CN102638290A - 一种基于信道测量的多径信号分量提取方法及装置 - Google Patents

Abstract

本发明公开了一种基于信道测量的多径信号分量提取方法及装置，该方法包括：(1)在预先设定的时间内对测量点进行测量，对测量数据进行处理后得到多组冲激响应样本，并筛选获得有效样本集；(2)采用相关径合并法更新有效样本集；(3)依据功率延迟谱的负指数分布特性，对有效样本集的数据进行分布拟合，删除不符合统计特性的分量，进而提取出有效的多径信号分量；利用提取出的多径信号分量，估计路径损耗和信道时间色散参数；(4)对抽取的信道参数可进一步做统计分析。本发明充分利用了数据的统计特性，能够更准确地提取多径信号分量，提高了信道参数提取的有效性和准确性。

Description

一种基于信道测量的多径信号分量提取方法及装置

技术领域

本发明涉及无线通信领域，具体涉及一种基于信道测量的多径信号分量提取方法及装置。 

背景技术

无线传播信道存在的反射体及散射体，构成了一个多径传播的环境。入射电磁波经由不同路径从不同的方向传播到达接收端，具有不同的传播时延。在空间中任一点的接收端收到的信号由这些多径信号叠加而成，它们具有随机分布的幅度、相位和入射角度。这些多径成分被接收端天线按向量合并，从而使接收信号产生衰落。 

信道冲激响应包含了用于模拟和分析信道中任何类型的无线电传播的全部信息，因而信道冲激响应的测量为通信系统的设计提供了重要的参考信息。同时，在通过信道测量了解无线信道特性的工作中，从信道测量结果中抽取信道特性参数是分析信道特性的关键步骤，准确的参数提取可用于建立适合的信道模型，并为传输技术研究、网络规划等提供参考和指导。而从信道冲激响应中提取有效的多径信号分量，是进一步获得路径损耗、时延扩展、角度扩展、空间相关性等信道特征参数的前提和基础。提取多径信号分量的准确性决定了此后获得信道特征参数乃至整个信道模型的准确性和可靠性。 

多径信号分量的提取一般通过划定一个门限来实现。目前，划定噪声分量门限的方法有统计特性判决法、峰值衰减法和噪底基准法。统计特性判决法利用噪声一般服从高斯分布这一特点，经数学分析估计出噪声门限；峰值衰减法的原理是以相关峰为基准向下衰减一个常数值来划定门限值，这一方法在噪声动态范围小的情况下会引入大量噪声，从而增大虚警概率，影响信道分析的准确性；噪底基准法先通过平均等方法对相关结果预处理计算出噪底，在此噪底基础上向上取一个常数作为门限值，这种方法的性能很大程度上取决于噪底选取的准确度以及常数选择的合理性。同时，峰值衰减法和噪底基准法在信噪比小的情况下都不具备鲁棒性。 

同时，如图1所示，扩频滑动相关信道检测器作为一种常用的多径信道测量仪器，发射端将载频信号与一个伪噪声序列(PN)相乘后发射出去。在接收端，由本地产生与发射端相同的PN序列进行滑动相关，从而得到相应的冲激响应，计算模值平方可进一步得到反应信道时间色散特性的功率延迟谱(Power Delay Profile，PDP)。由于多径信号具有不同时延，以及PN序列尖锐的自相关性，它们在不同时刻与PN序列达到最大相关。由于实际传播环境中，传输时延不一定是PN序列码片宽度的整数倍，因此为了提高多径搜索精度，功率延迟谱中的时延单位一般是1/α码片(功率时延谱中相邻样点的时延差为1/α码片)。在多径时延相差较大的信道环境下，一般可以给出合理的多径提取结果。但如果多径时延比较接近时，此时功率延迟谱中的相关峰的离散特性将不明显，多径提取性能明显下降。 

发明内容

本发明旨在提供一种基于信道测量的多径信号分量提取方法及其装置，充分利用数据的统计特性降低对某个特定参数值的依赖性，解决了多径时延分布过密时多径提取性能下降的问题，同时保障了多径信号分量提取的准确性和有效性。 

本发明实施例揭示的基于信道测量的多径信号分量提取方法，包括步骤： 

在预先设定的时间内对测量点进行测量，得到多组冲激响应样本，并筛选获得有效样本集； 

采用相关径合并法更新有效样本集，更新后的样本集消除了多径信道时延分布过密时造成的提取误差； 

依据功率延迟谱的负指数分布特性，对有效样本集的数据进行分布拟合，提取有效的多径信号分量； 

利用提取出的多径信号分量，估计路径损耗和信道时间色散参数(平均附加时延 

均方根时延扩展σ_τ)等相关信道参数； 

对抽取的信道参数可进一步做统计分析。 

本发明实施例揭示了基于信道测量的多径信号分量提取的装置，包括： 

测量模块，用于在预先设定的时间内对信道上的测量点进行测量，采用扩频滑动相关器信道检测机制得到多组数据样本；并采用有效样本筛选机制对样本集进行筛选，以提高整个样本集的准确性和可靠性； 

多径提取模块，用于根据有效样本数据合并相关候选径，然后通过多次迭代进行分布拟合和修正过程，分离有效信号分量与噪声分量，提取出有效多径信号分量； 

参数处理模块，用于根据得到的信道冲激响应样本进一步抽取时间色散参数；可选地，可以利用参数拟合子模块将提取到的参数根据经验按一定的分布进行拟合，得到拟合参数。 

本发明的上述实施例，对于任意一类信道条件，都可以使用统一的流程，从统计学的角度给出最优多径分量提取结果，通过分析实时数据的统计特性提取出多径信号分量，使得算法对实测环境的信噪比具有更强的自适应性，提高了算法的鲁棒性和准确性，也使信道参数的提取更为准确。 

附图说明

此处所说明的附图用以提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定，在附图中： 

图1为扩频滑动相关信道检测器原理图； 

图2为本发明实施例基于信道测量的多径信号分量提取方法的流程示意图； 

图3为本发明实施例基于信道测量的多径信号分量提取方法多径搜索子模块的流程示意图； 

图4～图8为本发明实施例的仿真图； 

图9为本发明实施例提供的用于实现基于信道测量的多径信号分量提取的装置结构图； 

具体实施方式

为了说明的方便，特此说明下文中的mean表示取均值，{·}表示各元素构成的集合。本发明涉及到一种迭代的估计方法，若干步骤将被重复调用，下面将结合附图详细说明本发明。 

如图2为本发明实施例基于信道测量的多径信号分量提取方法的流程示意图，包括以下步骤： 

步骤S01，在信道相干时间内，采用扩频滑动相关检测器对信道上的各测量点进行测量，得到多组信道冲激响应样本h_i(t)，其中1≤i≤N，N为测量得到的样本总数； 

步骤S02，对测量得到的所有样本进行有效样本选取，具体为： 

首先由冲激响应样本h_i(t)得到功率延迟谱，同时为了后续处理方便，对功率延迟谱进行对数变换，记为： 

P_i(t)＝10log₁₀|h₁(t)|²         (dB)，其1≤i≤N 

以P_i中的最强峰值为基准，优选的，选择一个15dB的动态范围，若在此动态范围内P₁(t)存在除最强峰值以外的其它峰值，则将认定此样本为有效样本，以供后续的数据处理； 

最后，经过筛选后得到有效样本集{P₁，P₂，P₃…P_m…P_M}，其中M为有效样本总数。 

步骤S03，计算初始能量差门限delta_0，具体方法是： 

优选的，将经过步骤S02筛选出来的有效样本P_m中包含的采样点均分为10段，记为P_m k，计算并比较10段数据的均值，取均值的最小值作为噪底T，记为 

T＝min{mean{P_m，1}…mean{P_m，k}…mean{P_m，10}}，其中1≤k≤10 

将有效样本P_m中小于T的采样点视为纯净噪声的样本值n，将噪声样本值n从大到小降序排列：{n(1)，n(2)，n(3)…}，计算均值：mean{n(2)-n(1)，n(3)-n(2)，n(4)-n(3)…}，此均值即为初始化能量差门限delta_0，记为 

delta_0＝mean{n(i+1)-n(i)}，其中i＝1，2，3… 

步骤S04，合并相关候选径；一个码片包含α个具有一定相关性的采样点，即相关候选径，通过以下方法对这些相关候选径合并： 

根据实测，虽然功率延迟谱中功率的大小与时延大小之间有时会存在一些偏差，但在统计意义上，功率延迟谱服从负指数分布，线性变换后则服从线性分布，记为 

P(τ)＝aτ+b 

对T门限以上的采样点，取一个码片中包含的α个采样点对应的时延和功率分别作为直线的横纵坐标进行拟合，得到拟合曲线方程y＝kx+b′。设这α个采样点对应的时延起点为t₁终点为t₂，以k(t₁+t₂)/2+b′作为这α个采样点合并后的功率值，取α个采样点中功率值与k(t₁+t₂)/2+b′差值最小的采样点的时延作为合并后的时延。如此则消除了相关径对最终结果的 影响。最后根据合并后的结果更新有效样本集。 

步骤S05，根据步骤S03计算得到的初始化能量差delta_0对每个有效样本搜索多径，S05的详细流程图参见图3，具体方式是： 

将有效样本P_m中包含的采样点按幅值大小降序排列成{P_m(1)，P_m(2)，P_m(3)…}，如步骤S04分别计算排序后相邻两采样点的差值{P_m(2)-P_m(1)，P_m(3)-P_m(2)，P_m(4)-P_m(3)…}，将每次计算得到的差值与delta_0比较，若小于或等于delta_0，则停止搜索，并将满足条件的采样点对应的相对时延τ与功率信息P_m(τ)记录下来，否则继续搜索； 

对有效样本集{P₁，P₂，P₃…P_m…P_M}搜索完毕后，得到多径时延集{τ_ml}及对应的功率集{P_m(τ_ml)}，其中1≤l≤L_m，L_m为第m个有效样本搜索得到的多径数目，τ_ml表示第m个有效样本搜索得到的第l径时延，P_m(τ_ml)表示第m个有效样本中时延集{τ_ml}对应的功率值。 

步骤S06，将步骤S05搜索得到的时延{τ_ml}和功率{P_m(τ_ml)}进一步整合后进行线性拟合，具体过程如下： 

将时延集{τ_ml}中相等的时延合并之后降序排列，统计分析同一时延值在所有有效样本中出现的百分比，优选地，当百分比小于10％时，将此时延值剔除，最后得到新的时延集{τ′_j}，1≤j≤J，J是合并后时延集包含的时延个数。同时根据新的时延集{τ′_j}同步更新{P_m(τ_ml)}，得到{P′₁(τ′₁)，P′_j(τ′_j)…P′_j(τ′_j)}，其中P′_j(τ′_j)＝mean{P₁(τ′_j)，P₂(τ′_j)…P_m(τ′_j)…P_M(τ′_j)}，P_m(τ′_j)表示第m个有效样本中时延等于τ′_j时相应的功率值； 

根据步骤S04中对功率延迟谱统计特性的分析，利用功率延迟谱服从线性分布进行分布拟合，将{τ′_j}与{P′₁(τ′₁)，P′_j(τ′_j)…P′_j(τ′_j)}分别作为τ和P(τ)，按照P(τ)＝aτ+b进行线性拟合后求得参数a和b。 

步骤S07，利用步骤S06得到的拟合结果可为第二次的多径搜索过程划定一个搜索窗和修正能量差门限，从而加速多径信号分量门限估计的收敛速度和提高准确度。搜索窗的宽度可以通过将T代入拟合得到的方程得到，即 

T＝atau_1+b，tau_1＝(T-b)/a 

tau_1即为搜索窗的宽度； 

为了得到修正的能量差门限，令P_m(τ′_j)＝0，即将有效样本P_m中时延等于{τ′_j}的采样点的功率置零，此操作的意义在于认为各有效样本中在时延{τ′_j}处包含有效的多径分量，对这些点置零后有效样本中剩余的采样点均可视为纯净噪声的样本值n′，同步骤S03，将n′降序排列为{n′(1)，n′(2)，n′(3)…}，计算mean{n′(2)-n′(1)，n′(3)-n′(2)，n′(4)-n′(3)…}，此均值即为修正后的能量差门限delta_1，记为： 

delta_1＝mean(n′(i+1)-n′(i)}，其中i＝1，2，3… 

步骤S08，如图2所示，启动迭代搜索拟合过程，主要包括多径搜索、线性拟合、收敛 判断、门限修正。其中多径搜索的过程与步骤S05类似，其区别在于每次将用修正后的能量差门限delta_p替换上一次的门限值delta_(p-1)(p＝1，2，3…表示迭代的次数)，同时，每次多径搜索的范围限定在以排序后的第一个采样点为起点的搜索窗内，修正的能量差门限delta_p与搜索窗宽度tau_p都通过步骤S07所示的过程得到；每次迭代拟合得到的参数将与上一次拟合的参数进行比较，当前后两次拟合参数的差值一个很小的范围内时，认为算法已经达到收敛，跳出迭代过程，否则继续按多径搜索、线性拟合、收敛判断、门限修正的顺序迭代。最后将达到收敛的最后一次迭代的拟合结果作为最终的多径分离结果保存。 

通过上述步骤提取的多径信号分量并非传统地划定一个门限值，而是根据功率延迟谱服从负指数分布、线性变换后服从线性分布的统计特性，对不符合这一统计特性的分量进行了删除。 

步骤S09，根据上述方法分离出多径信号分量后，可根据公式(1)至公式(3)进一步提取信道时间色散参数(平均附加时延 

均方根时延扩展σ_τ)： 

$\stackrel{\‾}{\mathrm{\τ}}=\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{a}_k^2{\mathrm{\τ}}_k}{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{a}_k^2}=\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}P\left({\mathrm{\τ}}_k\right){\mathrm{\τ}}_k}{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}P\left({\mathrm{\τ}}_k\right)}$ 式(1) 

${\mathrm{\σ}}_{\mathrm{\τ}}=\sqrt{\stackrel{\‾}{{\mathrm{\τ}}^2}-{\left(\stackrel{\‾}{\mathrm{\τ}}\right)}^2}$ 式(2) 

其中 $\stackrel{\‾}{{\mathrm{\τ}}^2}=\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{a}_k^2{\mathrm{\τ}}_k^2}{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{a}_k^2}=\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}P\left({\mathrm{\τ}}_k\right){\mathrm{\τ}}_k^2}{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}P\left({\mathrm{\τ}}_k\right)}$ 式(3) 

可选的，完成多径分离后，步骤S10，在样本量足够的情况下，可以利用时延参数的统计特性对步骤S09中提取的各参数进行分布拟合，拟合的结果可用于建立信道模型和对信道特性的评估。 

图4～图8为本发明实施例的仿真图，其中，图4～图6为不同信噪比下单次的仿真结果，单独分析图4～图6可见，在信噪比一定的情况下，随着迭代次数的增加，拟合的效果逐渐逼近真实的信道，多径分量提取也愈加准确。再对比图4～图6可见，随着信噪比的增加，单次迭代以更快的速度逼近真实的信道，拟合效果逐渐得到提升。图7和图8是从斜率和截距两个方面进一步比较不同信噪比和迭代次数之间的拟合效果，由图可见，随着信噪比和迭代次数的增加，拟合结果逐渐逼近真实信道，最终能达到很好的逼近效果。即使在低信噪比的情况下，拟合效果和迭代收敛也都比较理想。基于以上仿真分析，本发明的多径分量提取方法在低信噪比的情况下具有很好的鲁棒性，实现了多径分量的准确提取。 

Claims (10)

1.一种基于信道测量的多径信号分量提取方法，其特征在于，包含以下步骤：

在预先设定的时间内对测量点进行测量，对测量数据进行处理后得到多组冲激响应样本，并筛选获得有效样本集；

采用相关径合并法更新有效样本集，合并相关径后能有效减小多径信道时延分布过密时造成的多径提取误差；

依据功率延迟谱的负指数分布特性，对有效样本集的数据进行分布拟合，提取有效的多径信号分量；

利用提取出的多径信号分量，估计路径损耗和信道时间色散参数(平均附加时延RMS时延扩展σ_τ)等相关信道参数；

对抽取的信道参数做统计分析。

2.根据权利要求1所述的方法，其特征在于，所述的信道测量采用的扩频滑动相关法先对接收信号进行采样存储，将存储的数据导入到预先搭建好的数据处理平台进行滑动相关算法，得到信道冲激响应样本。

3.根据权利要求1所述的方法，其特征在于，所述的有效样本集的获取需要先通过分段搜索确定噪底，在此噪底基础上选取动态范围进行有效样本的筛选，从而得到有效样本集。

4.根据权利要求1所述的方法，其特征在于，所述的相关径合并与多径信号分量提取均基于功率延迟谱服从负指数分布、线性变换后服从线性分布的统计特性。

相关径合并法通过线性拟合，将单个码片中的相关候选径合并成一径；多径信号分量提取并非传统的划定一个噪声门限值，而是根据功率延迟谱的统计特性，删除不符合统计特性的多径信号分量。

5.根据权利要求1所述的方法，其特征在于，多径信号分量的提取进一步包含以下操作内容：

将噪底以下的纯净噪声排序后计算所有相邻两采样点之间的能量差值，这些差值代表了噪声的变化，相对于有效的多径分量，噪声采样点之间的变化相对平稳，因此把这些差值的均值作为初始化能量差门限delta_(p-1)(初始化p＝1)，对排序后的有效样本进行多径搜索。

根据功率延迟谱服从负指数分布，信号功率随着时延增大而递减的规律，依次计算排序后相邻两径的功率差，当此差值与delta_0相当时，可认为已经搜索到噪声区域，停止多径搜索。

再次利用功率延迟谱的统计分布特性，对搜索得到的多径进行分布拟合，得到拟合方程的参数。利用这个参数划定一个搜索窗，重新启动多径搜索，但多径搜索将限定在这个搜索窗范围内，同时修正delta_(p-1)得到一个新的能量差门限delta_p作为后续搜索多径的门限值。多径搜索按以上操作迭代下去，直至前后两次迭代的拟合方程的差距在一定范围内，则停止迭代搜索。

6.一种基于信道测量的多径信号分量提取装置，其特征在于，包括：

测量模块，用于在预先设定的时间内对信道上的测量点进行测量，采用扩频滑动相关器信道检测机制得到多组数据样本；并采用有效样本筛选机制对样本集进行筛选，以提高整个样本集的准确性和可靠性；

多径提取模块，用于根据有效样本数据合并相关候选径，然后通过多次迭代进行分布拟合和修正，分离有效信号分量与噪声分量，提取出有效多径信号分量；

参数处理模块，用于根据得到的信道冲激响应样本进一步抽取路径损耗和时间色散参数；可选地，可以利用参数拟合子模块将提取到的参数根据经验按一定的分布进行拟合，得到拟合参数。

7.根据权利要求6所述，其特征在于，所述测量模块包括滑动相关模块、提取功率延迟谱模块、有效样本筛选模块。其中滑动相关模块能提供的多径分辨率为发送PN序列的码片宽度。

8.根据权利要求6所述，其特征在于，多径提取模块包含以下子模块：初始能量差门限计算子模块、合并相关径子模块、搜索子模块、拟合子模块、修正子模块；

初始能量差门限计算子模块，用于计算噪声差值的均值以求得初始能量差门限；

合并相关径子模块，用于将一个码片中的相关候选径通过拟合处理合并为一径；

拟合子模块，用于各操作环节中所需的线性拟合操作；

修正子模块，用于根据上一次的拟合结果输出一个修正的能量差门限，修正的能量差门限用于搜索子模块进行新一轮的多径搜索。

9.根据权利要求6所述，其特征在于，为了分离出最后的有效多径分量，采用迭代算法的过程中多径提取模块中的各个子模块多次被调用。

10.根据权利要求6所述，其特征在于，参数处理模块包括以下子模块：参数计算子模块和参数拟合子模块。

Images