CN106230543A - 基于zc序列的周期前导序列生成方法 - Google Patents

Abstract

本发明公开了一种基于ZC(Zadoff‑Chu)序列的周期前导序列生成方法。发射节点首先生成前导序列的频域信号；然后进行空间映射，将信号映射到不同的天线端口上；接着将信号映射到对应的子载波上；最后进行IFFT变换生成周期时域序列，***CP后组成OFDM符号，并重复多次发送。对于任意SNR，接收节点的每根天线设置同一个阈值，进行自相关运算并与阈值比较，再对自相关峰值多峰平台现象进行帧检测，并将所有接收天线的帧检测结果进行集中处理。本发明减小了周期序列的PAPR，自相关峰值明显，在自相关值与阈值进行比较并初步判断数据帧到来的情况下利用自相关峰值多峰平台现象进行判断，从而确保阈值的设置不受SNR影响，同时有效提高帧检测的可靠性。

Description

基于ZC序列的周期前导序列生成方法

技术领域

本发明涉及一种基于ZC(Zadoff-Chu)序列的周期前导序列生成方法，属于无线通信技术领域。

背景技术

在无线通信***中前导序列的作用主要是利用前导序列的相关性完成帧检测、自动增益控制(AGC，Automatic Gain Control)、粗时频同步、细时频同步和信道估计等。同时，与单载波***相比，正交频分复用(OFDM，Orthogonal Frequency DivisionMultiplexing)***的峰均功率比(PAPR，Peak to Average Power Ratio)较高，会显著降低发射机功率放大器的效率。因此，前导序列的设计需要遵循具有良好相关特性和低PAPR两个原则。

长期演进(LTE，Long Term Evolution)通信***的主同步信号(PSS，PrimarySynchronization Signal)是由满足恒幅零自相关(CAZAC，Constant Amplitude ZeroAutocorrelation)特性的ZC序列组成。它具有较低的PAPR，同时也具有理想的周期自相关性以及良好的周期互相关性、自相关性和互相关性，适合于设计前导序列。

前导序列的周期特性可以用来进行帧检测，即将连续两个周期长度的序列进行自相关运算，当出现峰值时即可判断为检测到数据帧。由于数据帧到达时间是未知及不同的信噪比(SNR，Signal to Noise Ratio)下的自相关峰值浮动，难以利用峰值直接检测是否有数据帧到来。为了解决这个问题，很多研究成果提出在不同的SNR下设计不同的阈值，当在某个特定SNR下自相关值大于对应的阈值时，则判断为数据帧的到来。显然，这里存在的问题是假设帧检测时已经知道SNR，这与实际应用不符合。同时由于循环前缀(CP，CyclicPrefix)的存在，自相关峰值会出现平台现象，很多研究成果没有利用它进行帧检测，导致性能受到阈值的影响较大。

发明内容

发明目的：针对现有技术中存在的问题与不足，本发明提供一种基于ZC序列的周期前导序列生成方法。采用满足CAZAC特性的ZC序列生成前导序列的频域信号，并进行升采样技术以得到周期性时域序列。发射节点通过空间映射模块将它映射到多个天线端口，再进行资源映射并生成OFDM符号，最终形成周期前导序列进行发送。任意SNR条件下，接收节点的每根天线利用前导序列的周期性求解自相关值与同一个阈值比较，并结合自相关峰值多峰平台现象判断是否有数据帧到来，再将所有接收天线的帧检测结果进行集中处理得到最终帧检测结果。此发明可确保阈值的设置不受SNR影响，同时显著提高帧检测的可靠性。

为了更清楚的理解本发明内容，首先介绍一下本发明所涉及的ZC序列的相关知识：

ZC序列是非二进制单位振幅序列，长度为N_ZC的ZC序列z_μ的第k个元素z_μ(k)可以表示为

其中j是虚数单位，μ是ZC序列的根指数(μ与N_ZC互质且1≤μ≤N_ZC-1)，q可以是任意整数。为了简单起见通常设置q＝0。

ZC序列具有以下特性：

(1)ZC序列具有恒定振幅1，限制了PAPR和对其他用户产生的边界和时间平坦性干扰。

(2)ZC序列具有理想的周期自相关性以及良好的周期互相关性、自相关性和互相关性。

(3)ZC序列经过离散傅里叶变换(DFT，Discrete Fourier Transform)或逆离散傅里叶变换(IDFT，Inverse Discrete Fourier Transform)后仍然是ZC序列。

技术方案：一种基于ZC序列的周期前导序列生成方法，在发射端，包括以下步骤：

(1)生成前导序列的频域信号。前导序列包括N_P个快速傅里叶变换(FFT，FastFourier Transform)点数为N_FFT的相同OFDM符号，每个OFDM符号所对应的时域序列由T(T为偶数)个周期长度为的序列和长度为N_CP的CP构成。令所使用的频域ZC序列z_μ的长度N_ZC为素数，每个OFDM符号的直流子载波数为N_DC(N_DC为奇数)、数据子载波总数为N_ST(包括直流子载波，N_ST为奇数)，他们之间的关系满足N_ST-TN_ZC＜24。

为了避免直流子载波，将z_μ的中间N_DC个元素置为0；然后对改变后的z_μ进行升T倍采样，即在每个元素后面***T-1个0；接着将升T倍采样结果补零至N_ST长度，具体操作是z_μ(0)之前补个0，z_μ(N_ZC-1)后面的T-1个0之后补个0，得到N_ST×1维向量它的第k个元素表示为

考虑到直流子载波，的中间N_DC个元素不使用，因此将的元素进行重新编号，生成序列x，它的第k个元素表示为

$x\left(k\right)=\left\{\begin{array}{cc}\tilde{z}\left(k\right),& k=0,1,\mathrm{...},\frac{N_{ST}-N_{DC}}{2}-1\\ \tilde{z}(k+N_{DC}),& k=\frac{N_{ST}-N_{DC}}{2},\frac{N_{ST}-N_{DC}}{2}+1,\mathrm{...},N_{ST}-N_{DC}-1\end{array}\right.---\left(3\right)$

(2)空间映射。将前导序列的频域信号空间映射到N_Tx根发射天线上，即：

s(:,k)＝p(k)x(k),k＝0,1,…,N_ST-N_DC-1 (4)

其中是第k个元素x(k)的N_Tx×1维空间映射向量，δ_u表示第u根发射天线的映射系数，u＝1,2,...,N_Tx，δ₁＝0；s(:,k)是空间映射输出的N_Tx×1维向量，它的第u个元素对应x(k)在第u根发射天线上的空间映射结果。

(3)资源映射。将空间映射输出结果资源映射到对应子载波上。前导序列的资源映射描述如下：

r(:,c(k))＝s(:,k),k＝0,1,…,N_ST-N_DC-1 (4)

其中c(k)是向量的第k个元素，即子载波序号；r(:,c(k))是资源映射输出的第c(k)个子载波上的N_Tx×1维向量，它的第u个元素的值为s(u,k)。

(4)对每根发射天线上的资源映射结果做N_FFT点逆快速傅里叶变换(IFFT，InverseFast Fourier Transform)得到周期时域序列，***CP后组成OFDM符号，并将该OFDM符号重复N_P次发送。

在任意SNR下，接收节点的每根天线利用前导序列的周期性进行自相关运算且与同一个阈值比较，并结合N_P个自相关峰值平台现象判断数据帧的到来，再将所有接收天线的帧检测结果进行集中处理得到最终帧检测结果。

每根接收天线的帧检测过程如下：

(1)生成信号采样时刻计数器n，其初始值为0；

(2)对第v根天线的接收采样信号y_v(n)从n采样时刻起连续两个长度的序列进行自相关运算，v＝1,2,...,N_Rx，N_Rx是接收天线数，得到在n采样时刻处的判决变量：

$M\left(n\right)=\frac{|\underset{m=0}{\overset{N_{FFT}/T-1}{\Σ}}{y}_v^{*}(n+m)y_v(n+m+N_{FFT}/T){|}^2}{\underset{m=0}{\overset{N_{FFT}/T-1}{\Σ}}\left|y_v{(n+m)}^2\right|\underset{m=0}{\overset{N_{FFT}/T-1}{\Σ}}|y_v(n+m+N_{FFT}/T){|}^2}---\left(6\right)$

其中表示y_v(n+m)的共轭。

(3)将M(n)与阈值λ进行比较，0＜λ≤0.05是一个经验值且在所有接收天线的任意SNR下都是相同的。如果M(n)＞λ，执行步骤(4)；否则n＝n+1并执行步骤(2)；

(4)生成迭代计数器t，其初始值为0；

(5)如果t≤N_iter，其中N_iter是最大迭代次数，令t＝t+1并执行步骤(6)；否则提示未检测到数据帧。

(6)令为中间变量并进行赋值：

$\begin{array}{c}{\mathrm{temp}}_1=M\left(n\right)\\ {\mathrm{temp}}_2=M(n+N_{FFT}+N_{CP})\\ .\\ .\\ .\\ {\mathrm{temp}}_{N_P}=M(n+(N_P-1\left)\right(N_{FFT}+N_{CP}\left)\right)\end{array}---\left(7\right)$

(7)令为均值变量并进行赋值：

$\begin{array}{c}{\mathrm{mean}}_1=\frac{M(n+1)+M(n+2)+\mathrm{...}+M(n+N_{CP})}{N_{CP}}\\ {\mathrm{mean}}_2=\frac{M(n+N_{FFT}+N_{CP}+1)+M(n+N_{FFT}+N_{CP}+2)+\mathrm{...}+M(n+N_{FFT}+2N_{CP})}{N_{CP}}\\ .\\ .\\ .\\ {\mathrm{mean}}_{N_P}=\frac{\left[\begin{array}{c}M(n+(N_P-1\left)\right(N_{FFT}+N_{CP})+1)+M(n+(N_P-1\left)\right(N_{FFT}+N_{CP})+2)+\mathrm{...}\\ +M(n+(N_P-1\left)\right(N_{FFT}+N_{CP})+N_{CP})\end{array}\right]}{N_{CP}}\end{array}---\left(8\right)$

(8)如果执行步骤(9)；否则n＝n+N_CP并执行步骤(5)；

(9)第v根接收天线检测到数据帧到来且帧起始位置n_v＝n-N_CP。

得到N_Rx根接收天线的帧检测结果后进行集中处理。如果有多于根接收天线检测到数据帧到来，则最终帧检测结果是检测到数据帧且最终帧起始位置是这些接收天线的帧起始位置的平均值；否则未检测到数据帧，***等待下一次帧检测。

有益效果：与现有技术相比，本发明提供的基于ZC序列的周期前导序列生成方法充分利用ZC序列的低PAPR和良好相关特性并通过空间映射和资源映射等来设计周期前导序列，在自相关值与阈值进行比较并初步判断数据帧到来的情况下进一步利用自相关峰值多峰平台现象进行判断，从而确保阈值的设置不受SNR影响，同时有效提高帧检测的可靠性。

附图说明

图1是实施例中前导序列的结构；

图2是实施例中发射端的具体过程；

图3是实施例中第1根发射天线上周期时域序列的幅值波形图；

图4是实施例中第v根接收天线的帧检测过程。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

基于ZC序列的周期前导序列生成方法，发射节点首先生成前导序列的频域信号，包括频域ZC序列的置零、升采样、补零；然后进行空间映射，将信号映射到不同的天线端口上；接着进行资源映射，将信号映射到对应的子载波上；最后进行IFFT变换生成周期时域序列，***CP后组成OFDM符号，并重复多次发送；对于任意SNR，接收节点的每根天线设置同一个阈值，利用前导序列的周期性进行自相关运算并与该阈值比较，再检测自相关峰值多峰平台现象进行帧检测，最后将所有接收天线的帧检测结果进行集中处理得到最终帧检测结果。

在本发明实例中，前导序列包括N_P＝2个FFT点数N_FFT＝1024的相同OFDM符号，每个OFDM符号所对应的时域序列由T＝2个周期长度为512的序列和长度为N_CP＝80的CP构成，如图1所示。令所使用的频域ZC序列z₁的长度N_ZC＝317，根指数μ＝1。每个OFDM符号的直流子载波数N_DC＝3、数据子载波总数N_ST＝643。发射天线数N_Tx＝8，接收天线数N_Rx＝8。

发射端的具体过程如图2所示，描述如下：

(1)生成前导序列的频域信号。为了避免直流子载波，将z₁的中间3个元素z₁(157),z₁(158),z₁(159)置为0；然后对改变后的z₁进行升2倍采样，即在每个元素后面***1个0；接着将升2倍采样结果补零至643长度，具体操作是z₁(0)之前补5个0，z₁(642)后面的1个0之后补4个0，得到643×1维向量它的第k个元素表示为

考虑到直流子载波，的中间3个元素不使用，因此将的元素进行重新编号，生成序列x，它的第k个元素表示为

$x\left(k\right)=\left\{\begin{array}{cc}\tilde{z}\left(k\right),& k=0,1,\mathrm{...},319\\ \tilde{z}(k+3),& k=320,321,...,639\end{array}\right.---\left(10\right)$

(2)空间映射。将前导序列的频域信号空间映射到8根发射天线上，即：

s(:,k)＝p(k)x(k),k＝0,1,…,639 (11)

其中p(k)＝[1,e^j4πk/1024,e^j7πk/1024,e^j12πk/1024,e^j16πk/1024,e^j19πk/1024,e^j24πk/1024,e^{j28 πk/1024}]^T是第k个元素x(k)的8×1维空间映射向量，即第1到8根发射天线的映射系数分别为δ₁＝0、δ₂＝2、δ₃＝3.5、δ₄＝6、δ₅＝8、δ₆＝9.5、δ₇＝12、δ₈＝14；s(:,k)是空间映射输出的8×1维向量，它的第u个元素对应x(k)在第u根发射天线上的空间映射结果，u＝1,2,...,8。

(3)资源映射。将空间映射输出结果资源映射到对应子载波上。前导序列的资源映射描述如下：

r(:,c(k))＝s(:,k),k＝0,1,…,639 (12)

其中c(k)是向量c＝[-321,-320,…,-3,-2,2,3,…,320,321]的第k个元素，即子载波序号；r(:,c(k))是资源映射输出的第c(k)个子载波上的8×1维向量，它的第u个元素的值为s(u,k)。

(4)对每根发射天线上的资源映射结果做1024点IFFT得到周期时域序列，其在第1根发射天线上幅值波形图如图3所示，***CP后组成OFDM符号，并将该OFDM符号重复2次发送。

在任意SNR下，接收节点的每根天线利用前导序列的周期性进行自相关运算且与同一个阈值比较，并结合2个自相关峰值平台现象判断数据帧的到来，再将8根接收天线的帧检测结果进行集中处理得到最终帧检测结果。

每根接收天线的帧检测过程如图4所示，描述如下：

(1)生成信号采样时刻计数器n，其初始值为0；

(2)对第v根天线的接收采样信号y_v(n)从n采样时刻起连续两个512长度的序列进行自相关运算，v＝1,2,...,8，得到在n采样时刻处的判决变量：

$M\left(n\right)=\frac{|\underset{m=0}{\overset{511}{\Σ}}{y}_v^{*}(n+m)y_v(n+m+512){|}^2}{\underset{m=0}{\overset{511}{\Σ}}\left|y_v(n+m){|}^2\underset{m=0}{\overset{511}{\Σ}}\right|y_v(n+m+512){|}^2}---\left(13\right)$

(3)将M(n)与阈值λ＝0.03进行比较。如果M(n)＞λ，执行步骤(4)；否则n＝n+1并执行步骤(2)；

(4)生成迭代计数器t，其初始值为0；

(5)如果t≤100，令t＝t+1并执行步骤(6)；否则提示未检测到数据帧；

(6)令temp₁,temp₂为中间变量并进行赋值：

$\begin{array}{c}{\mathrm{temp}}_1=M\left(n\right)\\ {\mathrm{temp}}_2=M(n+1104)\end{array}---\left(14\right)$

(7)令mean₁,mean₂为均值变量并进行赋值：

$\begin{array}{c}{\mathrm{mean}}_1=\frac{M(n+1)+M(n+2)+\mathrm{...}+M(n+80)}{80}\\ {\mathrm{mean}}_2=\frac{M(n+1105)+M(n+1106)+\mathrm{...}+M(n+1184)}{80}\end{array}---\left(15\right)$

(8)如果mean₁+mean₂＜temp₁+temp₂，执行步骤(9)；否则n＝n+80并执行步骤(5)；

(9)第v根接收天线检测到数据帧到来且帧起始位置是n_v＝n-80。

得到8根接收天线的帧检测结果后进行集中处理。如果有多于4根接收天线检测到数据帧到来，则最终帧检测结果是检测到数据帧且最终帧起始位置是这些接收天线的帧起始位置的平均值；否则未检测到数据帧，***等待下一次帧检测。

Claims (5)

1.一种基于ZC序列的周期前导序列生成方法，其特征在于，发射节点首先生成前导序列的频域信号，包括频域ZC序列的置零、升采样、补零；然后进行空间映射，将信号映射到不同的天线端口上；接着进行资源映射，将信号映射到对应的子载波上；最后进行IFFT变换生成周期时域序列，***CP后组成OFDM符号，并重复多次发送；对于任意SNR，接收节点的每根天线设置同一个阈值，利用前导序列的周期性进行自相关运算并与该阈值比较，再检测自相关峰值多峰平台现象进行帧检测，最后将所有接收天线的帧检测结果进行集中处理得到最终帧检测结果。

2.如权利要求1所述的基于ZC序列的周期前导序列生成方法，其特征在于，生成前导序列的频域信号的具体过程为：

前导序列包括N_P个快速傅里叶变换点数为N_FFT的相同OFDM符号，每个OFDM符号所对应的时域序列由T(T为偶数)个周期长度为的序列和长度为N_CP的CP构成；令所使用的频域ZC序列z_μ的长度N_ZC为素数，每个OFDM符号的直流子载波数为N_DC(N_DC为奇数)、数据子载波总数为N_ST(包括直流子载波，N_ST为奇数)，他们之间的关系满足N_ST-TN_ZC＜24；

为了避免直流子载波，将z_μ的中间N_DC个元素置为0；然后对改变后的z_μ进行升T倍采样，即在每个元素后面***T-1个0；接着将升T倍采样结果补零至N_ST长度，具体操作是z_μ(0)之前补个0，z_μ(N_ZC-1)后面的T-1个0之后补个0，得到N_ST×1维向量它的第k个元素表示为

考虑到直流子载波，的中间N_DC个元素不使用，因此将的元素进行重新编号，生成序列x，它的第k个元素表示为

$x\left(k\right)=\left\{\begin{array}{cc}\tilde{z}\left(k\right),& k=0,1,\mathrm{...},\frac{N_{ST}-N_{DC}}{2}-1\\ \tilde{z}(k+N_{DC}),& k=\frac{N_{ST}-N_{DC}}{2},\frac{N_{ST}-N_{DC}}{2}+1,\mathrm{...},N_{ST}-N_{DC}-1\end{array}\right.---\left(3\right).$

3.如权利要求2所述的基于ZC序列的周期前导序列生成方法，其特征在于，空间映射的具体过程为：将前导序列的频域信号空间映射到N_Tx根发射天线上，即：

s(:,k)＝p(k)x(k),k＝0,1,…,N_ST-N_DC-1 (4)

其中是第k个元素x(k)的N_Tx×1维空间映射向量，δ_u表示第u根发射天线的映射系数，u＝1,2,...,N_Tx，δ₁＝0；s(:,k)是空间映射输出的N_Tx×1维向量，它的第u个元素对应x(k)在第u根发射天线上的空间映射结果；

资源映射的具体过程为：将空间映射输出结果资源映射到对应子载波上。前导序列的资源映射描述如下：

r(:,c(k))＝s(:,k),k＝0,1,…,N_ST-N_DC-1 (4)

其中c(k)是向量的第k个元素，即子载波序号；r(:,c(k))是资源映射输出的第c(k)个子载波上的N_Tx×1维向量，它的第u个元素的值为s(u,k)。

4.如权利要求3所述的基于ZC序列的周期前导序列生成方法，其特征在于，对每根发射天线上的资源映射结果做N_FFT点逆快速傅里叶变换得到周期时域序列，***CP后组成OFDM符号，并将该OFDM符号重复N_P次发送；

在任意SNR下，接收节点的每根天线利用前导序列的周期性进行自相关运算且与同一个阈值比较，并结合N_P个自相关峰值平台现象判断数据帧的到来，再将所有接收天线的帧检测结果进行集中处理得到最终帧检测结果。

5.如权利要求4所述的基于ZC序列的周期前导序列生成方法，其特征在于，每根接收天线的帧检测过程如下：

(1)生成信号采样时刻计数器n，其初始值为0；

(2)对第v根天线的接收采样信号y_v(n)从n采样时刻起连续两个长度的序列进行自相关运算，v＝1,2,…,N_Rx，N_Rx是接收天线数，得到在n采样时刻处的判决变量：

$M\left(n\right)=\frac{|\underset{m=0}{\overset{N_{FFT}/T-1}{\Σ}}{y}_v^{*}(n+m)y_v(n+m+N_{FFT}/T){|}^2}{\underset{m=0}{\overset{N_{FFT}/T-1}{\Σ}}\left|y_v{(n+m)}^2\right|\underset{m=0}{\overset{N_{FFT}/T-1}{\Σ}}|y_v(n+m+N_{FFT}/T){|}^2}---\left(6\right)$

其中表示y_v(n+m)的共轭。

(3)将M(n)与阈值λ进行比较，0＜λ≤0.05是一个经验值且在所有接收天线的任意SNR下都是相同的。如果M(n)＞λ，执行步骤(4)；否则n＝n+1并执行步骤(2)；

(4)生成迭代计数器t，其初始值为0；

(5)如果t≤N_iter，其中N_iter是最大迭代次数，令t＝t+1并执行步骤(6)；否则提示未检测到数据帧。

(6)令为中间变量并进行赋值：

$\begin{array}{c}{\mathrm{temp}}_1=M\left(n\right)\\ {\mathrm{temp}}_2=M(n+N_{FFT}+N_{CP})\\ .\\ .\\ .\\ {\mathrm{temp}}_{N_P}=M(n+(N_P-1\left)\right(N_{FFT}+N_{CP}\left)\right)\end{array}---\left(7\right)$

(7)令为均值变量并进行赋值：

$\begin{array}{c}{\mathrm{mean}}_1=\frac{M(n+1)+M(n+2)+\mathrm{...}+M(n+N_{CP})}{N_{CP}}\\ {\mathrm{mean}}_2=\frac{M(n+N_{FFT}+N_{CP}+1)+M(n+N_{FFT}+N_{CP}+2)+\mathrm{...}+M(n+N_{FFT}+2N_{CP})}{N_{CP}}\\ .\\ .\\ .\\ {\mathrm{mean}}_{N_P}=\frac{\left[\begin{array}{c}M(n+(N_P-1\left)\right(N_{FFT}+N_{CP})+1)+M(n+(N_P-1\left)\right(N_{FFT}+N_{CP})+2)+\mathrm{...}\\ +M(n+(N_P-1\left)\right(N_{FFT}+N_{CP})+N_{CP})\end{array}\right]}{N_{CP}}\end{array}---\left(8\right)$

(8)如果执行步骤(9)；否则n＝n+N_CP并执行步骤(5)；

(9)第v根接收天线检测到数据帧到来且帧起始位置n_v＝n-N_CP；

得到N_Rx根接收天线的帧检测结果后进行集中处理。如果有多于根接收天线检测到数据帧到来，则最终帧检测结果是检测到数据帧且最终帧起始位置是这些接收天线的帧起始位置的平均值；否则未检测到数据帧，***等待下一次帧检测。