本发明涉及5G小基站系统中PRACH信号preamble相关峰的检测方法和装置，本通过对接收到的每个UE的测量信号进行降噪，采样，并依据卡方分布计算出最合适的噪声阈值，从而可快速准确地检测出每个UE的PRACH信号的preamble相关峰，使5G小基站系统运行稳定而高效。
1.一种5G小基站系统中PRACH信号preamble相关峰的检测方法，其特征在于，包括以下步骤：S1.从接收到的频域数据中提取出测量信号Y(k,r)，并计算出每根接收天线的左移位数，根据所述左移位数得到增益测量信号YAGC(k,r)；其中，k为接收到的测量信号的子载波索引，r为接收天线索引；
部，mean()是计算平均值函数，A(r)是每根接收天线接收到的测量信号的平均幅度；
所述增益测量信号YAGC(k,r)＝Y(k,r)＜＜pshift(r)；
成由具有零相关区的ZC序列产生的随机接入前导序列集Xu(i)；其中，i＝0,1,...,LRA‑1，LRA为ZC序列的长度，取值为139，u表示为ZC序列的根序列，取值为0‑137；
S3.依据所述增益测量信号YAGC(k,r)和所述前导序列集Xu(i)，使用根ZC序列校正算法，得到频域上的相关性结果Cu(k,r)，再进行快速傅里叶逆变换操作，得到时域上的相关性结果cu(n,r)；
S4.依据所述时域上的相关性结果cu(n,r)，采用线性平均算法，计算得到功率延迟频谱Pu(n)，再计算每个根值的平均功率延迟频谱Pu,avg；
S5.依据所述平均功率延迟频谱Pu,avg和卡方分布概率密度函数，计算得到第一噪声门限Thru,A，再将所述功率延迟频谱Pu(n)中大于所述第一噪声门限Thru,A的所有值的求和均值作为第二噪声门限Thru,B，若所述功率延迟频谱Pu(n)大于所述第二噪声门限Thru,B，则所述功率延迟频谱Pu(n)为PRACH信号的preamble相关峰；
在所述步骤S5中，所述第一噪声门限Thru,A＝Thr*Pu,avg，其中，其中，Thr为预设的阈值，PFA＝0.1％，L＝1024，Nant为接收天线总数，Nnca代表非相关累积，是指每种前导格式的重复次数，S为0至NantNnca的自然数；
于噪声门限Thru,A的所有值的个数，其中，NIFFT＝1024。
2.如权利要求1所述的5G小基站系统中PRACH信号preamble相关峰的检测方法，其特征在于，在所述步骤S2中，所述随机接入前导序列集
3.如权利要求1所述的5G小基站系统中PRACH信号preamble相关峰的检测方法，其特征在于，在所述步骤S3中，所述频域上的相关性结果Cu(k,r)＝conj(YAGC(k,r))*Xu(i)，其中，conj()是用来计算复数的共轭复数；
所述时域上的相关性结果 其中，NIFFT＝1024，n为采样点数量，IFFT()表示快速傅里叶逆变换函数。
4.如权利要求1所述的5G小基站系统中PRACH信号preamble相关峰的检测方法，其特征在于，在所述步骤S4中，所述功率延迟频谱其中，Nos为PRACH信号占用的符号总数，Nant为接收的总天线数；
所述平均功率延迟频谱 其中，NIFFT＝1024。
5.一种5G小基站系统中PRACH信号preamble相关峰的检测装置，其特征在于，包括信号提取单元，随机前导序列单元，相关性单元，功率延迟频谱单元和相关峰检测单元；
所述信号提取单元，从接收到的频域数据中提取出测量信号Y(k,r)，并计算出每根接收天线的左移位数，根据所述左移位数得到增益测量信号YAGC(k,r)；其中，k为接收到的测量信号的子载波索引，r为接收天线索引；
real()表示实部，imag()表示虚部，mean()是计算平均值函数A(r)是每根接收天线接收到的测量信号的平均幅度；所述增益测量信号YAGC(k,r)＝Y(k,r)＜＜pshift(r)；
生成由具有零相关区的ZC序列产生的随机接入前导序列
集Xu(i)；其中，i＝0,1,...,LRA‑1，LRA为ZC序列的长度，取值为139，u表示为ZC序列的根序列，取值为0‑137；
所述相关性单元，依据所述增益测量信号YAGC(k,r)和所述前导序列集Xu(i)，使用根ZC序列校正算法，得到频域上的相关性结果Cu(k,r)，再进行快速傅里叶逆变换操作，得到时域上的相关性结果cu(n,r)；
所述功率延迟频谱单元，依据所述时域上的相关性结果cu(n,r)，采用线性平均算法，计算得到功率延迟频谱Pu(n)，再计算每个根值的平均功率延迟频谱Pu,avg；
所述相关峰检测单元，依据所述平均功率延迟频谱Pu,avg和卡方分布概率密度函数，计算得到第一噪声门限Thru,A，再将所述功率延迟频谱Pu(n)中大于所述第一噪声门限Thru,A的所有值的求和均值作为第二噪声门限Thru,B，若所述功率延迟频谱Pu(n)大于所述第二噪声门限Thru,B，则所述功率延迟频谱Pu(n)为PRACH信号的preamble相关峰；
所述第一噪声门限Thru,A＝Thr*Pu,avg，其中，其中，Thr为预设
的阈值，PFA＝0.1％，L＝1024，Nant为接收天线总数，Nnca代表非相关累积，是指每种前导格式的重复次数，S为0至NantNnca的自然数；
6.如权利要求5所述的5G小基站系统中PRACH信号preamble相关峰的检测装置，其特征在于，所述随机接入前导序列集
7.如权利要求5所述的5G小基站系统中PRACH信号preamble相关峰的检测装置，其特征在于，所述频域上的相关性结果Cu(k,r)＝conj(YAGC(k,r))*Xu(i)，其中，conj()是用来计算复数的共轭复数；
NIFFT＝1024，n为采样点数量，IFFT()表示快速傅里叶逆变换函数；
5G小基站系统中PRACH信号preamble相关峰的检测方法和
装置
技术领域
[0001] 本发明涉及移动通信技术领域，尤其是涉及一种5G小基站系统中PRACH信号preamble相关峰的检测方法和装置。
背景技术
[0002] 在5G小基站系统中，随机接入过程的目的是使UE（User Equipment，用户终端）与基站建立连接或使UE获得上行同步。只有在完成随机接入过程后，UE和基站才可以进行正常的数据传输和接收。
[0003] 完成小区搜索后，UE与小区已经取得下行同步。基站接收到PRACH（Physical Random Access Channel，物理随机接入信道）信号后，将对PRACH信号进行检测，从而得到发送PRACH的相关信息，并为之后的RAR（Random Access Response，随机接入响应）做准备。而某小区可用的PRACH时域和频域的资源、前导格式等信息由系统消息通知给UE，UE经过时序序列产生、IDFT（Inverse DiscreteFourier Transform，离散傅里叶逆变换）、资源映射、IFFT（Inverse Fast Fourier Transform，快速傅里叶逆变换）等步骤将PRACH信号发送至基站。基站接收到UE发送的随机接入请求后，对接收到的信号进行检测和解码。由于5G小基站系统要求更大的容量及更短的时延，所以能够设计出快速、有效的随机接入过程对于5G小基站系统的性能很重要。
[0004] 在5G通信中，PRACH 信号的Preamble相关峰是指物理随机接入信道的前导码。PRACH信号是用于设备进行随机接入的信道，它允许设备向基站发送请求以建立通信连接。
当设备需要与基站进行通信时，它会在PRACH信号上发送包含特定前导码的Preamble相关峰。前导码在物理层上起到一种标识和辅助同步的作用。通过发送具有不同前导码的Preamble相关峰，不同设备可以在时间和频域上进行区分。基站接收到Preamble相关峰后，可以检测前导码并进行解码，从而确定设备的存在，位置和请求内容。
[0005] 有鉴于此，有必要提出一种新的5G小基站系统中PRACH信号preamble相关峰的检测方法和装置，可更快速准确地检测出每个UE的PRACH信号的preamble相关峰，使5G小基站系统运行稳定而高效。
发明内容
[0006] 本发明所要解决的技术问题是提供5G小基站系统中PRACH信号preamble相关峰的检测方法和装置，可更快速有效地检测出PRACH信号前导码，使5G小基站系统运行稳定而高效。
[0007] 为解决上述技术问题，本发明提供一种5G小基站系统中PRACH信号preamble相关峰的检测方法，包括以下步骤：
[0008] S1.从接收到的频域数据中提取出测量信号Y(k,r)，并计算出每根接收天线的左移位数，根据所述左移位数得到增益测量信号YAGC(k,r)；其中，k为接收到的测量信号的子载波索引，r为接收天线索引；
[0009] S2.根据3GPP TS38 .211 V15.6.0协议6 .3 .3 .1节，基于公式, , ,生成由具
有零相关区的ZC序列产生的随机接入前导序列集Xu(i);其中， ，
为ZC序列的长度，取值为139，u表示为ZC序列的根序列，取值为0‑137；
[0010] S3.依据所述增益测量信号YAGC(k,r)和所述前导序列集Xu(i)，使用根ZC序列校正算法，得到频域上的相关性结果Cu(k,r)，再进行快速傅里叶逆变换操作，得到时域上的相关性结果cu(n,r)；
[0011] S4.依据所述时域上的相关性结果cu(n,r)，采用线性平均算法，计算得到功率延迟频谱Pu(n)，再计算每个根值的平均功率延迟频谱Pu,avg；
[0012] S5.依据所述平均功率延迟频谱Pu,avg和卡方分布概率密度函数，计算得到第一噪声门限Thru,A，再将所述功率延迟频谱Pu(n)中大于所述第一噪声门限Thru,A的所有值的求和均值作为第二噪声门限Thru,B，若所述功率延迟频谱Pu(n)大于所述第二噪声门限Thru,B，则所述功率延迟频谱Pu(n)为PRACH信号的preamble相关峰。
[0013] 更进一步的，在所述步骤S1中，所述左移位数 ，其中， ， 表示实部， 表示虚部，
是计算平均值函数， 是每根接收天线接收到的测量信号的平均幅度；
[0014] 所述增益测量信号 。
[0015] 更 进 一 步 的 ，在 所 述 步 骤 S 2 中 ，所 述 随 机 接 入 前 导 序 列 集 。
[0016] 更 进 一 步 的 ，在 所 述 步 骤 S 3 中 ，所 述 频 域 上 的 相 关 性 结 果 ，其中，conj()是用来计算复数的共轭复数；
[0017] 所述时域上的相关性结果 ，其中，NIFFT=1024，n为采样点数量， 表示快速傅里叶逆变换函数。
[0018] 更进一步的，在所述步骤S4中，所述功率延迟频谱 ，其中， 为PRACH信号占用的符号总数， 为接收的总天线数；
[0019] 所述平均功率延迟频谱 ，其中，NIFFT=1024。
[0020] 更进一步的，在所述步骤S5中，所述第一噪声门限 ，其中，， ，
[0021] 其中，Thr为预设的阈值，PFA=0.1%，L=1024， 为接收天线总数， 代表非相关累积，是指每种前导格式的重复次数,S为0至 的自然数；
[0022] 所述第二噪声门限 ，其中， 为 中大于噪声门限 的所有值的个数,其中，NIFFT=1024。
[0023] 为解决上述技术问题，本发明还提供一种5G小基站系统中PRACH信号preamble相关峰的检测装置，包括信号提取单元，随机前导序列单元，相关性单元，功率延迟频谱单元和相关峰检测单元；
[0024] 所述信号提取单元，从接收到的频域数据中提取出测量信号Y(k,r)，并计算出每根接收天线的左移位数，根据所述左移位数得到增益测量信号YAGC(k,r)；其中，k为接收到的测量信号的子载波索引，r为接收天线索引；
[0025] 所述随机前导序列单元，根据3GPP TS38.211 V15.6.0协议6.3.3.1节，基于公式, , ,生成由具有零相关区的ZC序列产生的随机接入前导序列集Xu(i)；其中， ， 为ZC序列
的长度，取值为139，u表示为ZC序列的根序列，取值为0‑137；
[0026] 所述相关性单元，依据所述增益测量信号YAGC(k,r)和所述前导序列集Xu(i)，使用根ZC序列校正算法，得到频域上的相关性结果Cu(k,r)，再进行快速傅里叶逆变换操作，得到时域上的相关性结果cu(n,r)；
[0027] 所述功率延迟频谱单元，依据所述时域上的相关性结果cu(n,r)，采用线性平均算法，计算得到功率延迟频谱Pu(n)，再计算每个根值的平均功率延迟频谱Pu,avg；
[0028] 所述相关峰检测单元，依据所述平均功率延迟频谱Pu,avg和卡方分布概率密度函数，计算得到第一噪声门限Thru,A，再将所述功率延迟频谱Pu(n)中大于所述第一噪声门限Thru,A的所有值的求和均值作为第二噪声门限Thru,B，若所述功率延迟频谱Pu(n)大于所述第二噪声门限Thru,B，则所述功率延迟频谱Pu(n)为PRACH信号的preamble相关峰。
[0029] 更进一步的，所述左移位数 ，其中，， 表示实部， 表示虚部，
是计算平均值函数 是每根接收天线接收到的测量信号的平均幅度；所述增益测量信号 ；
[0030] 所述随机接入前导序列集 。
[0031] 更进一步的，所述频域上的相关性结果 ，其中，conj()是用来计算复数的共轭复数；
[0032] 所述时域上的相关性结果 其中，NIFFT=1024，n为采样点数量， 表示快速傅里叶逆变换函数；
[0033] 所述功率延迟频谱 ，其中， 为PRACH信号占用的符号总数， 为接收的总天线数；
[0034] 所述平均功率延迟频谱 。
[0035] 更进一步的，所述第一噪声门限 ，其中， ， ；其中，Thr为预设的
阈值，PFA=0.1%，L=1024， 为接收天线总数， 代表非相关累积，是指每种前导格式的重复次数，S为0至 的自然数；
[0036] 所述第二噪声门限 ，其中， 为 中大于噪声门限 的所有值的个数。
[0037] 与现有技术相比，本发明具有如下有益效果：本发明通过对接收到的每个UE的测量信号进行降噪，采样，并依据卡方分布计算出最合适的噪声阈值，从而可快速准确地检测出每个UE的PRACH信号的preamble相关峰，使5G小基站系统运行稳定而高效。
附图说明
[0038] 图1是本发明实施例的5G小基站系统中PRACH信号preamble相关峰的检测方法步骤图；
[0039] 图2是本发明实施例的5G小基站系统中PRACH信号preamble相关峰的检测装置的结构框图。
具体实施方式
[0040] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041] 需要说明的是，本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便按本发明实施例以外的其他顺序实施。
[0042] 如图1所示，本发明实施例的5G小基站系统中PRACH信号preamble相关峰的检测方法，包括以下步骤：
[0043] S1.从接收到的频域数据中提取出测量信号Y(k,r)，并计算出每根接收天线的左移位数，根据左移位数得到增益测量信号YAGC(k,r)；其中，k为接收到的测量信号的子载波索引，r为接收天线索引。
[0044] 具 体 的 ，左 移 位 数 ，其 中 ， ， 表示实部， 表示虚部，
是计算平均值函数， 是每根接收天线接收到的测量信号的平均幅度。
[0045] 增益测量信号 。
[0046] 通过对数据进行动态移位，计算出每个UE的测量信号的AGC（Automatic Gain Control，自动增益控制）因子，可以将频率信号调整到适当的水平，得到增益测量信号YAGC(k,r)。
[0047] S2.根据3GPP TS38 .211 V15.6.0协议6 .3 .3 .1节，基于公式, , ,生成由具
有零相关区的ZC序列产生的随机接入前导序列集Xu(i)；其中， ，
为ZC序列的长度，取值为139，u表示为ZC序列的根序列，取值为0‑137。
[0048] 具体的，随机接入前导序列集 。
[0049] S3.依据增益测量信号YAGC(k,r)和前导序列集Xu(i)，使用根ZC序列校正算法，得到频域上的相关性结果Cu(k,r)，再进行快速傅里叶逆变换操作，得到时域上的相关性结果cu(n,r)。
[0050] 具体的，在频域上对增益测量信号YAGC(k,r)和前导序列集Xu(i)使用根ZC序列校正算法，得到频域上的相关性结果 ，其中，conj()是用来计算复数的共轭复数。
[0051] 再将频域上的相关性结果进行IFFT操作，将频域数据转换到时域，并在进行IFFT操作之前，通过补零将LRA个频域样本扩展到NIFFT个样本，进行时域信号的插值。
[0052] 时域上的相关性结果 ，其中，NIFFT=1024，n为采样点数量， 表示快速傅里叶逆变换函数。当LRA=139时，NIFFT=1024，可保证合理的采样率。
[0053] S4.依据时域上的相关性结果cu(n,r)，采用线性平均算法，计算得到功率延迟频谱Pu(n)，再计算每个根值的平均功率延迟频谱Pu,avg。
[0054] 在本实施例中，功率延迟频谱 ，其中， 为PRACH信号占用的符号总数， 为接收的总天线数。
[0055] 平均功率延迟频谱 。
[0056] 具体的，功率延迟频谱Pu(n)描述了接收端收到的所有路径上的信号延迟和强度之间的关系，是一个代表PRACH信号存在的相关性的时间序列，反映了接收到的信号与预期PRACH序列之间的相似程度。采用线性平均算法，得到平均功率延迟频谱，可对重复的符号和接收天线进行合并，降低噪声水平，还可用于判断是否存在PRACH信号。
[0057] S5.依据平均功率延迟频谱Pu,avg和卡方分布概率密度函数，计算得到第一噪声门限Thru,A，再将功率延迟频谱Pu(n)中大于第一噪声门限Thru,A的所有值的求和均值作为第二噪声门限Thru,B，若功率延迟频谱Pu(n)大于第二噪声门限Thru,B，则功率延迟频谱Pu(n)为PRACH信号的preamble相关峰。
[0058] 具体的，第一噪声门限 。
[0059] 根据卡方分布的概率密度函数，则， ，。
[0060] 其中，Thr为阈值，起始值可预设为0，PFA=0.1%，L=1024， 为接收天线总数， 代表非相关累积，是指每种前导格式的重复次数。 可根据实际需要设置，数值越大迭代计算Thr的次数也越多，结果也更精准。S为0至 的自然数。
[0061] 第二噪声门限 ，其中， 为 中大于噪声门限 的所有值的个数。
[0062] 再将第二噪声门限Thru,B与每个功率延迟频谱Pu(n)逐一比较，只有该功率延迟频谱Pu(n)大于第二噪声门限Thru,B，就判断该功率延迟频谱Pu(n)为PRACH信号的preamble相关峰。当检测到preamble相关峰，则表明接收到PRACH信号前导码，从而可确定设备的存在，位置和请求内容。
[0063] 再如图2所示，本发明实施例5G小基站系统中PRACH信号preamble相关峰的检测装置，包括信号提取单元，随机前导序列单元，相关性单元，功率延迟频谱单元和相关峰检测单元。
[0064] 信号提取单元，从接收到的频域数据中提取出测量信号Y(k,r)，并计算出每根接收天线的左移位数，根据左移位数得到增益测量信号YAGC(k,r)；其中，k为接收到的测量信号的子载波索引，r为接收天线索引。
[0065] 具体的，左移位数 ，其中， ， 表示实部， 表示虚部， 是
计算平均值函数， 是每根接收天线接收到的测量信号的平均幅度。
[0066] 增益测量信号 。
[0067] 通过对数据进行动态移位，计算出每个UE的测量信号的AGC（Automatic Gain Control，自动增益控制）因子，可以将频率信号调整到适当的水平，得到增益测量信号YAGC(k,r)。
[0068] 随机前导序列单元，根据3GPP TS38.211 V15.6.0协议6.3.3.1节，基于公式， ， ，生成由具有零相关区的ZC序列产生的随机接入前导序列集Xu(i)；其中， ，
为ZC序列的长度，取值为139，u表示为ZC序列的根序列，取值为0‑137。
[0069] 具体的，随机接入前导序列集 。
[0070] 相关性单元，依据增益测量信号YAGC(k,r)和前导序列集Xu(i)，使用根ZC序列校正算法，得到频域上的相关性结果Cu(k,r)，再进行快速傅里叶逆变换操作，得到时域上的相关性结果cu(n,r)。
[0071] 具体的，在频域上对增益测量信号YAGC(k,r)和前导序列集Xu(i)使用根ZC序列校正算法，得到频域上的相关性结果 ，其中，conj()是用来计算复数的共轭复数。
[0072] 再将频域上的相关性结果进行IFFT操作，将频域数据转换到时域，并在进行IFFT操作之前，通过补零将LRA个频域样本扩展到NIFFT个样本，进行时域信号的插值。
[0073] 时域上的相关性结果 ，其中，NIFFT=1024，n为采样点数量， 表示快速傅里叶逆变换函数。当LRA=139时，NIFFT=1024，可保证合理的采样率。
[0074] 功率延迟频谱单元，依据时域上的相关性结果cu(n,r)，采用线性平均算法，计算得到功率延迟频谱Pu(n)，再计算每个根值的平均功率延迟频谱Pu,avg。
[0075] 在本实施例中，功率延迟频谱 ，其中， 为PRACH信号占用的符号总数， 为接收的总天线数。
[0076] 平均功率延迟频谱 。
[0077] 具体的，功率延迟频谱Pu(n)描述了接收端收到的所有路径上的信号延迟和强度之间的关系，是一个代表PRACH信号存在的相关性的时间序列，反映了接收到的信号与预期PRACH序列之间的相似程度。采用线性平均算法，得到平均功率延迟频谱，可对重复的符号和接收天线进行合并，降低噪声水平，还可用于判断是否存在PRACH信号，从而可确定设备的存在，位置和请求内容。
[0078] 相关峰检测单元，依据平均功率延迟频谱Pu,avg和卡方分布概率密度函数，计算得到第一噪声门限Thru,A，再将功率延迟频谱Pu(n)中大于第一噪声门限Thru,A的所有值的求和均值作为第二噪声门限Thru,B，若功率延迟频谱Pu(n)大于第二噪声门限Thru,B，则功率延迟频谱Pu(n)为PRACH信号的preamble相关峰。
[0079] 具体的，第一噪声门限 。
[0080] 根据卡方分布的概率密度函数，则， ，。
[0081] 其中，Thr为阈值，起始值可预设为0，PFA=0.1%，L=1024， 为接收天线总数，代表非相关累积，是指每种前导格式的重复次数。 可根据实际需要设置，数值越大迭代计算Thr的次数也越多，结果也更精准。
[0082] 第二噪声门限 ，其中， 为 中大于噪声门限 的所有值的个数。
[0083] 再将第二噪声门限Thru,B与每个功率延迟频谱Pu(n)逐一比较，只有该功率延迟频谱Pu(n)大于第二噪声门限Thru,B，就判断该功率延迟频谱Pu(n)为PRACH信号的preamble相关峰。当检测到preamble相关峰，则表明接收到PRACH信号前导码。
[0084] 综上所述，本发明实施例通过对接收到的每个UE的测量信号进行降噪，采样，并依据卡方分布计算出最合适的噪声阈值，从而可快速准确地检测出每个UE的PRACH信号的preamble相关峰，使5G小基站系统运行稳定而高效。
[0085] 以上实施例仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，如对各个实施例中的不同特征进行组合等，这些都属于本发明的保护范围。
