一种基于5G的低轨卫星通信系统载波同步方法技术方案

技术编号:22172830 阅读:40 留言:0更新日期:2019-09-21 13:32
本发明专利技术公开了一种基于5G的低轨卫星通信系统载波同步方法,属于通信技术领域。首先对当前周期,地面终端通过滤波器接收卫星发出的主同步信号,经过采样量化为PSS时域信号并存储。然后滤波器接收下一个周期的主同步信号并采样量化为时域信号,结合上一个周期的时域信号,进行频偏变化率估计,再通过Kalman Filter 1进行估计优化。将当前周期的主同步信号进行频偏估计,得到频偏值,结合该主同步信号的频偏变化率估计值,通过Kalman Filter 2进行估计优化。最后利用当前周期频偏变化率的最优估计值和频偏的最优估计值,对数据信号进行频偏补偿,实现载波同步,输出载波同步后的数字信号。本发明专利技术提高了估计精度和载波同步策略的稳健性,可以应用于低信噪比的环境中。

A Carrier Synchronization Method for LEO Satellite Communication System Based on 5G

【技术实现步骤摘要】
一种基于5G的低轨卫星通信系统载波同步方法
本专利技术属于通信
,具体是一种基于5G的低轨卫星通信系统载波同步方法。
技术介绍
OFDM技术由于频谱效率高,抗多径能力强等优势,被广泛应用于陆地移动通信系统,例如LTE、WiMax等。第五代移动通信系统(5G)仍然采用OFDM技术作为物理层传输的核心技术,但是OFDM技术对收发端的载波频率偏差较为敏感,这是限制OFDM技术在卫星移动通信中广泛应用的主要问题。相比于陆地移动通信系统,低轨(LowEarthOrbit,LEO)卫星通信系统具有覆盖范围广、不易受物理攻击及自然灾害影响等特点,针对不易进行陆地移动通信系统覆盖的区域(例如高山、海洋和沙漠等)以及陆地移动通信系统被破坏的灾区等,LEO卫星通信系统能更好的提供移动通信服务,同时,3GPP也提出将LEO卫星移动通信系统作为陆地移动通信的补充,纳入了5G通信标准制定的考虑范围内。OFDM信号是同时在多个频谱重叠的子信道中传输的,为了能够准确接收每个子载波上的信息,在接收端必须保证子载波之间的正交性,但是多普勒效应会使得接收信号发生频域上的偏移,破坏接收端子载波之间的正交性,导致接收性能的急剧恶化,所以载波同步算法是OFDM技术应用于LEO卫星移动通信系统的关键技术之一。由于LEO卫星移动速度快,与地面终端之间存在大尺度时变频偏,这使得收发两端的载波同步面临很大的问题。相对于陆地移动通信系统,高速的相对运动会产生大尺度的多普勒频偏,这要求接收机需要具有足够大的频偏估计的范围,另外,在LEO卫星通信系统中多普勒频偏会随着时间进行快速变化,多普勒频偏变化率的估计也要纳入载波同步的考虑范围,载波同步技术是LEO卫星通信系统需要解决的重要问题。在频偏估计方面,OFDM系统中的多普勒频偏对子载波间隔进行归一化,则多普勒效应对OFDM系统的影响可以分为整数倍频偏和小数倍频偏,分别进行小数倍和整数倍频偏的估计是提高频偏估计范围的重要方式。在频偏变化率的估计方面,已有研究考虑根据一个OFDM系统中的循环前缀或者一个同步信号内进行频偏变化率信息的提取,虽然估计范围远远超过了实际频偏变化率的变化范围,但是估计精度低,不能够满足实际需求。另外,由于卫星通信条件下路径损耗严重,能够在低信噪比条件下进行有效的载波同步也是需要解决的问题。
技术实现思路
为了方便LEO卫星通信系统与5G陆地移动通信系统的融合,本专利技术提供一种基于5G的LEO卫星通信系统载波同步方法,通过周期发送的主同步信号估计大尺度频偏和频偏变化率来进行载波频偏的补偿,解决OFDM技术在LEO卫星通信系统中应用的难题。具体步骤如下:步骤一、针对当前周期,某LEO卫星发出主同步信号,地面终端进行时间同步捕捉该主同步信号的位置,然后通过滤波器接收该主同步信号。主同步信号由下式表示:其中s(t)表示t时刻发送端发送的PSS时域信号,r(t)表示t时刻通过信道后受频偏和白噪声影响的接收端接收到的PSS时域信号,θ0表示t时刻接收端接收信号的初始相位偏移,在OFDM符号的持续时长内不变。fd(t)表示随着时刻t变化的多普勒频偏值,由下式表示:fd(t)=fd+fa·t;fd表示初始多普勒频偏值,fa表示多普勒频偏变化率。n(t)表示t时刻的高斯白噪声。步骤二、当前周期的主同步信号经过ADC进行采样、量化为PSS时域信号并存储在本地;每个OFDM符号的采样点数为N,则每个采样点的持续时长Ts为:fs为采样频率,Δf为系统子载波间隔;在t=kTs时,对接收到的信号进行量化,得到PSS时域信号表示为:其中,s(k)为本地发送端在当前周期内同步发送的PSS时域信号;k=0,1,...,N-1,ε=fd/Δf为归一化多普勒频偏,γ=fa/(Δf·fs)为归一化多普勒频偏变化率。步骤三、滤波器接收下一个周期的主同步信号并采样量化为时域信号,结合存储的上一个周期的时域信号,进行频偏变化率估计,再通过KalmanFilter1进行估计优化。频偏变化率的估计过程如下:首先,针对第m个周期和第m-1个周期,则接收到的两个连续的PSS时域序列分别为rm-1(k)和rm(k):εm为第m个周期的归一化多普勒频偏,εm-1为第m-1个周期的归一化多普勒频偏,且εm=εm-1+γm·L,γm为第m个周期的归一化多普勒频偏εm的变化率;L=fs·TPSS为PSS时域信号发送周期持续时长TPSS内的采样点总数;θm表示第m个周期接收端接收信号的初始相位偏移;θm-1表示第m-1个周期接收端接收信号的初始相位偏移。然后,将接收到的两个PSS时域序列进行逐点共轭相乘,得到时域相关序列R(k):继而,将时域相关序列R(k)分为前后两段并进行相关,得到相关值C1:最后,利用相关值C1计算第m个周期的多普勒频偏变化率的估计值;计算公式为:即多普勒频偏变化率的估计范围为(-Δf/TPSS,Δf/TPSS],与系统的子载波间隔成正比,与PSS时域信号的发送周期TPSS成反比。KalmanFilter1估计优化的过程如下:利用第m-1个周期的频偏变化率的最优估计值通过KalmanFilter1计算第m个周期频偏变化率的最优估计值其中,最优估计值初始值随机设定;为第m个周期的多普勒频偏变化率的测量值,取值与频偏变化率的估计值相同。Kg1(m)为卡尔曼增益,由下式得到:其中R1为KalmanFilter1过程中的系统噪声,Q1为KalmanFilter1过程中的测量噪声。P1(m-1)为第m-1个周期时KalmanFilter1的最优方差,初始值随机设定;为第m个周期KalmanFilter1的预测方差。对第m个周期的最优方差P1(m)进行更新,用于第m+1个周期KalmanFilter1的迭代:步骤四、将当前周期的主同步信号进行频偏估计,得到频偏值,结合该主同步信号的频偏变化率估计值,通过KalmanFilter2进行估计优化。频偏估计的过程如下:第m个周期的主同步信号中,归一化多普勒频偏εm为小数倍频偏εf和整数倍频偏εi的和;首先进行小数倍频偏εf的估计:将第m个周期的主同步信号rm(k)与本地发送端同步发送的信号s(k)进行逐点共轭相乘,去掉同步信号的调制信息,得到时域相关序列cm(k):然后将时域相关序列cm(k)分为两部分进行相关,得到相关值C2:由于复数辐角的范围为(-π,π],所以小数倍频偏由下式估计:其中arg{·}表示计算复数辐角。然后将第m个周期的主同步信号rm(k)补偿小数倍频偏后,再进行整数倍频偏估计:将小数倍频偏补偿后的主同步信号rc(k)序列经过FFT变换到频域,取出NPSS=127位的接收频域PSS序列Rc(n),其中n=0,1,...,NPSS-1;则整数倍频偏由下式得到:g为循环移位的辅助变量;S(n)为本地产生的与发送端同步发送信号s(k)相同的频域PSS序列;则第m个周期的多普勒频偏估计值为KalmanFilter2估计优化的过程如下:利用第m-1个周期的多普勒频偏估计值和频偏变化率的最优估计值通过KalmanFilter2计算第m个周期的多普勒频偏的最优估计值其中,最优估计值初始值随机设定;为第m个周期的频偏估计值的测量值,取值与多普勒频偏的估计值相同。Kg2(k)为卡尔曼增益本文档来自技高网
...

【技术保护点】
1.一种基于5G的低轨卫星通信系统载波同步方法,其特征在于,具体步骤如下:步骤一、针对当前周期,某LEO卫星发出主同步信号,地面终端进行时间同步捕捉该主同步信号的位置,然后通过滤波器接收该主同步信号;主同步信号由下式表示:

【技术特征摘要】
1.一种基于5G的低轨卫星通信系统载波同步方法,其特征在于,具体步骤如下:步骤一、针对当前周期,某LEO卫星发出主同步信号,地面终端进行时间同步捕捉该主同步信号的位置,然后通过滤波器接收该主同步信号;主同步信号由下式表示:其中s(t)表示t时刻发送端发送的PSS时域信号,r(t)表示t时刻通过信道后受频偏和白噪声影响的接收端接收到的PSS时域信号,θ0表示t时刻接收端接收信号的初始相位偏移,在OFDM符号的持续时长内不变;fd(t)表示随着时刻t变化的多普勒频偏值,由下式表示:fd(t)=fd+fa·t;fd表示初始多普勒频偏值,fa表示多普勒频偏变化率;n(t)表示t时刻的高斯白噪声;步骤二、当前周期的主同步信号经过ADC进行采样、量化为PSS时域信号并存储在本地;步骤三、滤波器接收下一个周期的主同步信号并采样量化为时域信号,结合存储的上一个周期的时域信号,进行频偏变化率估计,再通过KalmanFilter1进行估计优化;频偏变化率的估计过程如下:首先,针对第m个周期和第m-1个周期,则接收到的两个连续的PSS时域序列分别为rm-1(k)和rm(k):s(k)为本地发送端在当前周期内同步发送的PSS时域信号;k=0,1,...,N-1,εm为第m个周期的归一化多普勒频偏,εm-1为第m-1个周期的归一化多普勒频偏,且εm=εm-1+γm·L,γm为第m个周期的归一化多普勒频偏εm的变化率;L=fs·TPSS为PSS时域信号发送周期持续时长TPSS内的采样点总数;θm表示第m个周期接收端接收信号的初始相位偏移;θm-1表示第m-1个周期接收端接收信号的初始相位偏移;然后,将接收到的两个PSS时域序列进行逐点共轭相乘,得到时域相关序列R(k):继而,将时域相关序列R(k)分为前后两段并进行相关,得到相关值C1:最后,利用相关值C1计算第m个周期的多普勒频偏变化率的估计值;计算公式为:即多普勒频偏变化率的估计范围为(-Δf/TPSS,Δf/TPSS],与系统的子载波间隔成正比,与PSS时域信号的发送周期TPSS成反比;KalmanFilter1估计优化的过程如下:利用第m-1个周期的频偏变化率的最优估计值通过KalmanFilter1计算第m个周期频偏变化率的最优估计值其中,最优估计值初始值随机设定;为第m个周期的多普勒频偏变化率的测量值,取值与频偏变化率的估计值相同;Kg1(m)为卡尔曼增益,由下式得到:其中R1为KalmanFilter1过程中的系统噪声,Q1为KalmanFilter1过程中的测量噪声;P1(m-1)为第m-1个周期时KalmanFilter1的最优方差,初始值随机设定;为第m个周期KalmanFilter1的预测方差;对第m个周期的最优方差P1(m)进行更新,用于第m+1个周期KalmanFilter1的迭代:步骤四、将当前周期的主同步信号进行频偏估计,得到频偏值,结合该主同步信...

【专利技术属性】
技术研发人员:崔高峰田丁赵月童建飞王卫东
申请(专利权)人:北京邮电大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1