CN114584449A - 一种基于CAZAC序列的改进M-part定时同步与频偏方法 - Google Patents

一种基于CAZAC序列的改进M-part定时同步与频偏方法 Download PDF

Info

Publication number
CN114584449A
CN114584449A CN202210201441.2A CN202210201441A CN114584449A CN 114584449 A CN114584449 A CN 114584449A CN 202210201441 A CN202210201441 A CN 202210201441A CN 114584449 A CN114584449 A CN 114584449A
Authority
CN
China
Prior art keywords
cazac
timing
sequence
frequency offset
estimation 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.)
Granted
Application number
CN202210201441.2A
Other languages
English (en)
Other versions
CN114584449B (zh
Inventor
邓旭
朱立东
师一迈
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202210201441.2A priority Critical patent/CN114584449B/zh
Publication of CN114584449A publication Critical patent/CN114584449A/zh
Application granted granted Critical
Publication of CN114584449B publication Critical patent/CN114584449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2657—Carrier synchronisation
    • H04L27/2659—Coarse or integer frequency offset determination and synchronisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2657—Carrier synchronisation
    • H04L27/266—Fine or fractional frequency offset determination and synchronisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2666—Acquisition of further OFDM parameters, e.g. bandwidth, subcarrier spacing, or guard interval length
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2668—Details of algorithms
    • H04L27/2673—Details of algorithms characterised by synchronisation parameters
    • H04L27/2676—Blind, i.e. without using known symbols
    • H04L27/2678—Blind, i.e. without using known symbols using cyclostationarities, e.g. cyclic prefix or postfix
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2668—Details of algorithms
    • H04L27/2681—Details of algorithms characterised by constraints
    • H04L27/2688—Resistance to perturbation, e.g. noise, interference or fading
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
    • H04L27/2695—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation with channel estimation, e.g. determination of delay spread, derivative or peak tracking
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Synchronisation In Digital Transmission Systems (AREA)

Abstract

本发明公开了一种基于CAZAC序列的M‑part定时同步与频偏方法，通过划分CAZAC序列得到满足共轭反对称的CAZAC前导序列，得到CAZAC训练序列，并根据CAZAC训练序列得到接收信号；再利用接收信号及CAZAC训练序列构建各定时度量矩阵，并筛选符号定时估计值；对符号定时估计值进行加权求和，得到定时偏差估计值；同时根据相邻符号间的符号定时估计值及共轭反对称性，得到整数倍频偏估计值与小数倍频偏估计值最，最后利用小数倍频偏估计值、整数倍频偏估计值及符号定时估计值进行定时同步与频偏估计；本发明通过构建前导序列，结合该序列的组合特性可实现精确稳定的定时同步，解决了星地大动态环境下定时与频偏联合同步问题，提高符号定估和频偏计性能，提高抗噪声干扰能力。

Description

一种基于CAZAC序列的改进M-part定时同步与频偏方法
技术领域
本发明涉及卫星通信技术领域，具体涉及一种基于CAZAC序列的改进M-part定时同步与频偏方法。
背景技术
CAZAC序列是恒包络零自相关序列的简称，被广泛应用于OFDM***的同步算法中，例如在地面蜂窝移动通信***中，LTE采用CAZAC序列中的ZC序列作为主同步序列。CAZAC具有恒包络、理想的周期自相关、良好的互相关等特性。常见的CAZAC序列包括ZC序列、Chirp-Like序列、Colomb序列和Frank序列等；
***通信***主要采用ZC序列作为主同步序列，该序列在低信噪比条件下拥有很好的自相关峰值，然而ZC序列受频偏影响严重，不仅峰值有明显降低，而且还会有副峰出现，这将对频偏估计产生很大的影响。为了能够抵抗更大的频偏影响，地面蜂窝***采用了分段相关的方法获得定时与频偏估计，分段相关法即M-Part同步方法，全称为分段相关模方累加算法；而现有的M-part算法是以牺牲抗噪声干扰性能作为代价来提高抗频偏性能，并不能够解决星地大动态环境下行定时与频偏同步问题，并提高抗噪声干扰能力。
发明内容
针对现有技术中的上述不足，本发明提供了一种基于CAZAC序列的改进M-part定时同步与频偏方法，采用特定的训练符号时域结构，结合改进型CAZAC序列，解决了星地大动态环境下行定时与频偏同步问题，提高抗噪声干扰能力。
为了达到上述发明目的，本发明采用的技术方案为：
一方面，一种基于CAZAC序列的改进M-part定时同步与频偏方法，包括以下步骤：
1.一种基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，包括以下步骤：
S1、对CAZAC序列进行分组，并根据分组后的CAZAC前导序列构建满足共轭反对称的CAZAC前导序列，作为CAZAC训练序列；
S2、根据CAZAC训练序列构建调制信号，并根据调制信号得到接收信号；
S3、根据接收信号及CAZAC训练序列构建各定时度量矩阵；
S4、利用最值函数确定各定时度量矩阵中相关峰的位置，并以最大峰值作为符号定时估计值，并利用符号定时估计值进行定时同步估计；
S5、对符号定时估计值进行加权求和，得到定时偏差估计值；
S6、根据接收信号的相邻符号间的符号定时估计值，得到整数倍频偏估计值；
S7、利用定时偏差估计值及接收信号中CAZAC训练序列间相邻符号间的共轭反对称性，得到小数倍频偏估计值；
S8、通过联合加权求和法对小数倍频偏估计值进行优化，得到优化后的小数倍频偏估计值；
S9、利用整数倍频偏估计值与优化后的小数倍频偏估计值进行频偏估计。
优选地，步骤S1具体包括以下分步骤：
S11、将CAZAC序列均匀划分，得到不少于一段的划分后的CAZAC前导序列；
S12、根据奇偶性对划分后的CAZAC前导序列进行分类，得到满足共轭反对称的CAZAC前导序列，作为CAZAC训练序列，表示为：
ui(n)＝(-1)nc(n)n＝0,1,2,...,L L＝Nzc/M
Figure BDA0003529473310000031
Figure BDA0003529473310000032
其中，x(n)为CAZAC训练序列，c(n)为划分后的CAZAC前导序列，Nzc为CAZAC前导序列的总长度，M为划分总段数，L为各段长度，Nc为正整数，ui(n)为划分后的CAZAC前导序列，ui *(n)为划分后的CAZAC前导序列ui(n)的共轭，，j为虚数标识，m为与正整数Nc互为质数的正整数，e为常数，π为常数。
优选地，步骤S2具体为：
在发送端，将发送信号进行FFT变换，然后将CAZAC训练序列及多比特数的CP前缀添加到FFT变换后的发送信号中，得到调制后的发送信号，再利用FFT变换对调制后的发送信号进行发送，得到接收信号，其接收信号表示为：
Figure BDA0003529473310000033
其中，r(n)为接收信号，w(n)为高斯噪声，S为多径数量，hs为第s条径的信道响应，δs为第s条径的时延采样值，x(n-δs)为第s条径受到δs时延影响的发送信号，ε为频偏。
优选地，步骤S3具体为：
在接收端，利用CAZAC训练序列与接收信号做相关计算，得到不少于一个的相关函数，并通过求解相关函数得到各定时度量矩阵参数，其中，定时度量函数表示为：
Figure BDA0003529473310000041
其中，Fi(d)为第i个定时度量矩阵参数，进而得到定时度量矩阵，
Figure BDA0003529473310000042
M为划分总段数，d为滑动窗口的起始采样点，r(.)为接收信号，r*(.)为接收信号r(n)的共轭，L为分段长度，c(n)为划分后的CAZAC前导序列，c*(n)为划分后的CAZAC前导序列c(n)的共轭。
优选地，步骤S4中符号定时估计值表示为：
Figure BDA0003529473310000043
其中，
Figure BDA0003529473310000044
为第i个定时度量矩阵参数的符号定时估计值，
Figure BDA0003529473310000045
为最值函数，Fi(d)为第i个定时度量矩阵参数。
优选地，步骤S5中定时偏差估计值的计算式表示为：
Figure BDA0003529473310000046
其中，
Figure BDA0003529473310000047
为定时偏差估计值，M为划分总段数，
Figure BDA0003529473310000048
为第i个定时度量矩阵参数的符号定时估计值。
优选地，步骤S6中整数倍频偏估计值表示为：
Figure BDA0003529473310000049
其中，
Figure BDA00035294733100000410
为整数倍频偏估计值，
Figure BDA00035294733100000411
为偶数项符号定时估计值，
Figure BDA00035294733100000412
为奇数项符号定时估计值，M为划分总段数。
优选地，步骤S7中小数倍频偏估计值表示为：
Figure BDA00035294733100000413
其中，
Figure BDA00035294733100000414
为小数倍频偏估计值，
Figure BDA00035294733100000415
为定时偏差估计值，r(.)为输入函数，r*(.)为输入函数r(.)的共轭，L为各均分段长度，x(n)为CAZAC训练序列，x′(n)为与CAZAC训练序列x(n)互为共轭反对称的序列，m为与正整数Nc互为质数的正整数，angle(.)为复数角度函数，π为常数。
优选地，步骤S8中优化后的小数倍频偏估计值计算式为：
Figure BDA0003529473310000051
其中，w1，w2…wm为权重因子，其数值为1/M，
Figure BDA0003529473310000052
为第m个小数倍频偏估计值。
本发明具有以下有益效果：
通过划分CAZAC序列满足共轭反对称的CAZAC前导序列，作为CAZAC训练序列，并根据CAZAC训练序列构建发送端调制信号，并得到接收信号，同时利用接收信号及CAZAC训练序列构建各定时度量矩阵，并最值函数确定各定时度量矩阵中相关峰的位置，并以最大峰值作为符号定时估计值；同时对符号定时估计值进行加权求和，得到定时偏差估计值；同时根据接收信号的相邻符号间的符号定时估计值，得到整数倍频偏估计值；并利用CAZAC训练序列间相邻符号间的共轭反对称性，得到小数倍频偏估计值，并进行加权求和，得到优化后的小数倍频偏估计值；本发明通过构建新型前导序列，并利用该序列的组合特性可实现精确稳定的定时同步，在解决星地大动态环境下定时与频偏联合同步问题，及M-part算法存在的对频偏敏感问题，进一步提高符号定估和频偏计性能，得到更加准确的定时估计与更优的频偏估计性能。
附图说明
图1为本发明提供的一种基于CAZAC序列的改进M-part定时同步与频偏方法的步骤流程图；
图2为步骤S1的分步骤流程图；
图3为本发明实施例中CAZAC方法训练符号时域结构；
图4为本发明中改进M-part方法定时度量图；
图5为本发明实施例中符号定时估计准确率对比图；
图6为本发明实施例中整数倍频偏估计准确率对比图；
图7为本发明实施例中小数倍频偏估计均方误差对比图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，本发明实施例提供一种基于CAZAC序列的改进M-part定时同步与频偏方法，包括以下步骤：
S1、对CAZAC序列进行分组，并根据分组后的CAZAC前导序列构建满足共轭反对称的CAZAC前导序列，作为CAZAC训练序列；
优选地，如图2所示，步骤S1具体包括以下分步骤：
S11、将CAZAC序列均匀划分，得到不少于一段的划分后的CAZAC前导序列；
S12、根据奇偶性对划分后的CAZAC前导序列进行分类，得到满足共轭反对称的CAZAC前导序列，作为CAZAC训练序列，表示为：
ui(n)＝(-1)nc(n) n＝0,1,2,…,L L＝Nzc/M
Figure BDA0003529473310000071
Figure BDA0003529473310000072
其中，x(n)为CAZAC训练序列，c(n)为划分后的CAZAC前导序列，Nzc为CAZAC前导序列的总长度，M为划分总段数，L为各段长度，Nc为正整数，ui(n)为划分后的CAZAC前导序列，ui *(n)为划分后的CAZAC前导序列ui(n)的共轭，，j为虚数标识，m为与正整数Nc互为质数的正整数，e为常数。
可选的，如图3所示，将CAZAC序列平均划分为M段，每一段长度为L；然后将划分的子序列按照参数的奇偶性进行分段，当i为奇数，xi(n)为ui(n)本身，当i为偶数时，xi(n)为ui(n)的共轭，满足：xi(n)＝ui *(n)；整个训练符号由M段互为共轭反对称序列ui(n)与ui *(n)组成，得到满足共轭反对称的CAZAC前导序列，作为CAZAC训练序列，利用这样的结构在定时同步估计时可以结合相邻2个符号组合进行互相关运算，有助于求得M/2个相关的定时度量矩阵，不仅简化了接收端的定时度量函数，而且能够在有比较大频偏情况下消除其对定时估计的影响并得到很好的相关峰值。
S2、根据CAZAC训练序列构建调制信号，并根据调制信号得到接收信号；
优选地，步骤S2具体为：
在发送端，将发送信号进行FFT变换，然后将CAZAC训练序列及多比特数的CP前缀添加到FFT变换后的发送信号中，得到调制后的发送信号，再利用FFT变换对调制后的发送信号进行发送，得到接收信号，其接收信号表示为：
Figure BDA0003529473310000073
其中，r(n)为接收信号，w(n)为高斯噪声，S为多径数量，hs为第s条径的信道响应，δs为第s条径的时延采样值，x(n-δs)为第s条径受到δs时延影响的发送信号，ε为频偏，π为常数。
可选的，本实施例中采用20比特数的CP前缀，并假定发送信号通过卫星信道只受到定时、频偏以及高斯噪声的影响。
S3、根据接收信号及CAZAC训练序列构建各定时度量矩阵；
优选地，步骤S3具体为：
在接收端，利用CAZAC训练序列与接收信号做相关计算，得到不少于一个的相关函数，并通过求解相关函数得到各定时度量矩阵，其中，定时度量函数表示为：
Figure BDA0003529473310000081
其中，Fi(d)为第i个定时度量矩阵参数，进而得到定时度量矩阵，
Figure BDA0003529473310000082
M为划分总段数，d为滑动窗口的起始采样点，r(.)为接收信号，r*(.)为接收信号r(n)的共轭，L为各段长度，c(n)为划分后的CAZAC前导序列，c*(n)为划分后的CAZAC前导序列c(n)的共轭。
实际中，M/2个相关的定时度量矩阵参数的计算式可表示为：
Figure BDA0003529473310000083
Figure BDA0003529473310000084
...
Figure BDA0003529473310000085
S4、利用最值函数确定各定时度量矩阵中相关峰的位置，并以最大峰值作为符号定时估计值；
优选地，步骤S4中符号定时估计值表示为：
Figure BDA0003529473310000091
其中，
Figure BDA0003529473310000092
为第i个定时度量矩阵参数的符号定时估计值，
Figure BDA0003529473310000093
为最值函数，Fi(d)为第i个定时度量矩阵参数。
可选的，本实施例采用argmax函数来精确定位最大峰出的符号定时估计值，从而分别检测出Fi(d)(i＝1,2,...,M-1)出现相关峰的位置为
Figure BDA0003529473310000094
最大峰值即为符号定时估计值。
S5、对符号定时估计值进行加权求和，得到定时偏差估计值；
优选地，步骤S5中定时偏差估计值的计算式表示为：
Figure BDA0003529473310000095
其中，
Figure BDA0003529473310000096
为定时偏差估计值，M为划分总段数，
Figure BDA0003529473310000097
为第i个定时度量矩阵参数的符号定时估计值。
可选的，本实施例中，对Model C类卫星信道进行仿真，得到在SNR(信噪比)为0dB时CAZAC训练序列算法的定时度量图，如图4所示，可以看出此算法得到的相关峰十分明显，定时偏差估计准确。
S6、根据接收信号的相邻符号间的符号定时估计值，得到整数倍频偏估计值；
优选地，步骤S6中整数倍频偏估计值表示为：
Figure BDA0003529473310000098
其中，
Figure BDA0003529473310000101
为整数倍频偏估计值，
Figure BDA0003529473310000102
为偶数项符号定时估计值，
Figure BDA0003529473310000103
为奇数项符号定时估计值，M为划分总段数。
S7、利用定时偏差估计值及接收信号中CAZAC训练序列间相邻符号间的共轭反对称性，得到小数倍频偏估计值；
优选地，步骤S7中小数倍频偏估计值表示为：
Figure BDA0003529473310000104
其中，
Figure BDA0003529473310000105
为小数倍频偏估计值，
Figure BDA0003529473310000106
为定时偏差估计值，r(.)为输入函数，r*(.)为输入函数r(.)的共轭，L为各均分段长度，x(n)为CAZAC训练序列，x′(n)为与CAZAC训练序列x(n)互为共轭反对称的序列，m为与正整数Nc互为质数的正整数，angle(.)为复数角度函数，π为常数。
实际中，***通信***主要采用ZC序列作为主同步序列，该序列在低信噪比条件下拥有很好的自相关峰值，然而ZC序列受频偏影响严重，不仅峰值有明显降低，而且还会有副峰出现，这将对频偏估计产生很大的影响。为了能够抵抗更大的频偏影响，地面蜂窝***采用了分段相关的方法获得定时与频偏估计。分段相关法即M-Part同步方法，全称为分段相关模方累加算法。
已有的ZC序列其生成方法为：
Figure BDA0003529473310000107
其中，Nzc为ZC序列的长度，m为ZC序列的根指数，并且m与Nzc互为质数的关系。
M-part算法把同步序列分成M份后对每份分别进行相关运算，并在此基础上各自平方求和最终得到总功率：
Figure BDA0003529473310000111
其中M为各自相关的段数，L为每段的长度，d为定时起始位置。据此得到的定时估计值
Figure BDA0003529473310000112
为
Figure BDA0003529473310000113
当M＝2且d＝δ时，可以得到相关结果为：
Figure BDA0003529473310000114
由相关结果可知，在M＝2的情况下，只有当频偏ε的绝对值为2时幅值才为0；以此类推可得到各自相关的段数为M时相关运算后的结果为(NA)2/M|sinc(πε/M)|2+w'，因此当频偏ε越大，需要分段的M就越多，而相关点数的减少将导致该算法抗噪声干扰能力变差，由此可得知现有的M-part算法是以牺牲抗噪声干扰性能作为代价来提高抗频偏性能。
可选的，可根据CAZAC前导序列中重复部分实现小数倍频偏估计，本发明实施例中，对于小数倍频偏，利用接收端的CAZAC前端训练序列相邻2个符号之间的共轭反对称性质进行小数倍频偏估计。
S8、通过联合加权求和法对小数倍频偏估计值进行优化，得到优化后的小数倍频偏估计值。
优选地，步骤S8中优化后的小数倍频偏估计值计算式为：
Figure BDA0003529473310000115
其中，w1，w2…wm为权重因子，其数值为1/M，
Figure BDA0003529473310000116
为第m个小数倍频偏估计值。
可选的，本发明实施例为了平衡M段分割序列对最终结果的影响，将权重因子w1，w2…wM都取值为1/M，最终可得到联合加权求平均的小数倍频偏表达式，表示为：
Figure BDA0003529473310000121
由此可以得到***总的归一化频率偏差估计值
Figure BDA0003529473310000122
S9、利用整数倍频偏估计值与优化后的小数倍频偏估计值进行频偏估计。
本发明实施例中为了分析星地大动态环境下行OFDM定时与频偏联合同步问题，采用ITU-R M 1225中的MODEL C信道和AWGN信道进行分析实验，其中MODEL C信道每一路径时延为[0,60,100,130,250]ns；各路径与第一路径相比功率增益分别为[0,-17,-18.3,-19.1,-22.1]；载波频率为2.5GHz，FFT点数为256，CP前缀长度为20bit，在SNR为[-20,-15,-10,-5,0,5,10,15,20]dB下，对比分析基于ZACAC序列的Minn算法、Schmidl算法、PN加权CAZAC算法、共轭定时CAZAC算法以及改进M-part算法在MODEL C信道和AWGN信道下同步与频偏算法性能。
定时估计方面：
如图5所示，可以明显看出Minn算法高信噪比条件下的定时偏差捕获概率小于90％，而且在MODEL C信道低信噪比条件下根本不能用，由此可得知该算法的性能是最差的。然而本发明实施例所提算法相比其他几种算法具有更好的定时偏差估计性能，无论是在MODEL C信道还是在AWGN信道下其捕获概率都大于90％，特别是在SNR高于-8dB时定时估计准确率接近1。这是因为所提出的CAZAC序列拥有非常好的自相关性，其峰值尖锐能很好的抵抗噪声的干扰。同时还可以看到共轭CAZAC算法在高信噪比条件下也具备和改进的M-part算法一样好的定时偏差估计性能，这也得益于该序列的良好相关性能。此外由于MODELC信道拥有较强的直射分量信号，因此导致该类信道下的定时估计性能在高信噪比条件下与AWGN信道的性能十分接近。通过以上的分析我们能很好的发现所提算法在MODEL C信道和AWGN信道下与其他算法相比，定时同步性能更好，更抗噪声影响，其中在SNR＝-12dB时，定时偏差捕获概率在MODELC信道下的具体估计值如下表1所示：
表1
Figure BDA0003529473310000131
整数倍频偏估计方面：
如图6所示，在信噪比小于-4dB时本发明实施例所提算法的在MODEL C信道和AWGN信道下其整数倍频偏估计性能最优，具有最高的估计准确率，且在随SNR增大过程中最先达到100％准确率。而共轭CAZAC算法、PN加权CAZAC算法以及Schmidl算法只有在SNR大于0dB时才能达到与本发明实施例所提的改进M-part算法一样好的整数倍频偏估计性能。此外还能发现所提的改进M-part算法当SNR大于-12dB时其整数倍频偏捕获准确率接近1，这说明该算法相比其他算法更加适合于卫星信道低信噪比条件下来使用。和定时估计相类似，MODEL C信道下的频偏估计性能在高信噪比条件下与AWGN信道的性能十分接近，在SNR＝-15dB时，其整数倍频偏捕获概率值在MODELC信道下的具体估计值如下表2所示：
表2
Figure BDA0003529473310000132
Figure BDA0003529473310000141
小数倍频偏估计方面：
如图7所示，可知随着SNR的逐渐增大小数倍频偏估计MSE都成不断下降趋势，这说明小数倍频偏估计性能都在不断变好。此外与其他算法相比，本发明实施例所提的改进M-part算法在MODEL C信道和AWGN信道下其小数倍频偏估计MSE都要更好一些，高SNR下其性能与PN加权CAZAC算法接近。另外我们还能发现PN加权的CAZAC算法其性能比共轭CAZAC算法要好很多，主要是因为PN序列采用的是m序列，m序列受频偏影响更小，更能抵抗更大的频偏影响，在SNR＝-15dB时，其小数倍频偏估计值在MODELC信道下的具体估计值如下表3示：
表3
Figure BDA0003529473310000142
综上，可知本发明实施例所提的改进M-part算法无论是在Model C卫星信道下还是AWGN信道下与其他现有算法相比较，能够获得更准确的定时估计和更优的频偏估计性能，且在3GPP建议的信噪比-3～13dB范围内更容易满足同步精度需求。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (9)

1.一种基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，包括以下步骤：
S1、对CAZAC序列进行分组，并根据分组后的CAZAC前导序列构建满足共轭反对称的CAZAC前导序列，作为CAZAC训练序列；
S2、根据CAZAC训练序列构建调制信号，并根据调制信号得到接收信号；
S3、根据接收信号及CAZAC训练序列构建各定时度量矩阵；
S4、利用最值函数确定各定时度量矩阵中相关峰的位置，并以最大峰值作为符号定时估计值，并利用符号定时估计值进行定时同步估计；
S5、对符号定时估计值进行加权求和，得到定时偏差估计值；
S6、根据接收信号的相邻符号间的符号定时估计值，得到整数倍频偏估计值；
S7、利用定时偏差估计值及接收信号中CAZAC训练序列间相邻符号间的共轭反对称性，得到小数倍频偏估计值；
S8、通过联合加权求和法对小数倍频偏估计值进行优化，得到优化后的小数倍频偏估计值；
S9、利用整数倍频偏估计值与优化后的小数倍频偏估计值进行频偏估计。
2.根据权利要求1所述的基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，步骤S1具体包括以下分步骤：
S11、将CAZAC序列均匀划分，得到不少于一段的划分后的CAZAC前导序列；
S12、根据奇偶性对划分后的CAZAC前导序列进行分类，得到满足共轭反对称的CAZAC前导序列，作为CAZAC训练序列，表示为：
ui(n)＝(-1)nc(n) n＝0,1,2,...,L L＝Nzc/M
Figure FDA0003529473300000021
Figure FDA0003529473300000022
其中，x(n)为CAZAC训练序列，c(n)为划分后的CAZAC前导序列，Nzc为CAZAC前导序列的总长度，M为划分总段数，L为各段长度，Nc为正整数，ui(n)为划分后的CAZAC前导序列，ui *(n)为划分后的CAZAC前导序列ui(n)的共轭，，j为虚数标识，m为与正整数Nc互为质数的正整数，e为常数，π为常数。
3.根据权利要求2所述的基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，步骤S2具体为：
在发送端，将发送信号进行FFT变换，然后将CAZAC训练序列及多比特数的CP前缀添加到FFT变换后的发送信号中，得到调制后的发送信号，再利用FFT变换对调制后的发送信号进行发送，得到接收信号，其接收信号表示为：
Figure FDA0003529473300000023
其中，r(n)为接收信号，w(n)为高斯噪声，S为多径数量，hs为第s条径的信道响应，δs为第s条径的时延采样值，x(n-δs)为第s条径受到δs时延影响的发送信号，ε为频偏。
4.根据权利要求1所述的基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，步骤S3具体为：
在接收端，利用CAZAC训练序列与接收信号做相关计算，得到不少于一个的相关函数，并通过求解相关函数得到各定时度量矩阵参数，其中，定时度量函数表示为：
Figure FDA0003529473300000031
其中，Fi(d)为第i个定时度量矩阵参数，进而得到定时度量矩阵，
Figure FDA0003529473300000032
M为划分总段数，d为滑动窗口的起始采样点，r(.)为接收信号，r*(.)为接收信号r(n)的共轭，L为分段长度，c(n)为划分后的CAZAC前导序列，c*(n)为划分后的CAZAC前导序列c(n)的共轭。
5.根据权利要求1所述的基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，步骤S4中符号定时估计值表示为：
Figure FDA0003529473300000033
其中，
Figure FDA0003529473300000034
为第i个定时度量矩阵参数的符号定时估计值，
Figure FDA0003529473300000035
为最值函数，Fi(d)为第i个定时度量矩阵参数。
6.根据权利要求1所述的基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，步骤S5中定时偏差估计值的计算式表示为：
Figure FDA0003529473300000036
其中，
Figure FDA0003529473300000037
为定时偏差估计值，M为划分总段数，
Figure FDA0003529473300000038
为第i个定时度量矩阵参数的符号定时估计值。
7.根据权利要求1所述的基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，步骤S6中整数倍频偏估计值表示为：
Figure FDA0003529473300000039
其中，
Figure FDA00035294733000000310
为整数倍频偏估计值，
Figure FDA00035294733000000311
为偶数项符号定时估计值，
Figure FDA00035294733000000312
为奇数项符号定时估计值，M为划分总段数。
8.根据权利要求1所述的基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，步骤S7中小数倍频偏估计值表示为：
Figure FDA0003529473300000041
其中，
Figure FDA0003529473300000042
为小数倍频偏估计值，
Figure FDA0003529473300000043
为定时偏差估计值，r(.)为输入函数，r*(.)为输入函数r(.)的共轭，L为各均分段长度，x(n)为CAZAC训练序列，x′(n)为与CAZAC训练序列x(n)互为共轭反对称的序列，m为与正整数Nc互为质数的正整数，angle(.)为复数角度函数，π为常数。
9.根据权利要求1所述的基于CAZAC序列的改进M-part定时同步与频偏方法，其特征在于，步骤S8中优化后的小数倍频偏估计值计算式为：
Figure FDA0003529473300000044
其中，w1，w2…wm为权重因子，其数值为1/M，
Figure FDA0003529473300000045
为第m个小数倍频偏估计值。
CN202210201441.2A 2022-03-03 2022-03-03 一种基于CAZAC序列的改进M-part定时同步与频偏方法 Active CN114584449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210201441.2A CN114584449B (zh) 2022-03-03 2022-03-03 一种基于CAZAC序列的改进M-part定时同步与频偏方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210201441.2A CN114584449B (zh) 2022-03-03 2022-03-03 一种基于CAZAC序列的改进M-part定时同步与频偏方法

Publications (2)

Publication Number Publication Date
CN114584449A true CN114584449A (zh) 2022-06-03
CN114584449B CN114584449B (zh) 2023-03-21

Family

ID=81777707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210201441.2A Active CN114584449B (zh) 2022-03-03 2022-03-03 一种基于CAZAC序列的改进M-part定时同步与频偏方法

Country Status (1)

Country Link
CN (1) CN114584449B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101325450A (zh) * 2008-07-28 2008-12-17 北京天碁科技有限公司 一种同步方法、频偏估计方法、同步装置、频偏估计装置
CN101374129A (zh) * 2007-08-20 2009-02-25 中兴通讯股份有限公司 基于正交频分复用的同步序列生成方法、同步方法及***
CN102413091A (zh) * 2011-11-11 2012-04-11 中国科学院上海微***与信息技术研究所 一种基于对称cazac序列的ofdm***同步方法
CN104022995A (zh) * 2014-06-23 2014-09-03 重庆大学 一种基于Zadoff-Chu序列的OFDM精确定时同步方法
US20160226696A1 (en) * 2015-02-04 2016-08-04 Hong Kong Applied Science And Technology Research Institute Co., Ltd. Methods for frequency offset estimation with zadoff-chu sequences
CN109660478A (zh) * 2018-12-10 2019-04-19 长安大学 一种基于改进的Park频域训练序列的定时频率同步方法
CN110971558A (zh) * 2019-12-17 2020-04-07 西安电子科技大学 基于cazac序列的低复杂度抗频偏同步方法
CN111585740A (zh) * 2020-04-01 2020-08-25 西安电子科技大学 发送信号同步处理方法、***、存储介质、程序、终端
CN113162882A (zh) * 2021-04-02 2021-07-23 国网江苏省电力有限公司无锡供电分公司 一种基于共轭反对称训练序列的自相关ofdm符号同步方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101374129A (zh) * 2007-08-20 2009-02-25 中兴通讯股份有限公司 基于正交频分复用的同步序列生成方法、同步方法及***
CN101325450A (zh) * 2008-07-28 2008-12-17 北京天碁科技有限公司 一种同步方法、频偏估计方法、同步装置、频偏估计装置
CN102413091A (zh) * 2011-11-11 2012-04-11 中国科学院上海微***与信息技术研究所 一种基于对称cazac序列的ofdm***同步方法
CN104022995A (zh) * 2014-06-23 2014-09-03 重庆大学 一种基于Zadoff-Chu序列的OFDM精确定时同步方法
US20160226696A1 (en) * 2015-02-04 2016-08-04 Hong Kong Applied Science And Technology Research Institute Co., Ltd. Methods for frequency offset estimation with zadoff-chu sequences
CN109660478A (zh) * 2018-12-10 2019-04-19 长安大学 一种基于改进的Park频域训练序列的定时频率同步方法
CN110971558A (zh) * 2019-12-17 2020-04-07 西安电子科技大学 基于cazac序列的低复杂度抗频偏同步方法
CN111585740A (zh) * 2020-04-01 2020-08-25 西安电子科技大学 发送信号同步处理方法、***、存储介质、程序、终端
CN113162882A (zh) * 2021-04-02 2021-07-23 国网江苏省电力有限公司无锡供电分公司 一种基于共轭反对称训练序列的自相关ofdm符号同步方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DAHAO JIAN: "A novel Timing Synchronizaiton Method Based on CAZAC Sequence foe OFDM system" *
宫丰奎等: "基于CAZAC序列的低复杂度抗频偏同步算法" *

Also Published As

Publication number Publication date
CN114584449B (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN104836769B (zh) 一种基于共轭结构前导的联合定时与频率同步方法
CN104125190A (zh) 适于低信噪比信道环境的ofdm***符号定时同步实现方法
CN114615122B (zh) 通信信号的频偏确定方法及装置
CN103023853B (zh) 联合训练序列互相关信息的正交频分复用接收帧同步方法
CN101414990A (zh) 一种单载波频域均衡***中的载波频偏和时延的捕获方法
US20080101488A1 (en) Robust and Low-Complexity Combined Signal Power Estimation
CN110971558B (zh) 基于cazac序列的低复杂度抗频偏同步方法
KR102341875B1 (ko) 송신기 및 수신기와 해당 방법들
US8000415B2 (en) Method and device for detecting a synchronization signal in a communication system
CN108881089A (zh) 遥测***中soqpsk调制信号的导频检测方法
US7623607B2 (en) Methods and apparatus for determining timing in a wireless communication system
CN105516045A (zh) 一种ofdm训练序列构造及同步方法
CN112039816B (zh) 一种窄带物联网***下行同步方法
CN100477655C (zh) 一种估计ofdm整数倍频偏的方法
CN105187352A (zh) 一种基于ofdm前导的整数频偏估计方法
CN100486238C (zh) 基于可调时频训练序列的低复杂度频偏估计方法
CN105024966B (zh) Ofdm***的符号定时同步方法
CN104836770A (zh) 一种基于相关平均与加窗的定时估计方法
CN111131119B (zh) 一种正交频分复用***高精度定时偏移估计的方法及装置
CN114584449B (zh) 一种基于CAZAC序列的改进M-part定时同步与频偏方法
US20070030924A1 (en) An Iterative Frequency Offset Estimator for PSK Modulation
CN116016082A (zh) 一种基于差分导频的低轨卫星通信***时频估计方法
CN104539564A (zh) 一种用于lte***的频偏估计方法和装置
CN111585924B (zh) 频偏校正方法及接收器
CN108989261B (zh) 一种通信***的定时同步方法、装置及相关设备

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