CN102624419A - 突发直接序列扩频系统的载波同步方法 - Google Patents

Abstract

本发明公开了一种突发直接序列扩频系统的载波同步方法，主要解决现有DSSS通信系统载波同步技术中载波偏差估计精度低，载波偏差估计范围小的问题。其实现步骤是：首先通过基于导频辅助的平均周期图法和ML相偏估计法对载波频偏相偏进行粗估计；然后确定细估计中每次迭代的频偏细估计区间；在每次迭代的频偏细估计区间内，以解扩输出信息均方值最大化为准则进行搜索，得到载波频偏和相偏的精确估计值，实现DSSS系统的载波同步。本发明能利用较少的导频开销校正大的载波偏差，实现有效的载波同步，获得接近理想的误比特性能，适用于突发DSSS通信系统。

Description

突发直接序列扩频系统的载波同步方法

技术领域

本发明属于无线通信技术领域，更进一步涉及数字通信中突发直接序列扩频(Direct Sequence Spread Spectrum，DSSS)信号的载波同步方法，可用于突发DSSS系统在极低信噪比环境下大频偏、大相偏的估计与补偿。

背景技术

突发DSSS系统相对于其他通信系统，具有极低的发射功率谱密度使有用的信号完全湮没在噪声之中即工作在极低信噪比下，降低了被截获的概率，从而具有良好的安全性。另外，突发DSSS系统还具有很强的抗干扰特性和强选择性寻址能力，相对其它系统在抗干扰、测距分辨率高等方面有着无可比拟的优势。鉴于以上优点，突发DSSS系统被广泛地应用于突发数据通信领域，例如卫星通信，第三代地面移动系统等。

工作在极低信噪比下的突发DSSS系统对载波同步技术提出了新的要求。由于极低信噪比下，DSSS系统一般使用长扩频码，扩频调制后的数据长度很长，这就要求载波同步要有足够的精度才能使补偿后的信号无损失地恢复出信息码元。此外，突发数据通信系统要求系统在很短的时间内实现精确的载波同步。目前，针对极低信噪比下的高精度载波同步方法主要有以下两种：

第一种方法：使用闭环回路实现高精度载波同步方法。

针对极低信噪比下的载波同步问题，国内外已经提出了很多方案，例如，频偏跟踪采用锁频环FLL，FLL通常采用自动控制AFC环或在其基础上的改进AFC环；相位跟踪则采用锁相环PLL。

极低信噪比下使用环路进行载波同步的方案有单独使用锁频环FLL或锁相环PLL的，还有结合PLL和FLL一起使用的，具体参见Francis D.Natali AFC trackingalgorithms[J].IEEE Trans-COM，1984，32(8)：935-947.；张颂，杨景曙，胡海娜.DSSS导航系统中数字科斯塔斯环的FPGA设计与实现[J].世界电子元器件，2008：80-84.；卢辉斌，王伟伟，谷青川.低信噪比高动态条件下的载波同步技术[J].信息与控制，2010：451-454。以上文章中提出的方案都可以在极低的信噪比下正常工作，但是，这些载波跟踪环路由于都需要很长的时间才能进入锁定状态且不稳定，因而不能满足突发通信系统快速同步的要求。

第二种方法：基于数据辅助的开环载波同步方法。

基于数据辅助的开环同步方法主要有两类算法：一类是基于快速傅立叶变换FFT的载波同步方法，另一类是基于编码辅助的载波同步方法。

基于快速傅立叶变换FFT的载波同步方法，具有代表性的方法主要有以下现有技术：

一是龚超等人在“基于FFT的快速高精度载波参数联合估计算法”(电子学报，Apr.2010，38(4)：766-770)中针对数据辅助的突发信号载波同步，提出了一种基于FFT的载波参数联合估计算法。其基本思想是在利用周期图峰值进行粗估的基础上，利用峰值左右两条谱线的幅度进行插值对频偏进行细估计。算法的频偏估计范围达到50％符号速率，且随着数据长度的增加频偏估计可以工作在很低的信噪比下。该方法的不足之处是：当载波频偏在两条谱线正中间时，性能会下降；相偏估计的信噪比工作门限很高，当信噪比低于门限值时，相偏估计性能会明显下降；数据速率高的情况下，估计精度不够高。因此，该方法不能满足极低信噪比下高数据速率的突发DSSS系统的要求。

二是司江渤等人的发明专利“极低信噪比下频率偏移的估计与补偿方法”([P].中国，CN101702701A，2010.05.05)提出一种极低信噪比下频偏估计与补偿方法。该发明基于FFT方法采用了非均匀迭代方式对接收信号进行迭代跟踪，使频偏估计在很低的信噪比下具有较高的精度。该发明的不足之处在于：频偏捕获范围小，无法估计载波相偏，不能满足高数据速率、大频偏相偏突发DSSS系统的要求。

基于编码辅助的载波同步方法，具有代表性的方法主要有唐发建等人在专利“极低信噪比下的迭代同步方法”([P].中国：CN102075476A，2011.5.25)中提出一种LDPC-Hadamard码辅助的迭代载波同步方法，该方法采用低码率的LDPC-Hadamard码辅助载波同步，将载波同步嵌入到迭代译码中，利用纠错能力很强的译码软输出信息辅助同步。这种方法虽然可以在极低的信噪比下实现精确的同步和正确的译码，但又因载波同步的估计范围很小，不能适用于大频偏和大相偏的通信系统。

发明内容

本发明的目的在于针对上述现有技术的不足，提供一种突发直接序列扩频系统的载波同步方法，以快速有效地实现突发DSSS系统在极低信噪比、大频偏和相偏下的载波同步。

实现本发明的技术思路是：使用平均周期图法得出载波频偏的粗估计值，利用得到的频偏粗估计值通过最大似然ML估计方法计算出相偏的粗估计值；利用相关解扩软输出的均方值对载波频偏进行细估计，并用ML方法计算出相偏的细估计值，从而实现有效的载波同步。其具体步骤包括如下：

(1)在发送端，将信息比特序列进行直接序列扩频调制，并均匀分为若干段数据，在每段数据前放置相同长度的导频序列组成一个数据帧，对该数据帧依次进行数字基带调制和上变频后，发送射频信号；

(2)在接收端，将接收到的射频信号经过滤波、下变频、数字采样后，得到基带复信号r；

(3)从基带复信号r中通过公式

i＝1，2，...，K，k＝1，2，...，L₁，提取出每段数据的导频信号

其中，r_(i-1)L/K+k为基带复信号r的第i段数据序列中的第k个序列值，K为分段数，L是基带复信号r的长度，L₁为本地存储的导频信号S_k的长度；

(4)利用上述导频信号

通过基于导频辅助的平均周期图法对载波频偏进行粗估计，得到载波频偏的粗估计值f_co，并将f_co赋给细估计频偏搜索区间的中心频率f₀；

(5)利用载波频偏的粗估计值f_co通过基于导频辅助的ML相偏估计方法计算出每段数据序列的相偏粗估计值i＝1，2，...，K，并通过复相位旋转的方法将得到的相偏粗估计值对应地补偿到每段接收数据序列上，得到相偏补偿信号

i＝1，2，...，K，其中，

为相偏补偿信号r1₀的第i段数据序列，rⁱ为基带复信号r的第i段数据序列；

(6)确定载波频偏细估计的频偏偏移区间长度、频偏偏移区间搜索步长和总迭代次数：

(6a)根据平均周期图法理论得到频偏粗估计会出现的最大误差ε，确定第一次迭代的频偏偏移区间的长度ΔF₁＝3.2ε，第一次迭代的频偏偏移区间搜索步长τ₁＝μΔF₁，其中μ表示步进因子，在区间[0.05，0.25]内取值，第一次迭代时，μ₁取0.075，后面的迭代中μ取0.25；

(6b)将第一次迭代的频偏偏移区间搜索步长τ₁作为第二次迭代的频偏偏移区间长度ΔF₂，即ΔF₂＝τ₁，利用ΔF₂和μ₂，将第二次迭代的频偏偏移区间搜索步长取为τ₂＝μ₂ΔF₂；

(6c)利用ΔF₁、每次迭代μ的取值和应用通信系统要求的频偏估计精度ξ，通过公式ξ≤μ₁·μ₂·...·μ_Q·ΔF₁，求出总迭代次数Q；

(6d)重复步骤(6b)，得到第p次迭代的频偏偏移区间的长度ΔF_p＝τ_p-1和频偏偏移区间搜索步长τ_p＝μ_pΔF_p，p≤Q；

(7)利用步骤(4)中的载波频偏的粗估计值f_co和步骤(6)中的总迭代次数Q、每次迭代的频偏偏移区间的长度ΔF_p和该区间对应的搜索步长τ_p，进行载波频偏和相偏的细估计：

(7a)迭代次数初始化，令p＝1；

(7b)利用每次迭代的频偏偏移区间长度ΔF_p确定每次迭代的频偏偏移区间为[-ΔF_p/2，ΔF_p/2]，然后以τ_p为间隔，将区间[-ΔF_p/2，ΔF_p/2]离散化，得到离散的频偏偏移值δ_m，其中m＝1，2，...，G，

表示向下取整；

(7c)利用频偏偏移值δ_m和细估计频偏搜索区间的中心频率f₀，得到G个测试频偏值f_m＝f₀+δ_m，将G个测试频偏值f_m通过复相位旋转方法对相偏补偿信号r1_p-1进行校正，得到测试频偏校正信号r2(f_m)的第i段数据序列中的第k个序列值r2(f_m)_(i-1)K+k，再将i从1取到K，k从1取到L/K，即可得到与f_m一一对应的测试频偏校正信号r2(f_m)；

(7d)对校正信号r2(f_m)进行解调，解扩，得到G个对应的解扩输出序列Λ(f_m)，求出每个解扩输出序列Λ(f_m)的均方值C(f_m)；

(7e)找到所有均方值C(f_m)中最大值对应的测试频偏值作为本次迭代的频偏估计值f_d，并将f_d赋给细估计频偏搜索的中心频率f₀，然后利用f₀通过基于导频辅助的ML相偏估计方法求出本次迭代中各段数据序列的相偏细估计值i＝1， 2，...，K；

(7f)通过复相位旋转法，将本次迭代中每段数据序列的相偏细估计值

补偿给复基带信号r，得到本次迭代的相偏补偿信号r1_p；

(7g)将迭代次数p加1；

(7h)将当前迭代次数p与总迭代次数Q进行比较，若p≤Q，则执行步骤(7b)～(7g)，若p＞Q，则执行步骤(8)；

(8)将最后一次迭代得到的频偏估计值f_d和相偏细估计值

分别作为精确频偏估计值

和精确相偏估计值φⁱ，并利用频偏精确估计值

和相偏精确估计值φⁱ，通过复相位旋转方法对基带复信号r进行校正，得到精确频偏和精确相偏校正信号y的第i段数据序列中的第k个序列值y_(i-1)L/K+k；再将i从1取到K，k从1取到L/K，即得到精确频偏和精确相偏校正信号y；

(9)将精确频偏和精确相偏校正信号y进行解调、解扩，得到解扩后的信息序列，并对解扩后的信息序列进行硬判决，即将大于0的信息序列值判为1，小于0的信息序列值判为0，恢复传输信息比特。

本发明与现有技术相比具有以下优点：

第一，本发明采用导频和数据分插的数据帧结构，接收端使用基于导频辅助的平均周期图法对频偏进行粗估计，增大了频偏估计的范围且减小了系统的同步时间，快速地实现突发DSSS系统稳定的载波同步。

第二，利用解调解扩之后的接收数据信息的可靠性远高于解调解扩之前的接收数据信息的可靠性这一特性，本发明以解扩输出信息均方值MSDO最大化为原则，在每次迭代的搜索区间内进行搜索，得到精确的载波频偏相偏估计值。与基于数据辅助的载波同步方法相比，本发明具有大的载波偏差估计范围，且具有较高的频偏和相偏估计精度，进而实现有效地载波同步。

第三，本发明所使用的联合导频辅助的平均周期图法和最大均方解扩输出值M²SDO的载波同步方法，可利用较少的导频序列实现大频偏、相偏的精确估计：归一化载波频偏估计范围为|Δf·T_s|＜0.5的频偏和载波相偏估计范围为进而实现理想载波同步下的误比特率性能，适用于突发DSSS系统。

附图说明

图1为本发明所采用的系统模型示意图；

图2为本发明载波同步的流程图；

图3为本发明在不同载波频偏下误码率性能仿真结果与理想性能对比图。

具体实施方式

下面结合附图对本发明做进一步的描述。

参照附图1，为本实施例应用的突发DSSS系统，包括发送端和接收端，信道模型采用附加载波频偏和相偏的高斯白噪声信道。该系统的基本工作原理如下：

在发送端，将信息比特序列d使用扩频码进行直接序列扩频调制，对扩频后的数据分插导频，即将分段后的数据均匀分为若干段数据，在每段数据前放置相同长度的导频序列组成一个数据帧，对该数据帧依次进行数字基带调制和上变频后，得到发送的射频信号；接收端系统具有理想的符号定时及帧同步，将接收到的射频信号经过滤波、下变频、数字采样后得到基带复信号r。基带复信号r通过载波同步，得到载波频偏和相偏校正后信号y，对载波频偏和相偏校正后信号y进行解调、解扩得到解扩输出信息序列，对该信息序列进行硬判决，即可恢复出发送的信息比特序列

本发明解决的是上述系统中的载波同步问题，即如何实现由基带复信号r通过载波同步，得到载波频偏和相偏校正后信号y。

参照图1和附图2，本发明的载波同步方法，包括如下步骤：

步骤1，在发送端，将信息比特序列进行直接序列扩频调制，并将扩频调制后的数据均匀分为若干段，在每段数据前放置相同长度的导频序列组成一个数据帧，对该数据帧依次进行数字基带调制和上变频后，发送射频信号。

本发明实施例中采用信息比特序列L_D＝256比特，扩频码采用L_PN＝64比特的m序列，扩频后的数据平均分成K＝4段，每段数据前放置L₀＝512比特的导频序列，则数据帧长L_F＝(L_D·L_PN+K·L₀)＝18432比特，对数据帧进行QPSK调制，得到待发送的基带复信号s，再将发送的基带复信号s经过上变频，得到发送的射频信号。

步骤2，在接收端，将接收到的射频信号经过滤波、下变频、数字采样后，得到基带复信号r，假设收端符号定时恢复理想，帧同步也是理想的，则接收到的基带复信号r可以表示为：

其中r_k为基带复信号r中第k个值，s_k为待发送的基带复信号s中的第k个值，Δf为载波频偏，f_s为采样速率，

为载波相偏，n_k为零均值的复高斯随机变量，方差为δ²＝N₀/2，N₀为噪声单边功率谱密度，L为基带复信号r总长度。

本发明实施例中f_s为5MHz，每个符号内采1个样点，则符号周期T_s＝1/f_s＝2e-7s，Δf的范围是Δf·T_s＜0.5，是在(-π～π]区间内均匀分布的随机变量，基带调制类型采用QPSK调制，其调制阶数M＝4，则基带复信号的总长度为：L＝L_F/log₂M＝9216。

步骤3，从基带复信号r中通过公式

i＝1，2，...，K，k＝1，...，L₁，提取出每段数据的导频信号

其中r_(i-1)L/K+k为基带复信号r的第i段数据序列中的第k个序列值，K为分段数，L是基带复信号r的长度，L₁是本地存储的导频信号S_k的长度。

本发明实施例中，L₁＝L₀/2＝256。

步骤4，利用上述导频信号

通过基于导频辅助的平均周期图法对载波频偏进行粗估计：

4a)将得到的导频信号与本地存储的导频信号S_k做共轭相乘运算，得到每段导频信号去除调制信息后的序列

$x_k^i=S{1}_k^i\·S_k^{*},k=\mathrm{0,1},...,L_1-1,i=\mathrm{1,2},...,K,$

其中，表示取S_k的共轭，L₁是本地存储的导频信号S_k的长度，K为分段数；

(4b)对去除调制信息后的序列

做N点FFT运算，得到

的傅立叶变换序列，并取该序列的模值，得到序列

的周期图

i＝1，...，K，N取

表示向上取整，l为非负整数，根据FFT运算理论可得到周期图

的频率分辨率F＝f_s/N；

本发明实施例中，l取2，

F＝2441.40625Hz；

(4c)对上述K个周期图

求平均，得到平均周期图

将平均周期图中最大值所对应的频率值，作为接收信号的频偏粗估计值f_co。

步骤5，将f_co赋给细估计频偏搜索区间的中心频率f₀。

步骤6，利用载波频偏的粗估计值f_co通过基于导频辅助的ML相偏估计方法计算出每段数据序列的相偏粗估计值

${\mathrm{\θ}}_0^i=\arg [\underset{k=0}{\overset{L_1-1}{\mathrm{\Σ}}}S{1}_k^i\·S_k^{*}\·e^{-j2\mathrm{\π}\·f_{\mathrm{co}}\·k/f_s}],i=\mathrm{1,2},...,K,$

其中，

表示取S_k的共轭，L₁是本地存储的导频信号S_k的长度，f_s为采样速率，K为分段数。

步骤7，通过复相位旋转的方法将相偏粗估计值

对应地补偿到每段接收数据序列上，得到相偏补偿信号

$r{1}_0^i=r^i\·\exp (-j{\mathrm{\θ}}_0^i),i=\mathrm{1,2},...,K,$

其中，为相偏补偿信号r1₀的第i段数据序列，rⁱ为基带复信号r的第i段数据序列。

步骤8，确定载波频偏细估计的频偏偏移区间长度、频偏偏移区间搜索步长和总迭代次数：

(8a)由周期图

的频率分辨率F，得到频偏粗估计值f_co与频偏真实值Δf的最大误差ε＝F/2，确定第一次迭代的频偏偏移区间的长度ΔF₁＝3.2ε，第一次迭代的频偏偏移区间搜索步长τ₁＝μΔF₁，其中μ表示步进因子，在区间[0.05，0.25]内取值，第一次迭代时，μ₁取0.075，后面的迭代中μ取0.25；

(8b)将第一次迭代的频偏偏移区间搜索步长τ₁作为第二次迭代的频偏偏移区间长度ΔF₂，即ΔF₂＝τ₁，利用ΔF₂和μ₂，将第二次迭代的频偏偏移区间搜索步长取为τ₂＝μ₂ΔF₂；

(8c)利用ΔF₁、每次迭代μ的取值和应用通信系统要求的频偏估计精度ξ，通过公式ξ≤μ₁·μ₂·...·μ_Q·ΔF₁，求出总迭代次数Q；

(8d)重复步骤(8b)，得到第p次迭代的频偏偏移区间的长度ΔF_p＝τ_p-1和频偏偏移区间搜索步长τ_p＝μ_pΔF_p，p≤Q；

本发明实施例中，ε＝1220.7Hz，ΔF₁＝3.2ε，利用基带复信号r的长度L和公式2π·ξ·L/f_s＜0.25π计算出ξ＝67.8，Q＝4。

步骤9，利用步骤(5)中的载波频偏的粗估计值f_co和步骤(7)中的总迭代次数Q、每次迭代的频偏偏移区间的长度ΔF_p和该区间对应的搜索步长τ_p，进行载波频偏和相偏的细估计，其具体步骤如下：

(9a)迭代次数初始化，令p＝1；

(9b)利用每次迭代的频偏偏移区间长度ΔF_p确定每次迭代的频偏偏移区间为[-ΔF_p/2，ΔF_p/2]，然后以τ_p为间隔，将区间[-ΔF_p/2，ΔF_p/2]离散化，得到离散的频偏偏移值δ_m，其中m＝1，2，...，G，

表示向下取整；

(9c)利用频偏偏移值δ_m和细估计频偏搜索区间的中心频率f₀，得到G个测试频偏值f_m＝f₀+δ_m，将G个测试频偏值f_m通过复相位旋转方法对相偏补偿信号r1_p-1进行校正，得到测试频偏校正信号r2(f_m)的第i段数据序列中的第k个序列值r2(f_m)_(i-1)L/K+k：

$r2{\left(f_m\right)}_{(i-1)L/K+k}=r{1}_{p-1}^{(i-1)L/K+k}\·\exp (-j\·2\mathrm{\π}\·f_m\·k/f_s),$ i＝1，2，...，K，k＝1，2，...，L/K，再将i从1取到K，k从1取到L/K，即可得到与f_m一一对应的测试频偏校正信号r2(f_m)；

(9d)对校正信号r2(f_m)进行解调，解扩，得到G个对应的解扩输出序列Λ(f_m)，求出每个解扩输出序列Λ(f_m)的均方值C(f_m)：

$C\left(f_m\right)=\frac{1}{L_D}\underset{k=0}{\overset{L_D-1}{\mathrm{\Σ}}}{\left(\mathrm{\Λ}(f_m,k)\right)}^2,m-\mathrm{1,2},...,G,$

其中，Λ(f_m，k)为解扩输出序列Λ(f_m)的第k个序列值；

(9e)找到所有均方值C(f_m)中最大值对应的测试频偏值作为本次迭代的频偏估计值f_d，并将f_d赋给细估计频偏搜索的中心频率f₀，然后利用f₀通过基于导频辅助的ML相偏估计方法求出本次迭代中各段数据序列的相偏细估计值

${\mathrm{\θ}}_p^i=\arg [\underset{k=0}{\overset{L_1}{\mathrm{\Σ}}}S{1}_k^i\·S_k^{*}\·e^{-j2\mathrm{\π}\·f_0\·k/f_s}],i=\mathrm{1,2},...,K,$

其中，p为迭代次数，

为提取出的每段数据的导频信号，为本地存储的导频信号的共轭，L₁为导频信号S_k的长度，f_s为采样速率，K为分段数；

(9f)通过复相位旋转法，将本次迭代中每段数据序列的相偏细估计值

补偿给复基带信号r，得到本次迭代的相偏补偿信号r1_p

$r{1}_p^i=r^i\·\exp (-j\·{\mathrm{\θ}}_p^i),i=\mathrm{1,2},...,K,$

其中，p为迭代次数，

为相偏补偿信号r1_p的第i段数据序列，rⁱ为复基带信号r的第i段数据序列，K为分段数；

(9g)对迭代次数p加1；

(9h)将当前迭代次数p与总迭代次数Q进行比较，若p≤Q，则执行步骤(9b)～(9g)，若p＞Q，则执行步骤(10)；

步骤10，将最后一次迭代得到的频偏估计值f_d和相偏细估计值

分别作为精确频偏估计值

和精确相偏估计值φⁱ，并利用频偏精确估计值

和相偏精确估计值φⁱ，通过复相位旋转方法对基带复信号r进行校正，得到精确频偏和精确相偏校正信号y的第i段数据序列中的第k个序列值y_(i-1)L/K+k：

$y_{(i-1)L/K+k}=r_{(i-1)L/K+k}\·\exp [-j(2\mathrm{\π}\·\mathrm{\Δ}\hat{f}\·k/f_s+{\mathrm{\φ}}^i)],i=\mathrm{1,2},...,K,k=\mathrm{1,2},...,L/K,$

其中，y_(i-1)L/K+k为精确频偏和精确相偏校正信号y的第i段数据序列的第k个序列值，r_(i-1)L/K+k为复基带信号r的第i段数据序列的第k个序列值，L为基带复信号r的长度，K为分段数，f_s为采样速率；再将i从1取到K，k从1取到L/K，即得到精确频偏和精确相偏校正信号y。

步骤11，将精确频偏和精确相偏校正信号y进行解调、解扩，得到解扩后的信息序列，并对解扩后的信息序列进行硬判决，即将大于0的信息序列值判为1，小于0的信息序列值判为0，恢复传输信息比特序列

本发明的效果可通过以下仿真进一步说明：

1.仿真系统参数设置

本发明的仿真使用Matlab 7.0仿真软件，系统仿真参数与实施例中所用到的参数一致，传输信道为加性高斯白噪声信道，每段数据前的导频序列L₀＝512比特，信息序列L_D＝256比特，扩频码为长L_PN＝64比特的m序列，符号周期T_s＝1/5000000s，信道加入在(-π，π]内均匀分布的随机相偏

2.仿真内容

1)在信道不加频偏和相偏时，仿真误比特率性能；

2)在信道加入Δf·T_s＝0.02的频偏时，使用本发明所提供的载波同步方法仿真误

比特率性能；

3)在信道加入Δf·T_s＝0.49的频偏时，使用本发明所提供的载波同步方法仿真误

比特率性能。

以上三种情况的仿真结果如图3所示，图3中横轴表示比特能量和噪声功率谱密度比，单位dB，纵轴表示误比特率。由图3可见，本发明在加入Δf·T_s＜0.5的频偏和

的随机相偏后进行载波同步的性能与不加频偏、相偏下的理想性能相比损失小于0.1dB。可见，本发明无信噪比损失地实现了大频偏、大相偏下突发DSSS系统的载波同步性能。

Claims (8)

1.一种突发直接序列扩频系统的载波同步方法，包括如下步骤：

(1)在发送端，将信息比特序列进行直接序列扩频调制，并均匀分为若干段数据，在每段数据前放置相同长度的导频序列组成一个数据帧，对该数据帧依次进行数字基带调制和上变频后，发送射频信号；

(2)在接收端，将接收到的射频信号经过滤波、下变频、数字采样后，得到基带复信号r；

(3)从基带复信号r中通过公式

i＝1，2，...，K，k＝1，2，...，L₁，提取出每段数据的导频信号

其中，r_(i-1)L/K+k为基带复信号r的第i段数据序列中的第k个序列值，K为分段数，L是基带复信号r的长度，L₁为本地存储的导频信号S_k的长度；

(4)利用上述导频信号

通过基于导频辅助的平均周期图法对载波频偏进行粗估计，得到载波频偏的粗估计值f_co，并将f_co赋给细估计频偏搜索区间的中心频率f₀；

(5)利用载波频偏的粗估计值f_co通过基于导频辅助的ML相偏估计方法计算出每段数据序列的相偏粗估计值

i＝1，2，...，K，并通过复相位旋转的方法将得到的相偏粗估计值

对应地补偿到每段接收数据序列上，得到相偏补偿信号

i＝1， 2，...，K，其中，

为相偏补偿信号r1₀的第i段数据序列，rⁱ为基带复信号r的第i段数据序列；

(6)确定载波频偏细估计的频偏偏移区间长度、频偏偏移区间搜索步长和总迭代次数：

(6a)根据平均周期图法理论得到频偏粗估计会出现的最大误差ε，确定第一次迭代的频偏偏移区间的长度ΔF₁＝3.2ε，第一次迭代的频偏偏移区间搜索步长τ₁＝μΔF₁，其中μ表示步进因子，在区间[0.05，0.25]内取值，第一次迭代时，μ₁取0.075，后面的迭代中μ取0.25；

(6b)将第一次迭代的频偏偏移区间搜索步长τ₁作为第二次迭代的频偏偏移区间长度ΔF₂，即ΔF₂＝τ₁，利用ΔF₂和μ₂，将第二次迭代的频偏偏移区间搜索步长取为τ₂＝μ₂ΔF₂；

(6c)利用ΔF₁、每次迭代μ的取值和应用通信系统要求的频偏估计精度ξ，通过公式ξ≤μ₁·μ₂·...·μ_Q·ΔF₁，求出总迭代次数Q；

(6d)重复步骤(6b)，得到第p次迭代的频偏偏移区间的长度ΔF_p＝τ_p-1和频偏偏移区间搜索步长τ_p＝μ_pΔF_p，p≤Q；

(7)利用步骤(4)中的载波频偏的粗估计值f_co和步骤(6)中的总迭代次数Q、每次迭代的频偏偏移区间的长度ΔF_p和该区间对应的搜索步长τ_p，进行载波频偏和相偏的细估计：

(7a)迭代次数初始化，令p＝1；

(7b)利用每次迭代的频偏偏移区间长度ΔF_p确定每次迭代的频偏偏移区间为[-ΔF_p/2，ΔF_p/2]，然后以τ_p为间隔，将区间[-ΔF_p/2，ΔF_p/2]离散化，得到离散的频偏偏移值δ_m，其中m＝1，2，...，G，

表示向下取整；

(7c)利用频偏偏移值δ_m和细估计频偏搜索区间的中心频率f₀，得到G个测试频偏值f_m＝f₀+δ_m，将G个测试频偏值f_m通过复相位旋转方法对相偏补偿信号r1_p-1进行校正，得到测试频偏校正信号r2(f_m)的第i段数据序列中的第k个序列值r2(f_m)_(i-1)L/K+k，再将i从1取到K，k从1取到L/K，即可得到与f_m一一对应的测试频偏校正信号r2(f_m)；

(7d)对校正信号r2(f_m)进行解调，解扩，得到G个对应的解扩输出序列Λ(f_m)，求出每个解扩输出序列Λ(f_m)的均方值C(f_m)；

(7e)找到所有均方值C(f_m)中最大值对应的测试频偏值作为本次迭代的频偏估计值f_d，并将f_d赋给细估计频偏搜索的中心频率f₀，然后利用f₀通过基于导频辅助的ML相偏估计方法求出本次迭代中各段数据序列的相偏细估计值

i＝1， 2，...，K；

(7f)通过复相位旋转法，将本次迭代中每段数据序列的相偏细估计值

补偿给复基带信号r，得到本次迭代的相偏补偿信号r1_p；

(7g)将迭代次数p加1；

(7h)将当前迭代次数p与总迭代次数Q进行比较，若p≤Q，则执行步骤(7b)～(7g)，若p＞Q，则执行步骤(8)；

(8)将最后一次迭代得到的频偏估计值f_d和相偏细估计值

分别作为精确频偏估计值和精确相偏估计值φⁱ，并利用频偏精确估计值和相偏精确估计值φⁱ，通过复相位旋转方法对基带复信号r进行校正，得到精确频偏和精确相偏校正信号y的第i段数据序列中的第k个序列值y_(i-1)L/K+k；再将i从1取到K，k从1取到L/K，即得到精确频偏和精确相偏校正信号y；

(9)将精确频偏和精确相偏校正信号y进行解调、解扩，得到解扩后的信息序列，并对解扩后的信息序列进行硬判决，即将大于0的信息序列值判为1，小于0的信息序列值判为0，恢复传输信息比特。

2.根据权利要求1所述的突发直接序列扩频系统的载波同步方法，其中步骤(4)所述的通过基于导频辅助最大似然平均周期图法对载波频偏进行粗估计，按照如下步骤进行：

(2a)将得到的导频信号

与本地存储的导频信号S_k做共轭相乘运算，得到每段导频信号去除调制信息后的序列

$x_k^i=S{1}_k^i\·S_k^{*},k=\mathrm{0,1},...,L_1-1,i=\mathrm{1,2},...,K,$

其中，

表示取S_k的共轭，L₁是本地存储的导频信号S_k的长度，K为分段数；

(2b)对去除调制信息后的序列

做N点FFT运算，得到

的傅立叶变换序列，并取序列的模值，得到序列

的周期图

i＝1，...，K，N取

表示向上取整，l为非负整数；

(2c)对上述K个周期图求平均，得到平均周期图

将平均周期图

由最大值所对应的频率值，作为接收信号的频偏粗估计值f_co。

3.根据权利要求1所述的突发直接序列扩频系统的载波同步方法，其中步骤(5)所述的利用载波频偏的粗估计值f_co通过基于导频辅助的ML相偏估计方法计算出每段数据序列的相偏粗估计值

通过如下公式实现：

${\mathrm{\θ}}_0^i=\arg [\underset{k=0}{\overset{L_1-1}{\mathrm{\Σ}}}S{1}_k^i\·S_k^{*}\·e^{-j2\mathrm{\π}\·f_{\mathrm{co}}\·k/f_s}],i=\mathrm{1,2},...,K,$

其中，为提取出的每段数据的导频信号，

为本地存储的导频信号S_k的共轭，L₁为导频信号S_k的长度，f_s是为导频信号S_k的采样速率，K为分段数。

4.根据权利要求1所述的突发直接序列扩频系统的载波同步方法，其中步骤(7c)所述的将G个测试频偏值f_m通过复相位旋转方法对相偏补偿信号r1_p-1进行校正，通过如下公式实现：

$r2{\left(f_m\right)}_{(i-1)L/K+k}=r{1}_{p-1}^{(i-1)L/K+k}\·\exp (-j\·2\mathrm{\π}\·f_m\·k/f_s),i=\mathrm{1,2},...,K,k=\mathrm{1,2},...,L/K,$

其中，r2(f_m)_(i-1)L/K+k为测试频偏校正信号r2(f_m)的第i段数据序列中的第k个序列值，

为相偏补偿信号r1_p-1的第i段数据序列中的第k个序列值，f_s为采样速率，K为分段数，L为基带复信号r的长度。

5.根据权利要求1所述的突发直接序列扩频系统的载波同步方法，其中步骤(7d)所述的求出每个解扩输出序列Λ(f_m)的均方值C(f_m)，通过如下公式实现：

$C\left(f_m\right)=\frac{1}{L_D}\underset{k=0}{\overset{L_D-1}{\mathrm{\Σ}}}{\left(\mathrm{\Λ}(f_m,k)\right)}^2,m-\mathrm{1,2},...,G,$

其中，Λ(f_m，k)为解扩输出序列Λ(f_m)的第k个序列值，L_D为信息比特数，G为每次迭代中测试频偏f_m的个数。

6.根据权利要求1所述的突发直接序列扩频系统的载波同步方法，其中步骤

(7e)所述的利用f₀通过基于导频辅助的ML相偏估计方法求出本次迭代中各段数据序列的相偏细估计值

通过如下公式实现：

${\mathrm{\θ}}_p^i=\arg [\underset{k=0}{\overset{L_1}{\mathrm{\Σ}}}S{1}_k^i\·S_k^{*}\·e^{-j2\mathrm{\π}\·f_0\·k/f_s}],i=\mathrm{1,2},...,K,$

其中，p为迭代次数，

为提取出的每段数据的导频信号，为本地存储的导频信号的共轭，L₁为导频信号S_k的长度，f_s为采样速率，K为分段数。

7.根据权利要求1所述的突发直接序列扩频系统的载波同步方法，其中步骤(7f)所述的将本次迭代中每段数据序列的相偏细估计值

补偿给复基带信号r，得到本次迭代的相偏补偿信号r1_p，通过如下公式实现：

$r{1}_p^i=r^i\·\exp (-j{\·\mathrm{\θ}}_p^i),i=\mathrm{1,2},...,K,$

其中，p为迭代次数，

为相偏补偿信号r1_p的第i段数据序列，rⁱ为复基带信号r的第i段数据序列，K为分段数。

8.根据权利要求1所述的突发直接序列扩频系统的载波同步方法，其中步骤(8)所述的利用频偏精确估计值

和相偏精确估计值φⁱ，通过复相位旋转方法对基带复信号r进行校正，通过如下公式实现：

$y_{(i-1)L/K+k}=r_{(i-1)L/K+k}\·\exp [-j(2\mathrm{\π}\·\mathrm{\Δ}\hat{f}\·k/f_s+{\mathrm{\φ}}^i)],i=\mathrm{1,2},...,K,k=\mathrm{1,2},...,L/K,$

其中，y_(i-1)L/K+k为精确频偏和精确相偏校正信号y的第i段数据序列的第k个序列值，r_(i-1)L/K+k为复基带信号r的第i段数据序列的第k个序列值，L为基带复信号r的长度，K为分段数，f_s为采样速率。

Images