构图；

图2是本发明的OFDM帧格式图；

图3是本发明的TOA估计流程图；

图4是本发明TOA训练符号的产生装置原理图；

图5是本发明TOA训练符号数据处理和估计装置原理图；

图6是本发明在不同信噪比下，TOA估计方案归一化均方误差仿真曲线图；

图7是本发明与现有技术的TOA估计方法归一化均方误差仿真曲线对比图；

图8是在不同TOA条件下，信噪比为15dB时本发明与现有技术TOA估计方案的均方误差仿真曲线对比图。

具体实施方式

一、用于TOA估计的训练符号构建以及含有该训练符号的OFDM帧格式。

在OFDM***中，若信道的最大时延扩展为τ_max，***的采样时间间隔为T_s，子载波数目为N，符号有效持续时间为T，则为了克服符号间干扰ISI的影响，通常选择循环前缀的长度T_CP＝GT_s≥τ_max，令

式中：

表示取整，N表示OFDM符号的长度，G表示OFDM符号的循环前缀长度；为了在OFDM***中方便应用，本发明选择M为2的整数次幂。

为了表示方便，本发明中将用于TOA估计的OFDM训练符号，简称为TOA训练符号。

对于TOA训练符号的构建，可采用在频域或时域中进行。

1.在频域中按如下过程进行TOA训练符号的构建：

(1)确定TOA训练符号频域的基本数据为：

S_TOA＝[S₀，S₁，...，S_n，...，S_M-1]      (22)

式中，数据S_n为数字调制序列，n＝0，1，...，M-1；

是TOA符号基本数据序列的长度，为了在OFDM***中方便应用，本发明选择M为2的整数次幂；

表示取整，N表示OFDM符号的长度，

G表示OFDM符号的循环前缀长度；

所述的数字调制序列Sn可采用多种不同的序列，例如Chu序列或者是Chu序列经循环移位后得到的一组正交序列，或者是经IFFT变换后的时域正交序列，或者是时域序列经过循环移位后的一组正交序列，或者是Milewski序列、Frank-Zadoff序列，或者其他公知的CAZAC序列，或多进制相位调制MPSK复数据，或者多进制正交振幅调制MQAM、连续相位调制CPM对应的复数据。

(2)对所述频域数据进行快速逆傅立叶变换(FFT)，获得TOA训练符号时域基本数据序列，即S_TOA经过M点快速傅立叶变换(FFT)后得到其时域的基本数据，

P_TOA＝[p₀，p₁，...，p_k，...，p_M-1]      (23)

$p_k=\underset{n=0}{\overset{M-1}{\mathrm{\Σ}}}{S}_n{e}^{j2\mathrm{\πnk}/M},0\≤k\≤M-1;$

式中，数据p_k为时域上的数字调制序列，k＝0，1，...，M-1；

是TOA符号基本数据序列的长度，为了在OFDM***中方便应用，本发明选择M为2的整数次幂；

表示取整，N表示OFDM符号的长度，G表示OFDM符号的循环前缀长度；

(3)为了克服无线多径信道对TOA训练符号在频域数据相位的影响，利用TOA训练符号的时域基本数据，通过内插或者重复生成的方式，构造出长度为N个采样的TOA训练符号为：

x_TOA＝[x₀，x₁，...，x_i，...，x_N-1]      (24)

式中，N表示OFDM符号的长度，x_i＝P_k，

表示取整，G表示OFDM符号的循环前缀长度。

(4)将步骤(3)中获得的数据x_TOA的后G个数据复制到TOA训练符号前面构成循环前缀CP，形成图1所示的与普通数据符号结构相同的OFDM符号。

2.在时域中按如下过程进行TOA训练符号的构建：

<1>确定TOA训练符号的时域数据为

P_TOA＝[P₀，p₁，...，p_k，...，p_M-1]    (25)

式中，数据P_k为时域上的数字调制序列，k＝0，1，...，M-1；

是TOA符号基本数据序列的长度，为了在OFDM***中方便应用，本发明选择M为2的整数次幂；

表示取整，N是OFDM符号的长度，G表示OFDM符号的循环前缀长度。

所述的数字调制序列Sn可采用多种不同的序列，例如Chu序列或者是Chu序列经循环移位后得到的一组正交序列，或者是经IFFT变换后的时域正交序列，或者是时域序列经过循环移位后的一组正交序列，或者是Milewski序列、Frank-Zadoff序列，或者其他公知的CAZAC序列，或多进制相位调制MPSK复数据，或者多进制正交振幅调制MQAM、连续相位调制CPM对应的复数据。

<2>利用该TOA训练符号的时域基本数据，通过内插或者重复生成的方式，构造出与传输***中OFDM数据符号等长的TOA训练符号为：

x_TOA＝[x₀，x₁，...，x_i，...，x_N-1]    (26)

式中，N表示OFDM符号的长度，x_i＝P_k，

表示取整，G表示OFDM符号的循环前缀长度。

<3>将步骤<2>中获得的数据x_TOA的后G个数据x_N-G+1，x_N-G，...，x_N-1复制到符号前面构成循环前缀CP，形成图1所示的与普通数据符号结构相同的OFDM符号。

在OFDM***中，如果需要测距时，接入点AP可将本发明构建的一个或多个TOA训练符号嵌入到OFDM传输分组，移动终端MT收到该TOA训练符号后，将TOA训练符号嵌入到响应分组中，发回到接入点，接入点根据收到的TOA训练符号的数据可进行TOA估计。

3.含有上述所构建TOA训练符号的OFDM帧格式

参照图2，由于本发明提出的TOA训练符号结构与现有OFDM传输标准无线局域网中符号结构完全一致，因而可将TOA训练符号以数据符号的形式***到已有的OFDM分组中，接收端通过增加TOA数据检测装置，即可获得TOA信息。实用中只需对局域网中的链路层进行非常小的改动，不需要对现有的OFDM物理层传输标准进行修改，即可将定位功能集成到无线局域网中。

在基于OFDM传输标准的***中，若进行定位服务，则可将一个或多个TOA训练符号以数据符号的形式嵌入到标准的OFDM传输帧中，构成包含Q个TOA训练符号的OFDM帧格式。在图2中，TOA训练符号的位置在前导符号和信号域之后，或者在数据负载中的任一位置，具体的位置可由***或服务协议统一规定。TOA训练符号在OFDM帧中所处的位置不影响接收端TOA估计的性能。

二、TOA估计方法

1.技术原理

收发信机之间的多径信道模型如背景技术中的(7)式所示，若采用OFDM***的采样时钟对信道的冲击响应进行离散采样，则该信道模型可以表示为：

h＝[h₀，h₁，...，h_G-1]                (27)

式中：h_k＝h(kT_s)，G表示OFDM符号的循环前缀长度，T_s是采样时间间隔。

在OFDM***中，接收端收到OFDM分组后，利用分组的OFDM前导符号进行符号定时同步，去除循环前缀，载波频率偏移估计与校正，同步补偿后的TOA训练符号的数据为

r_TOA＝[r₀，r₁，...，r_k，...，r_N-1]    (28)

式中：r_k＝y_k+n_k，k＝0，1，...，N-1，n_k是信道中加性噪声的采样， $y_k=\underset{i=0}{\overset{G-1}{\mathrm{\&Sigma;}}}{h}_i{x}_{k-i},$ h_i是信道第i径的复增益，N是OFDM符号的长度，x_k，k＝0，1，...，N-1是时域中TOA训练符号的数据。

由背景技术2可知，多径路径的传输系数的随机性，使得频域各个子信道的传输系数H_k的相位具有较强的随机性。若无线信道中的各条路径传输系数服从高斯分布，则频域各个子信道的传输系数幅度服从瑞利分布，相位服从均匀分布。在式(8)中，子信道传输系数H_k相位的随机特性将会对时延τ₀引起相位变化的扰乱，使得***无法采用简单的相位检测方法估计出TOA。

针对无线信道中子信道传输系数对时延τ₀引起的相位变化会造成扰乱的现象，本发明提出了的TOA估计方法，其技术原理是：在接收端，从接收信号中提取出TOA训练符号，进而对其进行预处理，消除第一径之外的其它多径在时延上的影响，使各个频域子信道上传输系数相同，再利用训练符号的频域基本数据和预处理后的训练符号频域基本数据进行互相关处理，通过互相关函数的相位估计出TOA。

2、TOA估计步骤

1)在接收端，从接收信号中提取出TOA训练符号

             r_TOA＝[r₀，r₁，...，r_k，...，r_N-1]    (29)

式中：r_k＝y_k+n_k，k＝0，1，...，N-1，n_k是信道中加性噪声的采样， $y_k=\underset{i=0}{\overset{G-1}{\mathrm{\&Sigma;}}}{h}_i{x}_{k-i},$ h_i是信道第i径的复增益，N是OFDM符号的长度，x_k，k＝0，1，...，N-1是TOA的时域训练符号的数据。

2)对提取的TOA训练符号进行预处理

预处理就是对收到的TOA训练符号数据按照G倍的采样率进行下采样，即对接收到TOA数据进行抽取，该抽取点的位置为生成TOA训练符号中插值或重复数据中最后一个样值点的位置，以获得TOA训练符号的时域基本数据z_k。

为了便于推导，令(29)式中信道加性噪声的采样为零，即r_k＝y_k，k＝0，...，N-1；对r_k的处理即等效对y_k的处理，则收到的时域基本数据z_k为：

$z_k=r_{G(k+1)}=y_{G(k+1)}=\underset{i=0}{\overset{G-1}{\mathrm{\&Sigma;}}}{h}_i{x}_{G(k+1)-i}$

$=h_0{x}_{G(k+1)}+h_1{x}_{G(k+1)-1}+...+h_{G-1}{x}_{G(k+1)-G+1}---\left(30\right)$

$=p_k\underset{i=0}{\overset{G-1}{\mathrm{\&Sigma;}}}{h}_i,0\&le;k\&le;M-1$

其中，p_k是时域中TOA训练符号的基本数据，k＝0，1，...，M-1；

是TOA符号基本数据序列的长度，

表示取整，N是OFDM符号的长度，G是OFDM符号的循环前缀长度；h_i表示信道第i径的复增益；x_k，k＝0，1，...，N-1是时域中TOA训练符号的数据；由(30)式可见，收到的时域基本数据z_k，k＝0，1，...，M-1，可等效为基本数据p_k，k＝0，1，...，M-1经过增益为 时延为的τ₀单径信道传输的情况。

3)对TOA训练符号的时域基本数据z_k进行FFT变换

对预处理之后的M个数据进行FFT变换，变换后第n个子载波的数据D_n为：

$D_n=e^{-j\frac{2\mathrm{\&pi;n}}{T}{\mathrm{\&tau;}}_0}{S}_n{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_n,0\&le;n\&le;M-1---\left(31\right)$

$\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}=[{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_0,...,{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_{M-1}]=\mathrm{FFT}\left\{h^{\&prime;}\right\}---\left(32\right)$

h′＝[h₀′，h₁′，...，h_M-1′]                      (33)

${h_0}^{\&prime;}=\underset{i=0}{\overset{G-1}{\mathrm{\&Sigma;}}}{h}_i---\left(34\right)$

h₁′＝h₂′＝...＝h_M-1′＝0

${\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_0={\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_1=...={\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_{M-1}={\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}^{\&prime;}---\left(35\right)$

式中：M是TOA训练符号的基本数据长度；S_n，n＝0，1，...，M-1为TOA训练符号的频域数据；D_n，n＝0，1，...，M-1为接收端接收到的TOA训练符号频域数据经过变换之后的数据；h_i，i＝0，1，...G-1为信道第i径的复增益；G是信道冲击响应中的等效路径数；T是OFDM符号有效持续时间；FFT是指快速傅立叶变换；h₀′指多径信道各径增益之和；h_i′，i＝0，1...M-1构成了一个基本序列h′；

是序列h′经过FFT变换之后的序列；

4)对所述频域基本数据序列D_n，n＝0，1，...，M-1进行互相关处理

为了便于估计TOA，且消除各个子信道传输系数相位和各个子信道数据相位对第一路径时延引起相移的影响，对发端训练符号的频域基本数据和预处理后的训练符号频域基本数据要进行互相关处理。互相关处理就是先将发端的TOA训练符号的频域数据补偿到收端预处理之后的训练符号数据上，然后，将补偿之后的数据和补偿之后数据延迟l个单位的数据进行互相关运算得到复数据R_TOA(l)：

本发明利用FFT变换后TOA训练符号的基本数据D_n，n＝0，...，M-1和发端TOA训练符号的基本数据S_n，n＝0，...，M-1，间隔l个子载波定义频域互相关函数为：

$R_{\mathrm{TOA}}\left(l\right)=\underset{n=0}{\overset{M-l}{\mathrm{\&Sigma;}}}{D}_n\&CenterDot;D_{n+l}^{*}\&CenterDot;S_n^{*}\&CenterDot;S_{n+l}---\left(36\right)$

使互相关函数的相位与第一路径时延和参数l成比例，消除子信道传输系数和训练符号中数据的影响。

式中：M是TOA训练符号的基本数据长度；S_n，n＝0，1，...，M-1为TOA训练符号的频域数据，S_n+l是S_n间隔l个子载波的频域数据；D_n，n＝0，1，...，M-1为接收端接收到的TOA训练符号数据经过变换之后的数据，D_n+l是与D_n间隔l个子载波的频域数掘；l＝1，2...，M/2；

将(33)式代入(36)式可以得到复数据：

$R_{\mathrm{TOA}}\left(l\right)=\underset{n=0}{\overset{M-l}{\mathrm{\&Sigma;}}}{D}_n\&CenterDot;D_{n+l}^{*}\&CenterDot;S_{n+l}\&CenterDot;S_n^{*}$

$=e^{-j\frac{2\mathrm{\&pi;l}}{T}{\mathrm{\&tau;}}_0}\underset{n=0}{\overset{M-l}{\mathrm{\&Sigma;}}}{\left|S_n\right|}^2\&CenterDot;{\left|S_{n+l}\right|}^2\&CenterDot;{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_n\&CenterDot;{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_{n+l}^{*}---\left(37\right)$

$=e^{-j\frac{2\mathrm{\&pi;l}}{T}{\mathrm{\&tau;}}_0}\underset{n=0}{\overset{M-l}{\mathrm{\&Sigma;}}}{\left|S_n\right|}^2\&CenterDot;{\left|S_{n+l}\right|}^2\&CenterDot;{\left|{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}^{\&prime;}\right|}^2$

$\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}=[{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_0,...,{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_{M-1}]=\mathrm{FFT}\left\{h^{\&prime;}\right\}---\left(38\right)$

h′＝[h₀′，h₁′，...，h_M-1′]            (39)

${h_0}^{\&prime;}=\underset{i=0}{\overset{G-1}{\mathrm{\&Sigma;}}}{h}_i---\left(40\right)$

h₁′＝h₂′＝...＝h_M-1′＝0

${\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_0={\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_1=...={\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_{M-1}={\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}^{\&prime;}---\left(41\right)$

式中：M是TOA训练符号的基本数据长度；S_n，n＝0，1，...，M-1为TOA训练符号的频域数据，S_n+l是S_n间隔l个子载波的频域数据；D_n，n＝0，1，...，M-1为接收端接收到的TOA训练符号数据经过变换之后的数据，D_n+l是与D_n间隔l个子载波的频域数据；h_i，i＝0，1，...G-1为信道第i径的复增益；l＝1，2...，M/2；G是信道冲击响应中的等效路径数；T是OFDM符号有效持续时间；FFT是指快速傅立叶变换；h₀′指多径信道各径增益之和；h_i′，i＝0，1...M-1构成了一个基本序列h′；

是序列h′经过FFT变换之后的序列；

5)通过计算复数据R_TOA(l)的相位值，估计出到达时间TOA，即发射信号的第一径到达接收天线的时间

由(37)式，可以估汁出收发信机之间的TOA为

${\widehat{\mathrm{\&tau;}}}_0=\frac{\mathrm{angle}\left(R_{\mathrm{TOA}}\left(l\right)\right)}{2\mathrm{\&pi;l}}T---\left(42\right)$

式中：函数angle(·)表示取复数据R_TOA(l)的相角，R_TOA(l)如式(37)所示。

若信道中噪声的功率为σ²，经下采样后信号z_k的信号功率为P，则***信噪比为：ρ＝P/σ²，与现有文献类似，可以推导出(42)式TOA估计的方差为：

$\mathrm{var}\left({\widehat{\mathrm{\&tau;}}}_0\right)=\frac{1}{{\mathrm{\&pi;}}^2(M-l+1)\mathrm{\&rho;}}---\left(43\right)$

由(42)式中函数angle(·)的周期性，确定(42)式TOA估计的范围为：

$-\frac{T}{2l}\&le;{\widehat{\mathrm{\&tau;}}}_0\&le;\frac{T}{2l}---\left(44\right)$

式中，T表示OFDM符号的有效持续时间，l指互相关处理的延迟单位。

将互相关函数R_TOA(l)中的l取1-M/2中的不同数值，按照 ${\widehat{\mathrm{\&tau;}}}_0=\frac{\mathrm{angle}\left(R_{\mathrm{TOA}}\left(l\right)\right)}{2\mathrm{\&pi;l}}T$ 可估计出多个

即发射信号的第一径到达接收天线的时间TOA。

根据估计出的多个

与l之间的关系，可本发明对接收到的TOA训练符号数据的互相关函数进行TOA估计，还可用以下两种方法估计

第一种是加权平均TOA估计，即

${\widehat{\mathrm{\&tau;}}}_0=\frac{\underset{l=1}{\overset{M/2}{\mathrm{\&Sigma;}}}\mathrm{angle}\left(R_{\mathrm{TOA}}\left(l\right)\right)\&CenterDot;l}{2\mathrm{\&pi;}\underset{l=1}{\overset{M/2}{\mathrm{\&Sigma;}}}{l}^2}---\left(45\right)$

式中，R_TOA(l)是指接收端FFT变换之后的TOA训练符号的互相关数据，

是TOA训练符号的基本数据长度，N是OFDM符号的长度，

G是OFDM符号的循环前缀长度。

第二种是最小二乘(LS)TOA估计，即

${\widehat{\mathrm{\&tau;}}}_0=\underset{\mathrm{\&tau;}}{\arg \min }\left\{\underset{l=1}{\overset{M/2}{\mathrm{\&Sigma;}}}{\left|\right|R_{\mathrm{TOA}}\left(l\right)|-e^{j\frac{2\mathrm{\&pi;l}}{T}\mathrm{\&tau;}}{R}_{\mathrm{TOA}}\left(l\right)|}^2\right\}---\left(46\right)$

式中，R_TOA(l)是指接收端FFT变换之后的TOA训练符号的互相关数据，

是TOA训练符号的基本数据长度，N是OFDM符号的长度，

G是OFDM符号的循环前缀长度。

三、TOA估计装置

本发明中进行TOA估计的装置主要包括两个部分，第一部分是发送端的TOA训练符号产生装置，第二部分是接收端TOA训练符号数据处理和估计装置。

参照图4，TOA训练符号产生装置包括三个基本单元，第一个单元是存储单元，存储生成TOA训练符号的频域数据序列；第二个单元是IFFT变换单元，该单元的功能就是将存储单元中TOA训练符号的频域数据序列进行IFFT变换，获得TOA训练符号的时域基本数据；第三个单元是TOA训练符号生成单元，该单元利用TOA训练符号的基本时域数据，通过插值或重复生成获得与发送的OFDM符号具有相同结构的TOA训练符号。

参照图5，接收端利用TOA训练符号进行TOA估计的装置包括五个基本处理单元，即预处理单元，FFT变换处理单元，相关处理单元，TOA训练符号基本数据存储单元和TOA估计单元。预处理单元对接收到的训练符号数据按照预定的模式进行下采样，得到TOA训练符号的基本时域数据传输给FFT变换处理单元；FFT变换处理单元将TOA训练符号的基本时域数据变换为频域TOA基本数据送给相关处理单元，TOA训练符号基本数据存储单元同时将TOA训练符号频域基本数据送给相关处理单元；相关处理单元将这些收到的TOA训练符号频域基本数据和发送的TOA频域基本数据，间隔k个子载波进行互相关处理，将得到的相关函数值送入TOA估计单元；TOA估计单元根据互相关函数的数值，利用相位检测的方法估计出信号中所包含的TOA的数值。

四.计算机仿真结果

本发明的效果可通过仿真进行验证。

1.仿真条件

为了测试本发明提出的TOA估计方法的性能，采用IEEE802.11a无线局域网的OFDM传输标准，其参数为：子载波个数N＝64，即采用64点的逆傅立叶变换IFFT，***采样时钟为20MHz，循环前缀CP＝N/8，M＝8；传输中将Q个TOA训练符号按照图2所示的格式***到OFDM数据分组中。室内无线信道模型采用IEEE802.11/HIPERLAN模型中的Model A。仿真中，如无特殊说明，得到仿真曲线的平均次数为100000。

为了衡量本发明中TOA估计的性能，采用TOA估计的归一化均方误差作为性能标准，其定义为：

$\mathrm{NMSE}={\left\{\frac{{\widehat{\mathrm{\&tau;}}}_0-{\mathrm{\&tau;}}_0}{{\mathrm{\&tau;}}_0}\right\}}^2---\left(47\right)$

式中，τ₀是到达时间的真实值， 是到达时间的估计值。

2、仿真结果

图6给出了在Q不同的情况下，本发明中TOA估计方法的归一化均方误差NMSE曲线；仿真中TOA取为0.02GTs，Ts为***的采样周期，G为循环前缀的采样点数。由图6可以看出，随着信噪比的增大，本发明中TOA估计方法的均方误差逐渐减小，TOA的估计精度不受采样时钟频率限制，只要信噪比足够大，其分辨率可以达到任意小。在信噪比相同的条件下，随着TOA训练符号数目的增加，本发明中TOA估计方法的归一化均方误差逐渐减小，TOA训练符号数增加一倍，其信噪比改善接近6dB。

图7给出了本发明与背景技术1、背景技术2，在不同信噪比下的归一化均方误差曲线，仿真中TOA取为0.02GTs。本发明中TOA训练符号数目Q＝4，背景技术2中，最大似然算法搜索的步长选为0.0031GTs。

由图7可见，背景技术1由于分辨率的限制，无法分辨出在一个采样时钟内的时延，故其归一化均方误差曲线随着信噪比的提高而保持不变。信噪比在5-25dB之间，背景技术2的性能随着信噪比的提高而提高，但在信噪比大于25dB后，由于搜索步长限制，其均方误差保持不变，因而其归一化均方误差曲线存在一个基底。搜索步长的大小决定了背景技术2的分辨率，但搜索步长越小，复杂度越高。本发明的归一化均方误差随着信噪比的提高而迅速下降，在高信噪比时，归一化均方误差曲线无基底。同时由图7还可看出，本发明的性能均优于背景技术1和背景技术2的性能，特别是与背景技术2相比，其归一化均方误差下降了5倍以上。

图8给出了在平均信噪比为15dB，TOA在[0.02GTs，0.12GTs]区间取不同数值的条件下，三种技术方案的均方误差曲线。由图8可见，本发明的均方误差不随TOA变化，即本发明的估计性能与TOA的大小无关；背景技术2由于搜索步长的限制，在不同的TOA下，其均方误差略有变化。而背景技术1由于其无法分辨出一个采样时钟内的时延，故其均方误差随着TOA变化而增大。本发明的均方误差小于背景技术1和背景技术2的均方误差，同背景技术2相比，其均方误差下降了5倍。本说明书中的相关术语解释

TOA            发射信号的第一径到接收天线的到达时间

RSS                   接收信号强度

OFDM                  正交频分复用

AP                    接入点

LOS                   视距

NLOS                  非视距

UWB                   超宽带

MT                    移动终端

Claims (10)

1、一种用于TOA估计的训练符号构建方法，包括如下过程：

(1)确定TOA训练符号的频域基本数据，即

            S_TOA＝[S₀，S₁，...，S_n，...，S_M-1]

式中，数据S_n为频域上的数字调制序列，n＝0，1，...，M-1；

是TOA符号基本数据序列的长度，

表示取整，N表示OFDM符号的长度，G表示OFDM符号的循环前缀长度；

(2)对该频域数据进行IFFT变换，获得TOA训练符号的时域基本数据序列，即

             P_TOA＝[p₀，p₁，...，p_k，...，p_M-1]

$p_k=\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{S}_n{e}^{j2\mathrm{\&pi;nk}/M},$ 0≤k≤M-1

式中，数据p_k为时域上的数字调制序列，

      k＝0，1，...，M-1，M是TOA符号基本数据序列的长度；

(3)利用该TOA训练符号的时域基本数据，通过内插或者重复生成的方式，构造出与传输***中OFDM数据符号等长的TOA训练符号为：

             x_TOA＝[x₀，x₁，...，x_i，...，x_N-1]

式中，N表示OFDM符号的长度，

x_i＝p_k，

表示取整，

G表示OFDM符号的循环前缀长度。

2、一种用于TOA估计的训练符号构建方法，包括如下过程：

(1)确定TOA训练符号的时域数据，即

        P_TOA＝[p₀，p₁，...，p_k，...，p_M-1]，k＝0，1，...，M-1

式中，数据p_k为时域上的数字调制序列，

k＝0，1，...，M-1，M是TOA符号基本数据序列的长度；

(2)利用该TOA训练符号的时域基本数据，通过内插或者重复生成的方式，构造出与传输***中OFDM数据符号等长的TOA训练符号为：

             x_TOA＝[x₀，x₁，...，x_i，...，x_N-1]

式中，N表示OFDM符号的长度，

x_i＝p_k，

表示取整，G表示OFDM符号的循环前缀长度。

3.一种含有权利要求1或2所构建TOA训练符号的OFDM帧格式，包括标准的OFDM传输帧，其特征在于标准的OFDM传输帧中嵌入有至少一个以数据符号形式的所述TOA训练符号，该TOA训练符号的位置在前导符号和信号域之后，或者在数据负载中的任一位置，构成具有TOA估计或测距功能的OFDM帧结构。

4.一种TOA的估计方法，包括如下步骤：

(1)在接收端，从接收信号中提取出TOA训练符号的数据序列r_TOA；

(2)对提取的TOA训练符号的数据序列r_TOA，进行预处理，即对提取的TOA训练符号数据按照G倍的采样率进行下x采样，获得TOA训练符号的时域基本数据序列z_k，k＝0，1，..，M-1；

(3)对预处理后的时域基本数据序列z_k，进行FFT变换后得到频域基本数据序列D_n，n＝0，1，...，M-1；

(4)对所述频域基本数据序列D_n进行互相关处理，即先将发端的TOA训练符号的频域数据S_n补偿到收端预处理之后的训练符号数据上，然后，将补偿之后的数据和补偿之后数据延迟l个单位的数据进行互相关运算，得到互相关函数对应的复数据R_TOA(l)；

(5)通过计算复数据R_TOA(l)的相位值，估计出到达时间TOA，即发射信号的第一径到达接收天线的时间

${\widehat{\mathrm{\&tau;}}}_0=\frac{\mathrm{angle}\left(R_{\mathrm{TOA}}\left(l\right)\right)}{2\mathrm{\&pi;l}}T$

式中：函数angle(·)表示取复数据R_TOA(l)的相角，

$R_{\mathrm{TOA}}\left(l\right)=\underset{n=0}{\overset{M-l}{\mathrm{\&Sigma;}}}{D}_n\&CenterDot;D_{n+l}^{*}\&CenterDot;S_{n+l}\&CenterDot;S_n^{*}$

$=e^{-j\frac{2\mathrm{\&pi;l}}{T}{\mathrm{\&tau;}}_0}\underset{n=0}{\overset{M-l}{\mathrm{\&Sigma;}}}{\left|S_n\right|}^2\&CenterDot;{\left|S_{n+l}\right|}^2\&CenterDot;{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_n\&CenterDot;{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_{n+l}^{*}$

$=e^{-j\frac{2\mathrm{\&pi;l}}{T}{\mathrm{\&tau;}}_0}\underset{n=0}{\overset{M-l}{\mathrm{\&Sigma;}}}{\left|S_n\right|}^2\&CenterDot;{\left|S_{n+l}\right|}^2\&CenterDot;{\left|{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}^{\&prime;}\right|}^2$

$\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}=[{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_0,...,{\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_{M-1}]=\mathrm{FFT}\left\{h^{\&prime;}\right\}$

             h′＝[h₀′，h₁′，...，h_M-1′]

${h_0}^{\&prime;}=\underset{i=0}{\overset{G-1}{\mathrm{\&Sigma;}}}{h}_i$

             h₁′＝h₂′＝...＝h_M-1′＝0

${\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_0={\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_1=...={\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}_{M-1}={\stackrel{\&CenterDot;\&CenterDot;\&CenterDot;}{H}}^{\&prime;}$

h_i，i＝0，1，...G-1为信道第i径的复增益，G是信道冲击响应中的等效路径数；T是OFDM符号有效持续时间；

h₀′指多径信道中各径增益之和；h_i′，i＝0，1...M-1构成了一个基本序列h′；

是序列h′经过FFT变换之后的序列。

5.一种实现权利要求1构建TOA训练符号方法的装置，包括存储单元、IFFT变换单元、TOA训练符号生成单元，其特征在于所述的三个单元依次连接，存储单元将存储生成TOA训练符号的频域数据序列送入IFFT变换单元进行IFFT变换，获得TOA训练符号的时域基本数据，TOA训练符号生成单元利用TOA训练符号的基本时域数据，通过插值或重复生成获得与发送的OFDM符号具有相同结构的TOA训练符号。

6.一种实现权利要求4估计TOA方法的装置，包括预处理单元，FFT变换处理单元，相关处理单元，TOA训练符号基本数据存储单元和TOA估计单元，其特征在于预处理单元对接收到的训练符号数据按照预定的模式进行下采样，得到TOA训练符号的基本时域数据，传送给FFT变换处理单元变换为频域TOA基本数据后，再传送给相关处理单元，相关处理单元将这些收到的TOA训练符号频域基本数据和发送的TOA频域基本数据进行互相关处理后送入TOA估计单元，TOA估计单元根据互相关函数的数值，利用相位检测估计出信号中所包含的TOA的数值。

7.根据权利要求4所述的TOA的估计方法，其中步骤(2)中所述对提取的TOA训练符号数据按照G倍的采样率进行下采样，是对接收到的TOA数据进行抽取，该抽取点的位置为生成TOA训练符号中插值或重复数据中最后一个样值点的位置。

8.根据权利要求4或7所述的TOA的估计方法，其中步骤(5)中所述估计出发射信号的第一径到达接收天线的时间

进一步可用如下方式求得：

将互相关函数R_TOA(l)中的l取1-M/2中的不同数值，按照 ${\widehat{\mathrm{\&tau;}}}_0=\frac{\mathrm{angle}\left(R_{\mathrm{TOA}}\left(l\right)\right)}{2\mathrm{\&pi;l}}T$ 估计出多个

即发射信号的第一径到达接收天线的时间TOA；

根据估计出的多个

与l之间的关系，采用最小二乘的算法或加权平均估计出

9.根据权利要求1或2所述的用于TOA估计的训练符号构建方法，其特征在于数字调制S_n，n＝0，1，...，M-1采用Chu序列或者是Chu序列经循环移位后得到的一组正交序列，或者是经IFFT变换后的时域正交序列，或者是时域序列经过循环移位后的一组正交序列，或者是Milewski序列、Frank-Zadoff序列，或者是其他公知的CAZAC序列，或者是多进制相位调制MPSK复数据，或者是多进制正交振幅调制MQAM、连续相位调制CPM对应的复数据。

10.根据权利要求1或2所述的用于TOA估计的训练符号构建方法，其中TOA符号基本数据序列的长度M为N/G取整之后的值，设为2的整数次幂，N是OFDM符号的长度，G为OFDM符号的循环前缀长度。

Images