超密集无线网络中基于PSS干扰消除的小站发现方法技术

本发明专利技术公开了超密集网络中基于PSS干扰消除的小站发现方法，该方法包括：预先准备三种PSS时域信号的自相关和互相关结果作为模板；对接收信号低通滤波和降采样后与本地PSS副本做互相关运算，找到峰值，获得最强小站的粗定时同步位置和将未经降采样的接收信号与本地PSS副本做互相关；找到互相关结果中最高的相关峰，确定其位置和对应的从三种PSS时域信号的互相关结果中将对应的模板消除；重复寻找最高的相关峰和消除操作。本发明专利技术无须对现有LTE技术规范做出修改；且无需估计信号和重构信号，不会显著增加UE的复杂度和耗电量；还可减小较强小站的同步信号对较弱小站同步信号的干扰，从而提高UE发现较弱小站的概率，增加UE所能发现的小站数目。

【技术实现步骤摘要】

本专利技术属于超密集无线网络中的小站发现方法，特别是涉及超密集无线网络中基于PSS干扰消除的小站发现方法。
技术介绍
随着智能终端普及，移动数据业务出现快速增长。在频谱效率难以进一步提高、增大带宽代价不菲的情况下，增加小区密度成为应对这一趋势的重要方法。LTE-A(Long Term Evolution-Advanced)通过在蜂窝网拓扑的宏小区基础上部署小小区，如毫微微小区(Femtocell)、微微小区(Picocell)以及中继(Relay)等，实现对室内、热点地区以及小区边界的优化。这些小小区由低功率节点(LPN,Low Power Node，又称小站)实现覆盖。由于小站处在宏小区(Macrocell)的覆盖之下，在现有蜂窝拓扑之上形成另一层的拓扑，构成了分层的同质异构网络(HetNet,Heterogeneous Network)。自从LTE Release 10，对小站的支持和增强一直是3GPP(3rd Generation Partnership Project)组织应对数据业务增长的一个重要演进方向。在正在制定中的LTE Release 12在HetNet的基础上引入了小站增强(Small Cell Enhancement,SCE)场景。与HetNet相比，SCE的小站部署于宏小区的热点区域内，更加密集，并且成簇分布。而在未来的超密集无线网络中，小站部署将更加密集，可达每个宏小区数百个。小站发现就是UE(User Equipment)检测到小站并测量其RSRP(Reference Signal Received Power)/RSRQ(Reference Signal Received Quality)的过程。在超密集无线网络中，由于小站的密集部署，小站之间同步信号和参考信号的干扰强烈，对UE发现小站造成困难。而小站开关(small cell on/off)、负载均衡、e-ICIC(enhanced-Inter-Cell Interference Coordination)、CoMP(Coordinated Multi-point Transmission)等特性都要求高效、快速的小站发现，对小站发现提出了更高的性能要求。研究表明，现有的小区搜索方案不能满足超密集网络中小站发现的要求。为解决前述问题，3GPP RAN1已将小站发现作为LTE Release 12小站增强场景的一个研究方向。业界已有多家公司和机构就此开展研究，并向3GPP提出了大量相关提案。其中，UE(User Equipment)侧的解决方案通过PSS IC(Interference Cancellation)减小较强小站对较弱小站的干扰，提高较弱小站的检测概率。但是现有PSS/SSS IC技术需要估计信道和重构干扰信号，复杂度较高，会显著提高UE的成本和耗电量。有必要设计复杂度更低的UE侧小站发现方法。
技术实现思路
专利技术目的：本专利技术的目的是提供一种能够显著减小较强小站对较弱小站的干扰，提高较弱小站的检测概率，从而提高UE发现小站的数目的超密集无线网络中基于PSS干扰消除的小站发现方法。技术方案：为达到此目的，本专利技术采用以下技术方案：本专利技术所述的超密集无线网络中基于PSS干扰消除的小站发现方法，包括以下的步骤：S1：预先准备根索引分别为25、29和34的三种PSS时域信号的自相关和互相关结果作为模板；S2：对接收信号低通滤波和降采样后与本地PSS副本做互相关运算，找到峰值，获得最强小站的粗定时同步位置和S3：将未经降采样的接收信号与本地PSS副本做互相关；S4：找到步骤S3所述互相关结果中最高的相关峰，确定相关峰的位置和对应的S5：从步骤S1所述互相关结果中将步骤S4中所述对应的模板消除；S6：重复步骤S4和步骤S5。进一步，步骤S1中所述的自相关和互相关结果是所述三种PSS时域信号在无噪声、干扰和衰落的情况下获得的。进一步，所述步骤S2包括以下的步骤：S2.1：对接收信号进行低通滤波，取出中心的0.93MHz信号；S2.2：对接收信号进行16倍降采样；S2.3：将经过低通滤波和降采样的接收信号与本地PSS副本做互相关运算，找到互相关结果中的峰值；S2.4：根据峰值确定最强小站的粗定时同步位置和进一步，所述步骤S3包括以下的步骤：S3.1：取出步骤S2中所述粗定时同步位置附近(NOFDM-NCP，NOFDM+NCP)内的未经降采样的接收信号，其中NOFDM为一个OFDM符号的长度，NCP为循环前缀的长度；S3.2：将所述步骤S3.1中得到的未经降采样的接收信号与本地PSS副本做互相关。进一步，所述步骤S5包括以下的步骤：S5.1：找到步骤S4中所述对应的模板；S5.2：将步骤S5.1得到的模板在时域上移位，使模板的峰值与步骤S4中所述最高相关峰的位置重合；S5.3：将步骤S5.2得到的模板进行幅度的缩放，使模板的幅度与最高相关峰的幅度相同；S5.4：从步骤S1所述互相关结果中将该模板减去。有益效果：本专利技术具有如下的有益效果：1、本方法部署于UE端，与网络端的小站发现方法相比，无须对现有LTE技术规范做出修改。2、本方法无需估计信号和重构信号，与其他PSS/SSS干扰消除方法相比，不会显著增加UE的复杂度和耗电量。3、本方法可减小较强小站的同步信号对较弱小站同步信号的干扰，从而提高UE发现较弱小站的概率，增加UE所能发现的小站数目。具体实施方式下面对本专利技术在LTE超密集无线网络中的实施方式作进一步介绍：本专利技术包括以下的步骤：S1：预先准备根索引分别为25、29和34的三种PSS时域信号的自相关和互相关结果作为模板；具体过程如下：PSS序列的互相关特性不理想是较弱小站难以被检测到的主要原因。PSS序列是长度N＝63的zadoff-chu序列。而两个zadoff-chu序列只有在根序号之差与序列长度N互质时才具有理想的互相关特性，即互相关结果的幅度恒为1/√N。为0和2对应的PSS序列根序号之差为9，不满足与序列长度63互质的要求。所以可以预先准备好根索引分别为25、29和34的三种PSS时域信号的自相关和互相关结果作为模板，在检测到一个较强小站的PSS后，将对应的模板从互相关结果中消除。准备模板的具体过程为：生成根索引分别为25、29和34的PSS时域序列，将三种PSS时域序列之间的互相关和自相关结果保存本文档来自技高网...

【技术保护点】
超密集无线网络中基于PSS干扰消除的小站发现方法，其特征在于：包括以下的步骤：S1：预先准备根索引分别为25、29和34的三种PSS时域信号的自相关和互相关结果作为模板；S2：对接收信号低通滤波和降采样后与本地PSS副本做互相关运算，找到峰值，获得最强小站的粗定时同步位置和S3：将未经降采样的接收信号与本地PSS副本做互相关；S4：找到步骤S3所述互相关结果中最高的相关峰，确定相关峰的位置和对应的S5：从步骤S1所述互相关结果中将步骤S4中所述对应的模板消除；S6：重复步骤S4和步骤S5。

【技术特征摘要】
1.超密集无线网络中基于PSS干扰消除的小站发现方法，其特征在于：包括
以下的步骤：
S1：预先准备根索引分别为25、29和34的三种PSS时域信号的自相关和互相
关结果作为模板；
S2：对接收信号低通滤波和降采样后与本地PSS副本做互相关运算，找到峰值，
获得最强小站的粗定时同步位置和S3：将未经降采样的接收信号与本地PSS副本做互相关；
S4：找到步骤S3所述互相关结果中最高的相关峰，确定相关峰的位置和对应
的S5：从步骤S1所述互相关结果中将步骤S4中所述对应的模板消除；
S6：重复步骤S4和步骤S5。
2.根据权利要求1所述的超密集无线网络中基于PSS干扰消除的小站发现方
法，其特征在于：步骤S1中所述的自相关和互相关结果是所述三种PSS时域信号
在无噪声、干扰和衰落的情况下获得的。
3.根据权利要求1所述的超密集无线网络中基于PSS干扰消除的小站发现方
法，其特征在于：所述步骤S2包括以下的步骤：
S2.1：对接收信号进行低通滤波，取出中心的0.93MHz信号；
S2.2：对接收信号进行16倍降采样；
S2.3：将经过...

【专利技术属性】
技术研发人员：潘志文，彭帅，刘楠，尤肖虎，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32