NBIOT NSSS 辅同步信号检测，MATLAB实现

朋友们，这是NBIOT小区搜索最后一期了，从下期开始开始讲LTE同步信号生成，小区搜索，LTE小区搜索讲完开始讲5G NR同步信号生成小区搜索

在蜂窝无线通信中，辅同步信号的检测一般都采用最大似然法检测，利用本地生成的NSSS信号跟收到空口信号做相关，遍历所有的小区ID和80ms帧定时就是一种最大似然检测方法，在协议3GPP 36.211中可知NSSS帧的映射只在偶数帧的子帧9，所以80ms帧定时实际只需要遍历0,1,2,3，然后乘以2就可以确定80ms帧定时中的哪一帧。

NSSS的检测只检测小区ID和80ms帧定时，不包括帧头和频偏，其由NPSS检测保障，由于NPSS只在子帧5中，而NSSS在偶数帧子帧9中，NPSS检测完成后并不知道帧号的奇偶，所以NSSS的收数要两个子帧9。

由于NPSS可能离NSSS比较远，而且NPSS还不包含本小区的信息，所有小区的NPSS都一样，NPSS的信道冲击响应信息H不建议用于NSSS检测中。

NSSS检测相关后的功率值中最大的那个大概率是当前环境中最强的小区，还要借助于后面的测量确认，其峰均比可以设置门限来消除假小区。

NSSS检测相关如下：

其中，corr为相关值，rx_nsss为收到的空口的NSSS数据，local_nsss为本地生成的NSSS数据，在NBIOT中，小区的个数为504个，每个小区ID对应4个80ms帧定时，共需要做504*4次相关。

MATLAB实现：

clc,clear,close all;

%

%

%

%

% author nb_lte_5g

% 老牛

% code time 2024.08.22 20:24

%

%

b_q_hadamard=[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1;

1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1;

1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1;

1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1

];

x = load('nsss_frame0.txt');

x_r = x(1:2:end);

x_i = x(2:2:end);

nsss_rx = x_r + x_i*1i;

% figure;plot(real(nsss_rx))

% title('空口NSSS信号 frame=0，pci=0');

% nsss_rx = nsss_rx(12*3+1:end);

nsss_rx = nsss_rx(1:end);

corr = zeros(1,504*4);

cnt = 1;

for pci = 0:503

for frameMod8Div2=0:3

nsss_seq = zeros(1,132);

u=mod(pci,126)+3;

q=floor(pci/126);

b_q=b_q_hadamard(q+1,:);

for idx=0:131

n=mod(idx,131);

m =mod(idx,128);

nsss_seq(idx+1) = b_q(m+1)*exp(-1i*pi*u*n*(n+1)/131);

end

nsss_sequence_local=zeros(1,132);

thelta_f=33/132*frameMod8Div2;

for n=0:131

nsss_sequence_local(n+1) = nsss_seq(n+1) * exp(-1i*2*pi*thelta_f*n);

end

corr(cnt) = nsss_sequence_local*conj(nsss_rx);

cnt = cnt + 1;

end

end

power = abs(corr);

[valueMax,pos] = max(power);

%峰均比

par = valueMax/mean(power);

%cell id

cell_id = (pos-1)/4;

% frameMod8

frameMod8 = mod((pos-1),4)*2;

figure;plot(abs(corr))

fprintf('cell id = %d,frameMod8 = %d\n',cell_id,frameMod8);

运行结果：

cell id = 111,frameMod8 = 2

符合预期