CN102377452B - 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 - Google Patents
高速取样有限精度量化脉冲超宽带信号到达时间估计方法 Download PDFInfo
- Publication number
- CN102377452B CN102377452B CN201110235172.3A CN201110235172A CN102377452B CN 102377452 B CN102377452 B CN 102377452B CN 201110235172 A CN201110235172 A CN 201110235172A CN 102377452 B CN102377452 B CN 102377452B
- Authority
- CN
- China
- Prior art keywords
- signal
- quantization
- time
- likelihood ratio
- quantification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种高速取样有限精度量化脉冲超宽带信号到达时间估计方法,特征是先采取高速取样提供高时间分辨率,并采取全局最优和局部最优的有限精度量化在降低实现复杂度的基础上通过使偏差度最大来减小量化精度带来的信号幅度信息损失,最后采用似然比门限检验方法估计出到达时间。本发明克服了现有全精度量化方法需采用昂贵且难以实现的高速高位宽数模转化器ADC和能量检测接收方法使用间隔时间较长的积分器而损失时间分辨率的缺点,只使用了有限的高速比较器和简单的后端数字处理即可有效估计到达时间,估计精度非常接近高速取样的全精度量化方法,同时显著好于能量检测接收方法,在大大降低复杂度的情况下提供了较高的到达时间估计精度。
Description
技术领域
本发明属于超宽带低速无线个域网技术领域,具体涉及测量距离时对接收到的脉冲超宽带信号进行高速取样和有限精度量化来估计到达时间的方法。
背景技术
脉冲超宽带信号到达时间估计方法是目前无线通信领域广泛研究的提供高精度距离信息的有效方法。据《国际电子与电气工程师协会信号处理杂志》(IEEE SignalProcess.Magzine,vol.21,Nov.2004,Page(s):26-54)介绍,由于脉冲超宽带信号在时域上仅有纳秒宽度,频域上占据500MHz以上带宽,可以进行纳秒精度的到达时间估计,从而提供厘米级别的无线测距与定位功能。由于脉冲超宽带信号的以上优点,国际电子与电气工程师协会(IEEE)针对采用超宽带技术的低速无线个域网的无线媒体访问控制层(MAC)和物理层(PHY)规范,制定了超宽带低速无线个域网协议标准(IEEE802.15.4a TG4a,IEEE Standard for Information Technology–Telecommunications and Information Exchange Between Systems-Local andMetropolitan Area Networks–Specific Requirements Part15.4a,Aug2007),提出了10米范围内低成本低功耗同时具有通信与测距功能的脉冲超宽带低速无线个域网。
现有的脉冲超宽带低速无线个域网标准中对到达时间的估计是一个开放性问题,没有强制标准。据《国际电子与电气工程师协会通信汇刊》(IEEE Transactions onCommunication,Vol.58,No.6,2010,Page(s):1695-1704)介绍,由于脉冲超宽带的大带宽特性,根据奈奎斯特(Nyquist)取样定理:取样频率至少为信号带宽的2倍,对脉冲超宽带信号的接收以及波形重建需要千兆赫兹高速取样率和全精度量化的数模转换器ADC。由于这样的数模转换器是非常昂贵和高功耗的,对于低成本和需要电池供电的脉冲超宽带测距设备来说难以接受。据《国际电子与电气工程师协会无线通信汇刊》(IEEE Transactions on Wireless Communication,Vol.9,No.7,July.2010,Page(s):2238-2247)介绍,对信号进行能量检测接收的方法可以避免使用高速取样全精度量化的数模转换器ADC,而以积分器代替之。积分器先对积分间隔时间内的接收信号进行平方操作,再进行积分,最后输出积分间隔时间内的信号能量之和,从而重建信号波形以检测到达时间。该方法大大降低了实现复杂度,但是由于积分器的积分间隔时间不可能做的足够小,因而损失了时间分辨率,从而影响到达时间估计精度。
发明内容
本发明的目的是提出一种低速无线个域网中高速取样有限精度量化的脉冲超宽带信号到达时间估计方法,以避免使用昂贵的高速取样全精度量化的数模转换器ADC,从而降低实现复杂度和功耗同时到达时间估计精度损失较小的目的。
本发明高速取样有限精度量化的脉冲超宽带信号到达时间估计方法,先对接收到的脉冲超宽带信号使用高速比较器组进行高速取样和有限精度量化;再给出量化后信号的对数似然比检验统计量;使用聂孟-皮尔逊(Neyman-Pearson)准则和似然比门限检验方法来估计到达时间;包括:首先,发送端发送个数为K、周期为T的脉冲超宽带信号,经过多径信道后,接收端接收到的脉冲超宽带信号式中,dk为第k个脉冲的符号,下标k=0,...,K-1;n(t)为加性高斯白噪声,记其单边功率谱密度为N0;单个发送的脉冲超宽带信号通过信道所产生的包含L个路径的信道响应其中pl(t)代表第l个路径的响应信号,τl代表第l个路径响应信号的延迟时间;该接收到的脉冲超宽带信号r(t)通过带宽为B的低通滤波器,高速取样后取样点ri,k=dkwi+ni,k,其中wi为wL(t)取样后的有用信号;ni,k为零均值独立同分布的加性高斯白噪声随机变量,方差每个脉冲周期T中接收信号被取样N次,下标i=0,...,N-1,取样时间间隔Ts=T/N,取样点ri,k共有N×K个;再量化:M个量化电平的量化器QM(ri,k)=lm if ri,k∈(bm-1,bm],其中bm为第m个量化门限,包括正负无穷门限在内共有M+1个量化门限,lm为第m个量化电平;然后采用似然比假设检验方法:有用信号wi存在时假设H1:量化后信号等于量化电平lm的概率为 有用信号wi不存在时假设H0:量化后信号等于量化电平lm的概率为qm=P(lm|ri,k=ni,k)=F(bm)-F(bm-1),其中函数F为零均值方差为的正态概率分布函数,函数f为零均值方差为的正态概率密度函数;将取样位置i上的全局最优量化似然比检验统计量Λi进行泰勒展开,获得适合于有用信号wi较小即信噪比较低情况下取样位置i上的局部最优量化似然比检验统计量最后在似然比门限检验时使用聂孟-皮尔逊准则,在虚警概率α条件下通过使探测概率β最大来确定判决门限,到达时间TOA被估计为第一个过门限的似然比检验统计量所对应的时间;
其特征在于:将高斯白噪声方差的取值范围划分为S个区间,每个区间的中间值作为表的索引s,定义在各索引s已知时量化电平lm的概率为对数化后作为表中每个索引的M个内容,在确定有用信号wi不存在时,使用设定的量化门限bm量化高速取样后取样点ri,k,统计K个周期中取样位置i上的各量化电平的个数分别计算个数与表中每个索引对应内容的内积:再寻找其中最大值所对应的索引s,则高斯白噪声方差的最大似然估计定义第m个局部最优量化门限为定义局部最优量化电平由初始值出发使用迭代方法,在满足条件即最大化偏差度时,计算出局部最优量化门限表达式,代入高斯白噪声方差的最大似然估计获得具体值;在进行到达时间估计时,使用局部最优量化门限量化取样后信号ri,k,生成取样位置i上的局部最优似然比检验统计量根据聂孟-皮尔逊准则,选取判决门限 其中Φ为标准正态分布函数;最后通过比较和的大小,局部最优量化方式下的到达时间被估计为:
在局部最优量化方式的基础上,进行全局最优量化的方式为:将有用信号wi的取值范围划分为Y个区间,每个区间的中间值作为表的索引y,定义在各索引y、脉冲符号dk和高斯白噪声方差的最大似然估计已知时量化电平lm的概率为对数化后作为表中每个索引的内容,使用局部最优量化门限量化脉冲个数为K的训练序列,统计K个周期中取样位置i上的各量化电平的个数分别计算个数与表中每个索引对应内容的内积:再寻找其中最大值所对应的索引y,则有用信号wi的最大似然估计定义第m个全局最优量化门限为定义全局最优量化电平 由初始值 出发,在满足条件即最大化偏差度时,代入有用信号wi的最大似然估计使用迭代方法计算出全局最优量化门限的具体值;在进行到达时间估计时,使用全局最优量化门限对取样后信号ri,k进行量化,生成取样位置i上的全局最优似然比检验统计量其中为存在信号时量化电平为lm的概率;根据聂孟-皮尔逊准则,设取dk=1时,选取判决门限 全局最优量化方式下的到达时间被估计为第一个过门限的全局最优似然比检验统计量Λi所对应的时间,即:TOAopt=Tsmini{i|Λi>thi}-Ts/2。
本发明低速无线个域网中高速取样有限精度量化的脉冲超宽带信号到达时间估计方法所依据的原理是:
高速取样后取样点ri,k可表示为:ri,k=dkwi+ni,k。wi为wL(t)取样后的有用信号,由于信道在相干时间内变化很小,可以认为经过信道的各个周期脉冲波形不变,因而wi与下标k无关。由似然比假设检验的原理,将取样位置i上的全局最优似然比检验统计量Λi表示为: 是有用信号wi存在假设H1和有用信号wi不存在假设H0下量化后信号落入对应量化电平lm的概率之比;对全局最优检验统计量Λi进行泰勒展开的原理是:在有用信号wi较小时,由导数的定义,可知F(bm-dkwi)≈-f(bm)dkwi,进而推导出 再根据泰勒展开式: 获得线性近似后的取样位置i上的局部最优似然比检验统计量使用偏差度来计算局部最优和全局最优量化门限的原理是:偏差度也可称为检验统计量Λ的输出信噪比,是衡量各种接收方式信号检测性能的有效标准,显然输出信噪比越大检测性能越好,其定义为E1(Λ)和E0(Λ)分别为检验统计量Λ在有用信号wi存在假设H1和有用信号wi不存在假设H0时的均值,Var0(Λ)为检验统计量Λ在有用信号wi不存在假设H0时的方差;判决门限推导原理是:由于发送脉冲个数K足够大,根据中心极限定理,局部最优似然比检验统计量和全局最优似然比检验统计量Λi都被近似认为服从正态分布的,因而聂孟-皮尔逊准则下,虚警概率为α时对应的判决门限可由正态分布函数的逆函数给出。
由于本发明方法中使用了局部最优量化方法来估计到达时间,其推导原理如下:使用局部最优似然比统计量替换偏差度D(Λ)中的检验统计量Λ,有用信号wi不存在假设H0下的局部最优似然比统计量均值为:有用信号wi存在假设H1下的局部最优似然比统计量均值表示为: 有用信号wi不存在假设H0下的局部最优似然比统计量方差表示为: 将以上三项代入偏差度表达式中,经过化简得到: 进而局部最优量化门限 定义量化电平以简化计算;由 推导出的局部最优量化门限必须满足是一个迭代关系的表达式;由初始值出发,经过迭代计算后,可以获得含有高斯白噪声标准差σn的局部最优量化门限的表达式,因此高斯白噪声标准差σn需要估计,实际上等价于估计高斯白噪声方差使用查表法对高斯白噪声方差进行最大似然估计的原理是:在确定无有用信号wi时,使用预先设定的门限bm量化高速取样后取样点ri,k,统计K个周期中取样位置i上的各量化电平的个数定义在高斯白噪声方差已知时量化电平lm的概率为则在已知个数基础上获得关于高斯白噪声方差的似然函数 也就是个数和表内容的内积;进而高斯白噪声方差的最大似然估计表示为:
实际使用中由于高斯白噪声方差的大小为连续的,取值无限多因而无法计算。只有将其可能取值的范围量化为S个有限的区间,用区间的中间值s代表高斯白噪声方差的大小,才能计算出各中间值s对应的似然函数值,也即个数和表内容的内积。因此使用查表法找出似然函数值最大时对应的区间中间值s,作为高斯白噪声方差的最大似然估计。根据聂孟-皮尔逊准则,满足虚警概率为α时的局部最优判决门限 由于局部最优判决门限和局部最优似然比检验统计量都含有有用信号wi,可以消去有用信号wi后以绝对值相互比较,最后局部最优量化方式下的到达时间被估计为:
本发明方法中使用了全局最优量化方法来估计到达时间,其推导原理如下:首先给出有用信号wi不存在假设H0下的全局最优似然比统计量均值为:有用信号wi存在假设H1下的全局最优似然比统计量均值表示为:有用信号wi不存在假设H0下的全局最优似然比统计量方差表示为: 将以上三项代入偏差度表达式中,不失一般性,设dk=1以简化推导得到:进而全局最优量化门限对求bm的偏导,并定义量化电平以简化计算,注意:此时量化电平是有用信号wi的函数,因而有上标(i)。令该偏导数等于0,推导出全局最优量化门限必须满足这是一个迭代关系的表达式。由初始值出发经过迭代计算后,可以获得全局最优量化门限的值,是有用信号wi的函数,因此需要对其进行使用查表法的最大似然估计,其原理是:使用局部最优门限量化脉冲个数K的训练序列,统计K个周期中取样位置i上的各量化电平的个数定义在有用信号wi、脉冲符号dk和高斯白噪声最大似然估计已知时量化电平lm的概率为则在已知个数基础上获得关于有用信号wi的似然函数 进而有用信号wi的最大似然估计根据聂孟-皮尔逊准则,全局最优判决门限thi表示为 最后将全局最优似然比统计量Λi和门限thi进行比较,全局最优量化时的到达时间被估计为:TOAopt=Tsmini{i|Λi>thi}-Ts/2。
从整体上看,本发明与现有全精度量化方法相比,只使用很少的量化电平,其复杂度大大降低,并且通过最优量化门限的选取,到达时间估计精度几乎达到了全精度量化方法下的精度。本发明与现有能量接收方法相比,在实现复杂度接近的条件下,能够提供更高的时间分辨率,从而提高了到达时间估计精度。
本发明高速取样有限精度量化的脉冲超宽带信号到达时间估计方法对接收脉冲超宽带信号进行高速取样和有限精度量化,首先采取高速取样提供了高时间分辨率,并采取全局最优和局部最优的有限精度量化在降低实现复杂度和功耗的基础上,通过使偏差度最大从而减小有限精度量化带来的信号幅度信息损失,最后采用似然比门限检验方法简单有效的估计出到达时间,克服了现有全精度量化方法需采用昂贵且难以实现的高速高位宽数模转化器ADC,同时需要复杂高耗能的后端数字处理部分的缺点,同时克服了现有能量检测接收方法中使用间隔时间较长的积分器收集信号能量,虽然容易实现但是损失了时间分辨率进而降低到达时间估计精度的缺点。本发明高速取样有限精度量化的脉冲超宽带信号到达时间估计方法只使用了有限的高速比较器和简单的后端数字处理即可有效估计到达时间,估计精度非常接近高速取样的全精度量化方法,同时显著好于使用积分器的能量检测接收方法,在大大降低复杂度的情况下提供了较高的估计精度,在实际系统中比较容易实现。
附图说明
图1是本发明高速取样有限精度量化的脉冲超宽带信号到达时间估计方法的系统框图。
图4是使用2、3、4电平局部最优量化方法与2、3、4电平全局最优量化方法、能量接收检测方法和全精度量化方法时的到达时间估计性能比较图。
具体实施方式
以下结合附图说明本发明的实施例。
实施例1:
图1给出了本发明高速取样有限精度量化脉冲超宽带信号到达时间估计方法的流程原理示意框图。
如图1中所示:接收脉冲超宽带信号1经过低通滤波器2,滤除带外噪声,通过高速比较器组3进行高速取样和低位宽量化,接着统计取样量化后信号落入各量化电平个数4,再使用最大似然估计5来估计量化门限所需的参数,调整最优量化门限6并反馈给高速比较器组3,同时使用估计出的参数进行判决门限生成7,最后通过似然比门限检验8来估计到达时间9。
发送脉冲为高斯二阶微分脉冲,其脉冲形成因子τ=0.7ns。脉冲间隔T=100ns,脉冲个数K=50。所有脉冲的符号dk均为“+1”。接收到的脉冲超宽带信号r(t)通过带宽为B=500MHz的低通滤波器,滤除带外噪声后再经过高速比较器组进行高速取样和低位宽量化。取样时间间隔Ts=0.25ns,因而N=400。以3电平量化为例:在使用局部最优量化方法时,先查表法估计高斯白噪声方差先设定量化门限,例如b0=-∞,b1=-1,b2=1和b3=∞;假设高斯白噪声方差的取值范围为(0,2],将其分为20个等分区间,各区间中间值分别为0.05,0.15,......,1.95,作为表的索引,计算出在各索引已知时各量化电平lm的概率,例如,索引等于0.05时为 和对数化后形成索引0.05的3个内容。在确定有用信号wi不存在时,取样量化后统计50个周期中取样位置i上的各量化电平的个数分别计算个数与表中每个索引对应内容的内积,共有20个,再寻找20个内积中最大值所对应的索引,本实施例中设为0.55,则高斯白噪声方差的最大似然估计而局部最优量化门限必须满足条件:m=0,1,2,3,由初始值出发,使用迭代方法计算出另外2个局部最优量化门限的表达式为和同时计算出量化器输出的3个量化电平为 代入高斯白噪声方差的最大似然估计到局部最优量化门限表达式中,获得:和估计到达时间时,取样量化信号,局部最优似然比检验统计量消去有用信号wi后,实际上是取样位置i上50次输出电平的累加值:选定虚警概率α=10-6,将虚警概率α=10-6和局部最优量化门限 代入到局部最优判决门限 中,计算出消去有用信号wi后获得:将取样位置i上50次输出电平的累加值取绝对值后再和30.247比较,则最后局部最优量化方式下的到达时间被估计为:
在使用全局最优量化方法时,先使用局部最优量化门限 取样量化50个脉冲的训练序列以查表法估计有用信号wi:设有用信号wi的大小取值范围为[-2,+2],将其划分为40个区间,各区间中间值分别为-1.95,......,1.95,作为表的索引,计算出在各索引已知时各量化电平lm的概率;因为脉冲符号dk和高斯白噪声最大似然估计已知,则以索引等于0.05时为例: 和 对数化后形成索引0.05的3个内容。其他索引内容的计算类似。再使用局部最优量化门限量化训练序列,统计50个周期中取样位置i上的各量化电平的个数分别计算个数与表中每个索引对应内容 的内积: 共有40个,再寻找其中最大值所对应的索引,假设本实施例中有用信号wi的最大似然估计代入获得全局最优量化门限并再次对取样后信号ri,k进行量化;生成取样位置i上的全局最优似然比检验统计量同样,根据聂孟-皮尔逊准则,在满足较小虚警概率α的情况下,选取判决门限thi,全局最优量化方式下的到达时间被估计为第一个过门限的全局最优似然比检验统计量Λi所对应的时间,即:TOAopt=0.25ns×mini{i|Λi>thi}-0.125ns。
图2给出了当信噪比Es/N0等于4、6、8dB时,3电平量化方式下不同量化门限所对应的到达时间估计性能曲线。曲线A1、B1、C1分别表示信噪比Es/N0等于4、6、8dB时的到达时间估计性能曲线。仿真使用的信道模型为国际电子与电气工程师协会IEEE制定的802.15.4a协议所推荐的信道模型1;横坐标为归一化量化门限信噪比表示为Es/N0,单位为分贝dB,其中Es为一个脉冲周期T中所有接收到的有用信号wi的能量,N0为高斯白噪声n(t)的单边功率谱密度;到达时间估计性能由估计值和真实值之间的平均绝对误差MAE表示,单位为纳秒ns。判决所用门限满足虚警率为10-6。可以看到当信噪比较低时,3电平量化方式下最优的到达时间估计性能所对应的归一化量化门限am约为0.8。换算成bm约为0.61σn,与理论分析出的3电平局部最优量化门限相当接近。仿真结果证明了理论分析的正确性。
图3给出了当信噪比Es/N0等于4、6、8dB时,4电平量化方式下不同量化门限所对应的到达时间估计性能。曲线A2、B2、C2分别表示信噪比Es/N0等于4、6、8dB时的到达时间估计性能曲线。可以看到当信噪比较低时,4电平量化方式下最优的到达时间估计性能所对应的归一化量化门限am约为0.6。换算成bm约为0.98σn,与理论分析出的4电平局部最优量化门限相当接近。
图4给出了不同信噪比Es/N0时,2、3、4电平局部最优和全局最优量化以及能量接收检测和全精度量化时的到达时间估计性能曲线。能量接收检测方法的随信噪比Es/N0变化的到达时间估计性能曲线由曲线A3表示。积分器按积分间隔1ns收集接收的脉冲超宽带信号r(t)能量,也即累加积分间隔内的接收信号能量并在最后输出累加值。收集的50个周期的信号按脉冲周期100ns再次累加,最后形成包含100个输出的时间分辨率为1ns的能量判决矢量。能量接收检测方法的归一化判决门限被定义为该矢量的最大值减去最小值再乘以0.4。第一个超过该门限的点所对应的时间被判决为到达时间。从曲线A3和其他曲线的对比可以看到能量接收方法由于积分间隔较大导致时间分辨率较低,要明显差于采用高取样率的其他方法。曲线H3表示全精度量化方式的随信噪比Es/N0变化的到达时间估计性能曲线,该方式使用高速取样全精度量化的数模转化器,取样量化后的50个周期的信号按脉冲周期100ns再次累加,形成全精度似然比检验统计量。根据中心极限定理,由于脉冲个数50足够大,该全精度似然比检验统计量服从正态分布。再使用聂孟-皮尔逊准则确定似然比判决门限,最后进行判决。曲线B3、C3、D3、E3、F3、G3分别表示2、3、4电平局部最优量化方法和2、3、4电平全局最优量化方法的到达时间估计性能曲线。注意,这些有限精度量化方法和全精度量化方法都采用了同样的虚警概率10-6。从曲线B3和C3、D3和E3、F3和G3的对比可以看出:量化电平数相等的全局最优量化方法相对于局部最优量化方法要好,但是随着量化电平数的增加性能改善的程度在不断降低。例如4电平量化时的性能改善程度就要明显差于2电平量化情况。另外可以看到随着量化电平数的增加,全局最优和局部最优的量化方法性能都会收敛于全精度量化方法决定的性能曲线H3,全局最优量化方法的收敛速度要快于局部最优量化方法。在3电平全局最优量化时,其性能曲线E3已经非常接近4电平全局最优量化的性能曲线G3,与全精度量化方法性能曲线H3差距很小。
结合图2到图4的到达时间估计平均绝对误差结果,可以看出,本发明方法的性能要大大好于传统的低复杂度能量接收检测方法,同时保持了与其相似的低复杂度低功耗优点。另外相对于高复杂度高耗能的全精度量化方法,本发明方法能够达到非常接近的性能,同时极大的降低了系统复杂度和功耗。
Claims (2)
1.一种高速取样有限精度量化的脉冲超宽带信号到达时间估计方法,先对接收到的脉冲超宽带信号使用高速比较器组进行高速取样和有限精度量化;再给出量化后信号的对数似然比检验统计量;使用聂孟-皮尔逊准则和似然比门限检验方法来估计到达时间;包括:首先,发送端发送个数为K、周期为T的脉冲超宽带信号,经过多径信道后,接收端接收到的脉冲超宽带信号式中,dk为第k个脉冲的符号,下标k=0,...,K-1;n(t)为加性高斯白噪声,记其单边功率谱密度为N0;单个发送的脉冲超宽带信号通过信道所产生的包含L个路径的信道响应其中pl(t)代表第l个路径的响应信号,τl代表第l个路径响应信号的延迟时间;该接收到的脉冲超宽带信号r(t)通过带宽为B的低通滤波器,高速取样后取样点ri,k=dkwi+ni,k,其中wi为wL(t)取样后的有用信号;ni,k为零均值独立同分布的加性高斯白噪声随机变量,方差每个脉冲周期T中接收信号被取样N次,下标i=0,...,N-1,取样时间间隔Ts=T/N,取样点ri,k共有N×K个;再量化:M个量化电平的量化器QM(ri,k)=lm if ri,k∈(bm-1,bm],其中bm为第m个量化门限,包括正负无穷门限在内共有M+1个量化门限,lm为第m个量化电平;然后采用似然比假设检验方法:有用信号wi存在时假设H1:量化后信号等于量化电平lm的概率为 有用信号wi不存在时假设H0:量化后信号等于量化电平lm的概率为qm=P(lm|ri,k=ni,k)=F(bm)-F(bm-1),其中函数F为零均值方差为的正态概率分布函数,函数f为零均值方差为的正态概率密度函数;将取样位置i上的全局最优量化似然比检验统计量Λi进行泰勒展开,获得适合于有用信号wi较小即信噪比较低情况下取样位置i上的局部最优量化似然比检验统计量最后在似然比门限检验时使用聂孟-皮尔逊准则,在虚警概率α条件下通过使探测概率β最大来确定判决门限,到达时间TOA被估计为第一个过门限的似然比检验统计量所对应的时间;
其特征在于:将高斯白噪声方差的取值范围划分为S个区间,每个区间的中间值作为表的索引s,定义在各索引s已知时量化电平lm的概率为对数化后作为表中每个索引的M个内容,在确定有用信号wi不存在时,使用设定的量化门限bm量化高速取样后取样点ri,k,统计K个周期中取样位置i上的各量化电平的个数分别计算个数与表中每个索引对应内容的内积:再寻找其中最大值所对应的索引s,则高斯白噪声方差的最大似然估计;定义第m个局部最优量化门限为定义局部最优量化电平由初始值出发使用迭代方法,在满足条件即最大化偏差度时,计算出局部最优量化门限表达式,代入高斯白噪声方差的最大似然估计获得具体值;在进行到达时间估计时,使用局部最优量化门限量化取样后信号ri,k,生成取样位置i上的局部最优似然比检验统计量根据聂孟-皮尔逊准则,选取判决门限 其中Φ为标准正态分布函数;最后通过比较和的大小,局部最优量化方式下的到达时间被估计为:其中Ts为取样时间间隔,mini表示取满足条件的i的最小值。
2.如权利要求1所述高速取样有限精度量化的脉冲超宽带信号到达时间估计方法,特征在于在所述局部最优量化方式的基础上,进行全局最优量化的方式为:将有用信号wi的取值范围划分为Y个区间,每个区间的中间值作为表的索引y,定义在各索引y、脉冲符号dk和高斯白噪声方差的最大似然估计已知时量化电平lm的概率为,对数化后作为表中每个索引的内容,使用局部最优量化门限量化脉冲个数为K的训练序列,统计K个周期中取样位置i上的各量化电平的个数分别计算个数与表中每个索引对应内容 的内积: 再寻找其中最大值所对应的索引y,则有用信号wi的最大似然估计定义第m个全局最优量化门限为定义全局最优量化电平 由初始值 出发,在满足条件即最大化偏差度时,代入有用信号wi的最大似然估计使用迭代方法计算出全局最优量化门限的具体值;在进行到达时间估计时,使用全局最优量化门限对取样后信号ri,k进行量化,生成取样位置i上的全局最优似然比检验统计量其中为存在信号时量化电平为lm的概率;根据聂孟-皮尔逊准则,设取dk=1时,选取判决门限 全局最优量化方式下的到达时间被估计为第一个过门限的全局最优似然比检验统计量Λi所对应的时间,即:TOAopt=Tsmini{i|Λi>thi}-Ts/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110235172.3A CN102377452B (zh) | 2011-08-16 | 2011-08-16 | 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110235172.3A CN102377452B (zh) | 2011-08-16 | 2011-08-16 | 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102377452A CN102377452A (zh) | 2012-03-14 |
CN102377452B true CN102377452B (zh) | 2014-02-12 |
Family
ID=45795525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110235172.3A Expired - Fee Related CN102377452B (zh) | 2011-08-16 | 2011-08-16 | 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102377452B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103297087B (zh) * | 2013-05-13 | 2015-10-21 | 北京航空航天大学 | 一种超宽带定位系统的到达时间估计方法 |
CN105138304B (zh) * | 2015-07-28 | 2018-07-20 | 北京华力创通科技股份有限公司 | 数字信号的自适应量化方法及装置 |
CN106019216B (zh) * | 2016-05-12 | 2018-06-08 | 天津大学 | 一种基于toa的室内人员被动式定位方法 |
CN106131949B (zh) * | 2016-06-02 | 2020-05-19 | 上海物联网有限公司 | 一种基于能量均值检测的到达时间估计方法 |
CN106411798A (zh) * | 2016-08-31 | 2017-02-15 | 白昀 | 一种多重光信号的自由空间异步图像接收方法 |
CN108923860B (zh) * | 2018-06-28 | 2021-01-08 | 电子科技大学 | 基于过门限修正的盲脉冲信号toa估计方法 |
CN109697498A (zh) * | 2019-01-25 | 2019-04-30 | 北京农业智能装备技术研究中心 | 播种量计量方法及装置 |
CN113038374B (zh) * | 2021-03-15 | 2021-09-14 | 广东工业大学 | 基于超带宽通信的toa方差检测定位方法及系统 |
CN115047417B (zh) * | 2022-08-15 | 2022-10-25 | 成都锐新科技有限公司 | 一种模拟雷达回波及干扰的方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944926A (zh) * | 2010-08-24 | 2011-01-12 | 哈尔滨工业大学深圳研究生院 | 基于压缩采样的脉冲超宽带信号到达时间估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7526048B2 (en) * | 2005-08-11 | 2009-04-28 | Mitsubishi Electric Research Laboratories, Inc. | Energy threshold selection for UWB TOA estimation |
-
2011
- 2011-08-16 CN CN201110235172.3A patent/CN102377452B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944926A (zh) * | 2010-08-24 | 2011-01-12 | 哈尔滨工业大学深圳研究生院 | 基于压缩采样的脉冲超宽带信号到达时间估计方法 |
Non-Patent Citations (2)
Title |
---|
倪霞,邹传云,周兴旺."UWB定位中的自适应时间延迟估计算法".《无线电通信技术》.2009,第35卷(第2期),全文. |
倪霞,邹传云,周兴旺."UWB定位中的自适应时间延迟估计算法".《无线电通信技术》.2009,第35卷(第2期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN102377452A (zh) | 2012-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102377452B (zh) | 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 | |
CN101881826B (zh) | 扫描模式海杂波局部多重分形目标检测器 | |
CN104168228A (zh) | 基于簇位置集的压缩感知超宽带信道估计方法及系统 | |
CN103297087B (zh) | 一种超宽带定位系统的到达时间估计方法 | |
CN101404513B (zh) | 认知无线通信系统中基于推理的快速多信道联合检测方法 | |
CN100505567C (zh) | 一种加权非相干超宽带接收方法及装置 | |
CN108880622B (zh) | 一种电力线通信系统中脉冲噪声的识别方法及系统 | |
CN102594471A (zh) | 一种基于分形盒维数和三阶循环累积量的频谱感知方法 | |
CN104218973A (zh) | 基于Myriad滤波的跳频信号参数估计方法 | |
CN101854219B (zh) | 基于随机共振的能量检测装置及其检测方法 | |
CN105634634B (zh) | 一种存在未知定时的异步信道感知方法 | |
CN103117819B (zh) | 一种基于压缩感知的脉冲超宽带信号检测方法 | |
CN102255832B (zh) | 一种正交频分复用超宽带系统的帧检测方法 | |
CN103220016A (zh) | 一种脉冲超宽带系统正交稀疏字典的产生系统及方法 | |
CN101335567A (zh) | 超宽带非相干系统的平均误码率在IEEE802.15.3a的S-V修正模型衰落信道下的评估方法 | |
CN109004996A (zh) | 基于多正弦窗功率谱峰值的信号检测方法 | |
CN104901718A (zh) | 基于直接序列扩频信号载波频率测量的多普勒估计方法 | |
CN102315835B (zh) | 一种成形滤波器滚降系数估计方法 | |
CN104270328A (zh) | 一种信噪比实时估计方法 | |
CN1649278A (zh) | 一种用于超宽带无线通信系统的频域接收方法 | |
CN109495187B (zh) | 一种基于希尔伯特变换的toa精估计方法 | |
CN106559362B (zh) | 快时变ofdm信道的联合信道和数据估计方法及系统 | |
Shang et al. | Joint estimation of time of arrival and channel power delay profile for pulse-based UWB systems | |
Zhang et al. | Threshold Selection for TOA Estimation based on Skewness and Slope in Ultrawideband Sensor Networks | |
CN104518811B (zh) | 基于信道特征序列的数字加权自相关超宽带接收方法及其接收装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140212 Termination date: 20190816 |
|
CF01 | Termination of patent right due to non-payment of annual fee |