一种低信噪比环境下基于数据辅助的载波频偏估计方法技术

本发明专利技术公开了一种低信噪比环境下基于数据辅助的载波频偏估计方法，包括粗估计和细估计，粗估计第一阶段采用估计范围较大的M&M算法进行大频偏捕获，利用估计值补偿信号频偏；粗估计第二阶段对补偿后的信号完成迭代M&M频偏估计，再次利用迭代估计值校正残余频偏；细估计阶段使用小频偏时估计精度较高的L&R算法对缩小后的残余频偏精确估计；叠加三次频偏估计值得到总估计值。本发明专利技术分利用单一数据辅助算法的优势并弥补所用算法的劣势，基于联合迭代估计改善粗估计阶段M&M算法的估计精度，扩展细估计阶段L&R算法估计范围，能够同时兼顾M&M算法宽估计范围及L&R算法高估计精度的优势，可以更好的均衡各项频偏估计指标以适用于低信噪比环境下的频偏估计。低信噪比环境下的频偏估计。低信噪比环境下的频偏估计。

【技术实现步骤摘要】
一种低信噪比环境下基于数据辅助的载波频偏估计方法


[0001]本专利技术属于无线通信、载波同步
，具体涉及一种低信噪比环境下基于数据辅助的载波频偏估计方法。

技术介绍

[0002]地面无线通信及低轨卫星通信链路面临路径损耗、大多普勒等复杂通信环境。多普勒效应将造成信号星座图的相位旋转，严重影响星座判决并造成信号错误解调。此外，路径损耗的存在要求信号尽可能在低信噪比阈值下正确接收。因此，研究如何在低信噪比条件下完成精准的多普勒频偏估计是降低信号误码率的关键。
[0003]当前载波频偏估计算法主要分为非数据辅助频偏估计、编码辅助频偏估计、数据辅助频偏估计三类。非数据辅助频偏估计包括闭环结构频率恢复算法、延时乘积法等算法，其不需要消耗导频资源完成频偏估计，但估计精度较差，估计性能受限。编码辅助频偏估计包括基于EM算法的迭代译码频偏估计算法等，估计精度高但迭代译码计算复杂度高且估计范围较小，不适用大频偏的精确估计。
[0004]广泛应用的数据辅助频偏估计方法中，Kay算法和L&W算法估计范围大但信噪比门限高、估计精度较差。Fitz算法和L&R算法估计精度高且信噪比门限低，但受取幅角运算所带来的相位折叠限制，算法估计范围较小。M&M算法均衡了估计范围和估计精度，不过在低信噪比区域，算法估计精度会急剧恶化，信噪比门限较低。因此，单一数据辅助频偏估计方法在估计范围、估计精度以及信噪比门限上无法同时获得均衡。

技术实现思路

[0005]为了克服上述现有技术存在的不足，本专利技术的目的在于提供一种低信噪比环境下基于数据辅助的载波频偏估计方法，该方法充分利用单一数据辅助算法的优势并弥补所用算法的劣势，基于联合迭代估计改善粗估计阶段M&M算法的估计精度，扩展细估计阶段L&R算法估计范围，能够同时兼顾M&M算法宽估计范围及L&R算法高估计精度的优势，更好的均衡各项频偏估计指标以适用于低信噪比环境下的频偏估计。
[0006]为了实现上述目的，本专利技术采用的技术方案是：
[0007]一种低信噪比环境下基于数据辅助的载波频偏估计方法，包括以步骤；
[0008]S1：建立频偏估计信号模型z
k
：
[0009]接收信号帧，利用解复用模块提取长度为L的导频信号r
k
，经共轭数据信息去除导频调制信息后建立信号模型z
k
；
[0010]S2：计算频偏估计信号模型z
k
的自相关函数R(m)并求解R(m)相邻点差分；
[0011]S3：计算第一部分频偏粗估计值获取相邻点差分结果的幅角，使用误差平滑函数ζ(m)对其平滑，在1≤m≤N范围内累加平滑结果，根据上述结果利用M&M算法计算频偏估计值即第一部分频偏粗估计值；m为自相关序列索引，N为自相关序列长度。
[0012]S4：利用第一部分频偏估计值完成频偏补偿：利用对信号模型z
k
进行频偏补偿，用以减小待估频偏值，根据补偿结果得到信号z
k
′
；
[0013]S5：迭代估计信号z
k
′
残余频偏获取第二部分频偏估计值对补偿后的信号z
k
′
按S2步骤求取自相关函数R1(m)及其相邻点差分，根据差分结果按S3步骤进行迭代的M&M算法频偏估计，获得频偏估计值即第二部分频偏估计值；
[0014]S6：利用完成迭代的频偏补偿：利用对信号z
k
′
完成迭代频偏补偿，迭代缩小粗估计后残余频偏，根据补偿结果得到信号y
k
；
[0015]S7：求解信号y
k
自相关函数R2(m)并对R2(m)求和取均值：依据S1所述定义式求解信号y
k
的自相关函数R2(m)，由式获取R2(m)均值；
[0016]S8：计算频偏细估计值获取R2(m)均值的幅角信息，根据上述幅角信息求解L&R算法频偏估计值即残余频偏细估计值；
[0017]S9：计算总频偏估计值对及进行累加求得总估计值
[0018]所述步骤S1完成预处理包括下变频、匹配滤波、符号周期T的采样及理想定时同步，建立频偏估计信号模型z
k
，包括以下步骤：
[0019]2.1)接收信号预处理：发送端信号帧采用QPSK(正交相移键控)调制，信道为理想的AWGN(加性高斯白噪声)信道，单边功率谱密度为N0，接收信号经下变频、匹配滤波及符号周期T的采样后完成了理想定时同步，最后对导频信息进行提取得到长度为L的离散导频序列，表示为：
[0020][0021]其中a
k
为经过调制的数据符号，幅度均为1，T为符号周期，Δf为未知的载波频偏，θ为载波相位偏移，n(k)为0均值、统计独立的复高斯白噪声；
[0022]2.2)导频信号去调制：利用a
k
的共轭数据信息进行导频信号的去调制处理，消除相位调制信息带来的频偏估计误差，表示为：
[0023][0024]其中，w(k)的实部与虚部仍与n(k)具有相同的统计特性。
[0025]所述步骤S2依据自相关函数定义式求解R(m)，根据R(m)R
*
(m
‑
1)获取R(m)相邻点差分结果，计算信号z
k
的自相关函数R(m)并求解R(m)相邻点差分，包括以下步骤：
[0026]3.1)计算信号z
k
的自相关函数R(m)：
[0027][0028]式中N表示自相关函数序列长度，L表示算法所使用导频符号数，取N＝L/2算法估计均方误差最小；
[0029]带入z
k
于式(3)可得：
[0030]R(m)＝e
j(2πΔfmT)
[1+γ(m)]ꢀꢀ
(4)
[0031]式中
[0032][0033]为自噪声项；
[0034]3.2)求解R(m)相邻点差分：
[0035]R(m)R
*
(m
‑
1)＝e
j(2πΔfT)
[1+γ
′
(m)]ꢀꢀ
(6)
[0036]其中
[0037]γ
′
(m)＝γ
*
(m
‑
1)+γ(m)+γ(m)γ
*
(m
‑
1)
ꢀꢀ
(7)。
[0038]所述步骤S3计算第一部分频偏粗估计值包括以下步骤：
[0039]4.1)获取R(m)R
*
(m
‑
1)幅角：
[0040]arg{R(m)R
*
(m
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低信噪比环境下基于数据辅助的载波频偏估计方法，其特征在于，包括以步骤；S1：建立频偏估计信号模型z
k
：接收信号帧，利用解复用模块提取长度为L的导频信号r
k
，经共轭数据信息去除导频调制信息后建立信号模型z
k
；S2：计算频偏估计信号模型z
k
的自相关函数R(m)并求解R(m)相邻点差分；S3：计算第一部分频偏粗估计值获取相邻点差分结果的幅角，使用误差平滑函数ζ(m)对其平滑，在1≤m≤N范围内累加平滑结果，根据上述结果利用M&amp;M算法计算频偏估计值即第一部分频偏粗估计值；S4：利用第一部分频偏估计值完成频偏补偿：利用对信号模型z
k
进行频偏补偿，用以减小待估频偏值，根据补偿结果得到信号z
k
′
；S5：迭代估计信号z
k
′
残余频偏获取第二部分频偏估计值对补偿后的信号z
k
′
按S2步骤求取自相关函数R1(m)及其相邻点差分，根据差分结果按S3步骤进行迭代的M&amp;M算法频偏估计，获得频偏估计值即第二部分频偏估计值；S6：利用频偏估计值完成迭代的频偏补偿：利用对信号z
k
′
完成迭代频偏补偿，迭代缩小粗估计后残余频偏，根据补偿结果得到信号y
k
；S7：求解信号y
k
自相关函数R2(m)并对R2(m)求和取均值：依据S1所述定义式求解信号y
k
的自相关函数R2(m)，由式获取R2(m)均值；S8：计算频偏细估计值获取R2(m)均值的幅角信息，根据上述幅角信息求解L&amp;R算法频偏估计值即残余频偏细估计值；S9：计算总频偏估计值对及进行累加求得总估计值2.根据权利要求1所述的一种低信噪比环境下基于数据辅助的载波频偏估计方法，其特征在于，所述步骤S1完成预处理包括下变频、匹配滤波、符号周期T的采样及理想定时同步，建立频偏估计信号模型z
k
，包括以下步骤：2.1)接收信号预处理：发送端信号帧采用QPSK调制，信道为理想的AWGN信道，单边功率谱密度为N0，接收信号经下变频、匹配滤波及符号周期T的采样后完成了理想定时同步，最后对导频信息进行提取得到长度为L的离散导频序列，表示为：r
k
＝a
k
e
j(2πΔfkT+θ)
+n(k),0≤k≤L
‑1ꢀꢀꢀꢀꢀꢀꢀ
(1)其中a
k
为经过调制的数据符号，幅度均为1，T为符号周期，Δf为未知的载波频偏，θ为载波相位偏移，n(k)为0均值、统计独立的复高斯白噪声；2.2)导频信号去调制：利用a
k
的共轭数据信息进行导频信号的去调制处理，消除相位调制信息带来的频偏估计误差，表示为：
其中，w(k)的实部与虚部仍与n(k)具有相同的统计特性。3.根据权利要求1所述的一种低信噪比环境下基于数据辅助的载波频偏估计方法，其特征在于，所述步骤S2依据自相关函数定义式求解R(m)，根据R(m)R
*
(m
‑
1)获取R(m)相邻点差分结果，计算信号z
k
的自相关函数R(m)并求解R(m)相邻点差分，包括以下步骤：3.1)计算信号z
k
的自相关函数...

【专利技术属性】
技术研发人员：石磊，刘彦斐，姚博，李小平，李芳燕，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：