[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

说明书

本发明公开了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，属于无线通信的信道测量技术领域，包括如下步骤：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；测量各Wifi帧得到对应的若干CSI数据；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；得到每两相邻CSI数据的相位差序列，并解卷绕相位差序列；重构Wifi信号发送端Tx的发送时间序列；得到斜率、自由度以及斜率标准差；得到频谱函数，并将频谱函数的峰值对应的频率值作为载波频率偏移CFO估计值；本方案解决了CSI中其它误差因素影响和载波频率偏移CFO候选值的问题。

技术领域

本发明属于无线通信的信道测量技术领域，尤其涉及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。

背景技术

Wifi感知技术依托于信道状态信息CSI对环境变化的灵敏性。Wifi信号发送端Tx与Wifi信号接收端Rx的本地晶体振荡器不匹配而产生的载波频率偏移CFO会给信道状态信息CSI带来累积相位误差，因此，载波频率偏移CFO会直接阻碍Wifi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Wifi通信与感知技术的发展。

现有的载波频率偏移CFO估计方法，都基于Wifi基带信号及基带信号中特定的分段结构，但现有方法均只能消除当前帧底层基带信号中载波频率偏移CFO误差，但上层的信道状态信息CSI测量仍然包含载波频率偏移CFO误差。对于Wifi感知而言，载波频率偏移CFO会直接影响信道状态信息CSI的相位测量，导致多设备之间存在相位不同步问题。无载波频率偏移CFO误差的信道状态信息CSI测量是支持下一代Wifi将实现分布式多输入多输出(Multiple Input Multiple Output，MIMO)通信、分布式感知和相控阵等高级特性的基础，因此急需一种基于上层信道状态信息CSI测量的载波频率偏移CFO精确估计方法。

主流的Wifi协议802.11a/g/n/ac/ax等使用正交频分复用(OrthogonalFrequency Division Multiplexing，OFDM)宽带调制技术通信，但根据802.11a/g/n/ac/ax等主流Wifi通信协议标准，为规避硬件前端的直流泄漏等器件缺陷，0号子载波不用于传输数据，因此如何获得0号子载波的信道状态信息CSI是一项关键技术。

多信号分类算法(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。

发明内容

针对现有技术中的上述不足，本发明提供的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解决了CSI中其它误差因素影响和载波频率偏移CFO候选值的问题。

为了达到上述发明目的，本发明采用的技术方案为：

本发明提供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，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；