CN101754352B - 一种lte***同步过程中估计时偏的方法和装置 - Google Patents

Abstract

本发明涉及一种LTE***同步过程中估计时偏的方法和装置；其中，该方法包括：接收初同步捕获后输出的含有主同步信号的子载波，利用该子载波估计出邻近小区的干扰值；从本小区估计项中去除邻近小区的干扰值后估计出本小区的时间偏差。可以看出，采用本发明的方法和装置，可消除邻近小区同步信号的强干扰，提高了时偏估计性能，减少了算法实现环节；同时，由于在时偏估计过程中，加入了去干扰和噪声的过程而去除了LPF和累积过程，可以使时偏估计更加接近期望的同步样点位置，有效的提高了时偏估计的精度。

Description

一种LTE***同步过程中估计时偏的方法和装置

技术领域

本发明涉及通信技术领域，尤其涉及一种LTE***同步过程中估计时偏的方法和装置。

背景技术

目前，随着通信技术的不断发展，LTE(Long Term Evolution，长期演进)同步技术主要依赖于主同步信号加以实现；而依据现有协议的规定，主同步信号可表示为：

$d_u\left(n\right)=\left\{\begin{array}{cc}{e}^{-j\frac{\mathrm{\πun}(n+1)}{63}}& n=\mathrm{0,1},...,30\\ e^{-j\frac{\mathrm{\πu}(n+1)(n+2)}{63}}& n=\mathrm{31,32},...,61\end{array}\right.$

根据不同的小区扇区号定义不同的根序列u，即可确定***当前的主同步信号；其中，u分别取25、29和34三个取值。然而，当用户端进行同步跟踪时，如果用户端处于小区边缘，则邻近的小区在同频同一时刻发射不同u值序列的调制信号就会造成干扰，虽然主同步信号本身由于采用不同u值的序列可以抑制干扰信号，但是所述干扰信号对于帧时钟同步估计和***的频偏估计仍然会产生不可忽略的影响；并且，相对于高斯噪声引起的干扰，所述邻小区的干扰更具有寄生特性。因此，在同步时偏估计时必须考虑如何消除邻近小区干扰。

针对此问题，现有技术中存在的解决方案是：在频域估计出时间的偏差，并通过修正同步滑窗的方式来修订时偏误差，以及消除时间偏差对解调带来的干扰；如图1所示的时偏估计过程，图中的开关指示的是时偏估计的两个过程，即初同步捕获和时偏跟踪的两个过程：具体的，如图1所示的***一般采用反馈网络方式；在初同步捕获阶段，对于接收的主同步信号经过初同步捕获单元获取同步帧的初始位置，当捕获发生后，确定初始的同步位置，调整***FFT(Fast Fourier Transform，快速傅里叶变换)窗在CP(Cyclic Prefix，循环前缀)范围以内，然后将含有主同步信号的子载波发送给精细时偏估计器，***切入时钟跟踪阶段；在时钟跟踪阶段，精细时偏估计器工作在频域，通过对主同步信号的子载波进行计算估计出***帧时钟的偏差，此时估计的时偏在***CP范围以内；其中，所述精细时偏估计器的计算过程如下：

接收的主同步信号的子载波信号，即主同步信道导频位置上的信号Y_K可表示为：Y_K＝H_1，K×X_1，K×e^-j2πKα/N+H_2，K×X_2，K×e^-j2πKβ/N+n_k        (2-1)

其中，X_1，K为发射端发射的期望同步的导频信道，X_2，K为来自邻近小区的同步干扰信号，X_1，K和X_2，K信号是不同u根的CAZAC序列，α是主同步信号的时偏，β是同步干扰信号的时偏，H_1，K是主同步信号传输的信道响应，H_2，K是干扰信号的信道响应，n_k是高斯白噪声；由此可知，

Q_K＝Y_K×X_1，K ^*＝H_1，K×|X_1，K|×e^-j2πKα/N+H_2，K×e^-j2πKβ/N×X_2，K×X_1，K ^*+n_k        (2-2)

其中第二项和第三项皆为噪声项；因此，Q_K＝H_1，K×|X_1，K|×e^-j2πKα/N+η_K，则，R_K＝Q_K×Q_K+1 ^*，再利用最大似然准则即可估计出所求的时间偏差

即 $\widehat{\mathrm{\α}}=(1/2\mathrm{\π})\×N\×\arg \max \left({\hat{R}}_K\right).$

显然在此方案中，干扰项和噪声项一样都是通过似然估计和如图1所示的环路低通滤波器(LPF)和累积来去除的；但干扰项并不是严格意义上的噪声，其呈现出的有色噪声特性对于估计的影响较大，同时由于环路低通滤波是一种反馈累积方式，因此其会产生一定的估计滞后，这就容易使最后估计的时偏存在一定的滞后，无法获得精确的时偏估计。

发明内容

有鉴于此，本发明提供了一种LTE***同步过程中估计时偏的方法和装置，能够消除邻近小区同步信号的强干扰，有效提高时偏估计的精度。

为解决上述问题，本发明提供的技术方案如下：

一种LTE***同步过程中估计时偏的方法，该方法包括：

接收初同步捕获后输出的含有主同步信号的子载波，利用该子载波估计出邻近小区的干扰值；

从本小区估计项中去除邻近小区的干扰值后估计出本小区的时间偏差；

其中：估计邻近小区的干扰值按照如下方式具体实现：通过将邻近小区的主同步信号与所述包含主同步信号的子载波进行逐点的共轭相乘，得到邻近小区干扰的估计项；对得到的邻近小区干扰的估计项进行去噪处理；通过对去噪后的邻近小区干扰的估计项进行离散傅里叶变换得到邻近小区的干扰值；

去除邻近小区的干扰值按照如下方式具体实现：通过将本小区主同步信号与所述含有主同步信号的子载波进行逐点共轭相乘，得到本小区的估计项；将邻近小区的干扰值与本小区主同步信号进行逐点共轭相乘运算，再将运算结果与邻近小区主同步信号逐点相乘后，通过从本小区估计项中减去所述逐点相乘后的结果来去除邻近小区的干扰值；

估计出本小区的时间偏差按照如下方式具体实现：对本小区去干扰后的估计项进行去噪处理；去噪后先进行离散傅里叶变换和逐点的共轭相乘运算；对运算结果通过最大似然准则估计出本小区时间偏差。

一种LTE***同步过程中估计时偏的装置，该装置包括：干扰估计器和去干扰时偏估计器；其中，

所述干扰估计器用于接收初同步捕获后输出的含有主同步信号的子载波，并利用该子载波估计出邻近小区的干扰值；

所述去干扰时偏估计器用于接收所述干扰估计器输出的邻近小区的干扰值，并从本小区估计项中去除邻近小区的干扰值后估计出本小区的时间偏差；

所述干扰估计器包括：第一运算器、第一去噪单元和第二运算器，所述第一运算器用于通过将邻近小区的主同步信号与所述包含主同步信号的子载波进行逐点的共轭相乘，得到邻近小区干扰的估计项；所述第一去噪单元用于对所述第一运算器得到的邻近小区干扰的估计项进行去噪处理；所述第二运算器用于对所述第一去噪单元去噪后的邻近小区干扰的估计项进行离散傅里叶变换得到邻近小区的干扰值；

所述去干扰时偏估计器包括：第三运算器和去除单元，所述第三运算器用于通过将本小区主同步信号与所述含有主同步信号的子载波进行逐点共轭相乘，得到本小区的估计项；所述去除单元用于将邻近小区的干扰值与本小区主同步信号进行逐点共轭相乘运算，再将运算结果与邻近小区主同步信号逐点相乘后，通过从所述第三运算器得到的本小区估计项中减去所述逐点相乘后的结果来去除邻近小区的干扰值；

所述去干扰时偏估计器还包括：第二去噪单元、第四运算器和估计器，所述第二去噪单元用于对本小区去干扰后的估计项进行去噪处理；所述第四运算器用于对所述第二去噪单元去噪后的本小区估计项先后进行离散傅里叶变换和逐点的共轭相乘运算；所述估计器用于利用所述第四运算器得到的运算结果通过最大似然准则估计出本小区时间偏差。

可以看出，采用本发明方法和装置，在LTE***定时跟踪过程中，首先估计出邻近小区的干扰值，然后在进行时偏估计前先去除该干扰项和噪声，再利用最大似然准则估计出时间偏差，以此即可消除邻近小区同步信号的强干扰，提高了时偏估计性能，减少了算法实现环节；同时，由于在时偏估计过程中，加入了去干扰和噪声的过程而去除了LPF和累积过程，可以使时偏估计更加接近期望的同步样点位置，有效的提高了时偏估计的精度。

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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是现有传统的时偏估计过程示意图；

图2是本发明实施例1的方法流程示意图；

图3是本发明实施例2的装置组成结构示意图；

图4是本发明实施例2的另一装置组成结构示意图；

图5是本发明实施例的***组成结构示意图。

具体实施方式

本发明的基本思想在于在LTE***定时跟踪过程中，对初同步捕获后的主同步信号的子载波首先执行干扰估计，然后在进行时偏估计前先去除干扰项和噪声再利用最大似然准则估计出时间偏差，以此即可消除邻近小区同步信号的强干扰，提高了时偏估计性能，减少了算法实现环节；同时，由于在时偏估计过程中，加入了去干扰和噪声的过程而去除了LPF和累积过程，可以使时偏估计更加接近期望的同步样点位置，有效的提高了时偏估计的精度。

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。

本发明实施例1提供了一种LTE***同步过程中估计时偏的方法，如图2所示，该方法包括：

干扰估计步骤210：接收初同步捕获后输出的含有主同步信号的子载波，利用该子载波估计出邻近小区的干扰值；

本实施例提及的初同步捕获过程与现有传统的初同步捕获过程类似：将由天线端口接收到的基带信号经过ADC(模数转换器)进行采样，获取接收的OFDM符号信号后，利用前5ms估计出的主同步信号所在的OFDM符号的位置提取含有主同步信号的OFDM符号，去除循环前缀CP后，对其进行FFT变换运算，提取含有主同步信号的子载波Y_K作为干扰估计操作的输入信号；具体的，本实施例提出通过以下方式估计出邻近小区的干扰值，但并不局限于此：

S211：将本地存储的邻近小区的主同步信号X_2，K与所述包含主同步信号的子载波进行逐点的共轭相乘，得到邻近小区干扰信号的估计项C_k＝Y_1，K×X_2，K ^*；

S212：对得到的邻近小区干扰的估计项C_k进行去噪处理：通过对C_k进行64点的IDFT(反离散傅里叶变换)运算将其转化到时域，即W_K＝IDFT(C_K)；对于所述变换后得到的W_K(k＝1，2，...64)保留前5个点，将其余的W_K点进行置0去噪处理，即以去除噪声对估计结果的影响；

S213：然后对去噪后的

进行64点DFT(离散傅里叶变换)变换将其转换到频域，即可得到邻近小区的干扰值

其中，X_2，K为邻近小区的干扰信号。

去干扰时偏估计步骤220：从本小区的估计项中去除邻近小区的干扰值后估计出本小区的时间偏差。

具体的，本实施例提出通过以下方式去除邻近小区的干扰值，但并不局限于此：

S221：将本地存储的本小区主同步信号X_1，K与所述初同步捕获后输出的含有主同步信号的子载波Y_K进行逐点的共轭相乘，得到本小区的估计项Q_K，其中本小区估计项Q_K即为含干扰项和噪声的待处理时偏估计值Q_K，也即Q_K＝Y_K×X_1，K ^*＝H_1，K×|X_1，K|×e^-j2πKα/N+H_2，K×e^-j2πKβ/N×X_2，K×X_1，K ^*+n_k；

S222：对邻近小区的干扰值

与本地存储的本小区主同步信号X_1，K进行逐点共轭相乘运算，即

然后将乘后的结果与本地存储的邻近小区主同步信号X_2，K逐点相乘

再从本小区估计项中减去相乘后的结果，得到本小区去除干扰后的估计项

即 ${\stackrel{\‾}{Q}}_K=Y_K\×{X_{1,K}}^{*}-{\hat{H}}_{2,K}\×e^{-j2\mathrm{\πK}\widehat{\mathrm{\β}}/N}\×X_{2,K}\×{X_{1,K}}^{*}=H_{1,K}\×\left|X_{1,K}\right|\×e^{-j2\mathrm{\πK\α}/N}+n_k.$

同时，本实施例也提出了通过以下方式来估计出本小区的时间偏差，但并不局限于此：

S223：对得到的本小区去干扰后的估计项

进行去噪处理：通过对

进行64点的IDFT(反离散傅里叶逆变换)运算将其转化到时域，即

对于所述变换后得到的V_K(k＝1，2，...64)保留前5个点，将其余的V_K点进行置0去噪处理，即

以去除噪声对估计结果的影响；

S224：然后对去噪后的

进行64点DFT(离散傅里叶变换)变换将其转换到频域，即再将变换后的结果

中的前后点进行逐点的共轭相乘得到相乘后的结果

即

S225：对得到的

利用最大似然准则进行估计即可估计出本小区时间偏差

即 $\widehat{\mathrm{\α}}=(1/2\mathrm{\π})\×N\×\arg \max \left({\stackrel{\widehat{\‾}}{R}}_K\right).$

此外，为了在小区搜索过程中更好的实现小区间的切换，如图3所示，本发明实施例提出在上述LTE***同步过程中估计时偏的方法各步骤的基础上，该方法还可包括：

步骤230：获取所述邻近小区的干扰值，利用所述邻近小区的干扰值估计出邻近小区的时间偏差；

具体的，可通过下述方式实现，但并不局限于此：

S231：对所述邻近小区的干扰值中的前后点进行逐点的共轭相乘，得到相乘后的结果

即 ${\hat{R}}_2={\hat{H}}_{2,K}\×e^{-j2\mathrm{\π}\widehat{\mathrm{\β}}K/N}\×{\hat{H}}_{2,K+1}\×e^{-j2\mathrm{\π}\widehat{\mathrm{\β}}K/N}.$

S232：对得到的

利用最大似然准则进行估计，得到邻近小区时间偏差的估计结果

即 $\widehat{\mathrm{\β}}=(1/2\mathrm{\π})\×N\×\arg \max \left({\hat{R}}_{2,K}\right).$

可以看出，采用本发明实施例的方法，在LTE***定时跟踪过程中，首先估计出邻近小区的干扰值，然后在进行时偏估计前先去除该干扰项和噪声，再利用最大似然准则估计出时间偏差，以此即可消除邻近小区同步信号的强干扰，提高了时偏估计性能，减少了算法实现环节；同时，由于在时偏估计过程中，加入了去干扰和噪声的过程而去除了LPF和累积过程，可以使时偏估计更加接近期望的同步样点位置，有效的提高了时偏估计的精度。

基于上述思想，本发明实施例2还提出了一种LTE***同步过程中估计时偏的装置，如图3所示，该装置300包括：干扰估计器310和去干扰时偏估计器320；其中，

所述干扰估计器310用于接收初同步捕获后输出的含有主同步信号的子载波，并利用该子载波估计出邻近小区的干扰值；

所述去干扰时偏估计器320用于接收所述干扰估计器310输出的邻近小区的干扰值，并从本小区估计项中去除邻近小区的干扰值后估计出本小区的时间偏差。

其中，所述干扰估计器310包括：第一运算器、第一去噪单元和第二运算器；所述第一运算器用于将本地存储的邻近小区的主同步信号X_2，K与所述包含主同步信号的子载波进行逐点的共轭相乘，得到邻近小区干扰信号的估计项C_k＝Y_1，K×X_2，K ^*；所述第一去噪单元用于对所述第一运算器得到的邻近小区干扰的估计项C_k进行去噪处理：具体的，通过对C_k进行64点的IDFT运算将其转化到时域，即W_K＝IDFT(C_K)；对于所述变换后得到的W_K(k＝1，2，...64)保留前5个点，将其余的W_K点进行置0去噪处理，即

以去除噪声对估计结果的影响；所述第二运算器用于通过对所述第一去噪单元去噪后的

进行64点DFT变换得到邻近小区的干扰值

其中，X_2，K为邻近小区的干扰信号；

此外，所述去干扰时偏估计器320包括：第三运算器和去除单元；其中，所述第三运算器用于通过将本地存储的本小区主同步信号X_1，K与所述初同步捕获后输出的含有主同步信号的子载波Y_K进行逐点的共轭相乘，得到本小区的估计项Q_K，其中本小区估计项Q_K即为含干扰项和噪声的待处理时偏估计值Q_K，也即Q_K＝Y_K×X_1，K ^*＝H_1，K×|X_1，K|×e^-j2πKα/N+H_2，K×e^-j2πKβ/N×X_2，K×X_1，K ^*+n_k；所述去除单元用于对邻近小区的干扰值

与本地存储的本小区主同步信号X_1，K进行逐点共轭相乘运算，再将运算结果与本地存储的邻近小区主同步信号X_2，K逐点相乘

后，从所述第三运算器得到的本小区估计项中减去所述逐点相乘后的结果，得到本小区去除干扰后的估计项

即 ${\stackrel{\‾}{Q}}_K=Y_K\×{X_{1,K}}^{*}-{\hat{H}}_{2,K}\×e^{-j2\mathrm{\πK}\widehat{\mathrm{\β}}/N}\×X_{2,K}\×{X_{1,K}}^{*}=H_{1,K}\×\left|X_{1,K}\right|\×e^{-j2\mathrm{\πK\α}/N}+n_k.$

除此之外，所述去干扰时偏估计器320还包括：第二去噪单元、第四运算器和估计器；其中，所述第二去噪单元用于对本小区去干扰后的估计项进行去噪处理：具体的，通过对

进行64点的IDFT运算将其转化到时域，即

对于所述变换后得到的V_K(k＝1，2，...64)保留前5个点，将其余的V_K点进行置0去噪处理，即以去除噪声对估计结果的影响；所述第四运算器用于对所述第二去噪单元去噪后的

进行64点DFT变换，再将变换后的结果样点中的前后点进行逐点的共轭相乘得到相乘后的结果

输送给所述估计器；所述估计器用于利用所述第四运算器输送的

通过最大似然准则估计出本小区时间偏差

值得注意的是，基于上述实施例装置的组成结构，如图4所示，该装置300还可包括：获取所述邻近小区的干扰值，并利用所述邻近小区的干扰值估计出邻近小区的时间偏差的邻小区同步信号监测单元330。

其中，所述邻小区同步信号监测单元330可包括：第五运算器和邻小区估计器；所述第五运算器用于接收所述干扰估计器发送的邻小区的干扰值并对所述邻小区的干扰值中的前后点进行逐点的共轭相乘

所述邻小区估计器用于利用所述第五运算器得到的运算结果

通过最大似然准则估计出邻近小区的时间偏差 $\widehat{\mathrm{\β}}=(1/2\mathrm{\π})\×N\×\arg \max \left({\hat{R}}_{2,K}\right).$

除此之外，本领域技术人员很容易了解，上述实施例中的LTE***同步过程中估计时偏的装置在具体实施时还可以作为LTE***中用以估计时间偏差的部件，如图5所示，因而包含上述实施例中的估计时偏装置的LTE***也应属于本发明的保护范围，在此不再赘述。

本领域技术人员可以理解，可以使用许多不同的工艺和技术中的任意一种来表示信息、消息和信号。例如，上述说明中提到过的消息、信息都可以表示为电压、电流、电磁波、磁场或磁性粒子、光场或以上任意组合。

专业人员还可以进一步应能意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

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。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种LTE***同步过程中估计时偏的方法，其特征在于，该方法包括：

接收初同步捕获后输出的含有主同步信号的子载波，利用该子载波估计出邻近小区的干扰值；

从本小区估计项中去除邻近小区的干扰值后估计出本小区的时间偏差；

其中：估计邻近小区的干扰值按照如下方式具体实现：通过将邻近小区的主同步信号与所述包含主同步信号的子载波进行逐点的共轭相乘，得到邻近小区干扰的估计项；对得到的邻近小区干扰的估计项进行去噪处理；通过对去噪后的邻近小区干扰的估计项进行离散傅里叶变换得到邻近小区的干扰值；

去除邻近小区的干扰值按照如下方式具体实现：通过将本小区主同步信号与所述含有主同步信号的子载波进行逐点共轭相乘，得到本小区的估计项；将邻近小区的干扰值与本小区主同步信号进行逐点共轭相乘运算，再将运算结果与邻近小区主同步信号逐点相乘后，通过从本小区估计项中减去所述逐点相乘后的结果来去除邻近小区的干扰值；

估计出本小区的时间偏差按照如下方式具体实现：对本小区去干扰后的估计项进行去噪处理；去噪后先进行离散傅里叶变换和逐点的共轭相乘运算；对运算结果通过最大似然准则估计出本小区时间偏差。

2.根据权利要求1所述的方法，其特征在于，该方法还包括：获取所述邻近小区的干扰值，利用所述邻近小区的干扰值估计出邻近小区的时间偏差。

3.一种LTE***同步过程中估计时偏的装置，其特征在于，该装置包括：干扰估计器和去干扰时偏估计器；其中，

所述干扰估计器用于接收初同步捕获后输出的含有主同步信号的子载波，并利用该子载波估计出邻近小区的干扰值；

所述去干扰时偏估计器用于接收所述干扰估计器输出的邻近小区的干扰值，并从本小区估计项中去除邻近小区的干扰值后估计出本小区的时间偏差；

所述干扰估计器包括：第一运算器、第一去噪单元和第二运算器，所述第一运算器用于通过将邻近小区的主同步信号与所述包含主同步信号的子载波进行逐点的共轭相乘，得到邻近小区干扰的估计项；所述第一去噪单元用于对所述第一运算器得到的邻近小区干扰的估计项进行去噪处理；所述第二运算器用于对所述第一去噪单元去噪后的邻近小区干扰的估计项进行离散傅里叶变换得到邻近小区的干扰值；

所述去干扰时偏估计器包括：第三运算器和去除单元，所述第三运算器用于通过将本小区主同步信号与所述含有主同步信号的子载波进行逐点共轭相乘，得到本小区的估计项；所述去除单元用于将邻近小区的干扰值与本小区主同步信号进行逐点共轭相乘运算，再将运算结果与邻近小区主同步信号逐点相乘后，通过从所述第三运算器得到的本小区估计项中减去所述逐点相乘后的结果来去除邻近小区的干扰值；

所述去干扰时偏估计器还包括：第二去噪单元、第四运算器和估计器，所述第二去噪单元用于对本小区去干扰后的估计项进行去噪处理；所述第四运算器用于对所述第二去噪单元去噪后的本小区估计项先后进行离散傅里叶变换和逐点的共轭相乘运算；所述估计器用于利用所述第四运算器得到的运算结果通过最大似然准则估计出本小区时间偏差。

4.根据权利要求3所述的装置，其特征在于，该装置还包括：获取所述邻近小区的干扰值，并利用所述邻近小区的干扰值估计出邻近小区的时间偏差的邻小区同步信号监测单元。

Images