CN103561460B - 符号同步方法 - Google Patents

Abstract

本发明提供了一种符号同步方法，本方法中有L个符号，每个符号内有N个采样点即N个时刻，将L个符号划分为J个功率单元，当前功率单元的采样时刻数量小于上一个功率单元的采样时刻的数量。由于在每个功率单元使用平均功率公式时，使用上一个功率单元的采样时刻，并根据采样时刻对应的采样点使用平均功率公式，由于每个功率单元中采样时刻的数量逐渐减少，因此每个功率单元中与采样时刻对应的采样点的数量成倍减少，使得运用最大平均功率方法时计算的采样点的数量成倍减少，相对于现有技术中每个符号内的采样时刻都要使用平均功率公式计算最大平均而言，本方法能够大大减少运算量，因此本方法可以达到采用较少的运算量实现符号同步的目的。

Description

符号同步方法

技术领域

本发明涉及无线通信***领域，尤其涉及一种符号同步方法。

背景技术

在无线通讯领域中，为了提高数据信号的接收质量，接收方首先需要对接收的数据信号进行符号同步处理，符号同步之后再进行后续其他信号处理，以便提高通信链路的质量。

现有的一种符号同步方法为最大平均功率方法，该方法首先对接收的数据信号进行模数转换得到数字信号，数字信号由各个符号组成，每个符号有多个采样点，为了清楚说明该方法，设数字信号内有L个符号，每个符号内有N个采样点，N个采样点分别对应N个采样时刻，利用平均功率公式计算每个采样时刻对应的平均功率。

上述公式中，k=1，2，…，N，表示每个符号内的采样点序号，m=1，2…，L，表示L个符号的序号，分别表示数字信号中I路（实部）和Q路（虚部）第m个符号的第k个采样点对应的幅度的平方，表示第m个符号的第k个采样点的功率。

利用上述公式得到一个采样时刻的平均功率需要2×L次乘法和2×L次加法，计算得到N个采样点的平均功率一共需要2×L×N次乘法和2×L×N次加法，然后将N个平均功率经过N次比较，得到L个符号的最大平均功率，因此使用最大平均功率方法得到最大平均功率一共需要2×L×N次乘法和2×L×N次加法和N次比较。然后利用最大平均功率对应的采样时刻延时k-1个采样周期，N倍下采样后即可实现符号同步。

由最大平均功率方法实现符号同步相对于传统的符号同步方法已经减少了算法的复杂程度，但是当每个符号采样点N较多时，该算法的运算量急剧增加，这严重影响了通信的效率，因此采用较少的运算量实现符号同步是现在需要解决的一个问题。

发明内容

本发明提供了一种符号同步方法，使用该方法可以采用较少的运算量实现符号同步。

为了实现上述目的，本发明采用以下技术手段：

一种符号同步方法，数字信号内有L个符号，每个符号内有N个采样点，N个采样点分别对应N个采样时刻，将L个符号划分为J个功率单元，根据信道信噪比和预设置信概率确定每个功率单元的符号数量M_i和每个功率单元中选取的平均功率个数n_i，其中i代表各个功率单元序号i=1、2、3……J，包括：

当i=1时，对第1个功率单元的M₁个符号的N个采样时刻分别使用平均功率公式获取N个平均功率；

在所述N个平均功率中从大到小获取n₁个平均功率及所述n₁个平均功率对应的n₁个采样时刻，所述n₁<N；

当1<i≤J时，对第i个功率单元的M_i个符号的n_i-1个采样时刻使用平均功率公式获取n_i-1个平均功率；

在所述n_i-1个平均功率中从大到小获取n_i个平均功率及所述n_i个平均功率对应的n_i个采样时刻，所述n_i<n_i-1，当i=J时，n_J=1；

当i=J时，将n_J个采样时刻作为最佳采样时刻k；

在将所述L个符号延时k-1个采样周期T后，对所述L个符号在采样周期为NT下采样后即可实现符号同步。

优选的，在所述N个平均功率中从大到小获取n₁个平均功率包括：

对所述N个平均功率按预设排序方法进行排序；

排序之后从大到小获取n₁个平均功率。

优选的，在所述n_i-1个平均功率中从大到小获取n_i个平均功率包括：

对所述n_i-1个平均功率按预设排序方法进行排序；

排序之后从大到小获取n_i个平均功率。

优选的，所述预设排序方法包括：

冒泡排序法、***排序法、快速排序法或堆排序法。

本发明提供了一种符号同步方法，本方法中有L个符号，每个符号内有N个采样点即N个时刻，将L个符号划分为J个功率单元，且根据信道信噪比和预设置信概率确定每个功率单元中符号数量和每个功率单元中选取的平均功率个数n_i，且n_i<n_i-1，即当前功率单元的平均功率个数小于上一个功率单元的平均功率个数，与平均功率个数对应的为采样时刻个数，即当前功率单元的采样时刻数量小于上一个功率单元的采样时刻的数量。

由于在每个功率单元使用平均功率公式时，使用的为上一个功率单元得到的采样时刻，并根据采样时刻对应的采样点使用平均功率公式，由于每个功率单元中采样时刻的数量逐渐减少，因此每个功率单元中与采样时刻对应的采样点的数量成倍减少，使得运用最大平均功率方法时进行计算的采样点的数量成倍减少，相对于现有技术中针对每个符号内的采样时刻都要使用平均功率公式计算最大平均而言，本方法能够大大减少运算量，因此本方法可以达到采用较少的运算量实现符号同步的目的。

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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例公开的符号同步方法的流程图；

图2为本发明实施例公开的符号同步方法中用于确定M_i和n_i的累积概率与定时误差范围的仿真图。

具体实施方式

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。

本发明提供了一种符号同步方法的一种实施例，为了清楚表示本方法的实现过程，首先设数字信号内有L个符号，每个符号内有N个采样点，N个采样点分别对应N个采样时刻，将L个符号划分为J个功率单元，根据信道信噪比和预设置信概率确定每个功率单元的符号数量M_i和每个功率单元中选取的平均功率个数n_i，其中i代表各个功率单元序号i=1、2、3……J。

即：本发明首先将L个符号划分为J个功率单元，分别为第1个功率单元，第2个功率单元…第i个功率单元…第J个功率单元。且根据信道信噪比和预设置信概率设定每个功率单元内的符号数量和每个功率单元内选取的平均功率个数，设第1功率单元内符号数量为M₁、选取的平均功率个数n₁，第2功率单元内符号数量为M₂、选取的平均功率个数n₂，……第i功率单元内符号数量M_i、选取的平均功率个数n_i……第J功率单元内符号数量M_J、选取的平均功率个数n_J，i代表各个功率单元序号i=1、2、3……J。根据信道信噪比和预设置信概率设定每个功率单元内的符号数量和每个功率单元内选取的平均功率个数将在后续实施例中进行详细说明。

首先介绍一下本发明的发明构思：由于L个符号内有N个采样时刻，每个采样时刻对应一个平均功率，在对L个符号进行采样时，希望平均功率越大越好，因为平均功率越大对应的采样时刻处信号的幅度越大，幅度越大信号的质量越好，因此本方法的主要思路为寻找平均功率最大的采样时刻。

在上述J个功率单元的基础之上，本实施例包括以下步骤：

步骤S101：当i=1时，对第1个功率单元的M₁个符号的N个采样时刻分别使用平均功率公式获取N个平均功率；

i=1表示J个功率单元中第1个功率单元，当i=1时，第一个功率单元中有M₁个符号，M₁个符号为由L个符号从前至后依次选取的，每个符号内有N个采样点，N个采样点分别对应N个采样时刻，对M₁个符号的N个采样时刻分别使用最大平均功率方法中的平均功率公式

公式中，k=1，2，…，N，表示每个符号内的采样点序号，m=1，2…，M₁，表示M₁个符号的序号，分别表示数字信号中I路（实部）和Q路（虚部）第m个符号的第k个采样点对应的幅度的平方，表示第m个符号的第k个采样点的功率。

当k=1时，即在第一个采样时刻时，根据上述公式计算M₁个符号内第1个采样时刻对应的各个采样点的功率之和值，根据和值取平均值得到第1个采样时刻的平均功率，按上述步骤分别计算每个采样时刻的平均功率，得到N个平均功率。

步骤S102：在所述N个平均功率中从大到小获取n₁个平均功率及所述n₁个平均功率对应的n₁个采样时刻，所述n₁<N；

在所述N个平均功率中从大到小获取n₁个平均功率包括：对所述N个平均功率按预设排序方法进行排序；排序之后从大到小获取n₁个平均功率，预设排序方法包括：冒泡排序法、***排序法、快速排序法或堆排序法等。

对上述步骤得到的N个平均功率进行排序，然后从大到小获取n₁个平均功率，并获得与n₁个平均功率对应的n₁个采样时刻，设n₁个采样时刻分别为t_a1、t_a2……t_an1；该步骤中n₁个采样时刻小于L个符号内的N个采样时刻，后续步骤中便在n₁个采样时刻中寻找最大平均功率对应的最佳采样时刻。该步骤的主要目的为缩小最大平均功率所在的范围，将N个采样时刻缩小为n₁个采样时刻。

由于信道有噪声所以导致L个符号中最大平均功率的对应的采样时刻会有偏移，所以根据信道的信噪比和预设置信概率确定的功率单元，预设置信概率越大代表L个符号中最大平均功率所在的采样时刻越一致，本实施例可以设置预设置信概率为95%，即当前功率单元的最大平均功率所在的采样时刻有95%的概率适用于后续功率单元，为了保证准确率，本方法在步骤102中得到功率较大的前n_i个功率对应的n₁个采样时刻，而不是选取第1功率单元中的最佳采样时刻，由于第1功率单元中最大平均功率在n₁个采样时刻中，所以认为后续功率单元中的最大平均功率依然在n₁个采样时刻中，后续步骤中忽略n₁个采样时刻之外的其他采样时刻，即不对其他采样时刻对应的采样点进行运算。

为了在n₁个采样时刻中准确获取最大平均功率所对应的采样时刻，后续功率单元中继续对n₁个采样时刻的范围进行缩小。

步骤S103：当1<i≤J时，对第i个功率单元的M_i个符号的n_i-1个采样时刻使用平均功率公式获取n_i-1个平均功率；

为了n₁个采样时刻的范围进行缩小，本方法将上述步骤中得到n₁个采样时刻应用至第2功率单元，当i=2时，首先获取M₂个符号，M₂个符号为L个符号中M₁个符号后的连续的M₂个符号，在第2个功率单元中对M₂个符号的n₁个采样时刻分别使用平均功率公式获取n₁个平均功率，并对n₁个平均功率进行排序，然后从大到小获取n₂个平均功率，并获得与n₂个平均功率对应的n₂个采样时刻，设n₂个采样时刻分别为t_b1、t_b2……t_bn1；并且n₂<n₁，在第2个功率单元中又进一步的缩小了采样时刻的范围，然后将n₂个采样时刻应用至第3功率单元中。

在后续功率单元中依次循环获取采样时刻，并将采样时刻应用至下一个功率单元，为了清楚说明本实施例，本步骤以第i个功率单元为例进行详细说明，在第i个功率单元执行之前，第i-1个功率单元中已获取n_i-1采样时刻，首先获取第i个功率单元的M_i个符号，M_i个符号为M_i-1个符号之后连续的M_i个数量的符号，并由第i-1个功率单元中获取n_i-1采样时刻。

对M_i个符号的n_i-1个采样时刻分别使用最大平均功率方法中的平均功率公式根据公式分别获取n_i-1采样时刻对应的n_i-1个平均功率。

步骤S104：在所述n_i-1个平均功率中从大到小获取n_i个平均功率及所述n_i个平均功率对应的n_i个采样时刻，所述n_i<n_i-1，当i=J时，n_J=1；

在所述n_i-1个平均功率中从大到小获取n_i个平均功率包括：对所述n_i-1个平均功率按预设排序方法进行排序；排序之后从大到小获取n_i个平均功率，预设排序方法包括：冒泡排序法、***排序法、快速排序法或堆排序法等。

对上述步骤中获取的n_i-1个平均功率进行排序，并在排序之后的n_i-1个平均功率从大到小获取n_i个平均功率，并得到n_i个采样时刻，n_i<n_i-1进一步的又缩小了采样时刻的范围。

当i=J时，n_J=1，即在最后一个功率单元中，仅需在n_J-1个平均功率取最大平均功率及最大平均功率对应的采样时刻。在第二功率单元至第J功率单元中为依次缩小最大平均功率对应的采样时刻的范围，在最后一个功率单元中得到一个最大平均功率，并得到最大平均功率对应的采样时刻。

步骤S105：当i=J时，将n_J个采样时刻作为最佳采样时刻；

由上述步骤中得到的第J功率单元中最大平均功率对应的采样时刻，因此该采样时刻即为本发明最终得到的最佳采样时刻，设最佳采样时刻为t_opt。

步骤S106：在将所述L个符号延时k-1个采样周期T后，对所述L个符号进行采样周期为NT的下采样后即可实现符号同步。

将所述L个符号延时k-1个采样周期，对L个符号进行N倍下采样，即对L个符号在最佳采样点处采样，由于最佳采样点的时刻是一致的，因此采样后得到符号即可为同步的，将符号同步之后即可对数字信号再进行后续处理。

本发明提供了一种符号同步方法，本方法中有L个符号，每个符号内有N个采样点即N个时刻，将L个符号划分为J个功率单元，且根据信道信噪比和预设置信概率确定每个功率单元中符号数量和每个功率单元中选取的平均功率个数n_i，且n_i<n_i-1，即当前功率单元的平均功率个数小于上一个功率单元的平均功率个数，与平均功率个数对应的为采样时刻个数，即当前功率单元的采样时刻数量小于上一个功率单元的采样时刻的数量。

由于在每个功率单元使用平均功率公式时，使用的为上一个功率单元得到的采样时刻，并根据采样时刻对应的采样点使用平均功率公式，由于每个功率单元中采样时刻的数量逐渐减少，因此每个功率单元中与采样时刻对应的采样点的数量成倍减少，使得运用最大平均功率方法时进行计算的采样点的数量成倍减少，相对于现有技术中针对每个符号内的采样时刻都要使用平均功率公式计算最大平均而言，本方法能够大大减少运算量，因此本方法可以实现采用较少的运算量实现符号同步的目的。

在本发明还提供了一种符号同步的方法的实施例，该实施例与图1所示的实施例大体一致，对于根据信道信噪比和预设置信概率确定每个功率单元的符号数量M_i和每个功率单元中选取的平均功率个数n_i进行详细说明：

实际通信***中会用到信道估计器，它的作用是估计出当前信道的信噪比反映出信道的环境，实际中可以采用仿真方法或实际测量的方法确定定时误差范围n，定时误差范围n为最大平均功率对应的采样时刻与实际最佳采样时刻之间偏移的采样点距离n，这是划分功率单元的主要依据。

假设信噪比为SNR=7dB，滚降因子β=0.5条件下不同符号数量下定时误差偏移范围n的累积概率如图2所示。

图2中为选取了一部分符号数量绘制的曲线，由图2可知，该条件下32个符号内准确捕获定时（n=0）的概率为92.89%，对每一个观察区间L，取累积概率大于0.95时即选取置信概率为95%最小的定时误差范围n，这样可以满足最佳采样点有95%的概率会落在前n_i=n+1个最大平均功率对应的采样时刻范围内。

下面介绍根据图2确定M_i和n_i的具体方法，在图2中的累积概率为95%处，做一个水平标线，与各个曲线便会于标线相交，将标线与曲线相交交点对应的横坐标作为n_i，与曲线相交的L值作为M_i，根据曲线可做如下分配得到优化参数：

$\mathrm{nt}=\left\{\begin{array}{cc}64& 1=0,M_1=1\\ 13& 1=1,M_2=1\\ 8& 2\&le;1\&le;4,M_3=3\\ 5& 5\&le;1\&le;8,M_4=4\\ 3& 1\&GreaterEqual;9,M_5=L-8\end{array}\right.$

为了探明本发明提供的方法能够缩减的运算量，下面对本方法的运算量进行详细介绍：

现有技术中最大平均功率方法中，共有2×L×N次乘法，2×L×N次加法和N次比较的运算量。本发明中采用分段优化的方式实现符号同步，其运算量为：

首先设N=n₀第一功率单元产生的计算量为：

$O_{\mathrm{new}1}=O_1\left({2M}_1{n}_0\right)+O_2\left({2M}_1{n}_0\right)+O_3\left(\frac{n_1({2n}_0-n_1+1)}{2}\right)$

其中,表示O₁（n）乘法运算量,O₂（n）表示加法运算量，O₃（n）表示比较运算量。

注：找到前n₁个最大功率需要用到排序方法，设预设排序算法为两两比较法，则需要的比较次数为:

$n_0+(n_0-1)+(n_0-2)+\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;\&CenterDot;+(n_0-n_1+1)=\frac{n_1({2n}_0-n_1+1)}{2}$

第二个功率单元产生的计算量为：

$O_{\mathrm{new}2}=O_1\left({2M}_2{n}_1\right)+O_2\left({2M}_2{n}_1\right)+O_3\left(\frac{n_2({2n}_1-n_2+1)}{2}\right)$

第i步产生的的计算量为：

$O_{\mathrm{newi}}=O_1\left({2M}_i{n}_{i-1}\right)+O_2\left({2M}_i{n}_{i-1}\right)+O_3\left(\frac{n_i({2n}_{i-1}-n_i+1)}{2}\right)$

其中M₁+M₂+……+M_i=L，因此整个方法的运算量为：

$O_{\mathrm{new}}=\underset{i=1}{\overset{J}{\mathrm{\&Sigma;}}}[O_1\left({2M}_i{n}_{i-1}\right)+O_2\left({2M}_i{n}_{i-1}\right)+O_3\left(\frac{n_i({2n}_{i-1}-n_i+1)}{2}\right)]$

当考虑极限情况时，即运算量最大的情况，每个功率单元选取的功率个数为2，每个功率单元的符号数为1，即n_i=2，M_i=1，i=1、2……L时，整个方法的运算量为

O_new=O₁{2[N+2(L-1)]}+O₂{2[N+2(L-1)]}+O₃（2N）……公式（1）

当L>>1时，公式（1）乘法和加法运算量约降低到现有技术中运算量的2/N+1/L倍（比较的运算量相对于乘法和加法运算量来说较小，所以忽略不计）。当N较大时，本方法的运算量大大减少。

经本发明工程师发现本方法虽然比较的次数较少，但本方法中根据最大功率的分布情况，前n_i个最大平均功率对应的采样时刻大部分是连续排列，所以选择不同的排序方法，进一步优化比较次数，进而进一步的减少运算量。

本发明在现有技术的最大平均功率方法的基础之上进行改进，本发明中所使用的平均功率公式还是最大平均功率方法中的平均功率公式（只是本发明使用方法不一致），所以最大平均功率方法所具有的优良性能本发明全部具有。

经本发明工程师研究发现，最大平均功率法能够在32个符号内即可实现符号同步，因此本方法使用最大平均功率法能够进一步降低了符号同步时所使用的符号数量，进一步降低了运算量。另外本发明工程师还发现，最大平均功率方法实现符号同步不受频偏和相偏的影响，因此本方法也能够实现符号同步时不受频偏和相偏的影响，使得本发明进行符号同步的质量更好。

本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本发明实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备（可以是个人计算机，服务器，移动计算设备或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，RandomAccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

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。

Claims (4)

1.一种符号同步方法，其特征在于，数字信号内有L个符号，每个符号内有N个采样点，N个采样点分别对应N个采样时刻，将L个符号划分为J个功率单元，根据信道信噪比和预设置信概率确定每个功率单元的符号数量M_i和每个功率单元中选取的平均功率个数n_i，其中i代表各个功率单元序号i＝1、2、3……J，包括：

当i＝1时，对第1个功率单元的M₁个符号的N个采样时刻分别使用平均功率公式获取N个平均功率；

在所述N个平均功率中从大到小获取n₁个平均功率及所述n₁个平均功率对应的n₁个采样时刻，所述n₁<N；

当1<i≤J时，对第i个功率单元的M_i个符号的n_i-1个采样时刻使用平均功率公式获取n_i-1个平均功率；

在所述n_i-1个平均功率中从大到小获取n_i个平均功率及所述n_i个平均功率对应的n_i个采样时刻，所述n_i<n_i-1，当i＝J时，n_J＝1；

当i＝J时，将n_J个采样时刻作为最佳采样时刻k；

在将所述L个符号延时k-1个采样周期T后，对所述L个符号在采样周期为NT下采样后即可实现符号同步；

其中，所述平均功率公式为k＝1，2，…，N，表示每个符号内的采样点序号，m＝1，2…，M_i，表示M_i个符号的序号， 分别表示数字信号中I路(实部)和Q路(虚部)第m个符号的第k个采样点对应的幅度的平方，表示第m个符号的第k个采样点的功率。

2.如权利要求1所述的方法，其特征在于，在所述N个平均功率中从大到小获取n₁个平均功率包括：

对所述N个平均功率按预设排序方法进行排序；

排序之后从大到小获取n₁个平均功率。

3.如权利要求1所述的方法，其特征在于，在所述n_i-1个平均功率中从大到小获取n_i个平均功率包括：

对所述n_i-1个平均功率按预设排序方法进行排序；

排序之后从大到小获取n_i个平均功率。

4.如权利要求2或3所述的方法，其特征在于，所述预设排序方法包括：

冒泡排序法、***排序法、快速排序法或堆排序法。