一种基于PN序列重构的频偏估计方法

摘要

本发明公开了一种基于PN序列重构的频偏估计方法，该方法包括：对接收到的长度为N的PN序列进行重构，形成新PN序列；利用形成的新PN序列中的频偏信息得到频偏粗估计值，此时完成了频偏的粗估计过程；将此频偏粗估计值补偿给原始接收到的长度为N的PN序列再计算频偏精估计值，进而得到最终的频偏估计值。本发明通过重构PN序列，求多个估计值的平均值以及进行粗与细的二次估计达到了提高频偏估计方法估计精度的目的。

主权项

一种基于PN序列重构的频偏估计方法，其特征在于，该方法包括：步骤一、对当前接收到的长度为N的原始PN序列进行重构，形成新PN序列；步骤二、利用所述新PN序列中的频偏信息得到频偏粗估计值；步骤三、将所述频偏粗估计值补偿给所述当前接收到的长度为N的原始PN序列再计算频偏精估计值，进而得到最终的频偏估计值，所述最终的频偏估计值是所述粗估计值和精估计值之和；其中步骤二中所述利用所述新PN序列中的频偏信息得到频偏粗估计值的方法具体包括：假设第1个PN子序列的频偏为零，用r_PN(n)表示接收端收到的第i+1个PN子序列，且i＝1,2,…,6，令z_i表示得到的第i个相关函数，ε_i表示第i+1个和第i个PN子序列之间的归一化频率偏移，表示得到的频偏粗估计值，利用所述新PN序列中的频偏信息得到频偏粗估计值的具体步骤是：步骤2.1、对形成的7个PN子序列r_PN(n)相邻地进行相关运算，得到6个相关函数z_i；令z_i表示得到的第i个相关函数，ε_i表示第i+1个和第i个PN子序列之间的归一化频率偏移，即：$\begin{array}{c}{z}_i=\underset{n=0}{\overset{N/4-1}{\Sigma }}{r}_{PN}[n+\frac{N}{8}(i-1)]r_{PN}^{*}(n+\frac{N}{8}i)\\ =\underset{n=0}{\overset{N/4-1}{\Sigma }}|x\left(n\right){|}^2{e}^{-j\frac{\pi }{4}{ϵ}_i}+W_n\end{array},i=1,2,...,6---\left(2\right)$其中，*表示复数的共轭运算,W_n表示所有噪声的总和,当N足够大时其可以被看做加性高斯白噪声；步骤2.2、提取第i个相关函数z_i的频偏信息，得到第i个频偏估计值ε_i；即：${ϵ}_i=-\frac{4}{\pi }\arg \left(z_i\right),i=1,2,...,6---\left(3\right)$其中，arg(z_i)表示求z_i的幅角；步骤2.3、对由6个相关函数得到的6个频偏估计值进行求平均值运算，进而得到频偏粗估计值即：$\widehat{{ϵ}_c}=\frac{1}{6}\underset{i=1}{\overset{6}{\Sigma }}{ϵ}_i;$步骤三中所述将所述频偏粗估计值补偿给所述当前接收到的长度为N的原始PN序列再计算频偏精估计值，进而得到最终的频偏估计值的方法具体包括：用r(n)表示接收端当前收到的长度为N的原始PN序列，表示经过频偏粗估计值补偿后的信号，令z_j表示得到的第j个相关函数，且j＝1,2,3，ε_j表示由第j个相关函数得到的频偏估计值，表示得到的频偏精估计值，表示最终的频偏估计值，所述得到最终的频偏估计值的步骤是：步骤3.1、把所述频偏粗估计值补偿给接收端当前收到的长度为N的原始PN序列r(n)，得到经过频偏粗估计值补偿后的信号并计算频偏精估计值其中得到精估计值的步骤又包括：步骤3.1.1、把所述频偏粗估计值补偿给接收端当前收到的长度为N的原始PN序列r(n)，得到经过粗估计值补偿后的信号即：$\tilde{r}\left(n\right)=r\left(n\right)e^{-j\frac{2\pi }{N}n\widehat{{ϵ}_c}}=x\left(n\right)e^{j\frac{\pi }{4}{\mathrm{nϵ}}_f}---\left(6\right)$其中，表示经过粗估计值补偿后的信号，且ε_f表示剩余频偏，ε表示产生的归一化频率偏移值；步骤3.1.2、对第1和第7个、第2和第6个以及第3和第5个PN子序列进行相关运算，得到3个相关函数z_j；用z_j表示得到的第j个相关函数，且j＝1,2,3，则可以得到：$\begin{array}{c}{z}_j=\underset{n=0}{\overset{N/4-1}{\Sigma }}\tilde{r}[n+\frac{N}{8}(j-1)]{\tilde{r}}^{*}[n+\frac{N}{8}(7-j)]\\ =\underset{n=0}{\overset{N/4-1}{\Sigma }}|x\left(n\right){|}^2{e}^{-j\frac{(4-j)\pi }{2}{ϵ}_f}+W_m\end{array},j=1,2,3---\left(7\right)$其中，W_m表示所有的噪声之和，且当N足够大时可以将其看做加性高斯白噪声；步骤3.1.3、提取第j个相关函数z_j的频偏信息，得到第j个频偏估计值ε_j，即：${ϵ}_j=-\frac{2}{\pi (4-j)}\arg \left(z_j\right),j=1,2,3---\left(8\right)$其中，arg(z_j)表示对z_j求幅角；步骤3.1.4、对由3个相关函数得到的3个频偏估计值进行求平均值运算，进而得到频偏精估计值即：此时完成了频偏的精估计过程；步骤3.2、计算粗估计值和精估计值之和，进而得到最终的频偏估计值