CN102523181A - 盲帧同步序列估计方法 - Google Patents

Abstract

本发明提供一种既满足长数据的实时处理需求，又能保证准确性的盲帧同步估计方法，包括以下步骤：a、符号映射步骤：对接收到的帧数据流进行从1到+1，从0到-1的符号映射；b、数据对齐程度判断步骤：将符号映射后的帧数据流按行填入不同列长度的矩阵；通过计算各矩阵中每列的列和绝对平均值来判断矩阵中的数据对齐程度；c、同步码估计步骤：选择数据对齐程度最高的矩阵所对应的列长度作为同步码长度；数据对齐程度最高的矩阵的每一行上具有高数据一致性的连续列的开始位置为同步码起始位置。本发明能够实现对帧长与起始位置以及同步码序列的有效估计。

Description

盲帧同步序列估计方法

技术领域

本发明属于非合作通信中的信号处理技术，涉及数字信号传输过程中帧同步技术。

背景技术

在数字信号传输中，同步系统的性能直接影响通信系统的性能。在同步通信系统中，“同步”是进行信息传输的前提。对以帧为单位的传输数据而言，只有从所接收的码元序列中正确识别出帧的起始位置和帧同步码，即只有正确获得帧同步以后，方能进一步分析帧结构，获得所需要的信息。

实际应用中，数据常常按图1所示的结构封装成帧，其中n_f表示帧长，n_c表示信息数据长度，n_s表示同步码长，阴影表示帧同步码，空白部分表示信息数据。

在非合作通信中，对于截获的数据帧信息而言，数据的起始帧位置、帧长、帧同步码等技术参数均是未知的。因此为了完成对截获信息的分析，从二进制比特序列中准确识别出同步序列，以及确定帧长等参数的要求就显得尤为重要。在数字通信系统中，采用插入特殊同步码序列实现帧同步的方法通常有两种：一种为集中式插入法，一种为间隔式插入法。最常采用的方法是在发送数据中每隔一段时间插入一个固定的码序列，在接收端再重新定位识别这个码序列来确定数据的帧格式。假设截取的帧数据流为Z，长度等于l，由图1所示，若要从帧中提取完整信息数据，需要估计帧长n_f，同步码长n_s以及同步码序列的起始位置p_os。下面介绍几种关于盲帧同步估计的方法。

(一)相关搜索法

对于连贯式(集中式)插入同步码的帧同步识别，由于同步码在一定位置集中出现，可以采用滑动相关搜索的方法对其进行检测，具体方法步骤是：

(1)在序列的开始位置取w长的一段序列作为标准段S₁，与后面同样长为w的序列按照滑窗法(步长取1)逐段相关直至序列末尾，若输出值超过预设的门限G，出现相关峰值C，表明相关段与标准段匹配，并记下此时相关段所在位置P；若输出值小于门限就不做任何记录；

(2)假如(1)中相关段滑行至序列末尾仍未出现超过门限G的相关峰值，将标准段向后滑动一位形成新的标准段S₂，重复步骤(1)。

需要说明的是，相关搜索可以保证帧检测的完整，但相关值的计算量庞大，时间复杂度过高，不利于长数据的实时处理。有时即使选了很多段新的标准段后仍然没有找到超过预设门限值的段，这说明插入的不是固定的同步码，因而这个方法不适用同步码，必须选用其它方法。

(二)概率统计法

一般来说，帧同步码往往周期性的重复出现，换言之同步码出现的概率大于其它码字出现的概率。那么通过对码字序列的概率统计，找出其中出现概率较大的码字，则可能判定为同步码字。需要说明的是，概率统计法虽然能够估计出帧同步码，但是在多进制编码中，由于噪声影响，二进制码元的抽样判决可能会出现数据的误判，特别是这种情况发生在码元高位的时候，噪声引起的误判会导致数据出现较大的误差。

发明内容

本发明所要解决的技术问题是，提供一种即满足长数据的实时处理需求，又能保证准确性的盲帧同步估计方法。

本发明为解决上述技术问题所采用的技术方案是，盲帧同步估计方法，包括以下步骤：

a、符号映射步骤：对接收到的帧数据流进行从1到+1，从0到-1的符号映射；

b、数据对齐程度判断步骤：将符号映射后的帧数据流按行填入不同列长度的矩阵；

通过计算各矩阵中每列的列和绝对平均值来判断矩阵中的数据对齐程度；当列和绝对平均值大于门限值则认为，对应的列具有高数据一致性；当矩阵中具有高数据一致性的连续列越多，则认为该矩阵中的数据对齐程度越高；所述列和绝对平均值为列上所有数据求和，再对求和结果取绝对值，最后求平均值；

c、同步码估计步骤：选择数据对齐程度最高的矩阵所对应的列长度作为同步码长度；数据对齐程度最高的矩阵的每一行上具有高数据一致性的连续列的开始位置为同步码起始位置。

本发明求各不同列长度矩阵中每列的列和绝对平均值，当列和绝对平均值大于门限值则认为，对应的列具有高数据一致性，该列为同步序列所在列；矩阵中具有高数据一致性的连续列越多，则该矩阵中的数据对齐程度越高，即同步序列对齐的列越多。具有高数据一致性的连续列最多的矩阵对应的列长度最接近真实的帧长。当帧长确定之后，再确定具有高数据一致性的连续列的开始位置就能准备估计到同步码起始位置。

数据对齐程度判断具体包括以下步骤：

b1、在范围(n_min，n_max)中选取n₂作为当前帧长；

b2、将符号映射后的帧数据流依次按行填入列数为n₂的矩阵A中，再计算矩阵A每一列上数据进行求和运算后绝对值的均值

${\mathrm{\Λ}}_1^j=\frac{1}{n_1}\left|\underset{i=1}{\overset{n_1}{\mathrm{\Σ}}}A(i,j)\right|$

其中，n₁为矩阵A的行数，j＝1，…，n₂，

即为矩阵A的第j列的列和绝对平均值；

b3、将矩阵A中列和绝对平均值大于门限值β的列坐标放入集合∏中，

并从集合∏中选出具有最长连续列坐标的长度η作为同步码长度；

b4、判断范围(n_min，n_max)是否遍历完毕，如否，返回步骤b1，如是，判定所有同步码长度η中的最大值所对应的矩阵的数据对齐程度最高，进入同步码估计步骤。

同步码估计具体包括以下步骤：

c1、取数据对齐程度最高的矩阵的列长度n₂作为帧长估计值

c2、将符号映射后的帧数据流依次按行填入列数为

的矩阵A中，计算矩阵A中所有列的列和绝对平均值A₁；

c3、将矩阵A中列和绝对平均值大于门限值β的列坐标放入集合∏中，则同步码起始位置估计值和同步码长度估计值

分别为：

${\hat{P}}_{\mathrm{os}}=\min \left(\mathrm{\Π}\right)-1;$

${\hat{n}}_s=\mathrm{Card}\left(\mathrm{\Π}\right);$

其中min(∏)表示集合∏中的最小元素，Card(∏)表示集合∏中的元素个数。

本发明的有益效果是，提出了一种新的未知帧长与起始位置的帧同步序列估计方法，该方法采用了求列和绝对平均值的计算方法，能够实现对帧长与起始位置以及同步码序列的有效估计。

附图说明

图1为实际截取编码帧数据流z的示意图。

图2为当n₂＝m·n_f时，矩阵A的示意图。

图3为当n₂≠m·n_f时，矩阵A的示意图。

图4为本发明同步码数据对齐的示意图。

图5为不同假设帧长n₂下的同步码长值η。

图6为不同帧起始位置j下的列和平均值

具体实施方式

一种未知帧长与起始位置的帧同步序列估计方法，包括以下步骤：

步骤1：首先将接收帧序列进行符号映射，即：

α_i＝2·z_i-1   z_i∈Z，α_i∈α

其中Z为实际接收到的帧数据流(0，1序列)，α为符号映射后的帧数据流(-1，+1序列)。

步骤2：假设帧长等于任意值n₂，将α依次按行填入列数等于n₂的矩阵A中(矩阵A的行数n₁由α的长度除以n₂得到)。计算A的各列向量中每个元素之和的绝对值的平均值其中：

${\mathrm{\Λ}}_1^{\left(j\right)}=\frac{1}{n_1}\left|\underset{i=1}{\overset{n_1}{\mathrm{\Σ}}}A(i,j)\right|$

n₁为A的行数，

即为A的第j(j∈{1，2，3，...n₂)列的列和绝对平均值。

步骤3：设定检测门限值β(范围为0.5～1)，由下式确定矩阵A中同步序列所在的列坐标集合∏：

$\mathrm{\Π}=\left\{j\right|{\mathrm{\Λ}}_1^j>\mathrm{\β}\}$

满足

的所有j的集合为∏，从∏中选出满足连续列坐标的最大长度η，即将η作为同步码长度。

步骤4：令n₂在范围(n_min，n_max)内搜索，根据步骤2和步骤3计算不同假设帧长值n₂下的同步码长度η，取η的最大值对应的n₂作为帧长估计值，记为即认为此时同步码字对齐的列数最多，可以认为此时所所选取的n₂是最接近真实的码长的。

步骤5：将α依次按行填入列数等于

的矩阵A中，计算Λ₁。根据步骤3确定同步码序列所在的列坐标∏，则同步码起始位置估计值和同步码长度估计值分别由下式计算得到：

${\hat{P}}_{\mathrm{os}}=\min \left(\mathrm{\Π}\right)-1$

${\hat{n}}_s=\mathrm{Card}\left(\mathrm{\Π}\right)$

其中min(∏)表示集合∏中的最小元素。Card(∏)表示集合∏中的元素个数。

在步骤2所述的列和绝对平均值中，当n₂＝m·n_f(m＝1，2，3，...)时，矩阵A每行向量中的同步码序列所在的列坐标相同，如图2所示。同步码序列所在的列向量元素几乎全为1或者-1，而编码序列所在的列向量元素1和-1呈随机分布，并考虑实际接收数据中可能存在误码，因此：

${\mathrm{\Λ}}_1^j\≈1$ j∈∏

${\mathrm{\Λ}}_1^j\≈0$ $j\∉\mathrm{\Π}$

当n₂≠m·n_f(m＝1，2，3，...)时，矩阵A每行向量中的同步码序列所在的列坐标不同，如图3所示。各列向量元素1和-1呈随机分布，因此：

${\mathrm{\Λ}}_1^j\≈0$ j∈{1，2，3，...，n₂}

即仅当矩阵A列数n₂为数据帧长整数倍，且所求列为同步码所在列时，此时求得列和绝对平均值

约等于1，其他情况下，由于编码数据列向量呈随机分布，此时约等于0。

本发明只要设置合适的帧长n₂搜索范围(n_min，n_max)，就能准确判断出同步码序列所在列(即同步序列起始位置)及同步码长度，如图4所示。通过仿真结果表明，在比特误码率大于0.001，检测门限设为0.75时，能够准确估计编码数据的帧长、同步码长度和同步码起始位置。

实施例

本实施例以实际通信中截取的编码数据为例进行计算机仿真分析。截取到的编码数据长度l＝39970；帧长n_f＝200；同步码序列的起始位置P_os＝30；同步码长度n_s＝16；比特误码率P_e＝0.001。仿真平台操作系统是WINXP，采用MATLAB进行编译仿真。采用本发明提出的未知帧长与起始位置的帧同步序列检测方法，其中：步骤2中假设帧长n₂取值范围为最小值n_min＝99到最大值n_max＝201，步骤3中检测门限β＝0.75。得到不同假设帧长n₂下的同步码长度η的仿真结果如图5所示。

从图5可以看到：当假设帧长值n₂＝200时，同步码长η达到最大值16，因此帧长估计值与实际值相符。

当帧长确定后，将α依次按行填入列数等于

的矩阵A中，再计算A的各列向量绝对均值Λ₁。得到不同帧起始位置(列坐标)j下的列和平均值

结果如图6所示。

由图6可知：同步码序列所在的列坐标集合∏＝{31，32，33，...46}，因此，同步码起始位置估计值同步码长度估计值

与实际值相符。

Claims (4)

1.盲帧同步估计方法，其特征在于，包括以下步骤：

a、符号映射步骤：对接收到的帧数据流进行从1到+1，从0到-1的符号映射；

b、数据对齐程度判断步骤：将符号映射后的帧数据流按行填入不同列长度的矩阵；

通过计算各矩阵中每列的列和绝对平均值来判断矩阵中的数据对齐程度；当列和绝对平均值大于门限值则认为，对应的列具有高数据一致性；当矩阵中具有高数据一致性的连续列越多，则认为该矩阵中的数据对齐程度越高；所述列和绝对平均值为列上所有数据求和，再对求和结果取绝对值，最后求平均值；

c、同步码估计步骤：选择数据对齐程度最高的矩阵所对应的列长度作为同步码长度；数据对齐程度最高的矩阵的每一行上具有高数据一致性的连续列的开始位置为同步码起始位置。

2.如权利要求1所述盲帧同步估计方法，其特征在于，所述数据对齐程度判断具体包括以下步骤：

b1、在范围(n_min，n_max)中选取n₂作为当前帧长；

b2、将符号映射后的帧数据流依次按行填入列数为n₂的矩阵A中，再计算矩阵A每一列上数据进行求和运算后绝对值的均值

${\mathrm{\Λ}}_1^j=\frac{1}{n_1}\left|\underset{i=1}{\overset{n_1}{\mathrm{\Σ}}}A(i,j)\right|$

其中，n₁为矩阵A的行数，j＝1，…，n₂，即为矩阵A的第j列的列和绝对平均值；

b3、将矩阵A中列和绝对平均值大于门限值β的列坐标放入集合∏中，并从集合∏中选出具有最长连续列坐标的长度η作为同步码长度；

b4、判断范围(n_min，n_max)是否遍历完毕，如否，返回步骤b1，如是，判定所有同步码长度η中的最大值所对应的矩阵的数据对齐程度最高，进入同步码估计步骤。

3.如权利要求2所述盲帧同步估计方法，其特征在于，所述同步码估计具体包括以下步骤：

c1、取数据对齐程度最高的矩阵的列长度n₂作为帧长估计值

c2、将符号映射后的帧数据流依次按行填入列数为

的矩阵A中，计算矩阵A中所有列的列和绝对平均值Λ₁；

c3、将矩阵A中列和绝对平均值大于门限值β的列坐标放入集合∏中，则同步码起始位置估计值

和同步码长度估计值

分别为：

${\hat{P}}_{\mathrm{os}}=\min \left(\mathrm{\Π}\right)-1;$

${\hat{n}}_s=\mathrm{Card}\left(\mathrm{\Π}\right);$

其中min(∏)表示集合∏中的最小元素，Card(∏)表示集合∏中的元素个数。

4.如权利要求1所述盲帧同步估计方法，其特征在于，所述门限值为0.75。

Images