CN112039816A - 一种窄带物联网***下行同步方法 - Google Patents

Abstract

本发明公开了一种窄带物联网***下行同步方法，所述的方法包括以下步骤：S1：获取NPSS信号，对所述的NPSS信号进行等增益合并，并求取平均，以此来利用重复的NPSS子帧；S2：在符号间进行滑窗自相关运算；S3：将步骤S2得到的所有相关值进行相干合并，获得粗定时和小数窄带频率偏移CFO；S4：进一步修正定时的结果，对补偿后的信号计算互相关，得到整数CFO。本发明通过基于自相关的NPSS检测算法，然后进行相干合并，获得时间和频率信息，最后进一步修正定时结果，得到整数CFO，从而完成时间和频域上的同步；本发明通过平均预处理和降采样的方法能有效降低接收机相关同步检测的计算复杂度。

Description

一种窄带物联网***下行同步方法

技术领域

本发明涉及物联网通信技术领域，更具体的，涉及一种窄带物联网***下行同步方法。

背景技术

随着第五代(5G)移动通信的飞速发展，大规模机器类通信(Massive MachineType Communication,mMTC)成为典型的应用场景。为了满足mMTC的要求，设计了许多在许可频段上工作的技术，例如扩展覆盖全球移动通信***(Extended Coverage-GlobalSystem for Mobile Communication,EC-GSM)，增强型机器类型通信(Enhanced Machine-Type Communication,eMTC)和NB-IoT。在非许可频段，还开发了许多低功耗广域(LowPower Wide Angle,LPWA)技术，例如LoRa和SigFox。在上述技术中，窄带物联网(NarrowBand Internet of Things,NB-IoT)***由于其大规模连接的能力和超低价的芯片成本而最有前途[1]J.Xu,J.Yao,L.Wang,Z.Ming,K.Wu,and L.Chen,“Narrowband Internet ofThings:Evolutions,technologies,and open issues,”IEEE Internet Things J.,vol.5,no.3,pp.1449–1462,Jun.2018，[2]J.Chen,K.Hu,Q.Wang,Y.Sun,Z.Shi,and S.He,“Narrowband Internet of Things:Implementations and applications,”IEEEInternet Things J.,vol.4,no.6,pp.2309–2314,Dec.2017，并且在实践中已经发现了许多应用[3]Y.Lin,H.Tseng,Y.Lin,and L.Chen,“NB-IoT talk:A service platform forfast development of NB-IoT applications,”IEEE Internet Things J.,vol.6,no.1,pp.928–939,Feb.2019。

与LTE不同，NB-IoT***的下行链路指定了三个物理信道，即窄带物理广播信道(Narrowband Physical Broadcast Channel,NPBCH)、窄带物理下行链路控制信道(NPDCCH)和窄带物理下行链路共享信道(Narrowband Physical Downlink ControlChannel,NPDSCH)。另外，新设计了两个信号，包括窄带主同步信号(Narrowband PrimarySynchronization Signal,NPSS)和窄带辅助同步信号(Narrowband SecondarySynchronization Signal,NSSS)，以实现终端与其相关基站(Base Station,BS)之间的时间、窄带频率偏移(Carrier Frequency Offset,CFO)同步及完成小区ID的搜索过程。图1为NB-IoT***的下行链路的帧结构模型。

对于同步，现有文献[4]Q.Incorporated,“NB-PSS and NB-SSS Design(Revised),”3rd Generation Partnership Project(3GPP),Technical Specification(TS)R1-161981,Mar.2016中的方法，同步帧存在接收机的相关性计算复杂度高的缺点。现有文献[5]A.Ali and W.Hamouda,“On the cell search and initial synchronizationfor NB-IoT LTE systems,”IEEE Commun.Lett.,vol.21,no.8,pp.1843–1846,Aug.2017中的方法，该方法中存在下采样的计算复杂度高的缺点。

发明内容

本发明为了解决现有技术中存在接收机相关检测计算复杂度高，不适于实际***运用的问题，提供了一种窄带物联网***下行同步方法，其通过平均预处理和降采样的方法能有效降低接收机相关同步检测的计算复杂度。

为实现上述本发明目的，采用的技术方案如下：一种窄带物联网***下行同步方法，所述方法包括以下步骤：

S1：获取NPSS信号，对所述的NPSS信号进行等增益合并，并求取平均，以此来利用重复的NPSS子帧；

S2：在符号间进行滑窗自相关运算；

S3：将步骤S2得到的所有相关值进行相干合并，获得粗定时和小数窄带频率偏移CFO；

S4：进一步修正定时的结果，对补偿后的信号进行计算互相关，得到整数CFO。

优选地，步骤S1，将接收信号以T＝10ms为周期进行划分，在接收时间窗0≤t≤NT内，对接收信号r(t)计算算术平均，通过以下公式获得平均值：

其中，N_w代表帧长度，其中N_w＝19200，N是累积的连续帧数。

进一步地，NB-IoT中的标准采样频率为1.92MHz，但为了降低NPSS同步检测的复杂度，引入一种降采样抽取过程：

假设采样时刻为τ，由于降采样，每个OFDM符号由原本的N_sym＝N_FFT+N_CP＝128+9＝137点减少至

点来表示，其中有一个抽取样点的是间隔为9/1.92μs，其余的抽样点在8/1.92μs采样间隔下获得。那么NPSS信号时域的11个OFDM符号对应11×17＝187个采样点，以向量的形式能够表达为：

其中，x_q表示时域NPSS信号一个OFDM符号降采样后的子向量，q＝1,2,L,11。值得注意的是，该降采样抽取过程对平均后得到的

进行。

再进一步地，步骤S2，具体的，重新应用时域扩展码s(l)到子向量x_q上，可以得到一对OFDM符号间隔为k的子向量s(m+2)x_m和s(m+k+2)x_m+k，在符号间进行相关运算，计算公式如下：

当τ＝τ₀时，时域扩展码s(l)的重新运用会产生11个相同的符号，而其它的τ值将会使序列变得更加随机；当τ＝τ₀时，由于CFO引起的相邻符号之间的相位旋转角θ与

期望的相位有如下关系：

因此，可以分别从

的幅度和相位中提取时间和频率信息。

再进一步地，步骤S3，根据步骤S2得到的四组相关值，并进行相干合并，得到价值函数表达式如下：

其中ω_k表示表示相干合并的最佳权重；

根据价值函数获得的粗定时和小数CFO的表达式如下：

其中，∠{·}表示变量的相位。

再进一步地，步骤S4，在样本范围-τ±δ内，与参考序列NPSS进行性能局部互相关，其中δ可以根据信道相干时间进行设置；因此，通过以下公式进一步修改定时结果：

其中P(·)表示在时域中携带NPSS信号的N_r个样本的序列，即对于1.92MHz，N_r＝1508；

在获得时序后，引入五个CFO假设集F_hypo，F_hypo＝{-256/137，-128/137，0，128/137，256/137}，进行互相关后可以确认整数CFO，公式如下：

其中，N_FFT＝128，V^cc表示接收信号与频率为1.92MHz处的NPSS的互相关函数，时间和频率假设分别由

和

给出。

再进一步地，在步骤S4之后，还包括以下步骤：

S5：根据步骤S4得到修正后的NPSS定时结果，得到NPSS定时位置，此时还无法确定当前帧是偶数帧还是奇数帧，需要根据帧格式计算偏移进一步筛选。考虑到当前及之前缓存的帧可能不完整，取当前帧的后两个无线帧中9号子帧的样点，将时域序列转换到频域得到两个候选NSSS序列；

S6：在接收端对接收到的候选NSSS序列与理想NSSS序列进行互相关运算，得到2016个能量峰值；

S7：分别比对两组2016个能量峰值，确定每组的最大值，比较两个候选序列得到的最大相关峰值，最大值所对应的参数即为小区ID的值以及帧定时位置。

再进一步地，步骤S6，在接收端对获得的NSSS序列与理想NSSS序列进行互相关运算，得到以下公式：

其中，R_k(n)表示接收端接收到的信号，D^{i,f}(n)表示由504个小区ID和4个帧定时的位置所生成的理想NSSS序列，D^*{i,f}(n)表示D^{i,f}(n)的共轭，i、f分别表示为小区ID号及帧定时的位置。

再进一步地，步骤S7，通过以下公式分别对比两组2016个能量峰值，

此时对应的

n_f的值即为小区ID的值及帧定时的位置。

本发明的有益效果如下：

本发明通过基于自相关的NPSS检测算法，然后进行相干合并，获得时间和频率信息，最后进一步修正定时结果，得到整数CFO，从而完成时间和频域上的同步；另外本发明采用互相关NSSS检测算法，完成小区ID的搜索过程。

对于同步，由于首先执行平均过程，与文献[4]中的方法相比，求平均过程不会显著提高所建议的接收机的相关运算复杂度。与文献[5]相比，通过下采样进一步降低了计算复杂度。由于低复杂度和低延迟，本发明的NB-IoT***的定时和窄带频率偏移获取的方法，可以节省NB-IoT***的大量能源。

与OAI项目相比，本发明所述的窄带物联网***下行同步方法进一步提高了小区ID检测的正确率。

附图说明

图1是现有技术中NB-IoT***的下行链路的帧结构模型。

图2是实施例1所述的下行同步方法的步骤流程图。

图3是实施例1中AWGN、EPA-5和TU-1信道下，NPSS的检测概率。

图4是实施例1中AWGN、EPA-5和TU-1信道下，CFO的检测概率。

图5是实施例2所述的下行同步方法的步骤流程图。

图6是实施例2中AWGN、EPA和ETU信道下，小区ID的检测正确率。

图7是实施例2中小区ID的检测正确率对比图。

具体实施方式

下面结合附图和具体实施方式对本发明做详细描述。

实施例1

如图2所示，一种窄带物联网***下行同步方法，所述方法包括以下步骤：

S1：获取NPSS信号，对所述的NPSS信号进行等增益合并，并求取平均，以此来利用重复的NPSS子帧(取若干个无线帧长度的样本(必然有一个NPSS子帧)进行平均，就是利用重复的NPSS子帧)；

S2：在符号间进行滑窗自相关运算；

S3：将步骤S2得到的所有相关值进行相干合并，获得粗定时和小数窄带频率偏移CFO；

S4：进一步修正定时的结果，对补偿后的信号进行计算互相关，得到整数CFO。

在一个具体的实施例中，窄带物联网(NB-IoT)***的NPSS信号是基于ZC(Zadoff-Chu)序列进行设计的，具有良好的互相关性和自相关性能。NPSS信号频域生成表达式为：

s(l)＝{1,1,1,1,-1,-1,1,1,1,-1,1},l＝3,4,...,13

式中，k表示子载波索引，l表示OFDM符号索引。

步骤S1的具体步骤如下：

将接收信号以T＝10ms为周期进行划分，在接收时间窗0≤t≤NT内，对接收信号r(t)计算算术平均，通过以下公式获得平均值：

其中，N_w代表帧长度，其中N_w＝19200，N是累积的连续帧数。

在一个具体的实施例中，NB-IoT***中的标准采样频率为1.92MHz，但为了降低NPSS同步检测的复杂度，在1.92MHz下NPSS信号的周期(包含CP)为137，我们引入一种降采样抽取过程。假设采样时刻为τ，由于降采样，每个OFDM符号由原本的N_sym＝N_FFT+N_CP＝128+9＝137点减少至

点来表示，其中有一个抽取样点的是间隔为9/1.92μs，其余的抽样点在8/1.92μs采样间隔下获得。那么NPSS信号时域的11个OFDM符号对应11×17＝187个采样点，以向量的形式能够表达为：

其中，x_q表示时域NPSS信号一个OFDM符号降采样后的子向量，q＝1,2,L,11。值得注意的是，该降采样抽取过程对平均后得到的

进行。

在一个具体的实施例中，重新应用时域扩展码s(l)到子向量x_q上，可以得到一对OFDM符号间隔为k的子向量s(m+2)x_m和s(m+k+2)x_m+k，在符号间进行相关运算，计算公式如下：

为了降低处理复杂度，k被限制在4以内。由于s的自相关特性，

的幅度将会在τ＝τ₀时达到峰值。注意到，当τ＝τ₀时，时域扩展码的重新运用会产生11个相同的符号(不考虑信道影响和噪声)，而其它的τ值将会使序列变得更加随机。当τ＝τ₀时，由于CFO引起的相邻符号之间的相位旋转角θ与

期望的相位有如下关系：

因此，可以分别从

的幅度和相位中提取时间和频率信息，这是整个算法的基础。

在一个具体的实施例中，步骤S3，根据步骤S2得到的四组相关值，并进行相干合并，得到价值函数如下：

其中ω_k表示表示相干合并的最佳权重；

根据价值函数获得的粗定时和小数CFO的表达式如下：

其中，∠{·}表示变量的相位。

在一个具体的实施例中，步骤S4的具体实现步骤如下：

由于粗定时存在残余定时误差，需要对粗同步结果进行修正并估计整数频率偏移量。在样本范围-τ±δ内，与参考序列NPSS进行性能局部互相关，其中δ可以根据信道相干时间进行设置。因此，通过以下公式进一步修改定时结果：

其中P(·)表示在时域中携带NPSS信号的N_r个样本的序列(即，对于1.92MHz，N_r＝1508)。

在获得合适的时序后，可以引入五个CFO假设集F_hypo，F_hypo＝{-256/137，-128/137，0，128/137，256/137}，进行互相关后可以确认整数CFO，公式如下：

其中，N_FFT＝128，V^cc表示接收信号与频率为1.92MHz处的NPSS的互相关函数，时间和频率假设分别由

和

给出。

为了进行验证本实施例所述的方法，本实施例进行仿真实验，具体如下：

设置信噪比为-4.6dB，根据文献[1]中的结果，定义估计的残余时间偏移在[-1.56μs,1.56μs]内为检测成功，画出检测概率与检测处理帧数(处理延时)的关系图，每个样点独立运行5000次。从图3的仿真结果可以看出，在低SNR下，两个同步周期便可达到90％以上的检测率，也即处理延时为40ms，比文献[1]中结果110ms，大幅减少。

对于频偏的估计，同样在AWGN信道、EPA-5信道和TU-1信道下进行仿真，评估标准为：残余频偏在[-30Hz,30Hz]内视为检测成功，画出检测概率和处理帧数的关系。由图4可知，要估计较为准确的频偏，需要多个帧的样本进行估计以对抗噪声，仿真结果显示时，利用14帧的样本进行估计，CFO的检测概率能达到90％。

实施例2

实施例1的下行同步过程确定了CFO，在实施例1的基础上进一步进行处理，从而确定小区ID，如图5所示，具体在窄带物联网***下行同步中确定小区ID的方法如下：

S1，获取NPSS序列，对所述NPSS序列进行等增益合并，并求取平均，以此来利用重复的NPSS子帧；

S2，在符号间进行滑窗自相关运算；

S3，将步骤S2得到的相关值进行相干合并，获得粗定时和小数CFO；

S4，进一步修正定时的结果，对补偿后的信号计算互相关，得到整数CFO；

S5：根据步骤S4得到修正后的NPSS定时结果，得到NPSS定时位置，此时还无法确定当前帧是偶数帧还是奇数帧，需要根据帧格式计算偏移进一步筛选。考虑到当前及之前缓存的帧可能不完整，取当前帧的后两个无线帧中9号子帧的样点，将时域序列转换到频域得到两个候选NSSS序列；

S6：在接收端对接收到的候选NSSS序列与理想NSSS序列进行互相关运算，得到2016个能量峰值；

S7：分别比对两组2016个能量峰值，确定每组的最大值，比较两个候选序列得到的最大相关峰值，最大值所对应的参数即为小区ID的值以及帧定时位置。

步骤S1～S4在实施例1中已经具体给出，在此不再详细描述。

在一个具体的实施例中，步骤S5，NB-IoT***的NSSS信号也是基于ZC(Zadoff-Chu)序列进行设计的，具有良好的互相关性和自相关性能。NSSS信号频域生成表达式为：

m＝n mod 128,n'＝n mod 131

其中，n_f表示帧定时的位置，θ_f表示循环移位，

表示小区ID，u、q分别表示根序列和扰码序列。

表-1小区ID号与参数u和q的对应关系

从表1中可以看出小区ID为0～127时，对应的q值为0，u值为3～128，小区ID为128～503时可同理，因此，504个小区ID由不同的根序列和扰码序列区分。

表-2 b_q(m)与参数q的对应关系

在一个具体的实施例中，所述步骤S6的具体实现为：

在接收端对获得的NSSS序列与理想NSSS序列进行互相关运算，公式如下：

其中，R_k(n)表示接收端接收到的信号，D^{i,f}(n)表示由504个小区ID和4个帧定时的位置所生成的理想NSSS序列，D^*{i,f}(n)表示D^{i,f}(n)的共轭，i表示为小区ID号，f表示为帧定时的位置。

在一个具体的实施例中，所述步骤S7的具体实现为：

分别对比两组2016个能量峰值，最大能量值所对应的参数即为小区ID的值以及帧定时位置，公式如下：

此时对应的

n_f的值即为小区ID的值及帧定时的位置。

为了进行验证本实施例确定小区ID的方法，本实施例进行仿真实验，具体如下：

分别在AWGN信道、EPA信道和ETU信道环境下对代码进行2000个子帧的仿真，绘制出解小区ID的检测概率随信噪比的改变而变化的曲线图，如图6所示，此时信噪比在-24dB至6dB之间变化。

在相同环境下，该算法的性能曲线图与OAI项目的算法对比图，如图7所示，从仿真结果可以看出，在不同的信噪比条件下，该方法有效的提高了小区ID的检测正确率。

综上所述，对于同步，由于首先执行平均过程，与文献[4]中的方法相比，同步帧不会显着增加所建议的接收机的相关性计算。与文献[5]相比，通过下采样进一步降低了计算复杂度。由于低复杂度和低延迟，本实施例所述的窄带物联网***下行同步方法的NB-IoT***的定时和窄带频率偏移的获取方法可以节省NB-IoT设备的大量能源。与OAI项目相比，本实施例所述的窄带物联网***下行同步方法能进一步提高了小区ID检测的正确率。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (9)

1.一种窄带物联网***下行同步方法，其特征在于：所述方法包括以下步骤：

S1：获取NPSS序列，对所述的NPSS序列进行等增益合并，并求取平均，以此来利用重复的NPSS子帧；

S2：在OFDM符号进行滑窗自相关运算；

S3：将步骤S2得到的所有相关值进行相干合并，获得粗定时和小数窄带频率偏移CFO；

S4：进一步修正定时的结果，对补偿后的信号计算互相关，得到整数CFO。

2.根据权利要求1所述的窄带物联网***下行同步方法，其特征在于：步骤S1，将接收信号以T＝10ms为周期进行划分，在接收时间窗0≤t≤NT内，对接收信号r(t)进行等增益合并后取平均，通过以下公式获得平均值：

其中，N_w代表帧长度，其中N_w＝19200，N是累积的连续帧数。

3.根据权利要求2所述的窄带物联网***下行同步方法，其特征在于：

NB-IoT中的标准采样频率为1.92MHz，但为了降低NPSS同步检测的复杂度，引入一种降采样抽取过程：

假设采样时刻为τ，由于降采样，每个OFDM符号由原本的N_sym＝N_FFT+N_CP＝128+9＝137点减少至

点来表示，其中有一个抽取样点的是间隔为9/1.92μs，其余的抽样点在8/1.92μs采样间隔下获得，那么NPSS信号时域的11个OFDM符号对应11×17＝187个采样点，以向量的形式能够表达为：

其中，x_q表示时域NPSS信号一个OFDM符号降采样后的子向量，q＝1,2,L,11。值得注意的是，该降采样抽取过程对平均后得到的

进行。

4.根据权利要求3所述的窄带物联网***下行同步方法，其特征在于：步骤S2，具体的，重新应用时域扩展码s(l)到子向量x_q上，可以得到一对OFDM符号间隔为k的子向量s(m+2)x_m和s(m+k+2)x_m+k，在符号间进行相关运算，计算公式如下：

当τ＝τ₀时，时域扩展码s(l)的重新运用会产生11个相同的符号，而其它的τ值将会使序列变得更加随机；当τ＝τ₀时，由于CFO引起的相邻符号之间的相位旋转角θ与

期望的相位有如下关系：

因此，可以分别从

的幅度和相位中提取时间和频率信息。

5.根据权利要求4所述的窄带物联网***下行同步方法，其特征在于：步骤S3，根据步骤S2得到的四组相关值，并进行相干合并，得到价值函数如下：

其中ω_k表示表示相干合并的最佳权重；

根据价值函数获得的粗定时和小数CFO的表达式如下：

其中，∠{·}表示变量的相位。

6.根据权利要求5所述的窄带物联网***下行同步方法，其特征在于：步骤S4，在样本范围-τ±δ内，与参考序列NPSS进行性能局部互相关，其中δ可以根据信道相干时间进行设置；因此，通过以下公式进一步修改定时结果：

其中P(·)表示在时域中携带NPSS信号的N_r个样本的序列，即对于1.92MHz，N_r＝1508；

在获得时序后，引入五个CFO假设集F_hypo，F_hypo＝{-256/137，-128/137，0，128/137，256/137}，进行互相关后可以确认整数CFO，公式如下：

其中，N_FFT＝128，V^cc表示接收信号与频率为1.92MHz处的NPSS的互相关函数，时间和频率假设分别由

和

给出。

7.根据权利要求1～6任一项所述的窄带物联网***下行同步方法，其特征在于：在步骤S4之后，还包括以下步骤：

S5：根据步骤S4得到修正后的NPSS定时结果，进而得到NPSS定时位置，此时还无法确定当前帧是偶数帧还是奇数帧，需要根据帧格式计算偏移进一步筛选；考虑到当前及之前缓存的帧可能不完整，取当前帧的后两个无线帧中9号子帧的样点，将时域序列转换到频域得到两个候选NSSS序列；

S6：在接收端对接收到的候选NSSS序列与理想NSSS序列进行互相关运算，得到2016个能量峰值；

S7：分别比对两组2016个能量峰值，确定每组的最大值，比较两个候选序列得到的最大相关峰值，最大值所对应的参数即为小区ID的值以及帧定时位置。

8.根据权利要求7所述的窄带物联网***下行同步方法，其特征在于：步骤S6，在接收端对获得的NSSS序列与理想NSSS序列进行互相关运算，得到以下公式：

其中，R_k(n)表示接收端接收到的信号，D^{i,f}(n)表示由504个小区ID和4个帧定时的位置所生成的理想NSSS序列，D^*{i,f}(n)表示D^{i,f}(n)的共轭，i、f分别表示为小区ID号及帧定时的位置。

9.根据权利要求8所述的窄带物联网***下行同步方法，其特征在于：步骤S7，通过以下公式分别对比两组2016个能量峰值，

此时对应的

n_f的值即为小区ID的值及帧定时的位置。

Images