CN1677885A - 基于线性调频序列的扩频通信***中的分集接收方法 - Google Patents

Abstract

本发明涉及一种基于线性调频序列的扩频通信***中的分集接收方法，属于无线通信的技术领域。首先从基带接收信号的训练序列信号中获取信道估计值；从扩频通信***中基带接收信号的数据信号中取出一个扩频序列周期的采样信号；对扩频通信***的初始扩频序列进行共轭变换，将共轭变换后的初始扩频序列与上述一个扩频序列周期的采样信号相乘，并进行快速傅里叶变换，用得到的第k个值与相位exp(－jk²π/N)相乘，得到接收信号与初始扩频序列的滑动相关值，根据信道估计值对滑动相关值进行多径合并，并比较合并后的值，由最大值所对应的扩频序列得到发射数据。本方法的优点是，降低了分集接收中的信道估计和Rake接收的计算量，增加了***设计的灵活性。

Description

基于线性调频序列的扩频通信***中的分集接收方法

技术领域

本发明涉及一种基于线性调频序列的扩频通信***中的分集接收方法，尤其涉及分集接收中的信道估计和Rake接收方法，属于无线通信的技术领域。

背景技术

无线通信***中信号常常要经历多径信道的影响，造成相邻时刻的信号之间存在互相干扰。根据信号带宽和***工作环境的不同，多径干扰造成的影响也不尽相同。有些情况下多径干扰虽然存在但它的影响很小，可以不采取专门的措施来对抗它的影响。而有些情况则要求接收机用均衡或分集接收的方法来抑制多径干扰的影响。对基于扩频的通信***来讲，常用的抑制多径干扰的分集接收方法是Rake接收，它把接收信号中的多径进行分集合并，从而提高通信***的性能。在Rake接收合并多径的过程中，需要知道每条径的信道增益，这就需要对信道进行估计。

在包传输的无线通信***中，每个数据包在发射时前面都会有一段接收机已知的训练序列信号，利用这段信号接收机可以采用最小二乘等算法计算出信道估计值。如果训练序列具有理想的自相关特性，则使用滑动相关算法就可以得到信道估计值。虽然滑动相关算法比最小二乘算法的计算量已经有了很大降低，但是在基于线性调频序列进行扩频的通信***中，利用线性调频序列的性质，还可以进一步降低信道估计的计算量。另外，在已有技术中信道估计必须在频偏完全补偿以后才能进行。

对于数据调制使用多个扩频序列的通信***，在解调的时候，Rake接收需要对每一个可能的发射序列都进行一遍处理，导致很大的计算负担。

发明内容

本发明的目的是提出一种基于线性调频序列的扩频通信***中的分集接收方法，以降低信道估计和Rake接收的计算量，并提高信道估计实现时的灵活性。通过利用线性调频序列的性质，信道估计可以在接收信号中频偏没有完全补偿的情况下进行，并且可以使用快速傅里叶变换算法降低估计过程中的计算量。而利用数据调制时扩频序列之间循环移位的性质，Rake接收也可以使用更简单的结构以及快速傅里叶变换算法来实现。

本发明提出的基于线性调频序列的扩频通信***中的分集接收方法，包括以下步骤：

(1)从扩频通信***中基带接收信号的训练序列信号中获取信道估计值；

(2)从扩频通信***中基带接收信号的数据信号中取出一个扩频序列周期的采样信号；

(3)对扩频通信***的初始扩频序列进行共轭变换，将共轭变换后的初始扩频序列与上述一个扩频序列周期的采样信号相乘；

(4)对上述相乘以后的信号进行快速傅里叶变换；

(5)用上述快速傅里叶变换得到的第k个值与相位exp(-jk²π/N)相乘，得到接收信号与初始扩频序列的滑动相关值，其中N是扩频序列的长度；

(6)根据上述信道估计值对上述滑动相关值进行多径合并，并比较合并后的值，由最大值所对应的扩频序列得到发射数据。

上述方法中，获取信道估计值的方法，包括以下步骤：

(1)从扩频通信***中基带接收信号的训练序列信号中取出一个扩频序列周期的采样信号；

(2)对扩频通信***中初始扩频序列进行共轭变换，将共轭变换后的初始扩频序列与上述一个扩频序列周期的采样信号相乘；

(3)对上述相乘以后的信号进行快速傅里叶变换；

(4)用上述快速傅里叶变换得到的第k+Δ个值与相位exp(-jk²π/N)相乘，得到信道估计值，其中Δ＝f×T_s，f是基带接收信号的频偏，T_s是扩频序列周期，N是扩频序列的长度。

本发明提出的基于线性调频序列的扩频通信***中的分集接收方法，具有以下优点：

(1)分集接收中的信道估计可以在接收信号的频偏没有完全补偿时进行，因此增加了***设计的灵活性；

(2)信道估计使用快速傅里叶变换算法实现，降低了扩频通信***实现的复杂度；

(3)分集接收中的Rake接收使用更简单的结构和快速傅里叶变换算法，具有更低的计算量。

附图说明

图1是一般的多径传播信道的冲激响应示意图。

图2是本发明方法中实现信道估计的原理示意图。

图3是本发明方法中实现Rake接收的原理示意图。

具体实施方式

本发明提出的基于线性调频序列的扩频通信***中的分集接收方法，首先从扩频通信***中基带接收信号的训练序列信号中获取信道估计值；从扩频通信***中基带接收信号的数据信号中取出一个扩频序列周期的采样信号；对扩频通信***的初始扩频序列进行共轭变换，将共轭变换后的初始扩频序列与上述一个扩频序列周期的采样信号相乘；对相乘以后的信号进行快速傅里叶变换；用快速傅里叶变换得到的第k个值与相位exp(-jk²π/N)相乘，得到接收信号与初始扩频序列的滑动相关值，其中N是扩频序列的长度；根据上述信道估计值对上述滑动相关值进行多径合并，并比较合并后的值，由最大值所对应的扩频序列得到发射数据。

上述方法中，获取信道估计值的方法为，从扩频通信***中基带接收信号的训练序列信号中取出一个扩频序列周期的采样信号；对扩频通信***中初始扩频序列进行共轭变换，将共轭变换后的初始扩频序列与上述一个扩频序列周期的采样信号相乘；对上述相乘以后的信号进行快速傅里叶变换；用上述快速傅里叶变换得到的第k+Δ个值与相位exp(-jk²π/N)相乘，得到信道估计值，其中Δ＝f×T_s，f是基带接收信号的频偏，T_s是扩频序列周期，N是扩频序列的长度。

在发射信号中，训练序列是一个线性调频序列，它也被用作数据调制时的初始扩频序列。数据调制的其它扩频序列是初始扩频序列的循环移位，其中表示调制数据的十进制数等于循环移位的位数。构成初始扩频序列的线性调频序列由N个元素组成，N是一个偶数，其中第n个元素a_n的表达式为：

$a_n=\exp \left(j\frac{\mathrm{M\π}{n}^2}{N}\right),$

这里n＝0，1，…，N-1，M是和N互质的整数，在下述各部分中以M等于1为例进行说明。线性调频序列是恒包络的复数序列，其相位随采样点呈非线性变化，频率随采样点呈线性变化，所以可以把其看成是线性调频信号的采样序列。

线性调频序列具有理想的周期自相关特性，即两个相同的线性调频序列只有在对齐的时候才具有非零的相关值，其它情况下相关值都为零。这一特性可以用公式表示为，

$R\left(k\right)=\underset{n=0}{\overset{N-1}{\∑}}{a}_{(n+k)\%N}{a}_n^{*}=\left\{\begin{array}{c}N,k=0\\ 0,k=1,\·\·\·,N-1\end{array}\right.$

式中R(k)表示移位为k时的自相关值，N是扩频序列的长度，％表示求模运算，即当n+k超过N后，a的下标再从0开始计算，这相当于对线性调频序列做循环移位操作。

在1/T_s的整数倍的频偏的影响下，线性调频序列产生循环移位的效果，并且循环移位的位数和1/T_s的倍数相等，这一特性可以用公式表示为，

$\exp \left(j\frac{{\mathrm{\πn}}^2}{N}\right)\·\exp \left(j\frac{2\mathrm{\πk}}{N}n\right)=\exp (-j\frac{k^2\mathrm{\π}}{N})\·\exp \left(j\frac{\mathrm{\π}(n+k{)}^2}{N}\right)$

这里T_s为扩频序列周期，左边第一项表示线性调频序列，第二项表示1/T_s的k倍的频偏；右边第一项表示跟k有关但是跟n无关的一个固定相位差，第二项表示向左循环移k位后的线性调频序列。下面将会看到，利用线性调频序列的这两个性质可以获得简单的信道估计方法和Rake接收方法。

图1所示是一般的多径传播信道的冲激响应示意图，其中横坐标表示多径的时延，纵坐标表示多径的平均功率，不同多径的平均功率随时延呈指数下降。在一般的多径传播信道中，每条多径都是一个复高斯随机变量，其幅值为瑞利分布，相位为均匀分布。在不同的应用环境中多径间的强弱区别会有很大不同，例如，发射机和接收机之间存在直射路径的时候，第一条径也即是最早到达的径会很强，其它由反射造成的径会相对较弱；而如果发射机和接收机间不存在直射路径，或直射路径间存在障碍造成了很大的能量衰减，则反射路径可能会强很多。

在信道估计之前，假设接收信号中只剩下1/T_s整数倍的频偏，即1/T_s小数倍的频偏已经被补偿过。信道估计的方法是，从接收到的训练序列信号中取出一个扩频序列周期的采样信号，让其和初始扩频序列的共轭序列对应点相乘，对相乘的结果进行快速傅里叶变换并进行相位校正。

下面详细说明信道估计方法的原理。假设没有频偏的时候，接收信号中的训练序列信号为r，因为线性调频序列的理想自相关性，训练序列信号r和初始扩频序列a的滑动相关值就是信道估计值，即

$R\left(k\right)=\underset{n=0}{\overset{N-1}{\∑}}r\left[n\right]a^{*}[(n+k)\%N].$

当接收信号中存在Δ/T_s的频偏时，Δ为整数，假设训练序列信号为

则信道估计值为

$R\left(k\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}r\left[n\right]a^{*}[(n+k)\%N]=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\tilde{r}\left[n\right]\exp (-j\frac{2\mathrm{\Δ\π}}{N}n)a^{*}[(n+k)\%N].$

由上面已经给出的线性调频序列的循环移位和频偏的关系，即

$a[(n+k)\%N]=\exp \left(j\frac{k^2\mathrm{\π}}{N}\right)a\left[n\right]\exp \left(j\frac{2\mathrm{k\π}}{N}n\right),$

可以把接收信号中存在频偏时的信道估计值写为

$R\left(k\right)=\exp (-j\frac{k^2\mathrm{\π}}{N})\·\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\left(\tilde{r}\right[n\left]a^{*}\right[n\left]\right)\exp (-j\frac{2(k+\mathrm{\Δ})\mathrm{\π}}{N}n)=\exp (-j\frac{k^2\mathrm{\π}}{N})F(k+\mathrm{\Δ}).$

式中F(k+Δ)表示对乘积

做快速傅里叶变换后的第k+Δ个输出值，而对F(k+Δ)乘以一个相位exp(-jk²π/N)就得到了信道估计值R(k)。实际上，信道估计之前频偏Δ/T_s可能是未知的，所以得到快速傅里叶变换的值后，还要等频偏估计完成才能得到最终的信道估计值。整个信道估计的过程如图2所示。

这样设计的信道估计方法可以提高***设计的灵活性，因为F(k+Δ)的值可能在时间同步时就已经计算出来，因此信道估计时不需要再单独计算。信道估计只需要保存F(k+Δ)的值，等到频偏估计完成后，根据Δ的值对F(k+Δ)作一个相位校正就可以了。

这样得到的信道估计值共有N个，也即是N条径的信道增益估计值，但是实际上信道中可能根本没有这么多条径，或者有一些径由于幅值太小是可以被忽略的，所以在得到所有的信道估计值后应做一下选择，选出L条较大的径用来做Rake合并。

下面描述数据解调时的Rake接收方法。因为数据调制时有N个可能的扩频序列，并且它们是初始扩频序列的循环移位，所以可以改变Rake接收的运算次序以降低解调的计算量。具体做法为，取一个扩频序列周期的接收信号，让其和初始扩频序列的共轭对应点相乘，对相乘的结果做快速傅里叶变换，对快速傅里叶变换后的值做相位校正，根据信道估计值和对发射扩频序列的假设得到N个多径合并后的值，对这N个值进行比较选出最大的一个值，根据这个值所对应的扩频序列就可以得到发射数据。

下面详细说明这种Rake接收方法的原理。假设当前所取的一个扩频序列周期的接收信号为r，其中所含的扩频序列为a_m，即初始扩频序列的第m次移位，则对接收信号进行解扩并进行多径合并得到，

${\mathrm{\ρ}}_m=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\left\{c_l\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}r\right[n\left]a_m\right[(n-l)\%N\left]\right\}$

式中c_l是前面信道估计过程得到的第l条径的估计值，L是多径的条数。为了判断接收信号中所含的是哪一个扩频序列，需要对可能的扩频序列a₀～a_N-1逐一进行假设，并计算ρ₀～ρ_N-1的值。因为a₀～a_N-1是初始扩频序列的第0～N-1次移位，并且a_m[(n-l)％N]是第m个序列的第l次移位，可以看出在计算ρ₀～ρ_N-1的过程中需要用到接收信号r和所有a₀～a_N-1的相关值，并且每个相关值都要被重复计算L次。所以在本发明的方法中，接收信号r和扩频序列a₀～a_N-1的相关值被提前计算出来，并且使用快速傅里叶变换算法，因此整个Rake接收实现的复杂度被大大降低。

使用快速傅里叶变换算法实现接收信号和扩频序列相关的原理前面已经进行过说明，这里需要注意的是，由于序列移位方向的不同，快速傅里叶变换后相位的校正值也不相同，这一区别可以用公式表示为：

$\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}r\left[n\right]a_m[(n-l)\%N]=\exp (-j\frac{(m+l{)}^2\mathrm{\π}}{N})\·F[N-(m+l)]=\tilde{F}[N-(m+l)]$

式中F(m)表示快速傅里叶变换得到的值， 表示相位校正后的值。因此，对不同的扩频序列假设，Rake接收时只需要对 的值进行合并，这一过程如图3所示，用公式可以表示为，

${\mathrm{\ρ}}_m=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\left\{c_l\tilde{F}\right[N-(m+l)\left]\right\}.$

利用上述方法计算得到N个ρ值以后，从中选取最大的一个值，它所对应的扩频序列就被认为是发射的扩频序列，从而可以得到相应的发射数据。

Claims (2)

1、一种基于线性调频序列的扩频通信***中的分集接收方法，其特征在于该方法包括以下步骤：

(1)从扩频通信***中基带接收信号的训练序列信号中获取信道估计值；

(2)从扩频通信***中基带接收信号的数据信号中取出一个扩频序列周期的采样信号；

(3)对扩频通信***的初始扩频序列进行共轭变换，将共轭变换后的初始扩频序列与上述一个扩频序列周期的采样信号相乘；

(4)对上述相乘以后的信号进行快速傅里叶变换；

(5)用上述快速傅里叶变换得到的第k个值与相位exp(-jk²π/N)相乘，得到接收信号与初始扩频序列的滑动相关值，其中N是扩频序列的长度；

(6)根据上述信道估计值对上述滑动相关值进行多径合并，并比较合并后的值，由最大值所对应的扩频序列得到发射数据。

2、如权利要求1所述的分集接收方法，其特征在于其中所述的获取信道估计值的方法，包括以下步骤：

(1)从扩频通信***中基带接收信号的训练序列信号中取出一个扩频序列周期的采样信号；

(2)对扩频通信***中初始扩频序列进行共轭变换，将共轭变换后的初始扩频序列与上述一个扩频序列周期的采样信号相乘；

(3)对上述相乘以后的信号进行快速傅里叶变换；

(4)用上述快速傅里叶变换得到的第k+Δ个值与相位exp(-jk²π/N)相乘，得到信道估计值，其中Δ＝f×T_s，f是基带接收信号的频偏，T_s是扩频序列周期，N是扩频序列的长度。

Images