一种基于谱分析优化的载波频偏估计方法

1.本发明属于无线通信的信道测量技术领域，具体涉及一种基于谱分析优化的载波频偏估计方法。


背景技术：

2.wi-fi感知技术依托于csi(信道状态信息)对环境变化的敏感性，但tx(wi-fi信号发送端)与rx(wi-fi信号接收端)的本地晶体振荡器时钟不匹配而产生的cfo(载波频率偏移)会给csi带来累积相位误差，因此，cfo会直接阻碍wi-fi感知的性能提升以及相位同步、相控阵感知、分布式同步等下一代wi-fi通信与感知技术的发展。
3.已有的cfo估计方法，都基于wi-fi基带信号及基带信号中特定的分段结构，例如，基于基带信号训练序列数据(l-ltf段)辅助的cfo估计算法，此类方法以moose算法以及schmidl算法为代表。以及基于循环前缀(cp)的非数据辅助cfo估计算法，典型代表是jan-jaap van de beek提出的最大似然算法。
4.以上方法并不能消除csi测量中的cfo误差。对于wi-fi感知而言，cfo会将相位误差引入csi，导致多个rx设备对同一wi-fi帧的csi测量存在相位不同步问题。消除csi中的cfo误差是支持下一代wi-fi实现分布式多输入多输出(distributed multiple input multiple output，mimo)通信、分布式感知和相控阵等高级通信及感知特性的关键支撑技术，因此急需一种基于csi测量的cfo精确估计方法。
5.主流的wi-fi协议802.11a/g/n/ac/ax等使用正交频分复用(orthogonal frequency division multiplexing，ofdm)宽带调制技术通信，设信道宽带为bw，ofdm将bw分割为n
sc
个子信道或子载波，子载波的编号为k∈[-n
sc
/2,n
sc
/2],k∈z。n
sc
在不同信道带宽及调制方式下不同，例如在20mhz带宽802.11n格式发送时，n
sc
为56。根据ofdm通信原理，硬件返回的csi测量结果(用表示)相比真实测量结果h额外包含多项时/频域的误差，公式如下：
[0006]
其中f
cfo
为载波频率偏移、τ
sfo
为采样频率偏移(sample frequency offset，sfo)带来的时延、τ
sto
为采样时间差异(sample time offset，sto)、τ
pdd
为包检测延时延(packet detection delay，pdd)、k为子载波编号。由以上公式易知，当k＝0时csi测量中仅包含cfo误差，因此使用0号子载波更利于通过csi数据估计cfo误差。但主流wi-fi通信协议为规避硬件前端的直流泄漏等器件缺陷，0号子载波不被使用，因此如何获得0号子载波的相位是一项关键技术。
[0007]
lomb-scargle周期表算法(lsp算法)可以对非均匀采样的时序数据进行快速频谱估计,相比快速傅立叶变换等频谱估计技术，lsp算法可有效应对数据缺失的情况，无需手动插值操作，减少人为因素干扰。但lsp算法无法分辨正/负频率，故得到的频谱估计存在正负频率模糊性问题，例如将-20khz与 20khz的频谱估计都叠加在 20khz频率段；因此，对lsp算法得到的频谱测量结果还需要判定其正负频率段。
[0008]
多信号分类(multiple signal classification，music)算法是一种基于矩阵特征空间分解的频谱估计方法。该算法将信号分解为“信号子空间”和“噪声子空间”，通过搜索与“噪声子空间”正交的频率导向矢量，music算法可以突破分辨率限制，现实频谱的超分辨率精确估计。但music算法存在搜索空间巨大、计算负载高的问题，如何约束搜索空间是提升music算法性能的关键。


技术实现要素：

[0009]
针对现有技术中的上述不足，本发明提供的一种基于谱分析优化的载波频偏估计方法解决了载波频偏估计精度较低的问题。
[0010]
为了达到上述发明目的，本发明采用的技术方案为：一种基于谱分析优化的载波频偏估计方法，包括以下步骤：
[0011]
s1、通过wi-fi信号接收端接收wi-fi信号发送端发送的wi-fi帧，处理得到每个wi-fi帧的csi；
[0012]
s2、通过wi-fi信号接收端对每个wi-fi帧的csi的相位数据插值，进而进行周期化处理得到相位时序数据；
[0013]
s3、通过lsp算法对相位时序数据进行谱分析计算，进而进行超分辨率谱分析得到谱分析结果的峰值响应及其对应频率；
[0014]
s4、根据谱分析结果的峰值响应及其对应频率得到cfo的精确估计值，完成载波频率偏移的估计。
[0015]
进一步地：所述步骤s1具体为：
[0016]
通过wi-fi信号发送端发射wi-fi帧至wi-fi信号接收端，通过wi-fi信号接收端解析出wi-fi帧的csi和每个wi-fi帧接收时间，其中，第i个wi-fi帧的csi为n为wi-fi信号接收端接收的wi-fi帧的总数，根据每个wi-fi帧的接收时间ti构建时间序列t，其中t＝{t1,...,ti,...,tn}。
[0017]
进一步地：所述步骤s2包括以下分步骤：
[0018]
s21、通过wi-fi信号接收端对每个wi-fi帧的csi的相位数据插值，得到每个wi-fi帧的csi的零号子载波的相位序列其中，为第i个wi-fi帧的零号子载波相位；
[0019]
s22、采用周期性三角函数对每个wi-fi帧的csi的零号子载波的相位序列θ进行周期化处理，得到周期序列，根据周期序列和时间序列t构建用于cfo估计的相位时序数据y(t)。
[0020]
上述进一步方案的有益效果为：使用零号子载波规避了csi中其他误差因素的影响。
[0021]
进一步地：所述步骤s3包括以下分步骤：
[0022]
s31、通过lsp算法对相位时序数据y(t)进行谱分析，得到cfo误差候选第一频率和cfo误差候选第二频率
[0023]
s32、通过music算法对和进行超分辨率谱分析，得到的谱分析结果的峰值响应及其对应频率。
[0024]
上述进一步方案的有益效果为：通过使用周期性的三角函数使输入lsp算法的相位波形由锯齿波转变为-π到π的连续变化周期波，提高lsp算法处理精度。
[0025]
进一步地：所述步骤s32具体为：
[0026]
分别以与为中心，以2r为频率搜索宽度构建第一频率范围f

和第二频率范围f-，对第一频率范围f

和第二频率范围f-分别进行局部超分辨率谱分析，得到的谱分析结果的峰值响应及其对应频率；
[0027]
其中，r为正实数，单位为hz，第一频率范围第二频率范围
[0028]
通过music算法在第一频率范围f

得到的谱分析结果的峰值响应及其对应频率分别为p(f
cfo
)和{f
cfo
}
max
，通过music算法在第二频率范围f-得到的谱分析结果的峰值响应及其对应频率分别为p(f
cfo-)和{f
cfo-}
max
。
[0029]
上述进一步方案的有益效果为：lsp和music算法实现在wi-fi信号发送端非均匀发送或丢包情况下对csi中的cfo误差进行鲁棒估计。
[0030]
进一步地：所述步骤s4具体为：
[0031]
判断p(f
cfo
)是否大于p(f
cfo-)，若是，则将{f
cfo
}
max
作为cfo的精确估计值；若否，则将{f
cfo-}
max
作为cfo的精确估计值。
[0032]
本发明的有益效果为：本方法通过零号子载波的使用规避了csi中其它误差因素的影响；通过运用lsp及music算法实现在tx非均匀发送或丢包情况下对cfo误差的鲁棒估计。
附图说明
[0033]
图1为本发明的流程图；
[0034]
图2为本发明的零号位子载波插值示意图；
[0035]
图3为本发明的lsp算法进行谱计算得到频谱分析的结果；
[0036]
图4为music算法对lsp算法计算结果进行超分辨率频谱分析后的估计结果。
具体实施方式
[0037]
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
[0038]
如图1所示，在本发明的一个实施例中，一种基于谱分析优化的载波频偏估计方法，包括以下步骤：
[0039]
s1、通过wi-fi信号接收端接收wi-fi信号发送端发送的wi-fi帧，处理得到每个wi-fi帧的csi；
[0040]
s2、通过wi-fi信号接收端对每个wi-fi帧的csi的相位数据插值，进而进行周期化处理得到相位时序数据；
[0041]
s3、通过lsp算法对相位时序数据进行谱分析计算，进而进行超分辨率谱分析，得到谱分析结果的峰值响应及其对应频率；
[0042]
s4、根据谱分析结果的峰值响应及其对应频率得到cfo的精确估计值，完成载波频率偏移的估计。
[0043]
所述步骤s1具体为：
[0044]
通过wi-fi信号发送端发射wi-fi帧至wi-fi信号接收端，通过wi-fi信号接收端解析出wi-fi帧的csi和每个wi-fi帧接收时间，其中，第i个wi-fi帧的csi为n为wi-fi信号接收端接收的wi-fi帧的总数，根据每个wi-fi帧的接收时间ti构建时间序列t，其中t＝{t1,...,ti,...,tn}。
[0045]
所述步骤s2包括以下分步骤：
[0046]
s21、通过wi-fi信号接收端对每个wi-fi帧的csi的相位数据插值，得到每个wi-fi帧的csi的零号子载波的相位序列其中，为第i个wi-fi帧的零号子载波相位；
[0047]
s22、采用周期性三角函数对每个wi-fi帧的csi的零号子载波的相位序列θ进行周期化处理，得到周期序列，根据周期序列和时间序列t构建用于cfo估计的相位时序数据y(t)。
[0048]
在本实施例中，使用零号子载波规避了csi中其他误差因素的影响。通过使用周期性的三角函数使输入lsp算法的相位波形由锯齿波转变为-π到π的连续变化周期波，提高lsp算法处理精度。
[0049]
所述步骤s3包括以下分步骤：
[0050]
s31、通过lsp算法对相位时序数据y(t)进行谱分析，得到cfo误差候选第一频率和cfo误差候选第二频率
[0051]
s32、通过music算法对和进行超分辨率谱分析，得到的谱分析结果的峰值响应及其对应频率。
[0052]
所述步骤s32具体为：
[0053]
分别以与为中心，以2r为频率搜索宽度构建第一频率范围f

和第二频率范围f-，对第一频率范围f

和第二频率范围f-分别进行局部超分辨率谱分析，得到的谱分析结果的峰值响应及其对应频率；
[0054]
其中，r为正实数，单位为hz，第一频率范围第二频率
范围
[0055]
通过music算法在第一频率范围f

得到的谱分析结果的峰值响应及其对应频率分别为p(f
cfo
)和{f
cfo
}
max
，通过music算法在第二频率范围f-得到的谱分析结果的峰值响应及其对应频率分别为p(f
cfo-)和{f
cfo-}
max
。
[0056]
在本实施例中，lsp和music算法实现在wi-fi信号发送端非均匀发送或丢包情况下对csi中的cfo误差进行鲁棒估计。
[0057]
所述步骤s4具体为：
[0058]
判断p(f
cfo
)是否大于p(f
cfo-)，若是，则将{f
cfo
}
max
作为cfo的精确估计值；若否，则将{f
cfo-}
max
作为cfo的精确估计值。
[0059]
本发明的目的是提供一种基于谱分析优化的cfo误差估计方法，本发明首先构建仅受cfo影响的零号子载波相位序列；然后使用lsp算法对相位序列进行频谱估计，得到cfo的两个候选频率段；最后通过music算法对候选频率段进行超分辨率频谱估计，最终得到cfo的精确估计。
[0060]
实施例2：
[0061]
本实施例针对一种基于谱分析优化的载波频偏估计方法的具体实施过程：
[0062]
本发明的方法可在所有wi-fi标准支持的工作频段2.4/5/6ghz频段、带宽bw20、40、80、160、320mhz、协议格式(ieee 802.11 a/g/n/ac/ax/be)、空间流数量s(1-n)及mcs速率下工作。
[0063]
tx(wi-fi信号发送端)和rx(wi-fi信号接收端)应处于相同wi-fi信道及工作宽带，本实施例的tx和rx都工作在wi-fi标准40号信道(载波频率5200mhz)，宽带20mhz，tx的fc为2.4ghz，bw为20mhz，发送格式为ieee802.11n协议。
[0064]
根据无线通信的基本原理，tx所发送信号的频域表示为x，rx接收到的信号的频域表示为y，则传输信道的频率响应，即csi，用h表示，三者的关系为y＝hx n，其中n为噪声。当x为rx已知的参考信号时，信道频率响应h，或csi信道估计(channel estimation)算法得到。
[0065]
在基于ofdm宽带调制模式的wi-fi协议中(802.11/a/g/n/ac/ax协议)，csi为3维矩阵其中n
sc
代表ofdm子载波数量，n
sts
为tx空间流数量，n
rx
为rx天线数量。根据wi-fi协议标准，子载波编号为其中零子载波不使用；带宽(bw)可以为20/40/80/160/320mhz等不同带宽，相应的n
sc
值分别为64，128，256，512，1024。本实施例在802.11n协议下20mhz带宽时，子载波编号k＝[-28,-27,...,-1,1,...,27,28]。
[0066]
rx使用线性插值法对csi的逐个子载波列进行插值，插值出第零号子载波，插值后的子载波索引序列为k
0
。本实施例使用atheros 9300网卡作为rx设备时，在ieee 802.11n协议，2.4ghz工作频率，20mhz带宽条件下，tx使用2空间流发射，rx使用3天线接收，所测得csi矩阵h的尺寸为56
×2×
3，h的第一维度为子载波列，其子载波编号索引为(-28,-27,
…
,-1,1,
…
,27,28)，进行零号位载波插值后得到57个子载波，其子载波编号索引为(-28,-27,
…
,-1,01,
…
,27,28)，h矩阵变为57
×2×
3，插值后的结果如图2所示。
[0067]
插值完成后，取中任意中的一条空间流的相位即然后利用取出零号位载波的相位值θ0。根据零号位子载波仅受cfo误差影响特征，此时零号位子载波的csi可以表示为其中f
cfo
为载波频率偏移。插值完成后得到逐个csi的另号子载波的相位序列
[0068]
使用正弦三角函数sin()对θ进行周期化处理得到sin(θ)，将其θ的波形由锯齿波转变成-π到π的连续变化的正弦波，方便lsp算法的后续处理。
[0069]
利用sin(θ)和ri中每个wi-fi帧的接收时间ti构建时间序列t，时间序列t用于cfo频谱分析的相位时序数据y(t)。ti时刻的样本记作y(ti),i＝1,...,n。对y(ti)进行谱分析计算，则关于cfo计算的lsp算法的功率谱p(ω)为：
[0070][0071][0072]
上式中，ω为估计p(ω)的频率，单位为rad/sec(弧度/秒)，若有d个待检验的频率f1,f2,
…
,fd，取ωj＝2πfj,j＝1,
…
,d，τ为时间平移不变量。
[0073]
根据上述计算得到谱分析的结果为由于lsp算法的的输出存在正/负频率模糊问题。因此，得到的cfo估计结果存在正负两个候选估计因此，需要进一步频谱分析才可以得到准确的cfo估计频率。lsp算法进行谱计算得到频谱分析的结果如图3所示。
[0074]
通过cfo误差候选第一频率为中心，以2r为搜索宽度在第一频率范围进行局部超分辨频谱分析，其中r为任意实数，单位为hz。同理，对cfo误差候选第二频率在第二频率范围进行局部超分辨率频谱分析。
[0075]
本实施例中，的值为2.6khz，r为400hz；负候选频率段为-2.6khz以[-3.0khz,-2.2khz]范围进行频谱分析，正候选频率为2.6khz以[2.2khz,3.0khz]范围进行频谱分析，使用music算法搜索的结果如图4所示。
[0076]
通过music算法在第一频率范围f

得到的谱分析结果的峰值响应及其对应频率分别为p(f
cfo
)和{f
cfo
}
max
，通过music算法在第二频率范围f-得到的谱分析结果的峰值响应及其对应频率分别为p(f
cfo-)和{f
cfo-}
max
。若p(f
cfo
)大于p(f
cfo-)，则取{f
cfo
}
max
的值作为cfo的精确估计值，否则，取{f
cfo-}
max
的值作为cfo的精确估计值。
[0077]
本发明的目的是提供一种基于谱分析优化的cfo误差估计方法，本发明首先构建
仅受cfo影响的零号子载波相位序列；然后使用lsp算法对相位序列进行频谱估计，得到cfo的两个候选频率段；最后通过music算法对候选频率段进行超分辨率频谱估计，最终得到cfo的精确估计。
[0078]
本发明的有益效果为：本方法通过零号子载波的使用规避了csi中其它误差因素的影响；通过运用lsp及music算法实现在tx非均匀发送或丢包情况下对cfo误差的鲁棒估计。
[0079]
在本发明的描述中，需要理解的是，术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此，限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。