[发明专利]一种基于线性规划和多信号分类算法的载波频偏估计方法

权利要求书

1.一种基于线性规划和多信号分类算法的载波频偏估计方法，其特征在于，包括如下步骤：

S1、利用Wifi信号发送端Tx按照预设时间间隔Z(i′)向Wifi信号接收端Rx发送若干Wifi帧，其中i′表示帧序号；

S2、利用Wifi信号接收端Rx接收并测量各Wifi帧，得到对应的若干CSI数据；

S3、利用Wifi信号接收端Rx对各CSI数据的相位数据插值，得到各CSI数据的0号子载波的相位序列Θ；

S4、基于各CSI数据的0号子载波的相位序列Θ，计算得到若干每两相邻CSI数据的0号子载波的相位差序列ΔΘ，并解卷绕各相位差序列；

S5、利用Wifi信号接收端Rx通过预设时间间隔Z(i)重构Wifi信号发送端Tx的发送时间序列T_rx；

S6、将发送时间序列T_rx和解卷绕后的相位差序列分别作为自变量和因变量进行线性拟合，得到斜率k、自由度df以及斜率标准差Ω_k；

S7、基于斜率k、自由度df和斜率标准差Ω_k，得到频谱函数P_MUSIC(f_i)，并将频谱函数P_MUSIC(f_i)的峰值对应的频率值作为载波频率偏移CFO估计值，完成基于线性规划和多信号分类算法的载波频偏估计；

所述步骤S7包括如下步骤：

S71、基于斜率k、斜率标准差Ω_k和自由度df构建对应的t分布，并计算t分布对应的临界值T；

S72、基于斜率k、斜率标准差Ω_k和临界值T计算得到载波频率偏移CFO的置信区间；

S73、设频率分辨率为r，并基于载波频率偏移CFO的置信区间，计算得到频率向量序列f_i；

S74、基于临界值T和频率向量序列f_i，计算得到导向矢量s_i；

S75、基于0号子载波的相位序列Θ，计算得到协方差矩阵R；

S76、分解协方差矩阵R，得到M个特征值以及各特征值对应的特征向量集合E；

S77、基于特征向量集合E，将各特征向量升序排序，且利用前M-D个特征向量构成噪声子空间E_N；

S78、基于噪声子空间E_N和导向矢量s_i计算得到频谱函数P_MUSIC(f_i)，并将频谱函数P_MUSIC(f_i)的峰值对应的频率值作为载波频率偏移CFO估计值，完成基于线性规划和多信号分类算法的载波频偏估计。

2.根据权利要求1所述的基于线性规划和多信号分类算法的载波频偏估计方法，其特征在于，所述步骤S72中载波频率偏移CFO的置信区间的表达式如下：

[f_min,f_max]＝[(k-T×Ω_k)/2π,(k+T×Ω_k)/2π]

其中，f_min和f_max分别表示置信区间的下界和上界。

3.根据权利要求2所述的基于线性规划和多信号分类算法的载波频偏估计方法，其特征在于，所述步骤S73中频率向量序列f_i的表达式如下：

其中，r表示频率分辨率，其中i＝0,1,2,…,i,…,r，i表示第i个频率向量。

4.根据权利要求3所述的基于线性规划和多信号分类算法的载波频偏估计方法，其特征在于，所述步骤S74中导向矢量s_i的表达式如下：

s_i＝2πT^T′f_i

其中，T′表示转置。

5.根据权利要求4所述的基于线性规划和多信号分类算法的载波频偏估计方法，其特征在于，所述步骤S75中协方差矩阵R的表达式如下：

R＝ΘΘ^T′。