适用于LTE-A MIMO信号分析系统的高精度频偏测量方法技术方案

本发明专利技术公开了一种适用于LTE‑A MIMO信号分析系统的高精度频偏测量方法，包括：(1)建立LTE‑A MIMO信号分析系统的卡尔曼滤波状态空间模型；(2)根据基于循环前缀频偏估计算法的特性，推导出卡尔曼滤波状态空间模型中过程噪声和观测噪声的方差公式；(3)在低于预设阈值的信噪比下，以子帧为单位进行数据传输，利用基于循环前缀的频偏估计算法进行频偏估计，并将该频偏估计值作为卡尔曼滤波的初始值，设置卡尔曼滤波的迭代次数K；(4)根据步骤(1)中建立的卡尔曼滤波状态空间模型，按照设置的迭代次数和初始值，对多个子帧的频偏估计值进行迭代的卡尔曼滤波，得到最终的频偏估计值。本发明专利技术可以在低信噪比下实现高精度频偏测量。

【技术实现步骤摘要】
适用于LTE-AMIMO信号分析系统的高精度频偏测量方法
本专利技术涉及LTE-AMIMO信息技术，尤其涉及一种适用于LTE-AMIMO信号分析系统的高精度频偏测量方法。
技术介绍
无线通信是当今信息领域中最为活跃和极具挑战性的研究热点之一。迄今，无线通信已从模拟通信发展到数字通信，LTE-Advanced(LTE-A)作为大家熟知的第四代(4G)无线通信系统，在各大运营商的推广下，用户数量直线上升，已经逐步取代了以CDMA为技术支持的第三代(3G)无线通信系统，成为市场主流。在LTE-AdvancedMIMO信号分析系统中，信号分析主要是在不同的宽带和调制方式下，实现LTE-AdvancedMIMO信号的功率测量、发射信号质量度量(包括频率误差、频偏校正、误差矢量幅度(EVM)、定时对齐误差)等功能，能够深入分析FDD格式的LTE-Advanced信号，提供全面的LTE-Advanced调制分析，并且可对LTE-FDD信号进行8×8DL(DownLink，下行链路)MIMO分析。此外，相对长期演进技术(LTE)，LTE-Advanced对系统指标提出了更高的测量要求，尤其是频率偏差估计的精度直接会影响到系统信号传输的可靠性，因此LTE-AdvancedMIMO信号分析仪的技术指标中对频率误差的测量精度做出了明确的要求，如安捷伦(Agilent)公司生产的X系列信号分析仪对LTE-AdvancedFDD信号的频率误差的测量要求在±1Hz的范围内，对LTE-AdvancedTDD下行链路信号的频率误差的测量要求在±5Hz的范围内。在实际开放的环境中，天线对LTE基站的信号的分析测量会受到外部环境的干扰，包括电磁干扰、多径衰落等等，这些外界干扰会导致信号的信噪比降低，使系统处于低信噪比的状态下，导致频偏测量值存在较大的误差，因此需要研究开发低信噪比状态下的高精度频偏测量方法。
技术实现思路
专利技术目的：本专利技术针对现有技术存在的问题，提供一种适用于LTE-AMIMO信号分析系统的高精度频偏测量方法，该方法利用卡尔曼滤波器的不断递归的特性，降低噪声对LTE-AMIMO信号分析系统的频偏估计的影响，实现低信噪比下高精度的频偏测量。技术方案：本专利技术所述的适用于LTE-AMIMO信号分析系统的高精度频偏测量方法包括：(1)建立LTE-AMIMO信号分析系统的卡尔曼滤波状态空间模型；(2)根据基于循环前缀频偏估计算法的特性，推导出卡尔曼滤波状态空间模型中过程噪声和观测噪声的方差公式；(3)在低信噪比下，以子帧为单位进行数据传输，利用基于循环前缀的频偏估计算法进行频偏估计，并将该频偏估计值作为卡尔曼滤波的初始值，设置卡尔曼滤波的迭代次数K；(4)根据步骤(1)中建立的卡尔曼滤波状态空间模型，按照设置的迭代次数和初始值，对多个子帧的频偏估计值进行迭代的卡尔曼滤波，得到最终的频偏估计值。进一步的，步骤(1)中建立的状态空间模型包括：卡尔曼状态方程：X(k)＝X(k-1)；观测方程：Y(k)＝X(k)+V(k)；其中，预测过程方程为：P(k|k-1)＝P(k-1|k-1)校正过程方程为：Kk＝P(k|k-1)[P(k|k-1)+R]-1P(k|k)＝(I-Kk)P(k|k-1)式中，X(k)代表k时刻频偏预测值，Y(k)代表k时刻频偏观测值，即待求频偏估计值，V(k)代表观测噪声，是在k时刻利用k-1时刻状态预测的结果，是k-1时刻的最优估计，P(k|k-1)是对应的误差协方差，Kk是k时刻的卡尔曼增益，R是观测噪声方差。其中，步骤(2)中观测噪声的方差公式为：式中，fs是采样频率，N是子载波数，Ncp是循环前缀的长度，SNR为信噪比。其中，步骤(2)中过程噪声为Q＝0。其中，所述增益Kk计算公式为：式中，k为当前滤波次数，P(0)为卡尔曼滤波的初始误差协方差的值。有益效果：本专利技术与现有技术相比，其显著优点是：本专利技术利用卡尔曼滤波器的不断递归的特性，降低噪声对LTE-AMIMO信号分析系统的频偏估计的影响，实现低信噪比下高精度的频偏测量。附图说明图1是卡尔曼滤波算法的原理框图；图2是基于卡尔曼滤波算法的系统仿真流程图；图3是ML算法的样值观测结构图；图4是基于卡尔曼滤波的高精度频偏估计算法仿真图；图5是卡尔曼滤波后的频偏估计值的偏差示意图。具体实施方式卡尔曼滤波算法是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法，具体原理如图1所示，一般地，只要跟时间序列和高斯白噪声有关或者能建立类似模型的系统，都可以利用卡尔曼滤波来处理噪声问题，达到滤除噪声影响提高测量精度的目的。因此本实施例利用卡尔曼滤波器的不断递归的特性，降低噪声对LTE-AMIMO信号分析系统的频偏估计的影响，实现低信噪比下高精度的频偏测量。本实施例中相关配置参数如下：(1)传输模式：发射分集(TM2)；(2)传输带宽：20MHz；(3)调制方式：64QAM；(4)信噪比；10dB；(5)子载波数：2048；(6)滤波次数：1000；步骤一：状态空间模型的建立卡尔曼滤波器的设计分为系统状态方程的预测和校正。首先给出系统的状态空间模型，先从系统状态空间模型的一般式入手：X(k)＝ΦX(k-1)+W(k-1)(1)Y(k)＝HX(k)+V(k)(2)式中X(k)和X(k-1)为系统状态向量，分别代表在k时刻与k-1时刻系统中的频偏值，Y(k)为系统的观测值，代表在k时刻系统中的频偏估计值，而Φ为状态转移矩阵，H为观测矩阵，W(k-1)与V(k)是对应时刻系统的过程噪声和观测噪声，且认为这两个噪声是相互独立的零均值白噪声，且统计特性满足E[w(k)]＝E[v(k)]＝0(3)E[w(k)wT(j)]＝Qδkj(4)E[v(k)vT(j)]＝Rδkj(5)其中Q和R分别代表过程噪声和观测噪声的方差。基于状态空间模型，给出卡尔曼滤波的预测过程：P(k|k-1)＝ΦP(k-1|k-1)ΦT+Q(7)式中是在k时刻利用k-1时刻状态预测的结果，是k-1时刻的最优估计，P(k|k-1)是对应的误差协方差。当预测完成之后，接下来便是卡尔曼滤波的校正过程：Kk＝P(k|k-1)HT[HP(k|k-1)HT+R]-1(8)P(k|k)＝(I-KkH)P(k|k-1)(10)式中的Kk是k时刻的卡尔曼增益，它的存在是为了使后验估计协方差最小。具体到本专利技术中的卡尔曼滤波算法的问题上，因为系统的频偏值是标量，且在频偏预测时，假设预测过程不受外界因素以及系统的影响，即此时的过程噪声w(k)的方差E[w(k)wT(j)]＝Qδkj满足Q＝0，状态转移矩阵满足Φ＝1，又因为LTE-AMIMO信号分析系统是对频偏估计值进行卡尔曼滤波，因而系统的状态参数不发生改变，所以观测矩阵满足H＝1，所以系统的状态方程和观测方程可以简化为：X(k)＝X(k-1)(11)Y(k)＝X(k)+V(k)(12)根据观测方程和状态方程可知，Φ＝1，H＝1，Q＝0，所以系统的预测过程可以改写为：P(k|k-1)＝P(k-1|k-1)(14)系统的校正过程为：Kk＝P(k|k-1)[P(k|k-1)+R]-1(15)P(k|k)＝(I-Kk)P(k|k-1)(17)步骤二：观测噪声方差的确本文档来自技高网...

【技术保护点】
1.一种适用于LTE‑A MIMO信号分析系统的高精度频偏测量方法，其特征在于该方法包括：(1)建立LTE‑A MIMO信号分析系统的卡尔曼滤波状态空间模型；(2)根据基于循环前缀频偏估计算法的特性，推导出卡尔曼滤波状态空间模型中过程噪声和观测噪声的方差公式；(3)在低于预设阈值的信噪比下，以子帧为单位进行数据传输，利用基于循环前缀的频偏估计算法进行频偏估计，并将该频偏估计值作为卡尔曼滤波的初始值，设置卡尔曼滤波的迭代次数K；(4)根据步骤(1)中建立的卡尔曼滤波状态空间模型，按照设置的迭代次数和初始值，对多个子帧的频偏估计值进行迭代的卡尔曼滤波，得到最终的频偏估计值。

【技术特征摘要】
1.一种适用于LTE-AMIMO信号分析系统的高精度频偏测量方法，其特征在于该方法包括：(1)建立LTE-AMIMO信号分析系统的卡尔曼滤波状态空间模型；(2)根据基于循环前缀频偏估计算法的特性，推导出卡尔曼滤波状态空间模型中过程噪声和观测噪声的方差公式；(3)在低于预设阈值的信噪比下，以子帧为单位进行数据传输，利用基于循环前缀的频偏估计算法进行频偏估计，并将该频偏估计值作为卡尔曼滤波的初始值，设置卡尔曼滤波的迭代次数K；(4)根据步骤(1)中建立的卡尔曼滤波状态空间模型，按照设置的迭代次数和初始值，对多个子帧的频偏估计值进行迭代的卡尔曼滤波，得到最终的频偏估计值。2.根据权利要求1所述的适用于LTE-AMIMO信号分析系统的高精度频偏测量方法，其特征在于：步骤(1)中建立的状态空间模型包括：卡尔曼状态方程：X(k)＝X(k-1)；观测方程：Y(k)＝X(k)+V(k)；其中，预测过程方程为：P(k|k-1)＝P(k-1|k-1)校正过程方程为：K...

【专利技术属性】
技术研发人员：李玉环，王捷，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32