1.一种基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，包括以下步骤：

S1、用户终端从高层的配置资源中，随机选择前导码和时频资源，生成基带信号；

S2、接收机对接收到的基带信号进行处理后，进行快速傅里叶变换，得到频域符号跳频图样；

S3、在接收端，在本地高层配置的所有可能发起随机接入的子载波位置生成一条初始符号组，并将其与接收信号的第一个符号组做相关，相关值取得最大的子载波认为是发起本次随机接入的初始频点位置，表示为：*

其中，k表示发起本次随机接入的初始频点位置；Z(n,k)表示初始随机接入子载波编号为k的第一个符号组的基带信号，y(n,0)表示接收基带信号的第一个符号组的第n个采样点；NIDFT＝8192表示一个符号的采样点数，NCP表示循环前缀的采样点数； ΔfRA表示随机接入前导码传输时的子载波间隔，Δf是上行链路数据传输时候子载波间隔；

是上行资源的数量；

S4、按照跳频规则，生成本地跳频图样与接收信号的跳频图样做相关，表示为：其中，g表示当前发起的随机接入基本重复单元的次数；U[m,i]表示本地生成的第i个符号组的第m个符号的值，U[m,i]取值设定为“1”，U表示本地生成符号跳频图样； 表示接收端的第i个符号组的第m个符号的值；NCP表示循环前缀长度；NIDFT表示一个符号的采样点数； 表示估计的第i个符号组的跳频图样频域位置；

当其跳频图样的相关值取得最大时，估计出定时提前量和载波频率偏移，表示为：其中，(TA,Δfoffset)表示 取得最大值时的定时提前量TA和载波频率偏移值Δfoffset， 表示本地生成符号跳频图样U与频域符号跳频图样 之间的*

相关结果；TA表示估计的定时提前量， 表示估计的载波频率偏移值；

根据二维快速傅里叶变换模型，将所述相关结果转换为二维快速傅里叶变换，求出二维快速傅里叶变换函数的最大值：

其中，M1，M2表示二维FFT的长度，即M1表示高层为发送随机接入配置的子带总数；M2表示高层为发起随机接入配置的子带包含的子载波总数，M2＝4×g×(5+1)；g表示当前发起的* *

随机接入基本重复单元的次数；(p ,q)是使得二维FFT取得最大值的一组解；

* *

二维FFT取得最大值的一组解p、q的求解方法包括：其中，(p,q)表示一组遍历的二维FFT解；

S5、将预先设定的门限值，与最大的跳频图样的相关值进行比较，确定是否存在前导码；若前导码存在，则将所述频域符号跳频图样的初始位置作为前导码索引号，根据估计所得的值调整定时提前量和载波频率偏移，否则，不做处理。

2.根据权利要求1所述的基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，所述生成基带信号包括：其中，si(t)表示用户终端产生的第i个符号组基带信号；βNPRACH表示发射功率因子；

表示第i个符号组的跳频图样频域位置； ΔfRA表示随机接入前导码传输时的子载波间隔，Δf是上行链路数据传输时候子载波间隔； 是上行资源的数量；TCP表示循环前缀的长度。

3.根据权利要求2所述的基于窄带物联网随机接入信道的最大相关估计检测方法，对所述基带信号进行时域采样并化简包括：其中，si(n)表示用户终端产生的第i个符号组基带信号的第n个采样信号；采样频率fs＝1/TS＝1/(15000×2048)，t＝n·Ts,n＝0,1,...,5×8192‑1，NIDFT＝8192表示一个符号的采样点数，NCP表示循环前缀的采样点数。

4.根据权利要求3所述的基于窄带物联网随机接入信道的最大相关估计检测方法，其特征在于，步骤S2包括接收机对接收到的基带信号y进行处理，丢弃循环前缀长度的采样值，并对剩余的采样值做快速傅里叶变换，得到频域符号跳频图样 其中，y[n,i]表示接收端的第i个符号组的第n个采样点的值； 表示接收端的第i个符号组的第m个符号的值；

所述y[n,i]的计算公式表示为：所述 的计算公式表示为：

其中，a[i]表示第i个符号组的信道增益，Δfoffset表示实际的载波频率偏移值；NCP表示循环前缀长度；NIDFT表示一个符号的采样点数； 表示估计的第i个符号组的跳频图样频域位置；TA表示实际的定时提前量；βNPRACH表示发射功率因子；v[n,i]表示时域产生的噪声，表示频域产生的噪声。