CN101843018A - Cfo和dco的失真量估计方法、以及使用此方法的接收信号校正方法和接收装置 - Google Patents

Abstract

从传输***接收的接收信号中，CFO和DCO校正使接收信号的SNR提高，从而最终有效地改善差错率。因此，研究以用导频信号的方法或盲寻法等方法来估计与校正CFO和DCO，但在DCO存在的情况下估计CFO，其方法如ML法那样，计算量庞大或不能在根本上从估计值消除误差。接收信号受到传输***的影响，在频率轴观察周期性导频信号的连续码元时，恰好相位偏移CFO的份额。因此，能以分析的方式从周期性导频信号的连续码元求出CFO，并能据此估计DCO且校正CFO和DCO。

Description

CFO和DCO的失真量估计方法、以及使用此方法的接收信号校正方法和接收装置

技术领域

本发明涉及接收机的载频偏移(CFO)和DC(直流)偏移(DCO)的估计方法、以及使用估计值的接收信号校正方法和实现此方法的接收装置。

背景技术

近年来，例如DAB、DVB、以及IEEE 802.11a WLAN各种无线通信标准采用正交频分多路复用(OFDM)。OFDM制式由于副载波的频谱有一部分重叠，所以对载频偏移(CFO)非常脆弱。因此，需要估计并校正CFO(非专利文献1)。另一方面，为了应对最近对价廉终端的需求，采用直接变频制式接收机(DCR)。然而，DCR会引发DC偏移(DCO)、I/Q失衡闪烁噪声等附加模拟信号损耗。本说明书中，仅考虑最严重的损耗(即DCO)，设想可忽略其它损耗因素。

常研究OFDM***的CFO估计，因为它对维持副载波的正交性很重要。这些文献中也有考虑在CFO和DCO并存的情况下下校正的研究。这些研究可分为两种。一种是使用导频信号的方法(非专利文献3和非专利文献4))。另一种是基于盲寻的方法。基于盲寻法的途径需要利用计算到处查找检索的频带来进行CFO估计，其复杂度和计算量在安装中是不能容许的。另一方面，使用去除最优度估计法(ML)的导频信号的途径通常利用特殊的导频信号结构，因而具有减小复杂度的优点。所以，我们关注普通的周期性导频信号(PP)。PP的相互关系能提供在没有DCO的状态下估计CFO的简单方法(非专利文献1和非专利文献2)。另一方面，在文献(非专利文献3和非专利文献4)中研究了CFO和DCO存在时的导频信号。

非专利文献1：P.H.Moose，“A technique for orthogonal frequency divisionmultiplexing frequency offset correction noise，”IEEE Trans.Commun.Vol.42，pp.2908-2914，Oct.1994.(P.H.Moose，“一种正交频分复用频率偏移校正噪声的技术”，IEEE通讯汇刊，第42卷，第2908-2914页，1994年10月)

非专利文献2：M.Morelli and U.Mengali，“An improved frequency offsetestimator for OFDM applications，”IEEE Communi.Lett.Vol.3，pp.75-77，Mar.1999.(M.Morelli and U.Mengali，“用于OFDM的改进频率偏移估计法”，IEEE通信快报，第3卷，第75-77页，1999年3月)

非专利文献3：C.K.Ho，S.Sun，and P.He，“Low complexity frequency offsetestimation in the presence of DC offset，”in Proc.IEEEICC’03，pp.2051-2055，May2003.(C.K.Ho，S.Sun，and P.He，“存在DC偏移的低复杂度频率偏移估计”，出版中，IEEEICC’03，第2051-2055页，2003年5月)

非专利文献4：S.Marsili，“DC offset estimation in OFDM based WLANapplication，”in Proc.IEEE GLOBECOM’04，Dec.2004.(S.Marsili，“基于OFDM的WLAN应用中的DC偏移估计”，出版中，IEEE GLOBECOM’04，2004年12月)

发明内容

非专利文献3中，首先粗略估计DCO的量，并从导频信号间的相关值减去DCO量的估计值后，得到CFO估计值。已知此CFO估计值处于存在偏移的状态(统计上不能使误差为零的状态)，仅在CFO小时有效。为了估计DCO，非专利文献4中使用最佳线性非偏移估计法(The best linear unbiased estimator：BLUE)。其中，将CFO当作随机值建立模型。然而，CFO一般在估计过程中并不是随机值(非专利文献3)，此估计模型的不完整性导致估计模型的准确度差。即，以往没有准确度良好地求出DCO值和CFO值的方法。

本发明是为解决上述课题而想出的，其中利用的是：在多个码元连续地发送周期性导频信号(下文也记为“PP”)的条件下，对于第2个及其后的PP码元，连续的码元之间偏离载频偏移的份额。

即，本发明提供一种失真量估计方法，包括：

接收发送信号从而得到接收信号的工序、

解调所述接收信号的工序、

将所述解调后的信号转换成数字信号的工序、

将所述接收信号中的导频信号的1个码元所包含的采样数取为K并将预定的整数值取为D且将DK取为L从而由所述数字信号的相当于导频信号的部分取得K+L个数据的工序、以及

从所述取得的数据的始端开始将L个数据取为矢量r₁并从所述取得的数据的始端开始将第K+1个起的L个数据取为矢量r₂从而根据式(100)求出CFO估计值的工序。

$\mathrm{\Δf}=\frac{f_s}{2\mathrm{\πK}}\arg \left\{R_p\right\}---\left(100\right)$

其中，Rp由式(13)取得，f_s是采样频率。

$R_p=\frac{1}{L}{r}_1^H{r}_2-\frac{1}{L^2}{r}_1^H{11}^T{r}_2.---\left(13\right)$

矢量l是元素全为1的L×l的矢量。

又，本发明提供一种失真量估计方法，包括：

接收发送信号从而得到接收信号的工序、

解调所述接收信号的工序、

将所述解调后的信号转换成数字信号的工序、

将所述接收信号中的导频信号的1个码元所包含的采样数取为K并将预定的整数值取为D且将DK取为L从而由所述数字信号的相当于导频信号的部分取得K+L个数据的工序、以及

从所述取得的数据的始端开始将L个数据取为矢量r₁并从所述取得的数据的始端开始将第K+1个起的L个数据取为矢量r₂从而根据式(14)求出DCO估计值的工序。

$\hat{d}=\frac{r_1^H{r}_1{1}^T{r}_2-r_1^H{r}_2{1}^T{r}_1}{({\mathrm{Lr}}_1^H-r_1^H{11}^T)(r_1-r_2)}.---\left(14\right)$

矢量l是元素全为1的L×l的矢量。

又，本发明提供一种接收方法，包括：

接收发送信号从而得到接收信号的工序、

解调所述接收信号的工序、

将所述解调后的信号转换成复接收数据的工序、

校正由权利要求2求出的DCO估计值的工序、以及

校正由权利要求1求出的CFO估计值的工序。

又，本发明提供一种接收机，包括：

接收含有导频信号部分的发送信号从而得到接收信号的天线、

连接所述天线并输出所述接收信号的放大器、

连接所述放大器并解调所述接收信号的复解调器、

连接所述复解调器并对所述解调后的接收信号采样从而输出复接收数据的开关、以及

连接所述开关并输入所述复接收数据从而输出从所述复接收数据去除CFO和DCO后的校正接收数据的控制器，

所述控制器将导频信号的第K+1个数据起的L个数据当作矢量r₁获取，将所述导频信号的第2K+1个数据起的L个数据当作矢量r₂获取，

根据式(100)求出CFO校正值，

根据式(14)求出DCO校正值，

利用所述DCO校正值校正所述复输入数据，利用所述CFO校正值校正所述校正后的复输入数据，从而求出所述校正接收数据。

$\mathrm{\Δf}=\frac{f_s}{2\mathrm{\πK}}\arg \left\{R_p\right\}---\left(100\right)$

其中，Rp由式(13)取得，f_s是采样频率，K是1个码元中的采样数。

$R_p=\frac{1}{L}{r}_1^H{r}_2-\frac{1}{L^2}{r}_1^H{11}^T{r}_2.---\left(13\right)$

$\hat{d}=\frac{r_1^H{r}_1{1}^T{r}_2-r_1^H{r}_2{1}^T{r}_1}{({\mathrm{Lr}}_1^H-r_1^H{11}^T)(r_1-r_2)}.---\left(14\right)$

矢量l是元素全为1的L×l的矢量。

本发明示出根据所接收PP的潜在关系，能完全消除CFO估计中DCO的影响。作为结果，我们提出在无DCO的状态下无偏移的CFO估计方法，能达到与无DCO的状态相同的性能。还能同时获得DCO的估计。

附图说明

图1是表示导频信号的图。

图2是示出本发明的发射机、接收机的组成的图。

图3示出本发明求出校正值的数据结构。

图4是示出与已有方法比较CFO的最小平方误差(NMSE)值的曲线图。

图5是示出CFO的NMSE的曲线图。

图6是示出有效SNR的结果的曲线图。

图7是示出误码率(BER)的结果的曲线图。

标号说明

1发射机

2信号源

3导频信号发生器

4合成器

5调频器

6发送放大器

7发送天线

10接收机

11接收天线

12接收放大器

13、14乘法器

15本机振荡器

16相位变换器

17、18低通滤波器

19、20开关

22加法器

23减法器

24乘法器

25虚数单位

28校正值计算部

30控制部

具体实施方式

本说明书中，在矩阵(行矢量)中使用粗字。上标字符H、T、*、十字号分别表示艾尔米特矩阵、转置矩阵、共轭矩阵、伪逆矩阵。公式中用粗字符表示的矩阵在文中示为“矩阵r”，行矢量表为“矢量r”。

具有N个副载波的OFDM***中，将带宽B分给具有频率间隔f₀＝B/N的N个副载波。而且，通常用f₀将CFO(Δf)归一化。

图1示出P个码元组成的所发送的PP(导频信号)。其中，各码元具有K个采样。将PP看作在传输空间等间隔配置副载波的OFDM码元。通常，N＝MK，M为正整数。

再者，本实施方式中，设想OFDM信号来进行说明，但本发明不限于OFDM信号。非OFDM信号的情况下，也有不存在副载波的场合。然而，只要存在具有K个采样的导频信号，就能应用本发明。该情况下，可将M设定为正整数，最好设定为不小于2的正整数，并设想具有N(＝MK)个副载波。后文将说明，用Δf(Hz)求出CFO估计值时，无M或N。因此，M值的设定只要是正整数就可以。

由于PP的各码元其相邻码元用的是循环前缀，所以接收的导频信号仍为周期性信号。叠入信道后，将ε定义为未知的归一化CFO，从而我们得到所接收的第n个导频信号的采样(如下所示)。

r(n)＝s(n)+z(n)，                        (1)

这里，s(n)是仅受CFO影响的接收信号，如下所示。

s(n)＝e^-jφs(n+K)，n＞K

Φ是CFO的相位表现，如下所示。

φ＝2πεK/N

而且，z(n)是具有σ² _z方差并附加零平均的白高斯噪声(后文称为“AWGN”)的采样。

于是，通过求出由下面的式(2)求出的所接收导频信号的相关性，能如下所示地得到CFO估计值。这里，L＝DK，D是设计参数。

$R=\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{r}^{*}(K+l)r(2K+l),---\left(2\right)$

$\widehat{\mathrm{\ϵ}}=\frac{M}{2\mathrm{\π}}\arg \left\{R\right\}$

这里，可估计的ε在以下所示的范围内。

ε∈(-M/2，M/2)

设存在作为未知的DCO的d，则接收的第n个导频信号采样如下。

r(n)＝s(n)+d+z(n)，        (3)

由此式导出下面的公式。

R＝e^jφA+|d|²+R_s，d+R_z，d+R_z， (4)

其中，A、R_s，d、R_z，d、R_z如下所示。

$A=\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\left|s(K+l)\right|}^2$

R_s，d＝dS₁+d^*S₂

R_z，d＝dZ₁+d^*Z₂

所以R_z如下所示。

$R_z=\frac{1}{L}{s}^{*}(K+l)z(2K+l)$

$+\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{z}^{*}(K+l)s(2K+l)$

$+\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{z}^{*}(K+l)z(2K+l),---\left(5\right)$

这里，S₁、S₂、Z₁、Z₂如下所示。

$S_1=\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}^{*}(K+l)$

$S_2=\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}s(2K+l)$

$Z_1=\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{z}^{*}(K+l)$

$Z_2=\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}z(2K+l)$

$R_h=R-{\left|\frac{1}{L+K}\underset{l=1}{\overset{L+K}{\mathrm{\Σ}}}r(K+l)\right|}^2---\left(6\right)$

非专利文献3中，指明基于公式(4)的CFO估计存在偏移，所以提出将R替换成公式(6)的解决办法。然而，d的绝对值的平方的估计是基于时间平均(TDA)进行的，不能很好地应用于CFO大的情况。而且，即使存在d的绝对值平方的完整信息，也因R_s，d而使估计结果偏移。

3、CFO和DCO同时估计

实际使用的状况下，在接收开始的时间点上也许存在大的CFO。当然希望开发在DCO存在的情况下也能进行估计的强CFO估计方法。本节中，我们提出无偏移的CFO估计方法。该估计方法能完全消除DCO的影响。

3算法

公式(2)的L+K个采样能整理成如下的两个L×l矢量。

r₁＝[r(K+1)，…，r(K+L)]^T，      (7)

r₂＝[r(2K+1)，…，r(2K+L)]^T.     (8)

根据公式(3)，在无AWGN的状况下，我们得到下式。

r₂-d·1＝e^jφ(r₁-d·1)，          (9)

其中，矩阵1是元素全为1的L×1矢量。不言而喻，公式(9)能改写为公式(10)。

$r_2=\left[\begin{array}{cc}{r}_1& 1\end{array}\right]\left[\begin{array}{c}{e}^{\mathrm{j\φ}}\\ (1-e^{\mathrm{j\φ}})d\end{array}\right],---\left(10\right)$

这提醒线性最小平方的问题。因为L＞1，分析解为公式(11)、公式(12)。

$=c\left[\begin{array}{c}{\mathrm{Lr}}_1^H{r}_2-r_1^H{11}^T{r}_2\\ r_1^H{r}_1{1}^T{r}_2-r_1^H{r}_2{1}^T{r}_1\end{array}\right]---\left(12\right)$

其中，c如下所示。

$c=1/({\mathrm{Lr}}_1^H{r}_1-r_1^{H}11^T{r}_1)$

此c是与Φ的估计无关的正实数标量。公式(11)的右边第1项的上标为十字号，表示伪逆矩阵。从公式(12)能与表示DCO的帽d独立地求出表示CFO的帽Φ。

结果，我们得到CFO的估计值帽ε_p，如下所示。

${\widehat{\mathrm{\ϵ}}}_p=\frac{M}{2\mathrm{\π}}\arg \left\{R_p\right\}$

其中，Rp是复数，用公式(13)表示。

$R_p=\frac{1}{L}{r}_1^H{r}_2-\frac{1}{L_2}{r}_1^{H}11^T{r}_2.---\left(13\right)$

在将副载波的数量取为N个、将1个码元中的采样数量取为K个时，M是满足N＝MK的正整数。帽ε_p是归一化的CFO估计值，以包含能任意设定的整数M的形式表示。将其改为频率单位(Hz)时，帽ε_p为Δf/f₀，考虑Nf₀是带宽B(较准确而言，是采样频率f_s)，则如式(100)所示。

$\mathrm{\Δf}=\frac{f_s}{2\mathrm{\πK}}\arg \left\{R_p\right\}---\left(100\right)$

即，能由采样频率f_s、码元中的采样数K和根据式(13)求出的复数Rp的主角(实数部分与虚数部分形成的角度)求出。

由此，在ε非零时，能按照公式(14)那样估计DCO。

$\hat{d}=\frac{r_1^H{r}_1{1}^T{r}_2-r_1^H{r}_2{1}^T{r}_1}{({\mathrm{Lr}}_1^H-r_1^{H}11^T)\left(r_{1-}{r}_2\right)}.---\left(14\right)$

3.2性能分析

由于矩阵r₁的最后L-K元素列与矩阵r₂的最前L-K元素列相同，公式(13)的计算量与公式(6)的计算量具有相同的计算量。使公式(13)的二次形式表示如下。

$R_p=R-\stackrel{\‾}{R}---\left(15\right)$

这里，公式(16)的关系成立。

$\stackrel{\‾}{R}=e^{\mathrm{j\φ}}\stackrel{\‾}{A}+{\left|d\right|}^2+R_{s,d}+R_{z,d}+{\stackrel{\‾}{R}}_z,---\left(16\right)$

公式(17)也成立。

$\stackrel{\‾}{A}={\left|\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}s(K+l)\right|}^2,$

${\stackrel{\‾}{R}}_z=S_1{Z}_2+Z_1{S}_2+Z_1{Z}_2.---\left(17\right)$

其中，将在A的上方划横线的项称为“A拔”。

将公式(4)和公式(16)代入公式(15)，则得到公式(18)。

$R_p=e^{\mathrm{j\φ}}(A-\stackrel{\‾}{A})+R_z-{\stackrel{\‾}{R}}_z,---\left(18\right)$

其中，所有包含作为未知DCO的d的项均被消除。

换句话说，此CFO估计方法独立于DCO。使用噪声为零平均的AWGN，则得到在L足够大时Rz拔大致为零的结果。知道A和A拔为正实数标量，就能将公式(18)改写为公式(19)。

$R_p\≈e^{\mathrm{j\φ}}A[1-\frac{\stackrel{\‾}{A}}{A}+\frac{e^{-\mathrm{j\φ}}{R}_z}{A}].---\left(19\right)$

通过作为OFDM码元处理PP，得知A拔与因DC副载波的点上存在的CFO而造成的载波间干扰成正比。DC和2×(M-1)个相邻副载波中没有承载信号，所以设想A比A拔要大得多是妥当的。

与信噪比(SNR)比1要大得多的非专利文献2相同，exp(-jΦ)*Rz的实数和复数元素(高概率地)比A要小得多。这里，“*”意指乘法。

因此，SNR高且公式(101)成立时，能近似为公式(20)。

$|{\widehat{\mathrm{\&epsiv;}}}_p-\mathrm{\&epsiv;}|<<\frac{M}{2\mathrm{\&pi;}}---\left(101\right)$

${\widehat{\mathrm{\&epsiv;}}}_p-\mathrm{\&epsiv;}\&ap;\frac{M}{2\mathrm{\&pi;}}\&CenterDot;\frac{\mathrm{Im}\left\{e^{-\mathrm{j\&phi;}}{R}_z\right\}}{A}.---\left(20\right)$

最后，得到下式。

$E({\widehat{\mathrm{\&epsiv;}}}_p-\mathrm{\&epsiv;})=0$

因此，所提出的CFO估计方法无偏移，并且能由公式(21)得到其方差。

$\mathrm{var}\left\{{\widehat{\mathrm{\&epsiv;}}}_p\right\}={\left(\frac{M}{2\mathrm{\&pi;}}\right)}^2\frac{1}{D^2\&CenterDot;K\&CenterDot;\mathrm{SNR}},---\left(21\right)$

这与非专利文献2的DCO为零时的方差相同。

因为消除了含公式(10)的d的项，公式(14)的DCO估计方法在无CFO的状态下估计失败。好在OFDM***的DC副载波通常不承载信号。因此，CFO为零的情况下的DCO本质上无害；如果需要，通过在PP或通常承载信息的OFDM码元上执行TDA，能容易估计DCO。

又，若对CFO进行一次估计，则也能用其它方法求出DCO。具体而言，能用下面的方法。将矩阵F_N取为N×N的反傅立叶变换矩阵。矩阵F_N的一列对应于具有N个副载波的OFDM信号的一个副载波。现将列的编号取为i。1≤i≤N。

如果作为对象的信号不是OFDM信号，也能将具有M个码元的周期性导频信号(由K个采样构成1个码元)看作具有N＝MK个副载波的OFDM信号。

r＝[r(K+1)，...，r(K+N)]^T

当作此OFDM信号使用i个副载波。具体而言，是如下的副载波。

i＝M+1，2M+1，...，(K-1)M+1

就是说，将i个以外的副载波看作传输空(null)的空副载波。把与零副载波对应的矩阵F_N的列汇集成一个矩阵V。即，矩阵V集中与零副载波对应的列矢量。不存在CFO、DCO、噪声的情况下，作为接收信号的矢量r建立下式的关系。

V^Hr＝0

这是因为从左边乘矩阵V^H的操作对应于再现作为接收信号的来自矢量r的零副载波的信号的操作。因此，仅存在CFO的情况下，下式的关系成立。

V^HΓ^HH(ε)r＝0

其中，矩阵Γ^H(ε)是N×N对角矩阵，如下所示。

Γ^H(ε)＝diag(1，e^-j2πε1/N，...，e^{-j2πε(N-1)/N})

矩阵Γ^H(ε)(＝矩阵Γ(-ε))进行使相位仅移动归一化的CFO(即ε)的操作。就是说，上面的公式意味着对存在CFO的接收信号进行消除CFO的操作后，进行再现零副载波的操作，则变为零。

接着，在CFO和DCO存在的情况下，下面的关系成立。矢量l_N是全部元素为1的N×l的列矢量。

V^HΓ^H(ε)r＝dV^HΓ^H(ε)1_N

DCO即使在矩阵Γ^H(ε)的操作中也不为零，所以右边仅留下DCO分量。这里，矢量1可如上文那样预先计算，V_H是F_N的一部分，也能预先算出。又，CFO能从本发明的式(100)求出，所以上式的未知数仅仅是作为DCO的d。因此，能估计CFO，就能根据上式估计DCO。具体而言，用下面的公式求出DCO。

其中，矢量x和矢量y是下式所示的N×l的列矢量。

$x=V^H{\mathrm{\&Gamma;}}^H\left({\widehat{\mathrm{\&epsiv;}}}_p\right)1$

$y=V^H{\mathrm{\&Gamma;}}^H\left({\widehat{\mathrm{\&epsiv;}}}_p\right)r---\left(103\right)$

在将矢量x简记为“x”时，x的伪逆矩阵为(x^Hx)^-1x^H，(x^Hx)是标量，所以能求出DCO，而不是求伪逆矩阵。

接着，详细说明本发明的实际情况。图2示出本发明的组成。发射信号的发射机1可以是广播站，也可以是个人所有的发射机。本发明中，发射机1包含信号源2、导频信号发生器3、合成器4和变频器5。还可包含输出放大器6和天线7。这里，导频信号发送不少于L个的采样数为K的码元。将导频信号与信号源发出的元信号在时间上复接。这是因为本发明的接收方进行的接收需要全部是导频信号的期间。合成器4的输出g(n)经变频器5发送。变频器5可包含编码用的功能。

另一方面，接收机10包含天线11、放大器12、变频器和滤波器(17、18)、开关元件(19、20)以及控制器30。变频器是复变频器。通常包含本机振荡器LO(15)、乘法器(13、14)以及相位变换器16。

接收机10接收信道响应和发送信号g(n)卷积后的信号受CFO影响的信号。把放大器12的输出分成I分支(I轴)和Q分支(Q轴)。用乘法器13将I分支方的信号与来自本机振荡器LO 15的载波信号相乘。用乘法器14将Q分支方的信号与使来自本机振荡器LO的载波信号的相位偏移π/2后的信号。

I分支和Q分支的信号分别通过低通滤波器(17、18)，滤除不需要的高频分量。然后，利用具有足够采样频率的AD转换器(19、20)，将其转换成数字信号。将I分支和Q分支的信号分别输入到控制器30。

接着，说明控制器30的处理。图2记载了控制器30中具有与处理相应的处理部的情况，但主要是软件进行的处理。当然，也可制作专用硬件来使其执行。后文将I分支方中数字化的信号和Q分支方中数字化的信号分别称为I数据和Q数据。将输入到控制器30的I数据和Q数据合在一起称为复接收数据。复接收数据在本机振荡器的解调过程中受到自解调的影响，叠加DCO。如果输入Q数据和I数据，则控制器30在校正值计算部28根据各数据算出校正值。将算出的校正值分别通知滤波器部21、倍数部22、CFO校正信号发生部27。

控制器30根据公式(100)和公式(14)估算依据I数据和Q数据包含在复接收数据中的CFO值的帽ε_P和CDO值的帽d。然后，输出消除估计的CFO和DCO的校正值。CFO校正值对第k个复接收信号为exp(-j2πk帽ε_P/N)。DCO校正值为(-帽d)。帽ε_P是归一化的角度，帽d是复数。

另一方面，将I数据和Q数据相加后，减去DCO估计值，使频率偏移CFO估计值。图2中，以硬件方式示出利用加法器22进行相加、利用减法器23减去DCO估计值、利用乘法器24偏移CFO的份额。然而，也可当作软件的处理进行。再者，偏移频率以消除CFO估计值是将第k个复接收数据与exp(-j2πk帽ε_P/N)相乘。帽ε_P/N的具体频率为Δf/f₀，其中将副载波频率的频带取为f₀。将发送数据g(n)和信道响应叠加而取得校正后的复接收数据。

接着，进一步详细说明校正值计算部的处理。图3中示出数字化的I数据和Q数据中接收的导频信号的排列。导频信号是存在多个码元50的信号。设1个码元有K个采样。校正值计算部28从导频信号的任意位置取得数据后启动。这里，数据是指各个采样。

取得数据后启动的定时不专门加以限定。然而，需要能至少取得不少于(D+1)K个导频码元。

数据的获取方式如下：I数据和Q数据双方都是从导频信号的数据获取点55起第K个数据56取得L个数据，从第2K个数据57同样取得L个数据。这里，L为DK个导频码元中的采样数。D为设计值，是不小于2的整数。通常用2或3就足够。换句话说，使用从数据获取点55起的2K+L个复接收数据，并从中取得K+L个复接收数据。

接着，将取得的复接收数据(第一个数据为获取点55起第K+1个)的最前L个取为矢量r₁(公式(7))，第K个起的L个取为矢量r₂(公式(8))。这些矢量r₁和矢量r₂是r₁(k)为实数部且r_Q(n)为虚数部组成的复数。因此，每当进行复接收信号的运算处理时，将r_Q(n)的数据等同为乘上了虚数单位j而进行处理。再者，为了表示对复接收数据进行复数运算处理，图2的控制部30中示出了对r_Q(n)乘以虚数单位j的乘法器25。

取得矢量和矢量，则能立即根据公式(100)从这两个数据群求出CFO估计值帽ε。同样，也能根据公式(14)求出DCO估计值帽d。也可从公式(102)求出DCO估计值。

能求出CFO和DCO的估计值，则能得到从复接收数据消除CFO和DCO后的数据。具体而言，设接收的n个数据的复接收数据为r(n)，则通过从r(n)的全部元素减去帽d，能校正DCO。

又，通过对r(n)从左边乘以下式的矩阵，能校正CFO。

$\mathrm{\&Gamma;}(-{\widehat{\mathrm{\&epsiv;}}}_p)=\mathrm{diag}(1,e^{-j2\mathrm{\&pi;}{\widehat{\mathrm{\&epsiv;}}}_{p}1/N},...,e^{-j2\mathrm{\&pi;}{\widehat{\mathrm{\&epsiv;}}}_p(N-1)/N})---\left(104\right)$

该式中，diag表示对角矩阵。

说明利用公式(102)求出DCO的情况。设反傅立叶变换矩阵为矩阵F_N，则矩阵F_N表示如下。

此矩阵的各列矢量对应于副载波。于是，将传输空的副载波取为抽选矩阵V。矩阵V在纵向排列N个元素，在横向仅排列空副载波的数量。从上文的公式(104)得到矩阵Γ^H(ε)(＝矩阵Γ(-ε))。

利用变换矩阵元素的配置能容易得到公式(103)的矢量x、矢量y，而不必求出逆矩阵。能得到帽ε_P当作CFO。因此，通过元素重排和矩阵乘法能容易地求出矢量x和矢量y。

又，如以示出的那样，若将矢量x仅简记为“x”，则x的伪逆矩阵为(x^Hx)^-1x^H，(x^Hx)是标量，所以能当作标量和矢量x的艾尔米特矩阵求出矢量x的伪逆矩阵。因此，仅利用矢量乘法就能得到基于公式(102)的DCO。

4、仿真

本节中进行仿真，以示出所提出的CFO和DCO同时估计方法的性能。仿真OFDM***具有N＝64个副载波，并使用52个副载波，以传输格雷编码的64QAM信号。将循环前缀的长度取为Ncp＝16。作为PP，我们使用IEEE 802.11aWLAN的前置码中的短修整序列。

但，P(导频信号数)＝10，K＝16，而且M＝4。频率选择性衰落信道具有5个以自然对数方式减小功率的路径。使所接收的无失真信号的功率与对应于SNR＝1/σ² _z的1相符，而DCO的功率其d绝对值的平方固定为0.25。

使用PP的相同的最后L+K＝64个采样，将提出的估计方法与非专利文献3的Ho估计方法和非专利文献4的Marsili估计方法进行比较。Marsili的估计方法中，在(-εBLUE，εBLUE)的区间中CFO同样地离散且SNR为20dB的假设条件下，进行估计DCO用的线性估计。

然后，从导频信号减去DCO估计值后，进行基于相关性的CFO估计。图4示出按E[(ε-帽ε)²]定义的归一化CFO的最小平方误差(NMSE)值的比较。可知Ho和Marsili的估计方法都不能完全消除DCO的影响，因而误差的估计性能存在差错处。另一方面，提出的CFO估计方法呈现与无DCO的状态相同的优秀估计性能。

图5示出CFO的NMSE。可知Ho和Marsili估计方法的性能随CFO的值剧烈变化，但提出的估计方法在整个CFO估计范围内都保持最佳性能。最后，能用图6的有效SNR的结果和图7的误码率(BER)测定综合接收性能。这里，基于TDA的DCO估计使用Ho的估计方法。如预想的那样，本发明中提出的估计方法可实现能满足CFO和DCO的估计，优于已有的2种途径。

至此，本发明考察CFO和DCO并存情况下的PP的潜在特性，提出新的CFO与DCO同时估计方法。与已有的方法比较，所提估计方法的CFO估计无偏移，能达到与无DCO的状态相同的性能。仿真结果证明所提估计方法的准确性和优异性。

产业上的可用性

本发明能用于电子通信设备，尤其能用于以OFDM制式进行收发的接收机。

Claims (4)

1.一种失真量估计方法，其特征在于，包括：

接收发送信号以得到接收信号的工序；

解调所述接收信号的工序；

将所述解调后的信号转换成数字信号的工序；

将所述接收信号中的导频信号的1个码元所包含的采样数取为K、并将预定的整数值取为D、且将DK取为L，从而由所述数字信号的相当于导频信号的部分取得K+L个数据的工序；以及

从所述取得的数据的始端开始将L个数据取为矢量r₁、并从所述取得的数据的始端开始将第K+1个起的L个数据取为矢量r₂、从而根据式(100)求出CFO估计值的工序，

$\mathrm{\&Delta;f}=\frac{f_s}{2\mathrm{\&pi;K}}\arg \left\{R_p\right\}---\left(100\right)$

其中，Rp由式(13)取得，f_s是采样频率，

$R_p=\frac{1}{L}{r}_1^H{r}_2-\frac{1}{L^2}{r}_1^{H}11^T{r}_2.---\left(13\right)$

矢量l是元素全为1的L×l的矢量，

2.一种失真量估计方法，其特征在于，包括：

接收发送信号以得到接收信号的工序；

解调所述接收信号的工序；

将所述解调后的信号转换成数字信号的工序；

将所述接收信号中的导频信号的1个码元所包含的采样数取为K、并将预定的整数值取为D、且将DK取为L，从而由所述数字信号的相当于导频信号的部分取得K+L个数据的工序；以及

从所述取得的数据的始端开始将L个数据取为矢量r₁、并从所述取得的数据的始端开始将第K+1个起的L个数据取为矢量r₂，从而根据式(14)求出DCO估计值的工序，

$\hat{d}=\frac{r_1^H{r}_1{1}^T{r}_2-r_1^H{r}_2{1}^T{r}_1}{({\mathrm{Lr}}_1^H-r_1^H{11}^T)(r_1-r_2)}.---\left(14\right)$

矢量l是元素全为1的L×l的矢量。

3.一种接收方法，其特征在于，包括：

接收发送信号以得到接收信号的工序；

解调所述接收信号的工序；

将所述解调后的信号转换成复接收数据的工序；

校正由权利要求2求出的DCO估计值的工序；以及

校正由权利要求1求出的CFO估计值的工序。

4.一种接收机，其特征在于，包括：

接收含有导频信号部分的发送信号以得到接收信号的天线；

与所述天线连接并输出所述接收信号的放大器；

与所述放大器连接并解调所述接收信号的复解调器；

与所述复解调器连接并对所述解调后的接收信号进行采样以输出复接收数据的开关；以及

与所述开关连接并输入所述复接收数据，从而输出从所述复接收数据去除CFO和DCO后的校正接收数据的控制器，

所述控制器将导频信号的第K+1个数据起的L个数据当作矢量r₁来获取，将所述导频信号的第2K+1个数据起的L个数据当作矢量r₂来获取，

根据式(100)求出CFO校正值，

根据式(14)求出DCO校正值，

利用所述DCO校正值校正所述复输入数据，利用所述CFO校正值来校正所述校正后的复输入数据，从而求出所述校正接收数据，

$\mathrm{\&Delta;f}=\frac{f_s}{2\mathrm{\&pi;K}}\arg \left\{R_p\right\}$

其中，Rp由式(13)取得，f_s是采样频率，K是1个码元中的采样数，

$R_p=\frac{1}{L}{r}_1^H{r}_2-\frac{1}{L^2}{r}_1^{H}11^T{r}_2.---\left(13\right)$

$\hat{d}=\frac{r_1^H{r}_1{1}^T{r}_2-r_1^H{r}_2{1}^T{r}_1}{({\mathrm{Lr}}_1^H-r_1^H{11}^T)(r_1-r_2)}.---\left(14\right)$

矢量l是元素全为1的L×l的矢量。

Images