CN116915568B - 频偏估计方法、设备以及存储介质 - Google Patents
频偏估计方法、设备以及存储介质 Download PDFInfo
- Publication number
- CN116915568B CN116915568B CN202311167893.4A CN202311167893A CN116915568B CN 116915568 B CN116915568 B CN 116915568B CN 202311167893 A CN202311167893 A CN 202311167893A CN 116915568 B CN116915568 B CN 116915568B
- Authority
- CN
- China
- Prior art keywords
- frequency offset
- offset value
- value
- candidate
- algorithm model
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 184
- 241000282994 Cervidae Species 0.000 claims abstract description 141
- 238000005259 measurement Methods 0.000 claims description 99
- 230000006870 function Effects 0.000 claims description 47
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 description 40
- 230000000875 corresponding effect Effects 0.000 description 35
- 238000004891 communication Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 238000010295 mobile communication Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000009432 framing Methods 0.000 description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H04L27/2602—Signal structure
- H04L27/261—Details of reference signals
- H04L27/2613—Structure of the reference signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
-
- 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
- H04L27/2656—Frame synchronisation, e.g. packet synchronisation, time division duplex [TDD] switching point detection or subframe 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
- H04L27/2668—Details of algorithms
- H04L27/2681—Details of algorithms characterised by constraints
- H04L27/2682—Precision
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
- H04L2027/0024—Carrier regulation at the receiver end
- H04L2027/0026—Correction of carrier offset
- H04L2027/0038—Correction of carrier offset using an equaliser
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供了一种频偏估计方法、设备以及存储介质。在该方法中,引入了第二Moose算法模型,第二Moose算法模型的取值范围大于第一Moose算法模型的取值范围,第二Moose算法模型的取值范围与第一Moose算法模型的取值范围、Classen算法模型的取值范围重叠,在利用Classen算法模型获得整数频偏值之后,可利用由第二Moose算法模型获得的参考测量值,对整数频偏值进行校验获得更准确的整数频偏值,从而可以有效提升载波频率的频偏值的准确性。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种频偏估计方法、设备以及存储介质。
背景技术
由于接收端的频率和发射端的频率不一致,或者接收端与发射端之间存在多普勒效应等因素,接收端和发射端之间可能存在载波频率的频偏值(Carrier FrequencyOffset,CFO)。为了改善由CFO导致的解析误码率高,解析时延长,高阶正交振幅(Quadrature Amplitude Modulation,QAM)调制信号的准确度较低等问题,接收端可以在解帧处理前基于前导序列确定载波频偏的频偏值(即基于频偏估计确定CFO),并利用该频偏值对无线帧进行频偏补偿。
一种实现方式中,频偏值通常被拆分为两部分:整数频偏值(iCFO)和小数频偏值(fCFO)。然而,由于整数频偏值是真实频偏值四舍五入的结果,在四舍五入的边界(也可称为“整数危险边界”),噪声的影响会导致整数频偏值发生偏差,从而导致估计的频偏值发生偏差。例如,以真实频偏值CFO=4.49为例,4.49正确的整数频偏值为4,当通信信道中存在噪声干扰时,4.49可能会跳变到4.51,那么此时整数频偏值则由4变成了5,小数频偏值仍然保持为0.49,综合整数频偏值5和小数频偏值0.49得到的频偏值为5.49,和真实频偏值4.49产生了较大差异。
因此,如何提升频偏估计的准确性是一个亟需解决的问题。
发明内容
本申请实施例提供了一种频偏估计方法、设备以及存储介质,该频偏估计方法能够有效提升频偏估计的准确性。
第一方面,本申请实施例提供了一种频偏估计方法,该方法包括:接收无线帧,该无线帧包括前导序列;利用载波频率的参考测量值、整数频偏值以及小数频偏值,确定载波频率的频偏值。其中,载波频率的参考测量值是由前导序列中两段连续的样本序列输入第二Moose算法模型获得的;整数频偏值是由前导序列中的样本序列输入Classen算法模型获得的;小数频偏值是由前导序列中两段连续的样本序列输入第一Moose算法模型获得的;第二Moose算法模型的取值范围大于第一Moose算法模型的取值范围。
第一方面的方法引入了第二Moose算法模型,第二Moose算法模型的取值范围大于第一Moose算法模型的取值范围,第二Moose算法模型的取值范围与第一Moose算法模型的取值范围、Classen算法模型的取值范围重叠,从而能够利用由第二Moose算法模型获得的参考测量值对整数频偏值校验,获得更准确的整数频偏值,从而可以有效提升载波频率的频偏值的准确性。有利于在基于该载波频率的频偏值进行频偏补偿后,在解帧处理时降低解析误码率,减少解析时延,提升高阶QAM调制信号的准确度。
结合第一方面,在一种可选的实施方式中,利用载波频率的参考测量值、整数频偏值以及小数频偏值,确定载波频率的频偏值,包括:基于整数频偏值和小数频偏值确定多个候选频偏值;计算多个候选频偏值分别在第二Moose算法模型的测量函数上的投影,得到多个候选测量值;从多个候选测量值中,选择与参考测量值距离最近的候选测量值对应的候选频偏值作为载波频率的频偏值。可见,该实施方式中,可以利用第二Moose算法模型的测量函数对多个候选频偏值进行校验,更加简单方便。
结合第一方面,在一种可选的实施方式中,基于整数频偏值和小数频偏值确定多个候选频偏值,包括:将整数频偏值和小数频偏值之和,作为第一候选频偏值;将第一候选频偏值与基准值之差,作为第二候选频偏值;将第一候选频偏值与基准值之和,作为第三候选频偏值;多个候选频偏值包括第一候选频偏值、第二候选频偏值以及第三候选频偏值。可见,在该实施方式中,可基于跳变原理构建多个候选频偏值。
结合第一方面,在一种可选的实施方式中,基于整数频偏值和小数频偏值确定多个候选频偏值,包括:将第一整数频偏值和小数频偏值之和,作为第一候选频偏值;将第一候选频偏值与基准值之差,作为第二候选频偏值;将第一候选频偏值与基准值之和,作为第三候选频偏值;将第二整数频偏值和小数频偏值之和,作为第四候选频偏值;将第四候选频偏值与基准值之差,作为第五候选频偏值;将第四候选频偏值与基准值之和,作为第六候选频偏值;多个候选频偏值包括第一候选频偏值、第二候选频偏值、第三候选频偏值、第四候选频偏值、第五候选频偏值以及第六候选频偏值;第一整数频偏值和第二整数频偏值是由前导序列中不同样本序列输入Classen算法模型获得的。在该实施例方式中,可分别将前导序列中的多个样本序列输入Classen算法模型获得多个整数频偏值,从而可基于多个整数频偏值获得多个候选频偏值。候选频偏值的数量可以成倍的增加,扩展了频偏值的备选项,并且,由于多个整数频偏值是由前导序列中的多个样本序列输入Classen算法模型获得的,整数频偏值受样本序列的影响较小,多个整数频偏值中存在正确的整数频偏值的概率较大,多个候选频偏值中存在正确的候选频偏值的概率较大,那么从多个候选频偏值中确定载波频率的频偏值的准确性更高。
结合第一方面,在一种可选的实施方式中,若第二Moose算法模型的取值范围是所述第一Moose算法模型的取值范围的4倍,则所述第二Moose算法模型的测量函数为:
其中,所述用于表示候选测量值,所述z用于表示候选频偏值,所述round用于表示四舍五入运算。
结合第一方面,在一种可选的实施方式中,Classen算法模型的样本序列包括64元素;第一Moose算法模型的样本序列包括64元素;第二Moose算法模型的样本序列包括16或32元素。
结合第一方面,在一种可选的实施方式中,该方法还包括:利用载波频率的频偏值,对无线帧进行频偏补偿。
第二方面,本申请实施例还提供了一种电子设备,该电子设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发电子设备执行第一方面所述的方法。
第三方面,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当其在电子设备上运行时,使得电子设备执行第一方面所述的方法。
第四方面,本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,当其在电子设备上运行时,使得电子设备执行第一方面所述的方法。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例中所需要使用的附图进行说明。
图1是本申请实施例提供的一种通信***的架构示意图;
图2是本申请实施例提供的一种电子设备的结构示意图;
图3是本申请实施例提供的一种电子设备的软件结构示意图;
图4是本申请实施例提供的一种解帧处理的流程示意图;
图5A-图5D是本申请实施例提供的一种无线帧的前导序列的结构示意图;
图6是本申请实施例提供的Classen算法模型的原理示意图;
图7是本申请实施例提供的一种Classen算法模型的相关谱;
图8是本申请实施例提供的第一Moose算法模型的原理示意图;
图9A是本申请实施例提供的Classen算法模型的测量函数的函数线;
图9B是本申请实施例提供的第一Moose算法模型的测量函数的函数线;
图10是本申请实施例提供的另一种Classen算法模型的相关谱;
图11A-图11C是现有频偏估计方法的性能示意图;
图12是本申请实施例提供的一种频偏估计方法的流程示意图;
图13是本申请实施例提供的一种频偏估计方法的函数示意图;
图14是本申请实施例提供的频偏估计方法的性能示意图;
图15是本申请实施例提供的另一种频偏估计方法的流程示意图;
图16是本申请实施例提供的另一种电子设备的结构示意图。
具体实施方式
应理解,在本申请中除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本申请中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。“至少一个”是指一个或者多个,“多个”是指两个或两个以上。
另外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
随着智能手机、平板电脑等移动终端的飞速发展,利用无线网络进行数据传输已成为传输信息的重要方式之一。在无线网络中,无线局域网(Wireless LocalAreaNetwork,WLAN)以其移动性高、成本低、建设速度快的优势,承载了越来越多的无线数据流量。
图1为本申请适用的一种通信***的架构示意图。如图1所示,该通信***可包括发射端101和接收端102,发射端101和接收端102之间可以基于WLAN协议建立通信连接,发射端101可基于建立的通信连接,向接收端102传输无线帧。可选的,该WLAN协议可为IEEE802.11***标准协议,包括但不限于802.11a/b/g标准协议、802.11n-MN标准协议、802.11n-GF标准协议、802.11ac标准协议、802.11ax标准协议,下一代(如802.11be标准)协议,或更下一代的标准协议等,不做限定。可选的,虽然本申请实施例主要以部署WLAN网络,尤其是应用IEEE 802.11***标准协议的网络为例进行说明,可以理解的是,本申请涉及的各个方面也可以扩展到采用各种标准或协议的其它网络,例如,蓝牙(BLUETOOTH)、广域网(WAN)、个人区域网(Personal Area Network,PAN)或其它现在已知或以后发展起来的网络,不做限定。
本申请实施例提供的接收端为电子设备,该电子设备可以为手机、平板电脑、桌面型计算机、膝上计算机、手持计算机、笔记本电脑、车载设备、超级移动个人计算机(Ultra-Mobile Personal Computer,UMPC)、上网本,以及蜂窝电话、个人数字助理(PersonalDigital Assistant,PDA)、增强现实(Augmented Reality,AR)\虚拟现实(VirtualReality,VR)设备等,本申请实施例对电子设备的具体形态不作特殊限制。
如图2所示,为电子设备的一种结构示意图。其中,电子设备可以包括:处理器,外部存储器接口,内部存储器,通用串行总线(Universal Serial Bus,USB)接口,充电管理模块,电源管理模块,电池,天线1,天线2,移动通信模块,无线通信模块,音频模块,传感器模块,按键,马达,指示器,摄像头,显示屏,以及用户标识模块(Subscriber IdentificationModule,SIM)卡槽等。其中音频模块可以包括扬声器,受话器,麦克风,耳机接口等,传感器模块可以包括压力传感器,陀螺仪传感器,气压传感器,磁传感器,加速度传感器,距离传感器,接近光传感器,指纹传感器,温度传感器,触摸传感器,环境光传感器,骨传导传感器等。
其中,处理器可以包括一个或多个处理单元,例如:处理器可以包括(ApplicationProcessor,AP),调制解调处理器(Modem,也可称之为基带处理器),图形处理器(GraphicsProcessing Unit,GPU),图像信号处理器(Image Signal Processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(Digital Signal Processor,DSP),基带处理器,神经网络处理器(Neural-Network Processing Unit,NPU)等。
其中,电子设备的无线通信功能可以通过天线1,天线2,移动通信模块,无线通信模块,以及Modem等实现。在一些实施例中,电子设备的天线1和移动通信模块耦合,天线2和无线通信模块耦合,使得电子设备可以通过无线通信技术与网络侧设备以及其他电子设备通信。
其中,移动通信模块可以提供应用在电子设备上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(Low Noise Amplifier,LNA)等。移动通信模块可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块的至少部分功能模块可以被设置于处理器中。在一些实施例中,移动通信模块的至少部分功能模块可以与处理器的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器,受话器等)输出声音信号,或通过显示屏显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器,与移动通信模块或其他功能模块设置在同一个器件中。
无线通信模块可以提供应用在电子设备上的包括无线局域网(Wireless LocalArea Networks,WLAN)(如无线保真(Wireless Fidelity,Wi-Fi)网络),蓝牙(BlueTooth,BT),全球导航卫星***(Global Navigation Satellite System,GNSS),调频(FrequencyModulation,FM),近距离无线通信技术(Near Field Communication,NFC),红外技术(Infrared,IR)等无线通信的解决方案。无线通信模块可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器。无线通信模块还可以从处理器接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。在本申请的一些实施例中,电子设备可以通过无线通信模块接收无线帧。
可以理解的是,本申请实施例示意的结构并不构成对电子设备的具体限定。在另一些实施例中,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
另外,在上述部件之上,运行有操作***。例如苹果公司所开发的iOS操作***,谷歌公司所开发的Android开源操作***,微软公司所开发的Windows操作***等。
电子设备的操作***可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本申请实施例以分层架构的Android***为例,示例性说明电子设备的软件结构。需要说明的是,本申请实施例虽然以Android***为例进行说明,但是其基本原理同样适用于基于iOS或Windows等操作***的电子设备。
图3是电子设备的软件结构示意图。软件结构采用分层架构,分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。以Android***为例,在一些实施例中,将Android***分为五层,从上至下分别为应用程序层,应用程序框架层(Framework),硬件抽象层(HAL),内核层(Kernel),和硬件层(Hardware)。
其中,应用程序层可以包括一系列应用程序包。应用程序包可以包括相机,图库,日历,通话,地图,WLAN,蓝牙,音乐,视频,短信息等APP。
其中,应用程序框架层为应用程序层的应用程序提供应用编程接口(ApplicationProgramming Interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。例如应用程序框架层可以包括窗口管理器,内容提供器,视图***,资源管理器,通知管理器等。本申请实施例对此不作任何限制。示例性的,上述窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。上述内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话薄等。上述视图***可用于构建应用程序的显示界面。每个显示界面可以由一个或多个控件组成。一般而言,控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、微(Widget)件等界面元素。上述资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。上述通知管理器使用应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在***顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,振动,指示灯闪烁等。
其中,硬件抽象层是位于内核层与硬件之间的接口层,可以用于将硬件抽象化。在一些实施例中,硬件抽象层包括硬件抽象层接口定义语言(hardware abstractionlayerinterface definition language,HIDL)接口。其中,硬件抽象层可以包括:相机HAL,显示HAL,传感器HAL等。
其中,内核层是Android操作***的基础,用于负责硬件的驱动程序、网络、电源、***安全以及内存管理等功能。内核层是硬件与软件之间的一个中间层,其作用是将应用程序的请求传递给硬件。内核层至少包含显示驱动,音频驱动,相机驱动,传感器驱动等。
其中,硬件层可包括一个或多个硬件组件。例如,硬件层可以包括摄像头模组。
可选的,图1所示的接收端102可接收无线帧,并对无线帧执行相关的解帧处理。请参阅图4,图4示出了一种解帧处理的流程示意图。如图4所示,该解帧处理流程包括但不限于:数字匹配滤波(Match Filtering),帧同步(Syncronization,Sync),下采样(DownSampling),频偏估计(CFO Estimate),频偏补偿(CFO Remove),去除保护间隔(RemoveGuard Interval,Remove GI),快速傅里叶变换(Fast Fourier Transformation,FFT),利用前导序列进行信号均衡(Equalization By Preamble For SIGNAL),解析信号(ResolveSIGNAL),利用前导序列和导频对物理层服务数据单元(Presentation Layer ServiceData Unit,PSDU)进行信号均衡(Equalization For PSDU by Preamble and Pilots),去除导频(Remove Pilots),解映射(Demap),解打孔(Depuncture),维特比译码器译卷积码(Viterbi-Decoder),解扰(Descramble),去除补充的0(Depad)等操作。可选的,接收端可以是通过基带处理模块(如Modem)执行上述流程的。
其中,频偏估计是指基于前导序列确定载波频偏的频偏值,频偏补偿是指基于频偏估计得到的载波频率的频偏值对无线帧进行补偿。
可选的,IEEE802.11a的无线帧是由前导信号(也可称为前导序列),Signal域信号,Data域信号构成。其他标准比如IEEE802.11n/ac/ax物理层帧格式是在IEEE802.11a的无线帧格式上进行扩展,但都会有相同的前导序列。
请参阅图5A,图5A示出了一种无线帧的前导序列的结构示意图。前导序列中可包括短训练序列,长训练序列。以矩形框表示一组训练序列,矩形框中的数字表示该训练序列的元素数量,如图5A所示,短训练序列可包括10组重复的训练序列,每组训练序列包括16元素。长训练序列包括5组训练序列,每组训练序列包括32元素,且5组训练序列中的B0组训练序列、B1组训练序列和B2组训练序列重复、A1组训练序列和A2组训练序列重复。需要说明,元素可以是指正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)符号内的单元。需要说明,该无线帧的前导序列仅仅为示例性说明,在其他的实施方式中,前导序列还可以是其他结构,例如,重复的训练序列包括48元素等,不做限定。
可选的,接收端可基于需求从短训练序列或者长训练序列中选取16元素的样本序列、32元素的样本序列以及64元素的样本序列。例如,当需要选取16元素的样本序列时,可从短训练序列中选取一组训练序列作为16元素的样本序列,如图5B中的黑色填充矩形框所示;又例如,当需要选取32元素的样本序列时,可从短训练序列中选取两组训练序列作为32元素的样本序列,或者从长训练序列中选取一组训练序列作为32元素的样本序列,如图5C中的黑色填充矩形框所示;再例如,当需要选取64元素的样本序列时,可从短训练序列中选取四组训练序列作为64元素的样本序列,或者从长训练序列中选取两组训练序列作为64元素的样本序列,如图5D中的黑色填充矩形框所示。需要说明,当需要将多组训练序列作为样本序列时,多组训练序列可以是连续的,也可以是不连续的,不做限定。
可选的,CFO通常定义为归一化的频偏值,如公式(1)所示:
(1)
其中,用于表示发射端的载波频率,/>用于表示接收端的载波频率,CFO用于表示归一化后的载波频率的频偏值。
目前,常见的频偏估计方法通常是分别确定整数频偏值(iCFO)以及小数频偏值(fCFO),再将整数频偏值和小数频偏值相加得到载波频率的频率值,即CFO=iCFO+fCFO。示例性的,若iCFO为23,fCFO为0.645,则CFO=23+0.645=23.645。
可选的,整数频偏值可以是基于Classen算法模型得到的,小数频偏值可以是基于第一Moose算法模型得到的。下面结合附图详细阐述Classen算法模型和第一Moose算法模型。
(一)Classen算法模型
请参见图6,图6示出了Classen算法模型的原理示意图。如图6所示,可以包括但不限于以下步骤:
s11、对无线帧进行时域采样得到前导序列。
s12、从前导序列中选取64元素的样本序列。例如,将前导序列中的A1组训练序列和B1组训练序列作为64元素的样本序列,该64元素的样本序列可以表示为y0、y1、y2…y63。
s13、对样本序列执行64阶的离散傅里叶变换(Discrete Fourier Transform,DFT),得到64元素的频域序列,该64元素的频域序列可以表示为Y0、Y1、Y2…Y63。
s14、将64元素的频域序列与该样本序列的本地序列的频域序列执行移位互相关,得到每个移位量对应的相关值。
其中,本地序列是指发射端和接收端默认约定的训练序列。
例如,64元素的样本序列对应的本地序列可以表示为x0、x1、x2…x63,本地序列的频域序列可以表示为X0、X1、X2…X63。
移位互相关步骤包括:
当移位量为0时,计算频域序列Y0、Y1、Y2…Y63与频域序列X0、X1、X2…X63之间的相关值;
当移位量为1时,计算频域序列Y1、Y2…Y63、Y0与频域序列X0、X1、X2…X63之间的相关值;
…
当移位量为63时,计算频域序列Y63…Y2、Y1、Y0与频域序列X0、X1、X2…X63之间的相关值。
s15、将64个移位量对应的相关值中最大相关值对应的移位量,作为整数频偏值。
可选的,步骤s14和步骤s15也可以用公式(2)表示:
(2)
其中,用于表示移位量为d的样本序列的频域序列,X用于表示本地序列的频域序列,corr用于表示互相关运算,/>用于表示最大相关值对应的移位量,/>用于表示整数频偏值。
可选的,请参见图7,图7示出了一种Classen算法模型的相关谱。如图7所示,Classen算法模型进行了64次移位相关,在d=5时得到相关值的最大峰,且该相关值比其他相关值高3个数量级,因此整数频偏值iCFO=5。
需要说明,由移位互相关步骤可知,整数频偏值的值域范围为{0,1,2…63}。
可选的,Classen算法模型存在对应的测量函数,Classen算法模型的测量函数用于描述真实频偏值,与由Classen算法模型基于样本序列测量得到的整数频偏值之间的映射关系,该真实频偏值是指样本序列与本地序列之间实际存在的载波频率的频偏值。具体的,Classen算法模型的测量函数可以用公式(3)表示:
(3)
其中,z用于表示真实频偏值,round用于表示四舍五入运算,用于表示基于Classen算法模型得到的整数频偏值。
(二)第一Moose算法模型
请参见图8,图8示出了第一Moose算法模型的原理示意图。如图8所示,可以包括但不限于以下步骤:
s21、对无线帧进行时域采样得到前导序列。
s22、从前导序列中选取两段连续样本序列。
例如,将前导序列中的A1组训练序列和B1组训练序列作为第一段64元素的样本序列,该64元素的样本序列可以表示为y0、y1、y2…y63,将前导序列中的A2组训练序列和B2组训练序列作为第二段64元素的样本序列,该64元素的样本序列可以表示为y64、y65、y66…y127。
s23、对两段连续样本序列进行互相关,得到相关值。
例如,对第一段64元素的样本序列和第二段64元素的样本序列进行互相关,得到相关值。
可选的,步骤s23也可以用公式(4)表示:
(4)
其中,用于表示第一段样本序列,/>用于表示第二段样本序列,N=64,/>用于表示相关值。
可选的,也可以计算两段连续样本序列的频域序列进行互相关,得到相关值,不再赘述。
s24、利用arctan函数对相关值执行角度运算得到小数频偏值。
可选的,步骤s24可以用公式(5)表示:
(5)
其中,用于表示小数频偏值,/>用于表示相关值,arc用于表示基于arctan函数的角度运算。
需要说明,由于arctan函数的值域范围为[-,/>],那么,小数频偏值的值域范围为[-0.5,0.5]。
可选的,第一Moose算法模型也存在对应的测量函数,第一Moose算法模型的测量函数用于描述真实频偏值,与利用第一Moose算法模型基于样本序列测量得到的小数频偏值之间的映射关系。具体的,第一Moose算法模型的测量函数可以用公式(6)表示:
(6)
其中,z用于表示真实频偏值,round用于表示四舍五入运算,用于表示基于第一Moose算法模型得到的小数频偏值。
为了更好的描述真实频偏值与估计的频偏值之间的映射关系,下面结合附图进行阐述。
请参见图9A所示,示出了Classen算法模型的测量函数的函数线。在图9A中,以真实频偏值的取值范围为[0,7.5]为例,示例性的描述了Classen算法模型的测量函数的函数线。例如,当真实频偏值2.8时,基于Classen算法模型测量得到的整数频偏值的取值为3。
请参见图9B所示,示出了第一Moose算法模型的测量函数的函数线。在图9B中,以真实频偏值的取值范围为[0,8]为例,示例性的描述了第一Moose算法模型的测量函数的函数线。例如,当真实频偏值2.8时,基于第一Moose算法模型测量得到的整数频偏值的取值为-0.2。
可以看到,基于Classen算法模型测量得到的整数频偏值是真实频偏值四舍五入的结果。在四舍五入的边界(也可称为“整数危险边界”),噪声的影响会导致整数频偏值发生偏差,从而导致估计的频偏值发生偏差。例如,以真实频偏值CFO=4.49为例,4.49正确的整数频偏值为4,当通信信道中存在噪声干扰时,4.49可能会跳变到4.51,那么此时整数频偏值则由4变成了5,此时小数频偏值仍然保持为0.49,综合整数频偏值5和小数频偏值0.49得到的频偏值为5.49,和真实频偏值4.49产生了较大差异。又例如,以真实频偏值CFO=4.51为例,4.51正确的整数频偏值为5,当通信信道中存在噪声干扰时,4.51可能会跳变到4.49,那么此时整数频偏值则由5变成了4,此时小数频偏值仍然保持为-0.49,综合整数频偏值4和小数频偏值-0.49得到的频偏值为3.51,和真实频偏值4.51产生了较大差异。示例性的,请参见图10所示的相关谱,在接近整数边界4.5时,会出现较为接近的两个较大的相关峰,即出现了危险边界问题,在噪声干扰的情况下,频偏估计得到的频偏值容易出错。
为了更直观的描述频偏估计方案的性能,可将加性高斯白噪声与发射信号一起传输至接收端,测量各性能指标,该性能指标包括但不限于整数频偏值的准确性、小数频偏值的平均值和标准差。需要说明,由于第一Moose算法模型提供的算法存在叠加操作,噪声可以在很大程度上得到了去除,那么,基于第一Moose算法模型计算得到的小数频偏值的准确性较高,故以平均值和标准差表征小数频偏值的性能。下面结合图11A-图11C阐述现有频偏估计方法的性能示意图。
请参见图11A,示出了在不同的信噪比(Signal Noise Ratio,SNR)下,小数频偏值分别为-0.43、-0.44、-0.45、-0.46、-0.47、-0.48、-0.49时对应的整数频偏值的准确性。由图11A可知,当小数频偏值从-0.43(较远离危险边界)到-0.49(靠近危险边界)变化时,整数频偏值的准确性曲线逐步右移,性能逐步恶化。
请参见图11B,示出了在不同的SNR下,小数频偏值分别为-0.43、-0.44、-0.45、-0.46、-0.47、-0.48、-0.49时对应的小数频偏值的平均值。由图11B可知,当SNR从-20分贝(dB)到20dB变化时,小数频偏值的平均值基本保持不变。
请参见图11C,示出了在不同的SNR下,小数频偏值分别为-0.43、-0.44、-0.45、-0.46、-0.47、-0.48、-0.49时对应的小数频偏值的标准差。由图11C可知,当小数频偏值从-0.43(较远离危险边界)到-0.49(靠近危险边界)变化时,小数频偏值的标准差曲线基本保持不变。
通过图11A至图11C可知,频偏值的准确性与整数频偏值的准确性的关联性更强。
基于此,本申请实施例提供了一种频偏估计方法,在该方法中,引入了第二Moose算法模型,第二Moose算法模型的取值范围大于第一Moose算法模型的取值范围(例如,第二Moose算法模型的取值范围是第一Moose算法模型的取值范围的2倍或4倍),第二Moose算法模型的取值范围与第一Moose算法模型的取值范围、Classen算法模型的取值范围重叠,从而可利用由第二Moose算法模型获得的参考测量值,对整数频偏值进行校验获得更准确的整数频偏值,从而可以有效提升载波频率的频偏值的准确性。
下面结合附图详细阐述本申请实施例所述的频偏估计方法。
请参见图12,图12示出了一种频偏估计方法的流程示意图,该频偏估计方法可由图1所示的接收端执行。如图12所示,该方法包括但不限于:
S101、接收无线帧,该无线帧包括前导序列。
一种可选的实施方式中,S101包括:接收端执行帧同步处理,得到无线帧。其中,帧同步用于确定无线帧的起始位置,从而可以接收无线帧。
S102、利用载波频率的参考测量值、整数频偏值以及小数频偏值,确定载波频率的频偏值。
其中,载波频率的参考测量值是由前导序列中两段连续的样本序列输入第二Moose算法模型获得的;整数频偏值是由前导序列中的样本序列输入Classen算法模型获得的;小数频偏值是由前导序列中两段连续的样本序列输入第一Moose算法模型获得的。
其中,该第二Moose算法模型的取值范围大于第一Moose算法模型的取值范围。例如,当第一Moose算法模型的取值范围为[-0.5,0.5],第二Moose算法模型的取值范围为[-1,1]时,该第二Moose算法模型的取值范围是第一Moose算法模型的取值范围的2倍。又例如,当第一Moose算法模型的取值范围为[-0.5,0.5],第二Moose算法模型的取值范围为[-2,2]时,该第二Moose算法模型的取值范围是第一Moose算法模型的取值范围的4倍。
可选的,由于Moose算法模型的取值范围与样本序列的元素数量相关,例如,当Moose算法模型的样本序列包括64元素时,Moose算法模型的取值范围为[-0.5,0.5];当Moose算法模型的样本序列包括32元素时,Moose算法模型的取值范围为[-1,1];当Moose算法模型的样本序列包括16元素时,Moose算法模型的取值范围为[-2,2];因此,可以通过调整第一Moose算法模型的样本序列的元素数量来调整第一Moose算法模型的取值范围,以及调整第二Moose算法模型的样本序列的元素数量来调整第二Moose算法模型的取值范围。
例如,当第一Moose算法模型的样本序列包括64元素,第二Moose算法模型的样本序列包括32元素时,第二Moose算法模型的取值范围是第一Moose算法模型的取值范围的2倍,第二Moose算法模型的取值范围大于第一Moose算法模型的取值范围;当第一Moose算法模型的样本序列包括64元素,第二Moose算法模型的样本序列包括16元素时,第二Moose算法模型的取值范围是第一Moose算法模型的取值范围的4倍,第二Moose算法模型的取值范围大于第一Moose算法模型的取值范围。需要说明,此处的2倍、4倍仅仅为示例性说明,第一Moose算法模型的样本序列的元素数量和第二Moose算法模型的样本序列的元素数量也仅仅为示例性说明,不构成限定。为了便于描述,后续实施例以第一Moose算法模型的样本序列包括64元素,第二Moose算法模型的样本序列包括16元素,第二Moose算法模型的取值范围是第一Moose算法模型的取值范围的4倍为例进行示例性阐述。可选的,Classen算法模型的样本序列的元素数量与第一Moose算法模型的样本序列的元素数量相同,因此,后续实施例中以Classen算法模型的样本序列包括64元素为例进行阐述。
一种可选的实施方式中,步骤S102包括但不限于s31-s34:
s31、将前导序列中的样本序列输入Classen算法模型获得整数频偏值,将前导序列中两段连续的样本序列输入第一Moose算法模型获得小数频偏值,以及将前导序列中两段连续的样本序列输入第二Moose算法模型获得参考测量值。
需要说明,将前导序列中的64元素的样本序列输入Classen算法模型获得整数频偏值的具体实现方式可参见图6的相关实施例,不再赘述。
需要说明,将前导序列中两段连续的64元素的样本序列输入第一Moose算法模型获得小数频偏值的具体实现方式可参见图8的相关实施例,不再赘述。
可选的,将前导序列中两段连续的16元素的样本序列输入第二Moose算法模型获得参考测量值,包括但不限于:s41、对无线帧进行时域采样得到前导序列。
s42、从前导序列中选取两段连续样本序列。
例如,将前导序列中的第1组的16元素训练序列作为第一段16元素的样本序列,该16元素的样本序列可以表示为y0、y1、y2…y15,将前导序列中的第2组16元素训练序列作为第二段16元素的样本序列,该16元素的样本序列可以表示为y16、y17、y18…y31。
s43、对两段连续样本序列进行互相关,得到相关值。
例如,对第一段16元素的样本序列和第二段16元素的样本序列进行互相关,得到相关值。
可选的,步骤s23也可以用公式(7)表示:
(7)
其中,用于表示第一段16元素样本序列,/>用于表示第二段16元素样本序列,N=64,/>用于表示相关值。
可选的,也可以计算两段连续样本序列的频域序列进行互相关,得到相关值,不再赘述。
s44、利用arctan函数对相关值执行角度运算得到参考测量值。需要说明,请参见步骤s24,不再赘述。
s32、基于整数频偏值和小数频偏值确定多个候选频偏值。
其中,多个候选频偏值包括第一候选频偏值、第二候选频偏值以及第三候选频偏值。
可选的,第一候选频偏值是整数频偏值和小数频偏值之和;第二候选频偏值是第一候选频偏值与基准值之差;第三候选频偏值是第一候选频偏值与基准值之和。
例如,以由前导序列中的样本序列输入Classen算法模型获得的整数频偏值为4,由前导序列中两段连续的样本序列输入第一Moose算法模型获得的小数频偏值为0.38为例,第一候选频偏值=整数频偏值+小数频偏值=4+0.38=4.38;第二候选频偏值=第一候选频偏值-基准值=4.38-1=3.38;第三候选频偏值=第一候选频偏值+基准值=4.38+1=5.38。
可选的,第一候选频偏值是整数频偏值和小数频偏值之和;第二候选频偏值是整数频偏值与基准值之差,以及与小数频偏值之和;第三候选频偏值是整数频偏值、基准值与小数频偏值之和。
例如,以由前导序列中的样本序列输入Classen算法模型获得的整数频偏值为4,由前导序列中两段连续的样本序列输入第一Moose算法模型获得的小数频偏值为0.38为例,第一候选频偏值=整数频偏值+小数频偏值=4+0.38=4.38;第二候选频偏值=整数频偏值-基准值+小数频偏值=4-1+0.38=3.38;第三候选频偏值=整数频偏值+基准值+小数频偏值=4+1+0.38=5.38。
需要说明,本申请实施例是以基准值“1”为例进行示例性说明的,不构成限定。
s33、计算多个候选频偏值分别在第二Moose算法模型的测量函数上的投影,得到多个候选测量值。
可选的,若第二Moose算法模型的取值范围是第一Moose算法模型的取值范围的4倍,则第二Moose算法模型的测量函数为:
(8)
其中,用于表示候选测量值,z用于表示候选频偏值,round用于表示四舍五入运算。
例如,承接上述示例,以第一候选频偏值=4.38;第二候选频偏值=3.38;第三候选频偏值=5.38为例,基于上述公式(8)可得到:
第一候选测量值==0.38;
第二候选测量值==-0.62;
第三候选测量值==1.38;
其中,第一候选测量值是第一候选频偏值在第二Moose算法模型的测量函数上的投影,第二候选测量值是第二候选频偏值在第二Moose算法模型的测量函数上的投影,第三候选测量值是第三候选频偏值在第二Moose算法模型的测量函数上的投影。
s34、从多个候选测量值中,选择与参考测量值距离最近的候选测量值对应的候选频偏值作为载波频率的频偏值。
示例性的,以参考测量值为0.41、第一候选测量值为0.38、第二候选测量值为-0.62,第三候选测量值为1.38为例,第一候选测量值为0.38与参考测量值0.41之间的距离为|0.38-0.41|=0.03;第二候选测量值为-0.62与参考测量值0.41之间的距离为|-0.62-0.41|=1.03;第三候选测量值为1.38与参考测量值0.41之间的距离为|1.38-0.41|=0.97;可见,第一候选测量值是与参考测量值之间的距离最近,则第一候选测量值0.38对应的第一候选频偏值4.38为载波频率的频偏值。
上述步骤s33和步骤s34也可以描述为图13所示的示意图。请参见图13,示例性的示出了三种算法模型的测量函数的函数线。如图13所示,用点划线表示Classen算法模型的测量函数的函数线,用虚线表示第一Moose算法模型的测量函数的函数线,用实线表示第二Moose算法模型的测量函数的函数线。其中,第二Moose算法模型的测量函数用于描述真实频偏值,与由第二Moose算法模型基于样本序列测量得到的参考测量值之间的映射关系。
为了验证第一候选频偏值、第二候选频偏值以及第三候选频偏值中具体哪一个是载波频率的频率值(即准确的频偏值),可以基于第一候选频偏值、第二候选频偏值以及第三候选频偏值分别构建位于横轴的点A、点B和点C,点A的坐标为(4.38,0),点B的坐标为(3.38,0),点C的坐标为(5.38,0)。然后,分别求点A、点B以及点C在第二Moose算法模型的测量函数上投影为点A’、点B’、点C’,点A’的坐标为(4.38,0.38),点B’的坐标为(3.38,-0.62),点C’的坐标为(5.38,1.38)。最后,分别求点A’、点B’以及点C’位于纵轴的点A’’、点B’’和点C’’,点A’’的坐标为(0,0.38),点B’’的坐标为(0,-0.62),点C’’的坐标为(0,1.38)。即,基于第二Moose算法模型的测量函数的函数线可以确定第一候选频偏值对应的第一候选测量值为0.38,第二候选频偏值对应的第二候选测量值为-0.62,第三候选频偏值对应的第三候选测量值为1.38。
基于参考测量值构建点R,点R的坐标为(0,0.41),计算点R分别与点A’’、点B’’以及C’’之间的距离,即R与点A’’之间的距离为0.03,R与点B’’之间的距离为1.03;R与点C’’之间的距离为0.97,可以确定点A’’与点R之间的距离最近,则可以确定与点A’’对应的点A为最优的点,则载波频率的频率值为4.38。
另一种可选的实施方式中,步骤S102包括但不限于s51-s53:s51、针对每个候选频偏值,基于该候选频偏值和本地序列确定与该候选频偏值对应的候选测量序列。s52、将该候选测量序列中两段连续的样本序列输入第二Moose算法模型获得与该候选频偏值对应的候选测量值。经过步骤s51和步骤s52,可得到多个候选频偏值分别对应的候选测量值。s53、从多个候选测量值中,选择与参考测量值距离最近的候选测量值对应的候选频偏值作为载波频率的频偏值。
进一步的,为了验证本申请实施例所提出的频偏估计方法的有益效果,可以测试整数频偏值的准确性,该整数频偏值是从步骤S102确定的载波频偏的频偏值中获得的,例如,若步骤S102确定的载波频率的频偏值为4.38,则该频偏值对应整数频偏值为4。图14示出了另一种频偏估计方法的性能示意图。由图14可知,当小数频偏值从-0.43(较远离危险边界)到-0.49(靠近危险边界)变化时,整数频偏值的准确性曲线基本不变,性能变化较小。对比图14和图11A可知,本申请实施例所提供的频偏估计方法可以避免危险边界的影响,有效提升整数频偏值的准确性。同时,准确性曲线的抬升点也从SNR=-10减少到了SNR=-15,在噪声较大的环境下,整数频偏值的准确性也有明确提升。
可选的,该方法还可以包括:利用频偏值,对无线帧进行频偏补偿。一种实现方式中,可基于公式(9)进行频偏补偿:
(9)
其中,用于表示补偿前的无线帧的信号序列,/>用于表示补偿后的无线帧的信号序列,N用于表示无线帧内OFDM符号的长度,/>用于表示载波频率的频偏值。
在本申请实施例中,基于整数频偏值、小数频偏值构建了多个候选频偏值。同时,引入了第二Moose算法模型,第二Moose算法模型的取值范围大于第一Moose算法模型的取值范围,第二Moose算法模型的取值范围与第一Moose算法模型的取值范围、Classen算法模型的取值范围重叠,从而能够利用由第二Moose算法模型获得的参考测量值对多个候选频偏值校验获得载波频率的频偏值,可以有效提升整数频偏值的准确性,从而有效提升载波频率的频偏值的准确性。有利于在基于该载波频率的频偏值进行频偏补偿后,在解帧处理流程中降低解析误码率,减少解析时延,提升高阶QAM调制信号的准确度。
为了进一步提升频偏估计的准确性,还可以增加整数频偏值的数量(例如,整数频偏值包括第一整数频偏值和第二整数频偏值),从而增加候选频偏值的数量(例如,多个候选频偏值包括第一候选频偏值、第一候选频偏值、第三候选频偏值、第四候选频偏值、第五候选频偏值以及第六候选频偏值)。其中,第一整数频偏值和第二整数频偏值是由前导序列中的不同样本序列输入Classen算法模型获得的,例如,第一整数频偏值是由前导序列中第一样本序列输入Classen算法模型获得的,第二整数频偏值是由前导序列中的第二样本序列输入Classen算法模型获得的。
请参阅图15,图15示出了另一种频偏估计方法的流程示意图。
S201、接收无线帧中的前导序列。
需要说明,相关阐述请参见步骤S101,不再赘述。
S202、从前导序列中选取第一样本序列和第二样本序列,并将第一样本序列输入Classen算法模型获得第一整数频偏值,以及将第二样本序列输入Classen算法模型获得第二整数频偏值。
示例性的,如图15所示,可以将前导序列中64元素的第一样本序列输入Classen算法模型获得第一整数频偏值,将前导序列中64元素的第二样本序列输入Classen算法模型获得第二整数频偏值。
S203、将前导序列中两段连续的样本序列输入第一Moose算法模型获得小数频偏值。
示例性的,如图15所示,可以将前导序列中两段连续的64元素的样本序列输入第一Moose算法模型获得小数频偏值。
S204、基于第一整数频偏值、小数频偏值以及基准值确定第一候选频偏值、第二候选频偏值以及第三候选频偏值,并基于第二整数频偏值、小数频偏值以及基准值确定第四候选频偏值、第五候选频偏值以及第六候选频偏值。
可选的,基于第一整数频偏值、小数频偏值以及基准值确定第一候选频偏值、第二候选频偏值以及第三候选频偏值,包括:将第一整数频偏值和小数频偏值之和,作为第一候选频偏值;将第一候选频偏值与基准值之差,作为第二候选频偏值;将第一候选频偏值与基准值之和,作为第三候选频偏值;
可选的,基于第二整数频偏值、小数频偏值以及基准值确定第四候选频偏值、第五候选频偏值以及第六候选频偏值,包括:将第二整数频偏值和小数频偏值之和,作为第四候选频偏值;将第四候选频偏值与基准值之差,作为第五候选频偏值;将第四候选频偏值与基准值之和,作为第六候选频偏值。
也就是说,多个频偏候选值包括第一候选频偏值、第二候选频偏值、第三候选频偏值、第四候选频偏值、第五候选频偏值以及第六候选频偏值。
需要说明,步骤S204的具体实现可以参见步骤S102的相关实施例,不再赘述。
S205、计算多个候选频偏值分别在第二Moose算法模型的测量函数上的投影,得到多个候选测量值。
S206、将前导序列中两段连续的样本序列输入第二Moose算法模型获得参考测量值。
示例性的,如图15所示,可以将前导序列中两段连续的16元素的样本序列输入第二Moose算法模型获得参考测量值。
S207、从多个候选测量值中,选择与参考测量值距离最近的候选测量值对应的候选频偏值作为载波频率的频偏值。
需要说明,关于步骤S205至步骤S207的相关阐述请参见图12所述的实施例,不再赘述。
一种实现方式中,步骤S201至步骤S207的步骤可由电子设备内的多个硬件模块实现。如图16所示,该硬件模块包括但不限于:帧同步模块301、存储模块302、频偏估计模块303。其中,帧同步模块301用于接收无线帧,该无线帧包括前导序列。存储模块302用于存储无线帧,可选的,该存储模块302可为寄存器。频偏估计模块303用于基于无线帧中的前导序列进行频偏估计,得到载波频率的频率值。
可选的,如图16所示,频偏估计模块303可包括采样模块3031,傅里叶变换模块3032,Classen计算模块3033,第一Moose计算模块3034,第二Moose计算模块3035,处理模块3036,Moose映射模块3037,比较模块3038,索引模块3039以及输出模块3040。
其中,采样模块3031用于从前导序列中提取各计算模块的样本序列。例如,采样模块3031可从前导序列提取得到64元素的样本序列3031-1、64元素的样本序列3031-2、两段连续的64元素的样本序列3031-3以及两段连续的16元素的样本序列3031-4,相关实现可以参见前述实施例,不再赘述。
其中,傅里叶变换模块3032用于执行傅里叶变换,将时域的样本序列转换为频域序列。例如,可以对64元素的样本序列3031-1执行傅里叶变换得到对应的频域序列,以及对64元素的样本序列3031-2执行傅里叶变换得到对应的频域序列。例如,该傅里叶变换模块3032可以用于执行DFT。
其中,Classen计算模块3033用于运行Classen算法模型确定整数频偏值。可选的,该Classen计算模块3033可包括移位互相关运算器和最大值索引提取器,移位互相关运算器用于将样本序列的频域序列与对应的本地序列的频域序列执行移位互相关,得到每个移位量对应的相关值;最大值索引提取器用于从每个移位量对应的相关值中查找最大相关值对应的移位量,作为整数频偏值。需要说明,在调用Classen计算模块3033对64元素的样本序列3031-1对应的频域序列,以及本地序列对应的频域序列进行处理时,Classen计算模块3033输出第整数频偏值;在调用Classen计算模块3033对64元素的样本序列3031-2对应的频域序列,以及本地序列对应的频域序列进行处理时,Classen计算模块3033输出第二整数频偏值。
其中,第一Moose计算模块3034用于运行第一Moose算法模型确定小数频偏值。可选的,第一Moose计算模块3034可包括64元素的互相关运算器和求角器,64元素的互相关运算器用于计算两段连续的64元素的样本序列3031-3之间的相关值,求角器用于对该相关值进行角度运算得到小数频偏值。
其中,第二Moose计算模块3035用于运行第二Moose算法模型确定参考测量值。可选的,第二Moose计算模块3035可包括16元素的互相关运算器和求角器,16元素的互相关运算器用于计算两段连续的16元素的样本序列3031-4之间的相关值,求角器用于对该相关值进行角度运算得到参考测量值。
其中,处理模块3036用于基于第一整数频偏值、第二整数频偏值以及小数频偏值确定第一候选频偏值、第二候选频偏值、第三候选频偏值、第四候选频偏值、第五候选频偏值、第六候选频偏值。
其中,Moose映射模块3037用于计算多个候选频偏值分别在第二Moose算法模型的测量函数上的投影,得到多个候选测量值。
其中,比较模块3038用于分别计算各候选测量值与参考测量值距离之间的距离,并确定与参考测量值距离最近的候选测量值。
其中,索引模块3039用于查找与参考测量值距离最近的候选测量值对应的候选频偏值。
其中,输出模块3040用于输出与参考测量值距离最近的候选测量值对应的候选频偏值,即将与参考测量值距离最近的候选测量值对应的候选频偏值作为载波频率的频偏值。
需要说明,在该实施方式中,是以两个整数频偏值为例进行阐述的,在其他的实施例方式中,还可以扩展至更多,例如三个整数频偏值、四个整数频偏值等,不同的整数频偏值是由前导序列中不同样本序列输入Classen算法模型获得的。
可见,在该实施例方式中,可分别将前导序列中的多个样本序列输入Classen算法模型获得多个整数频偏值,从而可基于多个整数频偏值获得多个候选频偏值。候选频偏值的数量可以成倍的增加,扩展了频偏值的备选项,并且,由于多个整数频偏值是由前导序列中的多个样本序列输入Classen算法模型获得的,整数频偏值受样本序列的影响较小,多个整数频偏值中存在正确的整数频偏值的概率越大,多个候选频偏值中存在正确的候选频偏值的概率较大,那么从多个候选频偏值中确定载波频率的频偏值的准确性更高。
需要说明,本申请实施例是以一个OFDM符号的长度是64元素为例进行示例性阐述的,在其他的实施方式中,一个OFDM符号的长度还可以是128元素、256元素或者更多元素,本申请方案同样适用,不做限定。
此外,本申请实施例还提供了一种电子设备,该电子设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发所述电子设备执行前述实施例所述的方法。
本申请实施例还提供了一种芯片***,应用于电子设备,芯片***包括至少一个处理器以及接口,接口用于接收指令,并传输至至少一个处理器;至少一个处理器运行指令使得电子设备执行上述频偏估计方法。其中,芯片***可以是Modem,或包括Modem的片上***(System on Chip,Soc),上述方法可以由一个Modem实施。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当其在电子设备上运行时,使得电子设备执行前述实施例所述的方法。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,当其在电子设备上运行时,使得电子设备执行前述实施例所述的方法。
Claims (9)
1.一种频偏估计方法,其特征在于,所述方法包括:
接收无线帧,所述无线帧包括前导序列;
利用载波频率的参考测量值、整数频偏值以及小数频偏值,确定载波频率的频偏值;
其中,所述载波频率的参考测量值是由所述前导序列中两段连续的样本序列输入第二Moose算法模型获得的;所述整数频偏值是由所述前导序列中的样本序列输入Classen算法模型获得的;所述小数频偏值是由所述前导序列中两段连续的样本序列输入第一Moose算法模型获得的;所述第二Moose算法模型的取值范围大于所述第一Moose算法模型的取值范围。
2.如权利要求1所述的方法,其特征在于,所述利用载波频率的参考测量值、整数频偏值以及小数频偏值,确定载波频率的频偏值,包括:
基于所述整数频偏值和所述小数频偏值确定多个候选频偏值;
计算所述多个候选频偏值分别在所述第二Moose算法模型的测量函数上的投影,得到多个候选测量值;
从所述多个候选测量值中,选择与所述参考测量值距离最近的候选测量值对应的候选频偏值作为载波频率的频偏值。
3.如权利要求2所述的方法,其特征在于,所述基于所述整数频偏值和所述小数频偏值确定多个候选频偏值,包括:
将所述整数频偏值和所述小数频偏值之和,作为第一候选频偏值;
将所述第一候选频偏值与基准值之差,作为第二候选频偏值;
将所述第一候选频偏值与基准值之和,作为第三候选频偏值;
所述多个候选频偏值包括所述第一候选频偏值、所述第二候选频偏值以及所述第三候选频偏值。
4.如权利要求2所述的方法,其特征在于,所述基于所述整数频偏值和所述小数频偏值确定多个候选频偏值,包括:
将第一整数频偏值和所述小数频偏值之和,作为第一候选频偏值;将所述第一候选频偏值与基准值之差,作为第二候选频偏值;将所述第一候选频偏值与基准值之和,作为第三候选频偏值;
将第二整数频偏值和所述小数频偏值之和,作为第四候选频偏值;将所述第四候选频偏值与基准值之差,作为第五候选频偏值;将所述第四候选频偏值与基准值之和,作为第六候选频偏值;
所述多个候选频偏值包括所述第一候选频偏值、所述第二候选频偏值、所述第三候选频偏值、所述第四候选频偏值、所述第五候选频偏值以及所述第六候选频偏值;
所述第一整数频偏值和所述第二整数频偏值是由所述前导序列中不同样本序列输入所述Classen算法模型获得的。
5.如权利要求1至4任一项所述的方法,其特征在于,
若所述第二Moose算法模型的取值范围是所述第一Moose算法模型的取值范围的4倍,则所述第二Moose算法模型的测量函数为:
其中,所述用于表示候选测量值,所述z用于表示候选频偏值,所述round用于表示四舍五入运算。
6.如权利要求1至4任一项所述的方法,其特征在于,
所述Classen算法模型的样本序列包括64元素;
所述第一Moose算法模型的样本序列包括64元素;
所述第二Moose算法模型的样本序列包括16或32元素。
7.如权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:
利用所述载波频率的频偏值,对所述无线帧进行频偏补偿。
8.一种电子设备,其特征在于,所述电子设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当所述计算机程序指令被所述处理器执行时,触发所述电子设备执行权利要求1至7任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,当其在电子设备上运行时,使得所述电子设备执行权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311167893.4A CN116915568B (zh) | 2023-09-12 | 2023-09-12 | 频偏估计方法、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311167893.4A CN116915568B (zh) | 2023-09-12 | 2023-09-12 | 频偏估计方法、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116915568A CN116915568A (zh) | 2023-10-20 |
CN116915568B true CN116915568B (zh) | 2023-12-08 |
Family
ID=88360606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311167893.4A Active CN116915568B (zh) | 2023-09-12 | 2023-09-12 | 频偏估计方法、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116915568B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117792406B (zh) * | 2024-02-06 | 2024-06-07 | 荣耀终端有限公司 | 一种译码方法、终端、存储介质及程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1739911A2 (en) * | 2005-06-30 | 2007-01-03 | NTT DoCoMo Inc. | A training sequence generating method, a communication system and communication method |
CN102480452A (zh) * | 2010-11-26 | 2012-05-30 | 中国科学院微电子研究所 | 一种ofdm***的载波频率同步电路及方法 |
CN103795676A (zh) * | 2014-02-12 | 2014-05-14 | 上海交通大学 | 一种基于循环累积的多普勒频偏估计方法 |
CN113098819A (zh) * | 2021-04-01 | 2021-07-09 | 成都星联芯通科技有限公司 | 一种低轨宽带卫星***小数倍子载波间隔频偏估算方法 |
CN116132236A (zh) * | 2022-12-15 | 2023-05-16 | 西安电子科技大学 | 应用于5g nr***的单符号自适应频偏估计与补偿方法 |
-
2023
- 2023-09-12 CN CN202311167893.4A patent/CN116915568B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1739911A2 (en) * | 2005-06-30 | 2007-01-03 | NTT DoCoMo Inc. | A training sequence generating method, a communication system and communication method |
CN102480452A (zh) * | 2010-11-26 | 2012-05-30 | 中国科学院微电子研究所 | 一种ofdm***的载波频率同步电路及方法 |
CN103795676A (zh) * | 2014-02-12 | 2014-05-14 | 上海交通大学 | 一种基于循环累积的多普勒频偏估计方法 |
CN113098819A (zh) * | 2021-04-01 | 2021-07-09 | 成都星联芯通科技有限公司 | 一种低轨宽带卫星***小数倍子载波间隔频偏估算方法 |
CN116132236A (zh) * | 2022-12-15 | 2023-05-16 | 西安电子科技大学 | 应用于5g nr***的单符号自适应频偏估计与补偿方法 |
Non-Patent Citations (1)
Title |
---|
OFDM***时频同步算法的研究与仿真;胡威;《中国优秀硕士论文全文数据库(信息科技辑)》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116915568A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116915568B (zh) | 频偏估计方法、设备以及存储介质 | |
JP6373821B2 (ja) | I/q変調送受信機内の信号の歪みを低減するデバイス及び方法 | |
US11743090B2 (en) | Method and apparatus for carrier frequency-offset determination and storage medium | |
RU2573225C2 (ru) | Способ и система для реализации беспроводной связи ближнего радиуса действия | |
CN103856306A (zh) | 处理干扰的方法及装置 | |
US9900184B2 (en) | Method, device and storage medium for frequency offset estimate | |
CN112713912B (zh) | 扩频索引调制、解调通信方法、发射机、接收机和存储介质 | |
WO2019007159A1 (zh) | 数据传输方法、发送设备和接收设备 | |
CN107005520B (zh) | 用于正交频分复用信号相位成形的设备和方法 | |
US11238563B2 (en) | Noise processing method and apparatus | |
EP3044916B1 (en) | Computing system with detection mechanism and method of operation thereof | |
WO2018053801A1 (zh) | 一种资源映射方法、发送端以及接收端 | |
US11792056B2 (en) | Method of performing synchronization and frequency offset estimation based on simultaneous phase compensation of single training sequence and receiver performing the same | |
US20230023227A1 (en) | Electronic device for expanding sensing bandwidth by integrating plurality of channel impulse responses, and control method therefor | |
WO2023040225A1 (zh) | 频偏估计方法及装置、电子设备、及计算机可读存储介质 | |
CN110311871B (zh) | 信道平均时延估计方法、装置及存储介质 | |
WO2018120858A1 (zh) | 一种信道估计方法及装置 | |
CN113115251A (zh) | 用于信息处理的方法、设备和计算机存储介质 | |
CN115174338B (zh) | 频率偏差确定方法、装置、存储介质及电子设备 | |
US10911096B1 (en) | System and method for providing sub-band whitening in the presence of partial-band interference | |
KR20220088256A (ko) | 단일 훈련열의 실시간 보정 기법을 이용한 동기화 및 주파수 오프셋 추정 방법 및 이를 수행하는 수신기 | |
US20240244542A1 (en) | Method of detecting synchronization timing and sub-band based on adaptive threshold and receiver performing the same | |
US9473340B2 (en) | Orthogonal frequency division multiplexing polar transmitter | |
CN114124625B (zh) | 一种信道估计方法及装置 | |
CN116471156A (zh) | 参考信号的导频图案映射方法、***及相关装置 |
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 |