CN112835075B - 正交频分复用载波相位的跟踪方法、装置及电子设备 - Google Patents

正交频分复用载波相位的跟踪方法、装置及电子设备 Download PDF

Info

Publication number
CN112835075B
CN112835075B CN201911198870.3A CN201911198870A CN112835075B CN 112835075 B CN112835075 B CN 112835075B CN 201911198870 A CN201911198870 A CN 201911198870A CN 112835075 B CN112835075 B CN 112835075B
Authority
CN
China
Prior art keywords
time
carrier phase
ofdm
state vector
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911198870.3A
Other languages
English (en)
Other versions
CN112835075A (zh
Inventor
达人
于大飞
任斌
李刚
郑占旗
张振宇
孙韶辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Datang Mobile Communications Equipment Co Ltd
Original Assignee
Datang Mobile Communications Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Datang Mobile Communications Equipment Co Ltd filed Critical Datang Mobile Communications Equipment Co Ltd
Priority to CN201911198870.3A priority Critical patent/CN112835075B/zh
Publication of CN112835075A publication Critical patent/CN112835075A/zh
Application granted granted Critical
Publication of CN112835075B publication Critical patent/CN112835075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
    • G01S19/29—Acquisition or tracking or demodulation of signals transmitted by the system carrier including Doppler, related

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Synchronisation In Digital Transmission Systems (AREA)

Abstract

本发明实施例公开了一种正交频分复用载波相位的跟踪方法、装置及电子设备，方法包括：获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪，能够实时跟踪5G NR/4G LTE FDD/TDD***中的载波相位。

Description

正交频分复用载波相位的跟踪方法、装置及电子设备
技术领域
本发明涉及通信技术领域，具体涉及一种正交频分复用载波相位的跟踪方法、装置及电子设备。
背景技术
GNSS(Global Navigation Satellite System，全球导航卫星***)载波相位定位技术是一种众所周知的高精度定位技术。在GNSS载波相位定位中，GNSS接收机通过测量GNSS卫星信号所获得的载波相位测量值来精确地确定GNSS接收机的位置。GNSS定位的主要缺点是无法在终端接收不到GNSS卫星信号的环境中工作。
不论是GNSS信号的载波相位定位还是基于无线通信***本身信号的载波相位定位，其关键之一是接收机必须能实时跟踪和锁定来自发射机的载波信号以获得载波相位测量。近些年来对于GNSS载波相位跟踪的研究较多，技术已经比较成熟，其中基于EKF(Extended Kalman Filter，扩展卡尔曼滤波器)对GNSS载波信号的跟踪方法是常用的方法之一，但对于无线通信***本身信号进行载波相位跟踪的研究很少；且GNSS是基于CDMA(Code Division Multiple Access，码分多址)体制的无线通信***，但3GPP(3rdGeneration Partnership Project，第三代合作伙伴计划)5G(5th Generation，第五代移动通信技术)NR(New Radio，新空口)***是基于OFDM(Orthogonal Frequency DivisionMultiplexing，正交频分复用)体制的无线通信***，OFDM***主要包括5G(5thGeneration，第五代移动通信技术)NR***和4G(4th Generation，***移动通信技术)LTE(Long Term Evolution，长期演进)FDD(Frequency Division Duplexing，频分双工)/TDD(Time Division Dual，时分双工)***。而GNSS的载波信号跟踪方法并不一定合适于OFDM***。
因此，目前无法实时跟踪OFDM***中的载波相位。
发明内容
由于现有方法无法实现OFDM载波相位的实时跟踪，本发明实施例提出一种正交频分复用载波相位的跟踪方法、装置及电子设备。
第一方面，本发明实施例提出一种正交频分复用载波相位的跟踪方法，包括：
获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
第二方面，本发明实施例还提出一种正交频分复用载波相位的跟踪装置，包括：
值获取模块，用于获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
跟踪模块，用于基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
第三方面，本发明实施例还提出一种电子设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行以下方法：
获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
第四方面，本发明实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行以下方法：
获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
由上述技术方案可知，本发明实施例通过计算每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪，能够实时跟踪5G NR/4G LTE FDD/TDD***中的载波相位。
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，还可以根据这些图获得其他的附图。
图1为本发明一实施例提供的一种正交频分复用载波相位的跟踪方法的流程示意图；
图2为本发明一实施例提供的一种开环结构的载波相位跟踪的EKF接收机的流程示意图；
图3为本发明一实施例提供的一种闭环结构的载波相位跟踪的EKF接收机的流程示意图；
图4为本发明一实施例提供的OFDM***的CPRS-OFDM符号和CPRS RE的示意图；
图5为本发明一实施例提供的一种正交频分复用载波相位的跟踪装置的结构示意图；
图6为本发明一实施例提供的电子设备的逻辑框图。
具体实施方式
下面结合附图，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
图1示出了本实施例提供的一种正交频分复用载波相位的跟踪方法的流程示意图，包括：
S101、获取每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值。
其中，表征载波相位的参数包括状态向量和标量两个维度的参数。
其中，状态向量x为：x＝[xt,xf,xo]T，其中：xt为相对应于fc载波相位的时间偏移(以载波频率fc的周期为单位)；xf为载波频率偏移(以Hz为单位)；xo为载波频率偏移变化率(以Hz/s为单位)。
其中，载波相位的标量y为相位的弧度值；例如，某一时刻信号表示为：S＝A*ej0.5π其中：A为信号幅值，则载波相位的标量y＝0.5π。
其中，状态向量预测值为计算得到的OFDM载波相位的状态向量的预测值。
状态向量估计值为计算得到的OFDM载波相位的状态向量的估计值。
标量测量值为计算得到的OFDM载波相位的标量的测量值。
标量预测值为计算得到的OFDM载波相位的标量的预测值。
其中，所述OFDM载波相位的标量测量值为根据OFDM符号中具体参数计算得到的OFDM载波相位的值。
所述OFDM载波相位状态向量的预测值为根据EKF时间更新算法预测得到的OFDM载波相位状态向量的值。
所述EKF时间更新算法用于根据上一时刻OFDM载波相位状态向量的估计值，更新当前时刻OFDM载波相位状态向量的预测值。
S102、基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
要实现对OFDM载波相位的跟踪，需要获知每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，然后基于相应时刻OFDM载波相位的状态向量预测值与相应时刻OFDM载波相位的标量测量值，获得相应的OFDM载波相位的状态向量估计值以对相应时刻的OFDM载波相位进行跟踪。
具体地，首先基于当前时刻OFDM载波相位状态向量的预测值，得到当前时刻OFDM载波相位的标量预测值，然后基于当前时刻OFDM载波相位的标量测量值与当前时刻OFDM载波相位的标量预测值，得到当前时刻OFDM载波相位状态向量的估计值，进而得到终端在当前时刻的OFDM载波相位，从而实现对OFDM载波相位的跟踪。
本实施例通过计算每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪，能够实时跟踪5G NR/4G LTE FDD/TDD***中的载波相位。
进一步地，S102具体包括：
根据k+1时刻OFDM载波相位的状态向量预测值获取k+1时刻的OFDM载波相位的标量预测值，计算k+1时刻的OFDM载波相位的标量测量值与k+1时刻的OFDM载波相位的标量预测值的差值，并根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值；
根据终端定位算法，基于k+1时刻的OFDM载波相位的状态向量估计值得到终端在k+1时刻的OFDM载波相位，以实现对OFDM载波相位的跟踪；
其中，k为正整数。
其中，所述终端定位算法利用TDOA原理、载波相位整周期估计算法等相关算法获得终端在每个时刻的位置信息。本实施例提供的OFDM载波相位的跟踪方法适用于开环结构(图2)和闭环结构(图3)。开环和闭环架构的差异在于：在开环架构中，EKF估计值用于前向修正由时间和频率偏移对FFT后数据符号引入的影响；而在闭环架构中，EKF估计值用于反馈校正由时间和频率偏移对FFT前传入数据样本引入的影响。
具体地，有关OFDM载波相位跟踪的EKF接收机的执行步骤如下：设EKF状态向量为x，在初始时刻k＝0时所估计的状态向量和协方差矩阵分别为且设在某个k时刻所发送的OFDM符号在有L个子载波集合上/>带了已知的CPRS样值序列/>对应于所接收到的该OFDM符号的基带离散数据样值为{xn}(n＝0,…,N-1),其中N为离散数据采样点数。
如图2所示，基于开环结构的OFDM载波相位跟踪的EKF接收机包含如下步骤：
Step1：对基带离散数据样值{xn}进行FFT变换，获取OFDM符号里对应于带有已知CPRS样值序列的子载波的频域信号
Step2：将与其已知的CPRS样值序列/>进行相关计算，获取其相位的标量测量值/>
Step3：根据EKF时间更新算法，用基于k时刻的状态估计值和协方差矩阵P(k|k)来预测在k+1时刻的状态向量/>和协方差矩阵P(k+1|k)；
Step4：基于预测状态向量对载波相位进行预测，记为/>
Step5：计算在k+1时刻，获取载波相位的标量测量值与标量预测值之间的差，记为
Step6：根据EKF测量更新算法，基于P(k+1|k)以及/>更新在k+1时刻状态向量估计值/>和协方差矩阵P(k+1|k+1)；
Step7：重复Step3～Step6，计算每个时刻的载波相位的标量测量值与状态向量预测值，获得载波相位的估计值，从而完成载波相位的跟踪。
进一步地，在上述方法实施例的基础上，所述根据k+1时刻OFDM载波相位的状态向量预测值获取k+1时刻的OFDM载波相位的标量预测值，计算k+1时刻的OFDM载波相位的标量测量值与k+1时刻的OFDM载波相位的标量预测值的差值，并根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值之后，还包括：
根据k+1时刻的OFDM载波相位的状态向量估计值对k+2时刻的基带离散数据样值进行相位旋转，以校正由时间和频率偏移对k+2时刻的基带离散数据样值造成的影响。
具体地，如图3所示，基于闭环结构的OFDM载波相位跟踪的EKF接收机包含如下步骤：
Step1～Step 6：与图2对应的实施例中基于开环结构的OFDM载波相位跟踪的Step1～Step 6相同；
Step7：在k+2时刻先利用k+1时刻的EKF状态向量估计值反馈校正由时间和频率偏移对FFT前传入数据样本(基带离散数据样值{xn})引入的影响；
Step8：重复Step1～Step7，计算每个时刻的载波相位的标量测量值与状态向量预测值，获得载波相位的估计值，从而完成载波相位的跟踪。。
进一步地，在上述方法实施例的基础上，所述根据k+1时刻的状态向量估计值对k+2时刻的基带离散数据样值进行相位旋转，以校正由时间和频率偏移对k+2时刻的基带离散数据样值，具体包括：
根据以下公式对k+2时刻的基带离散数据样值xn(k+2)进行相位旋转，得到新的数据样本序列{zn(k+2)}：
其中，为由/>所计算的相位旋转，/>j为单位虚数；xn(k+2)为k+2时刻OFDM符号中第n个已知CPRS样值序列；N为每个OFDM符号包含的基带离散数据样值的个数；/>为预测的k+2时刻OFDM符号的时间偏移，其单位为周期，大小为对Δt(k+2)fc的标量预测值，Δt(k+2)为k+2时刻OFDM符号开始时接收机接收到的信号和接收机自身生成的信号之间的时间偏差，单位为秒；fc为载波频率，k是正整数。
进一步地，在上述方法实施例的基础上S101具体包括：
对k时刻承载的OFDM符号中已知载波相位参考信号CPRS样值序列与k时刻该样值序列对应的子载波的频域信号进行相关计算，得到k时刻的OFDM载波相位的标量测量值，其中，子载波的频域信号是由k时刻所接收的基带离散数据样值进行快速傅立叶变换得到；
根据EKF时间更新算法，基于k时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值，得到k+1时刻的OFDM载波相位的状态向量预测值和协方差矩阵预测值，并基于k+1时刻的OFDM载波相位的状态向量预测值和预先设置的EKF测量矩阵，得到k+1时刻的OFDM载波相位的标量预测值。
进一步地，在上述方法实施例的基础上，所述对k时刻承载的OFDM符号中已知载波相位参考信号CPRS样值序列与k时刻该样值序列对应的子载波的频域信号进行相关计算，得到k时刻的OFDM载波相位的标量测量值，具体包括：
获取k时刻承载的OFDM符号中第l个已知CPRS样值序列对应的子载波的频域信号Rl(k)：
对频域信号Rl(k)和对应的已知CPRS样值序列Xl(k)进行相关计算，得到k时刻的OFDM第l个子载波的载波相位的标量测量值yl(k)：
其中，δf为归一化的频率偏差；h0为第一条传输路径的衰减；N为每个OFDM符号包含的基带离散数据样值的个数；j为单位虚数；fc为载波频率；l为已知CPRS样值序列中的子载波的序号；ΔfSCs为OFDM***的子载波间隔；Δt(k)为k时刻OFDM符号开始时接收机接收到的信号和接收机自身生成的信号之间的时间偏差，单位为秒；τ0(k)为k时刻OFDM符号在信道传输中由多普勒产生的时偏；Gl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的无线信道频率响应；Xl(k)为k时刻OFDM符号中第l个已知CPRS样值序列；Wl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的加性高斯白噪声AWGN；Rl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的频域信号，xt(k)为k时刻OFDM符号的时间偏移，其单位为周期，大小为Δt(k)fc，xf(k)为k时刻OFDM符号的频率偏移，Ts为采样时间间隔，k是正整数；
根据k时刻的OFDM第l个子载波的载波相位的标量测量值yl(k)的表达方程得到EKF测量矩阵H为：
其中，Hl为第l个子载波的EKF测量矩阵，Ts为采样间隔。
具体地，对于开环结构和闭环结构的OFDM载波相位的跟踪过程中，均可以采用上述公式计算每个时刻的OFDM载波相位的测量值。
进一步地，在上述方法实施例的基础上，所述根据EKF时间更新算法，基于k时刻的状态向量估计值和协方差矩阵估计值，得到k+1时刻的状态向量预测值和协方差矩阵预测值，并基于k+1时刻的状态向量预测值和预先设置的EKF测量矩阵，得到k+1时刻的OFDM载波相位的标量预测值，具体包括：
基于k时刻的OFDM载波相位的状态向量估计值和状态转移矩阵F(k)，计算k+1时刻的OFDM载波相位的状态向量预测值/>为：
其中，ΔT(k)为k+1时刻与k时刻的时间差，单位为秒；
根据k时刻的协方差矩阵估计值P(k|k)和状态转移矩阵F(k)，计算k+1时刻的协方差矩阵预测值P(k+1|k)为：
P(k+1|k)＝F(k)P(k|k)FT(k)+Q(k)
基于k+1时刻的状态向量预测值和第l个子载波的EKF测量矩阵Hl，得到k+1时刻的OFDM第l个子载波的载波相位的标量预测值/>为：
其中，为预测的k+1时刻OFDM符号的时间偏移；/>为预测的k+1时刻OFDM符号的频率偏移；FT(k)为F(k)的转置矩阵，Q(k)为k时刻的过程噪声协方差。
进一步地，在上述方法实施例的基础上，所述根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值，具体包括：
根据k+1时刻的OFDM载波相位的状态向量预测值k+1时刻的EKF增益矩阵K(k+1)、k+1时刻的OFDM载波相位的标量测量值y(k+1)和k+1时刻的载波相位的标量预测值/>更新k+1时刻的状态向量估计值/>
根据k+1时刻的协方差矩阵预测值P(k+1|k)、k+1时刻的EKF增益矩阵K(k+1)和k+1时刻的EKF测量矩阵H，更新k+1时刻的协方差矩阵估计值P(k+1|k+1)：
P(k+1|k+1)＝[I-K(k+1)H]P(k+1|k)
其中，K(k+1)＝P(k+1|k)HT×[HP(k+1|k)HT+Rl(k)]-1
HT为H的转置矩阵。
进一步地，在上述方法实施例的基础上，初始时刻(k＝0)OFDM符号的时间偏移的估计值的估算公式如下：
或，
初始时刻(k＝0)OFDM符号的时间偏移的估计值根据估计到达时间TOA的估计值进行设置；
其中，lj为第j个子载波序号；li为第i个子载波序号；为k时刻OFDM符号第i个子载波的频域数据；/>为k时刻OFDM符号第i个子载波的频域数据的共轭；/>为k时刻OFDM符号第j个子载波的频域数据；/>为k时刻OFDM符号第j个子载波的频域数据的共轭。
具体地，除了使用上述估算公式计算初始时刻OFDM符号的时间偏移的估计值还可以根据传统的算法估计TOA,然后使用TOA的估计值来设置初始时间偏移xt(0)。
TOA算法是利用发射机与接收机之间的距离与时间的关系式，通过凸优化理论的相关算法获取信号在发射机与接收机之间的传播延迟。
具体来说，OFDM载波相位跟踪的EKF接收机包括EKF状态向量的选择，EKF状态方程和EKF测量方程的建立，EKF迭代更新算法(包括估计的状态向量和协方差矩阵的时间更新和测量更新)以及EKF初始化等。以下对本实施例提供的方法涉及的原理及过程进行详细介绍：
首先，对OFDM***传输模型进行介绍：
在用于载波相位测量跟踪的EKF接收机中，考虑以下OFDM无线通信***上行或下行传输模型，如图4所示：
OFDM***有N1个子载波，子载波间距为ΔfSCS；
每个OFDM符号中可传输N1个符号Xk,k∈{0,1,…,N1-1}；
若某个OFDM符号中包含了CPRS,则该OFDM符号称为CPRS-OFDM符号，可用于跟踪载波相位信号；这里用CPRS代表所有可用于载波相位测量的参考信号，包括LTE/NR CSI-RS，SSB，PRS，SRS等。
不失一般性，设一个可用于跟踪载波相位信号的OFDM符号包含了L个CPRS样值序列子载波集/>代表L个CPRS样值序列在CPRS-OFDM符号中的子载波位置。在频率资源配置中，EKF不要求用某种特定的CPRS样值序列映射模式，即L个CPRS样值序列可以任意地映射到OFDM符号中的子载波上。
每个OFDM符号的持续时间为T秒，采样时间间隔为Ts＝1/(NΔfSCS)，于是，每个OFDM符号包括N(N≥N1)个基带离散数据样值{xn}(不考虑循环前缀CP)为：
在时域资源配置上，由k时刻开始的CPRS-OFDM符号到由k+1时刻的CPRS-OFDM符号的时间间隔为ΔT(k)(秒)；在本实施例的EKF接收机中，ΔT(k)可以为任意值。发射机可以周期性地发射CPRS-OFDM符号，也可以非周期性地发射CPRS-OFDM符号。在ΔT(k)时间间隔里，接收机可以变更为发射机，反之亦然。于是，本实施例的EKF载波相位跟踪方法可用于FDD和TDD OFDM***。
假定在每个OFDM符号的持续时间内信道保持不变，即传输信道是准静态的。在载波相位定位中，要求EKF跟踪第一条传输路径的载波相位；于是，本实施例只考虑第一条传输路径，这时，第l个子载波的无线信道频率响应可描述如下：
其中，g0和τ0(以秒为单位)分别为第一条传输路径的衰减和传输延迟，fc为载波频率，ΔfSCS为子载波间隔。
假设在k时刻CPRS-OFDM符号(不包括CP)开始时，接收机所接收到的信号和接收机自身生成的信号之间的时间偏移和频率偏移分别为Δt(k)(秒)和Δf(t)(Hz)。若用δf表示归一化频率偏移，即δf＝Δf/ΔfSCS。在忽略了子载波间的干扰时，所接收的OFDM符号在第l个子载波的频域信号Rl可以描述为：
其中，为AWGN噪声，Gl为第l个子载波信道频率响应，Xl为在CPRS-OFDM符号中的第l个子载波位置的CPRS样值序列。
具体来说，对于基于开环结构的OFDM载波相位跟踪的EKF接收机，用于5G NR载波相位定位的载波相位跟踪EKF接收机包括以下几个方面：EKF状态向量、EKF状态方程、EKF测量方程、EKF算法、EKF初始化方法和EKF闭环反馈。
其中，为了使EKF能够实现对5G NR/4G LTE FDD/TDD多载波***的载波相位跟踪；本实施例对EKF状态向量进行了重新设计，去掉传统EKF状态向量的相位变量，添加时间变量，以及相应的对EKF状态方程和和EKF测量方程也进行重新设计，使其变更为时间变量的函数；对EKF初始化方法和EKF闭环反馈是进行了改进，将EKF的输入由传统的幅度信息修改为相位信息，并对载波相位的预测方程和载波相位的标量测量值与标量预测值之间的误差方差进行修改。
关于EKF状态向量：
设计一个EKF接收机时，首先需要合理地选择EKF的未知状态向量，且状态向量因由多个状态变量组成。本实施例提供了一种新的EKF状态向量，克服了传统的EKF状态向量只使用单载波***的缺点，使其适用于5G NR/4G LTE FDD/TDD多载波***的载波相位跟踪，下面将详细介绍EKF接收机可考虑的状态变量，具体包括如下：
与载波相位有关的状态变量(xt)：用于载波相位跟踪的EKF状态向量必须包括与载波相位相关联的状态变量。GNSS是CDMA***，只有一个载波频率。因此，在GNSS跟踪载波相位的EKF接收机中，EKF状态通常直接包括所跟踪的载波频率的载波相位。但在OFDM***中，对于同一个时间偏移，不同子载波上的载波相位是不同的。于是可以使用时间偏移、而不是载波相位作为EKF状态，即用接收机所接收的载波信号与接收机自身的载波信号之间的时差xΔT作为EKF状态。xΔT包含两部分内容：第一，由发射机的时间与接收机的时间之间的偏移Δt。造成时间偏移的主要原因之一为发射机和接收机之间振荡器误差引起的时钟误差。在OFDM***中，也常称为相位噪声。第二，从发射机到接收机的信号传播时延τ。传播时延τ主要与发射机和接收机之间的距离有关。为了提高EKF接收机的数值稳定性(xΔT一般很小)，这里可使用xt＝(xΔTfc)代表时间偏移的EKF变量。xt也可以看作为是相对应于载波频率fc的载波相位，xt以周期为单位。
与载波频率偏移有关的状态变量(xf)：考虑到UE的动态移动性，以及发射机和接收机之间的载波频率之差，在EKF状态向量中一般包括与频率偏移有关的状态变量xf(以Hz为单位)。xf包含两部分内容：第一，由发射机产生的载波频率和接收机产生的载波频率之间的频率偏移Δf。造成时间偏移的主要原因之一为发射机和接收机之间振荡器频率偏移误差引起。在OFDM***中，也常称为相位噪声的变化率。第二，由于发射机和接收机之间的相对运动引起的多普勒频率fd。
与载波频率偏移变化率有关的状态变量(xo)：EKF状态向量还可以包括载波频率偏移率状态，其目的是提高对载波频率偏移估计的准确性。这里可使用EKF变量xo(以Hz/s为单位)表示频率偏移变化率。在这里，我们将xo设置为一阶建模随机游走过程，即
其中，wo(t)为连续时间高斯白噪声，为该高斯噪声的方差。
由以上讨论，用于跟踪来自某个发射机的OFDM信号载波相位的EKF状态向量x为：
x＝[xt,xf,xo]T (5)
其中
xt为相对应于fc载波相位的时间偏移(以载波频率fc的周期为单位)；
xf为载波频率偏移(以Hz为单位)；
xo为载波频率偏移变化率(以Hz/s为单位)
xt和xf之间，以及xf和xo之间的关系可表示为：
其中，wt(t)和wo(t)建模为连续时间高斯白噪声，为噪声wt(t)的方差，/>为噪声wo(t)的方差。注：频率偏移实际上是载波频率相关的，因而OFDM***中各个子载波的频率偏移并不相同。但由于各子载波的频率偏移的差异与子载波间隔相比通常很小，在方程式(6)和(7)中，已忽略不同子载波的频率偏移的差异。
关于EKF状态方程：
为了克服了传统的EKF状态向量只使用单载波***的缺点，使其适用于5G NR/4GLTE FDD/TDD多载波***可同时对多个子载波信号进行载波相位跟踪，对EKF状态方程也进行了重新设计。
基于方程(5)所选择的EKF状态向量x,跟踪载波相位的EKF连续时间状态方程可写为：
其中，
其中，wc(t)为连续时间状态方程的过程噪声；Qc为连续时间状态方程的过程噪声协方差矩阵。
如之前所提的造成时间偏移的主要原因为发射机和接收机之间振荡器误差引起的时钟误差以及从发射机到接收机的信号传播时延τ。于是，传播时延τ主要与发射机和接收机之间的距离有关。和/>的取值需要同时考虑发射机和接收机晶体振荡器的质量以及所考虑的UE的运动动态。
若用和/>代表/>和/>里发射机和接收机晶体振荡器误差的部分，则由公式(2)可知，
其中，fc为载频频率，{h0,h-2}为晶体振荡器的Allen方差系数。{h0,h-2}的典型值为下表：
晶体振荡器 h0 h-2
低质量温度补偿晶体振荡器(TCXO) 2×10-19 2×10-20
高质量温度补偿晶体振荡器(TCXO) 2×10-21 2×10-24
恒温晶体振荡器(OCXO) 2×10-25 2×10-25
若用和/>代表/>和/>中造成发射机和接收机相对位置和相对移动误差的部分，则/>和/>和发射机和接收机的相对移动速度和相对加速度有关。则进一步假设发射机和接收机的相对移动速度不超过为v(米/秒)和加速度不超a(米/秒2)，可有
其中c为光的速度。例如，这里可假设室内载波相位定位时速度小于6公里/小时，加速度小于0.1米/秒2。
假设和/>是独立的，且/>和/>是独立的，由公式(11)和(12)可得：
可以基于发射机和接收机的晶体振荡器质量和发射机和接收机的相对位置和相对移动来考虑。为简单起见，/>可以设置为一个相对于σf较小的数，例如假设σ0＝0.01σf。
由EKF连续时间状态方程(8)离散后的跟踪载波相位的EKF离散时间状态方程为：
x(k+1)＝F(k)x(k)+w(k) (14)
其中：
E[w(i)wT(j)]＝Qδij (16)
其中，ΔT(k)(以秒为单位)表示k+1时刻CPRS-OFDM符号到k+1时刻CPRS-OFDM符号之间的时间间隔，如图4所示。离散状态方程的过程噪声矩阵Q可以基于以下方法计算：
其中，Q(i)为Q的i阶导数。
关于EKF测量方程
为了克服了传统的EKF状态向量只使用单载波***的缺点，使其适用于5G NR/4GLTE FDD/TDD多载波***可同时对多个子载波信号进行载波相位跟踪，对EKF测量方程也进行了重新设计。
由方程式(3)和(2)可得第l个的子载波的频域信号：
由Ts＝1/(NΔfsCS),δf＝xf/ΔfSCS,xΔT＝(Δt+τ0),xt＝xΔTfc,可得
于是，对应于k时刻(t＝tk)CPRS-OFDM符号的载波相位测量的测量方程可以写成
y(k)＝h(x(k))+v(k) (21)
其中
y(k)＝{yl(k)}；h＝{hl(k)}；v＝{vl(k)} (22)
其中，v为测量噪声，R表示测量噪声v的协方差矩阵。
关于EKF算法
EKF算法包括时间更新和测量更新两个步骤，其中时间更新是基于当前时刻测量的EKF状态对下一时刻的EKF状态进行预测，主要包括EKF状态向量x和EKF状态协方差矩阵P；测量更新是基于前一时刻预测的EKF状态以及当前时刻测量矩阵的输出对当前时刻的EKF状态进行测量，其中，包括EKF状态向量x和EKF状态协方差矩阵P。
在时间更新的步骤中，EKF基于在k时刻的状态估计值来预测在k+1时刻的EKF状态。EKF时间更新算法为
P(k+1|k)＝F(k)P(k|k)FT(k)+Q(k) (28)
其中和P(k|k)分别表示EKF在k时刻所估计的状态向量和其协方差矩阵；和P(k+1|k)分别表示EKF基于/>和P(k|k)所预测的k+1时刻的状态向量和其协方差矩阵。
在测量更新的步骤中，EKF基于在k+1时刻的标量测量值来更新k时刻所预测的k+1时刻EKF的状态向量：
K(k+1)＝P(k+1|k)HT×[HP(k+1|k)HT+R(k)]-1 (30)
P(k+1|k+1)＝[I-K(k+1)H]P(k+1|k) (31)
其中
y(k+1)为k+1时刻载波相位的标量测量值；
为k+1时刻载波相位的标量预测值；
H为k+1时刻的EKF测量矩阵。
测量矩阵H由下式给出
/>
由于方程(24))中相位测量的模2π运算,测量的OFDM载波相位的标量测量值y(k+1)可以与真实的相位存在整数个周期的差异。在测量更新的式(29)中，必须正确地确定OFDM载波相位的标量测量值y(k+1)和预测相位值的差异/>基于预测状态/>所预测的载波相位/>为：
的整数部分和小数部分分别是/>和/>如果假设EKF的标量预测值/>的误差在0.5个周期内，可用下式来确定/>
最后，将所预测的载波相位送至终端定位算法，即可获取用户终端每个时刻的高精度位置信息。
关于EKF初始化方法
首先进行EKF状态量初始化：
从公式(20)，可获得：
由公式(36)可得到初始时刻(k＝0)OFDM符号的时间偏移的估计值的估计方法：
另一种方法是根据传统的算法估计到达时间(TOA),然后使用TOA的估计值来设置初始时间偏移xt(0)。
对于EKF的其余状态量xf(0),xo(0)，一般不知道它们的初始值，因而可以将它们的初始估计值设置为零。于是EKF初始状态向量为：
初始协方差矩阵P(0)代表初始估计值的不确定性，一般可以如下设置为对角矩阵
其中，的初始值可基于假定的/>的最大误差来设置，例如：设置为最大误差的平方值。
另外，对于基于闭环结构的OFDM载波相位跟踪的EKF接收机，具有闭环架构的EKF用所估计状态量校正时间偏移，频率偏移和相位噪声对所接收数据样本的载波相位的影响。
设对应于k+2时刻开始的CPRS OFDM符号的数据样本序列表示为{xn(k+2)}(n＝0,1,…,N-1)。对于闭环结构的EKF接收机，{xn(k+2)}序列的载波相位将根据时间在k+2时刻所预测的EKF状态在FFT之前用公式(40)对数据样值为{xn}进行相位旋转，形成新的数据样本序列{zn(k+2)}作为FFT的输入序列：
其中，
zn(k+2):相位旋转后的数据样本；
基于预测的时间偏移/>的相位旋转
闭环结构的EKF接收机与开环结构的EKF接收机具有相同的步骤，包括EKF状态、时间更新和测量更新的EKF算法以及EKF初始化。差异之处在于：由于闭环结构EKF使用了所预测的时间偏移对所接收的数据样本序列{xn(k+2)}进行了相位旋转，闭环结构EKF的/>的计算不再用式(34)计算，而须改用以下式(42)计算：
现有技术还没有公开文献讨论适合于实时跟踪OFDM无线网络(LTE,5G NR)载波相位的EKF设计方法，而本实施例提出了基于EKF的OFDM无线网络载波相位定位的实时跟踪方法，结合上述具体公式的实现过程，对应的开环结构和闭环结构的OFDM载波相位跟踪的EKF接收机的步骤如下：
如图2所示，基于开环结构的OFDM载波相位跟踪的EKF接收机包含如下步骤：
Step1：对基带离散数据样值{xn}进行FFT变换，获取OFDM符号里对应于带有已知CPRS样值序列的子载波的频域信号如公式(19)；
Step2：将与其已知的CPRS样值序列/>进行相关计算，获取其相位的标量测量值/>如公式(23)；
Step3：根据EKF时间更新算法，用基于k时刻的状态估计值和协方差矩阵P(k|k)来预测在k+1时刻的状态向量/>和协方差矩阵P(k+1|k)，如公式(27)和(28)；
Step4：基于预测状态向量对载波相位进行预测，记为/>如公式(34)；
Step5：计算在k+1时刻，获取载波相位的标量测量值与标量预测值之间的差，记为如公式(35)；
Step6：根据EKF测量更新算法(29)～(31)，基于P(k+1|k)以及更新在k+1时刻状态向量估计值/>和协方差矩阵P(k+1|k+1)；
Step7：重复Step3～Step6，计算每个时刻的载波相位的标量测量值与状态向量预测值，获得载波相位的估计值，从而完成载波相位的跟踪。。
如图3所示，基于闭环结构的OFDM载波相位跟踪的EKF接收机包含如下步骤：
Step1～Step 6：与基于开环结构的OFDM载波相位跟踪的Step1～Step 6相同；
Step7：在k+2时刻先利用k+1时刻的EKF状态向量估计值反馈校正由时间和频率偏移对FFT前传入数据样本(基带离散数据样值{xn})引入的影响，如公式(40)；
Step8：重复Step1～Step7，计算每个时刻的载波相位的标量测量值与状态向量预测值，获得载波相位的估计值，从而完成载波相位的跟踪。。
图5示出了本实施例提供的一种正交频分复用载波相位的跟踪装置的结构示意图，所述装置包括：值获取模块501和跟踪模块502，其中：
所述值获取模块501用于获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
所述跟踪模块502用于基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
具体地，所述值获取模块501获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；所述跟踪模块502基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
本实施例所述的正交频分复用载波相位的跟踪装置可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。
参照图6，所述电子设备，包括：处理器(processor)601、存储器(memory)602和总线603；
其中，
所述处理器601和存储器602通过所述总线603完成相互间的通信；
所述处理器601用于调用所述存储器602中的程序指令，以执行如下方法：
获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
进一步地，在上述实施例的基础上，所述基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪，具体包括：
根据k+1时刻OFDM载波相位的状态向量预测值获取k+1时刻的OFDM载波相位的标量预测值，计算k+1时刻的OFDM载波相位的标量测量值与k+1时刻的OFDM载波相位的标量预测值的差值，并根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值；
根据终端定位算法，基于k+1时刻的OFDM载波相位的状态向量估计值得到终端在k+1时刻的OFDM载波相位，以实现对OFDM载波相位的跟踪；
其中，k为正整数。
进一步地，在上述实施例的基础上，所述根据k+1时刻OFDM载波相位的状态向量预测值获取k+1时刻的OFDM载波相位的标量预测值，计算k+1时刻的OFDM载波相位的标量测量值与k+1时刻的OFDM载波相位的标量预测值的差值，并根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值之后，还包括：
根据k+1时刻的OFDM载波相位的状态向量估计值对k+2时刻的基带离散数据样值进行相位旋转，以校正由时间和频率偏移对k+2时刻的基带离散数据样值。
进一步地，在上述实施例的基础上，所述根据k+1时刻的状态向量估计值对k+2时刻的基带离散数据样值进行相位旋转，以校正由时间和频率偏移对k+2时刻的基带离散数据样值，具体包括：
根据以下公式对k+2时刻的基带离散数据样值xn(k+2)进行相位旋转，得到新的数据样本序列{zn(k+2)}：
其中，为由/>所计算的相位旋转，/>j为单位虚数；xn(k+2)为k+2时刻OFDM符号中第n个已知CPRS样值序列；N为每个OFDM符号包含的基带离散数据样值的个数；/>为预测的k+2时刻OFDM符号的时间偏移，Δt(k+2)为k+2时刻OFDM符号开始时接收机接收到的信号和接收机自身生成的信号之间的时间偏差；fc为载波频率，k是正整数。
进一步地，在上述实施例的基础上，所述获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，具体包括：
对k时刻承载的OFDM符号中已知载波相位参考信号CPRS样值序列与k时刻该样值序列对应的子载波的频域信号进行相关计算，得到k时刻的OFDM载波相位的标量测量值，其中，子载波的频域信号是由k时刻所接收的基带离散数据样值进行快速傅立叶变换得到；
根据EKF时间更新算法，基于k时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值，得到k+1时刻的OFDM载波相位的状态向量预测值和协方差矩阵预测值，并基于k+1时刻的OFDM载波相位的状态向量预测值和预先设置的EKF测量矩阵，得到k+1时刻的OFDM载波相位的标量预测值。
进一步地，在上述实施例的基础上，所述对k时刻承载的OFDM符号中已知载波相位参考信号CPRS样值序列与k时刻该样值序列对应的子载波的频域信号进行相关计算，得到k时刻的OFDM载波相位的标量测量值，具体包括：
获取k时刻承载的OFDM符号中第l个已知CPRS样值序列对应的子载波的频域信号Rl(k)：
对频域信号Rl(k)和对应的已知CPRS样值序列Xl(k)进行相关计算，得到k时刻的OFDM第l个子载波的载波相位的标量测量值yl(k)：
/>
其中，δf为归一化的频率偏差；ho为第一条传输路径的衰减；N为每个OFDM符号包含的基带离散数据样值的个数；j为单位虚数；fc为载波频率；l为已知CPRS样值序列中的子载波的序号；ΔfSCS为OFDM***的子载波间隔；Δt(k)为k时刻OFDM符号开始时接收机接收到的信号和接收机自身生成的信号之间的时间偏差；τ0(k)为k时刻OFDM符号在信道传输中由多普勒产生的时偏；Gl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的无线信道频率响应；Xl(k)为k时刻OFDM符号中第l个已知CPRS样值序列；Wl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的加性高斯白噪声AWGN；Rl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的频域信号，xt(k)为k时刻OFDM符号的时间偏移，xf(k)为k时刻OFDM符号的频率偏移，Ts为采样时间间隔，k是正整数；
根据k时刻的OFDM第l个子载波的载波相位的标量测量值yl(k)的表达方程得到EKF测量矩阵H为：
其中，Hl为第l个子载波的EKF测量矩阵，Ts为采样间隔。
进一步地，在上述实施例的基础上，所述根据EKF时间更新算法，基于k时刻的状态向量估计值和协方差矩阵估计值，得到k+1时刻的状态向量预测值和协方差矩阵预测值，并基于k+1时刻的状态向量预测值和预先设置的EKF测量矩阵，得到k+1时刻的OFDM载波相位的标量预测值，具体包括：
基于k时刻的OFDM载波相位的状态向量估计值和状态转移矩阵F(k)，计算k+1时刻的OFDM载波相位的状态向量预测值/>为：
其中，ΔT(k)为k+1时刻与k时刻的时间差；
根据k时刻的协方差矩阵估计值P(k|k)和状态转移矩阵F(k)，计算k+1时刻的协方差矩阵预测值P(k+1|k)为：
P(k+1|k)＝F(k)P(k|k)FT(k)+Q(k)
基于k+1时刻的状态向量预测值和第l个子载波的EKF测量矩阵Hl，得到k+1时刻的OFDM第l个子载波的载波相位的标量预测值/>为：
其中，为预测的k+1时刻OFDM符号的时间偏移；/>为预测的k+1时刻OFDM符号的频率偏移；FT(k)为F(k)的转置矩阵，Q(k)为k时刻的过程噪声协方差。
进一步地，在上述实施例的基础上，所述根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值，具体包括：
根据k+1时刻的OFDM载波相位的状态向量预测值k+1时刻的EKF增益矩阵K(k+1)、k+1时刻的OFDM载波相位的标量测量值y(k+1)和k+1时刻的载波相位的标量预测值/>更新k+1时刻的状态向量估计值/>
根据k+1时刻的协方差矩阵预测值P(k+1|k)、k+1时刻的EKF增益矩阵K(k+1)和k+1时刻的EKF测量矩阵H，更新k+1时刻的协方差矩阵估计值P(k+1|k+1)：
P(k+1|k+1)＝[I-K(k+1)H]P(k+1|k)
其中，K(k+1)＝P(k+1|k)HT×[HP(k+1|k)HT+Rl(k)]-1
HT为H的转置矩阵。
进一步地，在上述实施例的基础上，初始时刻OFDM符号的时间偏移的估计值的估算公式如下：
或，
初始时刻OFDM符号的时间偏移的估计值根据估计到达时间TOA的估计值进行设置；
其中，lj为第j个子载波序号；li为第i个子载波序号；为k时刻OFDM符号第i个子载波的频域数据；/>为k时刻OFDM符号第i个子载波的频域数据的共轭；/>为k时刻OFDM符号第j个子载波的频域数据；/>为k时刻OFDM符号第j个子载波的频域数据的共轭。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行以下方法：
获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
本实施例所述的电子设备可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行以下方法：
获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (18)

1.一种正交频分复用载波相位的跟踪方法，其特征在于，包括：
获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪；
所述基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪，具体包括：
根据k+1时刻OFDM载波相位的状态向量预测值获取k+1时刻的OFDM载波相位的标量预测值，计算k+1时刻的OFDM载波相位的标量测量值与k+1时刻的OFDM载波相位的标量预测值的差值，并根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值；
根据终端定位算法，基于k+1时刻的OFDM载波相位的状态向量估计值得到终端在k+1时刻的OFDM载波相位，以实现对OFDM载波相位的跟踪；
其中，k为正整数。
2.根据权利要求1所述的正交频分复用载波相位的跟踪方法，其特征在于，所述根据k+1时刻OFDM载波相位的状态向量预测值获取k+1时刻的OFDM载波相位的标量预测值，计算k+1时刻的OFDM载波相位的标量测量值与k+1时刻的OFDM载波相位的标量预测值的差值，并根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值之后，还包括：
根据k+1时刻的OFDM载波相位的状态向量估计值对k+2时刻的基带离散数据样值进行相位旋转，以校正由时间和频率偏移对k+2时刻的基带离散数据样值。
3.根据权利要求2所述的正交频分复用载波相位的跟踪方法，其特征在于，所述根据k+1时刻的状态向量估计值对k+2时刻的基带离散数据样值进行相位旋转，以校正由时间和频率偏移对k+2时刻的基带离散数据样值，具体包括：
根据以下公式对k+2时刻的基带离散数据样值xn(k+2)进行相位旋转，得到新的数据样本序列{zn(k+2)}：
其中，为由/>所计算的相位旋转，/>j为单位虚数；xn(k+2)为k+2时刻OFDM符号中第n个已知CPRS样值序列；N为每个OFDM符号包含的基带离散数据样值的个数；/>为预测的k+2时刻OFDM符号的时间偏移；fc为载波频率；k是正整数。
4.根据权利要求1所述的正交频分复用载波相位的跟踪方法，其特征在于，所述获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，具体包括：
对k时刻承载的OFDM符号中已知载波相位参考信号CPRS样值序列与k时刻该样值序列对应的子载波的频域信号进行相关计算，得到k时刻的OFDM载波相位的标量测量值，其中，子载波的频域信号是由k时刻所接收的基带离散数据样值进行快速傅立叶变换得到；
根据EKF时间更新算法，基于k时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值，得到k+1时刻的OFDM载波相位的状态向量预测值和协方差矩阵预测值，并基于k+1时刻的OFDM载波相位的状态向量预测值和预先设置的EKF测量矩阵，得到k+1时刻的OFDM载波相位的标量预测值。
5.根据权利要求4所述的正交频分复用载波相位的跟踪方法，其特征在于，所述对k时刻承载的OFDM符号中已知载波相位参考信号CPRS样值序列与k时刻该样值序列对应的子载波的频域信号进行相关计算，得到k时刻的OFDM载波相位的标量测量值，具体包括：
获取k时刻承载的OFDM符号中第l个已知CPRS样值序列对应的子载波的频域信号Rl(k)：
对频域信号Rl(k)和对应的已知CPRS样值序列Xl(k)进行相关计算，得到k时刻的OFDM第l个子载波的载波相位的标量测量值yl(k)：
其中，δf为归一化的频率偏差；h0为第一条传输路径的衰减；N为每个OFDM符号包含的基带离散数据样值的个数；j为单位虚数；fc为载波频率；l为已知CPRS样值序列中的子载波的序号；ΔfSCS为OFDM***的子载波间隔；Δt(k)为k时刻OFDM符号开始时接收机接收到的信号和接收机自身生成的信号之间的时间偏差；τ0(k)为k时刻OFDM符号在信道传输中由多普勒产生的时偏；Gl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的无线信道频率响应；Xl(k)为k时刻OFDM符号中第l个已知CPRS样值序列；Wl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的加性高斯白噪声AWGN；Rl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的频域信号，xt(k)为k时刻OFDM符号的时间偏移，xf(k)为k时刻OFDM符号的频率偏移，Ts为采样时间间隔，k是正整数；
根据k时刻的OFDM第l个子载波的载波相位的标量测量值yl(k)的表达方程得到EKF测量矩阵H为：
H＝{Hl}；
其中，Hl为第l个子载波的EKF测量矩阵，Ts为采样时间间隔，为L个CPRS样值序列在CPRS-OFDM符号中的子载波位置。
6.根据权利要求5所述的正交频分复用载波相位的跟踪方法，其特征在于，所述根据EKF时间更新算法，基于k时刻的状态向量估计值和协方差矩阵估计值，得到k+1时刻的状态向量预测值和协方差矩阵预测值，并基于k+1时刻的状态向量预测值和预先设置的EKF测量矩阵，得到k+1时刻的OFDM载波相位的标量预测值，具体包括：
基于k时刻的OFDM载波相位的状态向量估计值和状态转移矩阵F(k)，计算k+1时刻的OFDM载波相位的状态向量预测值/>为：
其中，ΔT(k)为k+1时刻与k时刻的时间差；
根据k时刻的协方差矩阵估计值P(k|k)和状态转移矩阵F(k)，计算k+1时刻的协方差矩阵预测值P(k+1|k)为：
P(k+1|k)＝F(k)P(k|k)FT(k)+Q(k)
基于k+1时刻的状态向量预测值和第l个子载波的EKF测量矩阵Hl，得到k+1时刻的OFDM第l个子载波的载波相位的标量预测值/>为：
其中，为预测的k+1时刻OFDM符号的时间偏移；/>为预测的k+1时刻OFDM符号的频率偏移；FT(k)为F(k)的转置矩阵，Q(k)为k时刻的过程噪声协方差。
7.根据权利要求6所述的正交频分复用载波相位的跟踪方法，其特征在于，所述根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值，具体包括：
根据k+1时刻的OFDM载波相位的状态向量预测值k+1时刻的EKF增益矩阵K(k+1)、k+1时刻的OFDM载波相位的标量测量值y(k+1)和k+1时刻的载波相位的标量预测值更新k+1时刻的状态向量估计值/>
根据k+1时刻的协方差矩阵预测值P(k+1|k)、k+1时刻的EKF增益矩阵K(k+1)和k+1时刻的EKF测量矩阵H，更新k+1时刻的协方差矩阵估计值P(k+1|k+1)：
P(k+1|k+1)＝[I-K(k+1)H]P(k+1|k)
其中，K(k+1)＝P(k+1|k)HT×[HP(k+1|k)HT+Rl(k)]-1
HT为H的转置矩阵，I为单位矩阵。
8.根据权利要求5或6所述的正交频分复用载波相位的跟踪方法，其特征在于，初始时刻OFDM符号的时间偏移的估计值的估算公式如下：
或，
初始时刻OFDM符号的时间偏移的估计值根据估计到达时间TOA的估计值进行设置；
其中，lj为第j个子载波序号；li为第i个子载波序号；为k时刻OFDM符号第i个子载波的频域数据；/>为k时刻OFDM符号第i个子载波的频域数据的共轭；/>为k时刻OFDM符号第j个子载波的频域数据；/>为k时刻OFDM符号第j个子载波的频域数据的共轭，/>为L个CPRS样值序列在CPRS-OFDM符号中的子载波位置。
9.一种正交频分复用载波相位的跟踪装置，其特征在于，包括：
值获取模块，用于获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
跟踪模块，用于基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪；
所述基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪，具体包括：
根据k+1时刻OFDM载波相位的状态向量预测值获取k+1时刻的OFDM载波相位的标量预测值，计算k+1时刻的OFDM载波相位的标量测量值与k+1时刻的OFDM载波相位的标量预测值的差值，并根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值；
根据终端定位算法，基于k+1时刻的OFDM载波相位的状态向量估计值得到终端在k+1时刻的OFDM载波相位，以实现对OFDM载波相位的跟踪；
其中，k为正整数。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如下方法：
获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值；
基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪；
所述基于每个时刻的OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，获得OFDM载波相位的状态向量估计值，对OFDM载波相位进行跟踪，具体包括：
根据k+1时刻OFDM载波相位的状态向量预测值获取k+1时刻的OFDM载波相位的标量预测值，计算k+1时刻的OFDM载波相位的标量测量值与k+1时刻的OFDM载波相位的标量预测值的差值，并根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值；
根据终端定位算法，基于k+1时刻的OFDM载波相位的状态向量估计值得到终端在k+1时刻的OFDM载波相位，以实现对OFDM载波相位的跟踪；
其中，k为正整数。
11.根据权利要求10所述的电子设备，其特征在于，所述根据k+1时刻OFDM载波相位的状态向量预测值获取k+1时刻的OFDM载波相位的标量预测值，计算k+1时刻的OFDM载波相位的标量测量值与k+1时刻的OFDM载波相位的标量预测值的差值，并根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值之后，还包括：
根据k+1时刻的OFDM载波相位的状态向量估计值对k+2时刻的基带离散数据样值进行相位旋转，以校正由时间和频率偏移对k+2时刻的基带离散数据样值。
12.根据权利要求11所述的电子设备，其特征在于，所述根据k+1时刻的状态向量估计值对k+2时刻的基带离散数据样值进行相位旋转，以校正由时间和频率偏移对k+2时刻的基带离散数据样值，具体包括：
根据以下公式对k+2时刻的基带离散数据样值xn(k+2)进行相位旋转，得到新的数据样本序列{zn(k+2)}：
其中，为由/>所计算的相位旋转，/>j为单位虚数；xn(k+2)为k+2时刻OFDM符号中第n个已知CPRS样值序列；N为每个OFDM符号包含的基带离散数据样值的个数；/>为预测的k+2时刻OFDM符号的时间偏移，Δt(k+2)为k+2时刻OFDM符号开始时接收机接收到的信号和接收机自身生成的信号之间的时间偏差；fc为载波频率；k是正整数。
13.根据权利要求10所述的电子设备，其特征在于，所述获取每个时刻的正交频分复用OFDM载波相位的状态向量预测值与OFDM载波相位的标量测量值，具体包括：
对k时刻承载的OFDM符号中已知载波相位参考信号CPRS样值序列与k时刻该样值序列对应的子载波的频域信号进行相关计算，得到k时刻的OFDM载波相位的标量测量值，其中，子载波的频域信号是由k时刻所接收的基带离散数据样值进行快速傅立叶变换得到；
根据EKF时间更新算法，基于k时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值，得到k+1时刻的OFDM载波相位的状态向量预测值和协方差矩阵预测值，并基于k+1时刻的OFDM载波相位的状态向量预测值和预先设置的EKF测量矩阵，得到k+1时刻的OFDM载波相位的标量预测值。
14.根据权利要求13所述的电子设备，其特征在于，所述对k时刻承载的OFDM符号中已知载波相位参考信号CPRS样值序列与k时刻该样值序列对应的子载波的频域信号进行相关计算，得到k时刻的OFDM载波相位的标量测量值，具体包括：
获取k时刻承载的OFDM符号中第l个已知CPRS样值序列对应的子载波的频域信号Rl(k)：
对频域信号Rl(k)和对应的已知CPRS样值序列Xl(k)进行相关计算，得到k时刻的OFDM第l个子载波的载波相位的标量测量值yl(k)：
其中，δf为归一化的频率偏差；h0为第一条传输路径的衰减；N为每个OFDM符号包含的基带离散数据样值的个数；j为单位虚数；fc为载波频率；l为已知CPRS样值序列中的子载波的序号；ΔfSCS为OFDM***的子载波间隔；Δt(k)为k时刻OFDM符号开始时接收机接收到的信号和接收机自身生成的信号之间的时间偏差；τ0(k)为k时刻OFDM符号在信道传输中由多普勒产生的时偏；Gl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的无线信道频率响应；Xl(k)为k时刻OFDM符号中第l个已知CPRS样值序列；Wl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的加性高斯白噪声AWGN；Rl(k)为k时刻OFDM符号中第l个已知CPRS样值序列的频域信号，xt(k)为k时刻OFDM符号的时间偏移，xf(k)为k时刻OFDM符号的频率偏移，Ts为采样时间间隔，k是正整数；
根据k时刻的OFDM第l个子载波的载波相位的标量测量值yl(k)的表达方程得到EKF测量矩阵H为：
H＝{Hl}；
其中，Hl为第l个子载波的EKF测量矩阵，Ts为采样时间间隔，为L个CPRS样值序列在CPRS-OFDM符号中的子载波位置。
15.根据权利要求14所述的电子设备，其特征在于，所述根据EKF时间更新算法，基于k时刻的状态向量估计值和协方差矩阵估计值，得到k+1时刻的状态向量预测值和协方差矩阵预测值，并基于k+1时刻的状态向量预测值和预先设置的EKF测量矩阵，得到k+1时刻的OFDM载波相位的标量预测值，具体包括：
基于k时刻的OFDM载波相位的状态向量估计值和状态转移矩阵F(k)，计算k+1时刻的OFDM载波相位的状态向量预测值/>为：
其中，ΔT(k)为k+1时刻与k时刻的时间差；
根据k时刻的协方差矩阵估计值P(k|k)和状态转移矩阵F(k)，计算k+1时刻的协方差矩阵预测值P(k+1|k)为：
P(k+1|k)＝F(k)P(k|k)FT(k)+Q(k)
基于k+1时刻的状态向量预测值和第l个子载波的EKF测量矩阵Hl，得到k+1时刻的OFDM第l个子载波的载波相位的标量预测值/>为：
其中，为预测的k+1时刻OFDM符号的时间偏移；/>为预测的k+1时刻OFDM符号的频率偏移；FT(k)为F(k)的转置矩阵，Q(k)为k时刻的过程噪声协方差。
16.根据权利要求15所述的电子设备，其特征在于，所述根据扩展卡尔曼滤波器EKF测量更新算法，更新k+1时刻的OFDM载波相位的状态向量估计值和协方差矩阵估计值，具体包括：
根据k+1时刻的OFDM载波相位的状态向量预测值k+1时刻的EKF增益矩阵K(k+1)、k+1时刻的OFDM载波相位的标量测量值y(k+1)和k+1时刻的载波相位的标量预测值更新k+1时刻的状态向量估计值/>
根据k+1时刻的协方差矩阵预测值P(k+1|k)、k+1时刻的EKF增益矩阵K(k+1)和k+1时刻的EKF测量矩阵H，更新k+1时刻的协方差矩阵估计值P(k+1|k+1)：
P(k+1|k+1)＝[I-K(k+1)H]P(k+1|k)
其中，K(k+1)＝P(k+1|k)HT×[HP(k+1|k)HT+Rl(k)]-1
HT为H的转置矩阵，I为单位矩阵。
17.根据权利要求14或15所述的电子设备，其特征在于，初始时刻OFDM符号的时间偏移的估计值的估算公式如下：
或，
初始时刻OFDM符号的时间偏移的估计值根据估计到达时间TOA的估计值进行设置；
其中，lj为第j个子载波序号；li为第i个子载波序号；为k时刻OFDM符号第i个子载波的频域数据；/>为k时刻OFDM符号第i个子载波的频域数据的共轭；/>为k时刻OFDM符号第j个子载波的频域数据；/>为k时刻OFDM符号第j个子载波的频域数据的共轭，/>为L个CPRS样值序列在CPRS-OFDM符号中的子载波位置。
18.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至8任一所述的正交频分复用载波相位的跟踪方法。
CN201911198870.3A 2019-11-25 2019-11-25 正交频分复用载波相位的跟踪方法、装置及电子设备 Active CN112835075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911198870.3A CN112835075B (zh) 2019-11-25 2019-11-25 正交频分复用载波相位的跟踪方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911198870.3A CN112835075B (zh) 2019-11-25 2019-11-25 正交频分复用载波相位的跟踪方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN112835075A CN112835075A (zh) 2021-05-25
CN112835075B true CN112835075B (zh) 2024-04-02

Family

ID=75922425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911198870.3A Active CN112835075B (zh) 2019-11-25 2019-11-25 正交频分复用载波相位的跟踪方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112835075B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115128652A (zh) * 2022-05-28 2022-09-30 北京远思久维科技有限公司 一种基于5g载波相位的定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1433167A (zh) * 2002-01-09 2003-07-30 松下电器产业株式会社 Ofdm通信设备、ofdm通信方法以及ofdm通信程序
CN1802831A (zh) * 2003-03-28 2006-07-12 英特尔公司 用于ofdm信号的自适应相位补偿的方法和装置
DE102010011415B3 (de) * 2010-03-15 2011-03-31 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Ermittlung und zum Tracking von Eigenschaften eines Funkübertragungskanals
WO2018014602A1 (zh) * 2016-07-19 2018-01-25 东南大学 适于高维gnss/ins深耦合的容积卡尔曼滤波方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9712316B2 (en) * 2013-02-27 2017-07-18 Panasonic Corporation Reception apparatus, phase error estimation method, and phase error correction method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1433167A (zh) * 2002-01-09 2003-07-30 松下电器产业株式会社 Ofdm通信设备、ofdm通信方法以及ofdm通信程序
CN1802831A (zh) * 2003-03-28 2006-07-12 英特尔公司 用于ofdm信号的自适应相位补偿的方法和装置
DE102010011415B3 (de) * 2010-03-15 2011-03-31 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Ermittlung und zum Tracking von Eigenschaften eines Funkübertragungskanals
WO2018014602A1 (zh) * 2016-07-19 2018-01-25 东南大学 适于高维gnss/ins深耦合的容积卡尔曼滤波方法

Also Published As

Publication number Publication date
CN112835075A (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
CN107211249B (zh) 用于位置确定中时间差异测量的频率间偏差补偿
US10104630B2 (en) Methods and devices for time and frequency offset estimation
CN109561495B (zh) 时频跟踪方法、用户设备及计算机可读介质
US9277519B1 (en) Method for performing mobile communications and mobile terminal device
JP2014510437A (ja) 周波数オフセットを決定するための装置、方法、およびコンピュータ・プログラム
WO2021042852A1 (zh) 载波相位测量值的偏差消除和获取方法、装置及接收机
KR102304177B1 (ko) 브로드캐스트 채널 기반의 주파수 오프셋 추정
CN113785630B (zh) 用于频移补偿的机制
KR20090085331A (ko) 이동통신 시스템의 주파수 제어 장치 및 방법
TW201101761A (en) Methods and systems using fine frequency tracking loop design for WiMAX
JP2023535372A (ja) マルチキャリア位相ベース定位のためのシステムおよび方法
US8873609B2 (en) Communication apparatus and communication method
CN112835075B (zh) 正交频分复用载波相位的跟踪方法、装置及电子设备
US20210306985A1 (en) Multi-Source Quasi Collocation of Reference Signals
CN109495414B (zh) 一种频偏估计方法、装置、设备及计算机可读存储介质
CN114786240B (zh) 5g下行信号间断性跟踪方法
JP6058812B2 (ja) 無線通信における受信パワーのトラッキング
Wang et al. Carrier phase tracking architecture for positioning in LTE networks under channel fading conditions
US9083597B1 (en) Method and receiver in a wireless communication system
WO2018029269A1 (en) Methods and apparatuses for communicating position reference signals
CN111294917A (zh) 基于pdcch估计定时偏差的方法、装置、存储介质及用户设备
US20230341505A1 (en) Methods and apparatus for positioning of a moving unmanned aerial vehicle
CN114301743B (zh) 频偏估计方法及装置、存储介质、终端
CN113691477B (zh) 一种载波相位跟踪方法及设备
Guchhait et al. Joint minimum variance unbiased and maximum likelihood estimation of clock offset and skew in one-way packet transmission

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant