中国科技论文在线
http://www.paper.edu.cn
TD-SCDMA 系统中频率偏移估计算法研究
张晓琳1
1 北京邮电大学信息与通信工程学院,北京(100876)
E-mail:zhangxiaolin1985@gmail.com
摘 要: 载波同步技术是 TD-SCDMA 系统接收机的关键技术,本文分析了基于数据辅助
的 Kay,Fitz,R&L,KeyR 频偏估计算法,并进行了仿真。结果表明,Fitz、L&R 算法精度
较高,但比 Kay 和 KayR 算法估计范围小;KayR 算法性能是其他几种算法性能的折衷。
关键词:TD-SCDMA 频偏估计 Kay Fitz R&L KeyR
中图分类号:TN92
1. 引 言
在无线通信系统中,由于设备间的频率偏差和终端移动引起的多普勒频移,使得载波频率
与本地晶振之间存在着较大的频率偏差。只有快速、有效地估计出这个频率偏差,才能进行
频率补偿,达到接收机能够接受的频率偏差,从而进行正常的解调译码。因此,载波频率能否快
速正确的估计是正确接收数据的前提和决定小区初搜成功与否的关键[1]。
2. TD-SCDMA 系统帧结构与信号模型
一个TD-SCDMA无线帧的长度为10ms, 分成2个5ms子帧,每10ms帧长内的2个子帧的结
构是完全相同的。每一个5ms的子帧由7个常规时隙和3个特殊时隙组成。系统模型如图1所
示。
设发送的训练序列,即 Midamble 码序列为:
图 1 系统框图
( )
m t
j
π
i
(
δ
2
t
m e
i
)c−
iT
144
= ∑
i
1
=
则经过发送滤波器后发送的训练序列信号为:
π
i
2
144
j
( )
s t
= ∑
i
1
=
m e
i
(
g t
1
)c−
iT
(1)
(2)
其中
( )
1g t
为发送滤波器的冲击响应,是根升余弦滚降波形;该信号经过 AWGN 信道并经
过接收机接收后的信号表示为:
( )
r t
=
e
j
(
)
ft
2
Δ +
π θ
144
∑
i
1
=
j
π
i
2
m e
i
(
g t
1
−
iT
c
)
τ
−
+
( )
n t
(3)
- 1 -
中国科技论文在线
其 中 , fΔ 为 频 率 偏 差 , θ 为 在 (
http://www.paper.edu.cn
0,
2π 内 均 匀 分 布 的 相 位 偏 差 ,
)
( )
n t
=
1
2
( )
n t
c
+
×
⎡
⎣
( )
jn t
s
⎦ , ( )
n t
⎤
、
( )
n t
c
、
( )
n t
s
均为高斯随机过程,均值为 0、方差
为 2σ 。再在接收端对接收信号进行接收滤波,获得 ( )x t ,其离散采样 (
x k
有以下形式:
)
(
x kT
c
)τ+
具
(
x k
)
=
( )
r t
*
( )
g t
2
=
t kT
=
c
+
τ
=
e
j
π
i
2
m e
i
j
θ
144
∑
i
1
=
∞
−∞
∫
j
ft
2
Δ
π
e
(
g t
1
其中噪声分量为:
∞
−∞
∫
−
( )
r t g kT
c
(
2
τ
+ −
)
t dt
iT
c
)
τ
−
g kT
c
2
(
τ
+ −
)
(
t dt n k
+
)
由于
f
Δ <<
T
1 c
∞
)
=
)
t dt
e πΔ 在符号内近似为常数,即有:
( )
n t g kT
c
(
n k
ft
τ
−
+
∫
(
−∞
2
,所以 2j
(
g t
1
于是,接收滤波器的输出为:
ft
2
π
Δ
e
j
−
iT
c
)
−
τ
≈
e
j
2
π
Δ
f
(
iT
c
)
τ
+
(
g t
1
−
iT
c
)
−
τ
其中
1
a
∞
−∞
∫
g t g kT t dt
1
( )
−
(
)
2
(
x k
j
π
k
2
)
am e
≈
k
k
1
0
=
⎧
= ⎨
0
其他
⎩
2
Δ
π
(
f kT
c
j
⎡
⎣
)
⎤
+ +
τ θ
⎦
e
+
(
n k
)
(4)
(5)
(6)
(7)
;在接收端本地将一 Midamble 码序列经过发送
和接收滤波器:
=
再将以上两信号对应相除得到输入频偏估计器的采样信号:
t kT
=
c
=
∗
∗
τ
+
( )
g t
1
( )
g t
2
(
y k
)
( )
m t
j
π
k
2
am e
k
(
z k
)
=
(
x k
(
y k
)
)
(
f kT
2
π
Δ
c
j
⎡
⎣
)
⎤
τ θ
+ +
⎦
=
e
+
(
v k
)
,
k
=
N
1,2,
,
(8)
(9)
其中,N 是观测数据的数目,即频偏估计使用的数据数目,
v
k
=
值、方差为 2'σ 统计独立的高斯随机序列。
3. 频偏估计算法
j
−
π
k
e
2
am
k
(
n k
)
,{ }kv 为零均
下面对基于数据辅助的频偏估计计算,Kay算法[2],Fitz算法[3],L&R算法[4],KayR算法
进行研究。
3.1 Kay 频偏估计算法
将(9)式改写如下:
其中 (
(
j
φρ
)
k e
k
)
(
)
f kT
2
⎤
τ θ
π
Δ
+ +
⎦
cc
(
z k
+
1
j
⎡
⎣
)
e
=
(
)
v k e
{
(
)
z k z
arg
j
⎡−
⎣
(
f kT
2
π
Δ
c
*
(
k
)
=
(
ρ
)
(
v k
k e
+
)
⎤⎦ ;考虑下式:
τ θ
+ +
}
(
)
1
φ
fT
2
Δ
π
c
−
=
+
(
f kT
2
π
Δ
)
(
τ θ φ
+ + +
k
)
j
⎡
⎣
⎤⎦
k
)
−
(
φ
k
)
1
−
(10)
(11)
- 2 -
{
cfTπΔ 的带噪声测量值,从 (
}
)
z k 中可以获得
(
1N − )
个这样
http://www.paper.edu.cn
中国科技论文在线
k − 是 2
显然
的测量值。Kay 对此进行分析后导出
(
)
z k z
}
)
1
arg
{
(
*
ˆ
f
Δ =
其中 (
{
}kγ
)
为窗函数,即:
fΔ 的估计值为:
N
1
−
∑
(
(
)
z k z
γ
arg
{
k
)
1
T
2
π
kc
1
=
*
(
k
−
}
)
1
(
γ
k
)
3
= ⋅
2
N
N
2
−
1
⎡
1
⎢
⎢
⎣
−
2
k N
−
N
⎛
⎜
⎝
2
⎞
⎟
⎠
⎤
⎥
⎥
⎦
,
k
=
1,2,
,
1N
−
3.2 Fitz 频偏估计算法
此算法是通过求 (
)
z k 的自相关来实现的。 (
z k 的自相关 (
)
R m 由下式给出:
)
(
R m
)
N
1
−
1
− ∑
N m
k m
=
(
)
z k z
*
(
k m
−
)
,1
≤
m N
≤
−
1
根据(11)式可以得到:
其中
'v m
(
)
≤
为零均值噪声项。噪声引起的相位误差为:
(
R m e
=
v m
'
j m fT
2
π Δ
c
,1
+
(
)
)
m N
≤
1−
{
对等式两边求和取平均以平滑噪声项得到:
(
e m
arg
)
(
R m
}
)
m fTπ−
c
Δ
2
{
假设噪声项为零,则可以得到 fΔ 的估计为:
(
e m
∑
∑
arg
=
)
1
=
1
=
m
m
M
1
M
M
1
M
(
R m
}
)
−
(
π
M
)
fT
1
+ Δ
c
ˆ
f
Δ =
1
M M
(
π
M
+ ∑
)
1
T
mc
1
=
arg
{
(
R m
}
)
3.3 L&R 频偏估计算法
对(1.15)式两边求和取平均以平滑噪声项有:
1
M
M
∑
m
1
=
(
R m
)
=
1
M
M
∑
m
1
=
j m fT
2
π Δ
c
e
+
1
M
M
∑ m
)
v
(
'
m
1
=
(
j M
π
)1
+ Δ
fT
c
e
忽略噪声项,有
1
M
当
f
Δ ≤
()1
MT
c
M
(
R m
∑
m
时,sin
1
=
)
M
e
≈
1
M
m
M fT
Δ
cc
∑
1
=
sin
Δ
⋅
=
j m fT
2
π
c
1
M
M fT
sin
Δ
π
c
fT
sin
π
Δ
c
fT
Δ 为正数,有:
π
π
f
Δ =
由此可以得到 fΔ 的估计为:
1
+
)
1
T
c
arg
⎧
⎨
⎩
(
π
M
M
∑
m
1
=
j m fT
2
π
c
Δ
e
⎫
⎬
⎭
ˆ
f
Δ =
1
+
)
1
T
c
arg
⎧
⎨
⎩
(
π
M
- 3 -
M
∑
m
1
=
(
R m
)
⎫
⎬
⎭
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
(21)
(22)
中国科技论文在线
3.4 KayR 频偏估计算法
)
该算法也是通过求 (
http://www.paper.edu.cn
z k 的自相关以及相关序列的相位增量来获得频偏估计值的。由(15)
(23)
(24)
(25)
改写为:
其中 (
'
ρ
当满足
f
Δ <
(
j m
'
φ
)
)
m e
−
Δ
Δ
)
(
=
'
ρ
j m fT
2
π
c
j m fT
2
π
c
)
(
(
R m R m
(
R m e
=
)
+
v m e
1
'
{
)
fT
2
π
Δ
c
时,频偏估计可以表示为:
(
v m
'
+
;考虑下式:
}
)
1
−
=
+
(
*
arg
(
)
T
1 2 c
j
)
2
m e π
⎡
⎣
m fT
c
Δ
(
'
φ
+
m
)
⎤
⎦
'
φ
(
m
)
−
'
φ
(
m
)
1
−
ˆ
f
Δ =
1
Tπ
2
c
×
arg
{
)
(
R m R
*
(
m
− }
)
1
由于噪声的影响,由上式所得的频偏估计总是存在随机误差,为了减小频偏估计值的抖动,
进行加权平滑,即:
ˆ
f
Δ =
其中, (
)w m 为平滑函数:
1
M
∑
Tπ =
2
mc
1
(
w m
)
×
arg
{
(
R m R m
)
(
*
}
)
1
−
)(
N m N m
−
(
M M
4
6
4. 算法性能分析及仿真结果
3
⎡
⎣=
(
w m
(
)
2
)
M N M
1
− + −
MN
N
3
+
−
−
(
−
)
1
2
)
⎤
⎦
(26)
(27)
Hz
分别在信号不经过滤波器和信号经过发送和接收滤波器的环境下对 4 种算法进行仿真,
并通过在频偏设置为100 条件下的估计的均方误差、信噪比为
的条件下获得的均
方根误差的相对值及归一化估计均值来考察算法的性能。码片速率为 TD-SCDMA 标准中规
N
定的
为 144 个码片,在经过滤波器的情况下观测长度 为 744 个过采样值。每个信噪比下进行
1000 次仿真,并且与 CRLB(Cramer-Rao Lower Bound)进行比较,CRLB 由下式给出:
1.28Mchip s ,匹配滤波器的滚降系数为
,在不经过滤波器的情况下观测长度
0.22
N
50dB
var
(
)
ˆ
f
Δ ≥
CRLB f
)
Δ =
(
3
2
σ
(
T N N
2
π
s
2
−
)
1
(28)
- 4 -
中国科技论文在线
http://www.paper.edu.cn
1010
108
106
r
o
r
r
104
no filters:Kay, Fitz, LR, KayR, CRLB
Kay
Fitz
LR
KayR
CRLB
E
e
r
a
u
q
S
n
a
e
M
r
o
r
r
E
e
r
a
u
q
S
n
a
e
M
-20
-10
0
10
20
30
40
SNR dB
50
60
70
80
90
100
图 2 不经过滤波器情况下频偏估计均方误差随信噪比变化图
(频偏设置为100 ) Hz
sample rate=8: Kay, Fitz, LR, KayR, CRLB
Kay
Fitz
LR
KayR
CRLB
102
100
10-2
10-4
10-6
-30
1011
1010
108
106
104
102
100
10-2
10-4
10-6
-30
-20
-10
0
10
20
30
40
SNR dB
50
60
70
80
90
100
图 3 经过滤波器情况下频偏估计均方误差随信噪比变化图
(频偏设置为100 ) Hz
- 5 -
中国科技论文在线
http://www.paper.edu.cn
从图 2、3 中可以看出:当信噪比大于某一门限值(大约10dB )时,4 种算法的估计均
方误差差异不大,均逼近 CRLB,但是当信噪比小于此门限值时,Kay 算法估计均方误差性
能要劣于 Fitz、LR 和 KayR 算法。随着观测长度的增加各算法性能均可得到明显改善。
no filters,SNR=50: Kay, Fitz, LR, KayR
Kay
Fitz
LR
KayR
100
10-1
10-2
z
H
t
e
s
f
f
O
y
c
n
e
u
q
e
r
F
/
Z
H
N
I
R
O
R
R
E
S
M
R
10-3
-200
-150
-100
-50
50
Frequency Offset Hz
0
100
150
200
图 4 不经过滤波器情况下频偏估计均方根误差相对值随频偏变化图
(信噪比设置为50dB )
- 6 -
中国科技论文在线
http://www.paper.edu.cn
sample rate=8,SNR=50: Kay, Fitz, LR, KayR
Kay
Fitz
LR
KayR
100
10-1
10-2
z
H
t
e
s
f
f
O
y
c
n
e
u
q
e
r
F
/
Z
H
N
I
R
O
R
R
E
S
M
R
10-3
-200
-150
-100
-50
50
Frequency Offset Hz
0
100
150
200
图 5 经过滤波器情况下频偏估计均方根误差相对值随频偏变化图
(信噪比设置为50dB )
从图 4、5 中可以看出:在高信噪比时,即频偏估计均方误差逼近 CRLB 时,4 种算法
的频偏估计均方根误差相对值差异不大,都随着频偏的绝对值的增加而减小,并且总体随着
信噪比的增大而相应地减小。
estimation range,no filter,SNR=20: Kay, Fitz, LR, KayR
Kay
Fitz
LR
KayR
0.015
0.01
0.005
0
-0.005
-0.01
y
c
n
e
u
q
e
r
F
d
e
t
a
m
i
t
s
E
d
e
z
i
l
a
m
r
o
N
-0.015
-0.015
-0.01
-0.005
0
Normalized Frequency(Frequency Offset/Chiprate)
0.005
0.01
0.015
- 7 -
中国科技论文在线
http://www.paper.edu.cn
0.5
0.4
0.3
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
y
c
n
e
u
q
e
r
F
d
e
t
a
m
i
t
s
E
d
e
z
i
l
a
m
r
o
N
-0.5
-0.8
-0.6
estimation range,no filter,SNR=20: Kay, KayR
Kay
KayR
-0.4
-0.2
0
0.2
0.4
Normalized Frequency(Frequency Offset/Chiprate)
图 6 不经过滤波器情况下频偏归一化估计均值图
(信噪比设置为
20dB
)
0.6
0.8
estimation range,sample rate=8,SNR=20: Kay, Fitz, LR, KayR
Kay
Fitz
LR
KayR
0.015
0.01
0.005
0
-0.005
-0.01
y
c
n
e
u
q
e
r
F
d
e
t
a
m
i
t
s
E
d
e
z
i
l
a
m
r
o
N
-0.015
-0.015
-0.01
-0.005
Normalized Frequency(Frequency Offset/Chiprate)
0
0.005
0.01
0.015
- 8 -