论文部分内容阅读
第五代移动通信(5th Generation Mobile Communication,5G)新空口(New Radio,NR)作为新一代移动通信系统,在近年来得到蓬勃发展,已经正式开始商用,成为研究热点。一方面,5G下行采用的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术对频偏非常敏感,极易造成接收信号失真;另一方面,信号经过无线信道传输后会产生衰落的现象,导致信号解析能力严重下降,所以频偏估计和信道估计模块对提高信号分析能力具有至关重要的作用。对于通信测试仪器而言,要求频偏估计范围比通信设备更大。传统的频偏估计算法都有其局限性,例如基于循环前缀(Cyclic Prefix,CP)的频偏估计算法估计性能较差,而基于解调参考信号(Demodulation Reference Signal,DMRS)的频偏估计算法精度较高,均方误差小于10-5(信噪比30d B),但是估计范围小。同时,为了使通信测试仪器对不同信道环境下的信号具有更高的解析性能,需要采用性能更佳的信道估计算法,而传统的线性最小均方误差(Linear Minimum Mean Squared Error,LMMSE)信道估计算法性能较好但是复杂度太高,在应用过程中严重影响系统的解析速度。针对上述算法存在的问题,本文依据5G NR特性,研究了频偏与信道估计算法。主要开展工作及创新点如下:1、提出了可实用化的DMRS-CP联合频偏估计算法。该算法利用了基于DMRS的频偏估计精度高以及基于CP的频偏估计范围大的特点,在子载波间隔为30k Hz时估计范围从(-1.557k Hz,1.557k Hz]提升到(-15k Hz,15k Hz],并且算法估计范围增加的同时仍有较高的估计精度。2、提出了基于滑动窗的改进LMMSE信道估计算法。该算法针对信道相关矩阵运算造成LMMSE算法复杂度高的问题,以滑动窗的方式构造信道自相关矩阵,对原矩阵实施降阶处理。计算复杂度表明,与传统LMMSE算法相比,算法复杂度降低了99.74%,具有更高的工程可实现性。3、本文提出的DMRS-CP频偏估计算法、基于滑动窗的信道估计算法,在矢量信号分析(Vector Signal Analysis,VSA)软件平台中进行了验证和应用。实验结果表明,频偏在-100Hz和-14.99k Hz时估计精度达到±0.1Hz,误差矢量幅度(Error Vector Magnitude,EVM)优于1%(中心频率1GHz,带宽100MHz,信噪比40d B,256QAM),提升了软件的解析性能。