CN103441964B - 一种基于随机共振的通信信号参数估计方法与装置 - Google Patents

Abstract

一种基于随机共振的通信信号参数估计方法，将通信信号进行小波变换，再通过频谱搬移将载频从高频搬移到低频，然后进行随机共振处理，根据随机共振处理后所得信号的频谱估计得到载波频率，根据随机共振处理后所得信号载频恢复得到本地载波，将通信信号与本地载波相乘后进行低通滤波转换成基带信号，再将基带信号进行随机共振处理，根据随机共振处理后所得信号的包络谱估计得到波特率，本发明同时提供了一种基于随机共振的通信信号参数估计装置，包括小波变换模块、频谱搬移模块、随机共振系统模块一、载频估计模块、本地载波恢复模块、乘法器、低通滤波器、随机共振系统模块二以及波特率估计模块，本发明实现了更低信噪比下信号参数的准确估计。

Description

一种基于随机共振的通信信号参数估计方法与装置

技术领域

本发明属于非协作通信技术领域，特别涉及一种基于随机共振的通信信号参数估计方法与装置。

背景技术

非协作通信是指在未经授权且不影响正常通信前提下，接入到他方通信系统并接收相关信息的一种通信方式。在非协作通信中，接收端所截获的均为信道中的调制信号。由于接收方与通信发射方是非协作的，就造成所截获的信号对于接收方来说可能是全盲信号。此时，为了获取截获信号的信息、对调制信号进行解调，信号的载波盲估计就不可避免，对这些参数的正确估计是保证成功接收的首要环节。

传统的信号的参数估计方法通常求信号的平方谱来确定载波频率。对于中心抑制载波的单载波信号而言，平方运算消除了相位跳变的影响，使得原本展宽的频谱重新聚集，从而重现了抑制的载波频率；B.S.Koh提出的包络谱估计波特率，它通过信号的包络谱中除近直流点外的谱线来确定波特率的大小，参见B.S.Koh,H.S.Lee,DetectionofSymbolrateofUnknownDigitalCommunicationSignals,ElectronicLetters,Vol.29,No.3,pp.278-279,Feb,1993。

但是，由于非协作通信中接收信号的信噪比往往比较低，在面对这些信号时，上述的传统的盲参数估计算法无法正常工作或准确估计信号参数。同时，一些应用于低信噪比条件下的参数估计算法，如循环累积量等方法，需要对信号的高阶矩进行累积，其复杂度往往较高、计算量较大，并不适用于实时估计。

随机共振是由Benzi在研究全球气候时提出来的。当时，Benzi在研究地球古气候时发现地球的冷期和暖期交替出现的周期约为10万年，这与地球绕太阳转动的偏心率的变化周期相同。Benzi等人因此提出了一个被势垒分开的双稳共振系统模型来解释这个现象，地球处于一种非线性的条件下，使得地球去冷态和暖态两种状态，地球偏心率的变化是这个非线性双稳系统的一个周期驱动力，而地球受到的噪声（比如太阳常数的无规律变化等等）会增强系统在冷态和暖态这两种状态的跃迁率并使地球按偏心率变化的周期周期性地在这两种状态之间切换。以上是最早提出的随机共振系统，它是一种双稳系统。实际上，随机共振系统还有单稳、多稳和阈值等系统模型。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于随机共振的通信信号参数估计方法与装置，通过传统通信信号参数估计方案与随机共振系统相结合的方式，实现更低信噪比下信号参数的准确估计，在相同参数估计性能条件下，相比于传统的参数估计方案，信噪比门限更低。

为了实现上述目的，本发明采用的技术方案是：

一种基于随机共振的通信信号参数估计方法，将通信信号首先进行小波变换以定位载频，再通过频谱搬移将载频从高频搬移到低频，然后进行随机共振处理提高信噪比，最后根据随机共振处理后所得信号的频谱的次大峰值点估计得到载波频率。

优选地，所述随机共振处理过程中，先对频谱搬移后的数据进行频率压缩，然后再进行随机共振。

优选地，所述根据随机共振处理后所得信号的频谱的次大峰值点估计得到载波频率的方法是：将随机共振处理后输出的信号进行FFT变换求频谱，频谱上对应的次高峰即是二倍载频位置。

优选地，根据随机共振处理后所得信号载频恢复得到本地载波，将通信信号与本地载波相乘后进行低通滤波转换成基带信号，再将基带信号通过随机共振处理提高信噪比，最后通过基带信号包络谱的峰值点估计得到波特率。

优选地，所述随机共振处理过程中，先对基带信号进行频率压缩，然后再进行随机共振。

优选地，所述通过基带信号包络谱的峰值点估计得到波特率的方法是：将随机共振处理后输出的信号的包络进行FFT变换求包络谱，其中除近直流点外的峰值位置对应相应的波特率。

本发明同时提供了一种基于随机共振的通信信号参数估计装置，包括：

小波变换模块，用于将接收到的信号进行小波变换，以定位载频位置；

频谱搬移模块，用于将小波变换后的信号的频谱从高频搬移到低频；

随机共振系统模块一，用于将对搬移至低频的信号进行随机共振处理，以提高输出信号的信噪比；

载频估计模块，用于根据随机共振处理所得输出信号的频谱估计得到载波频率。

优选地，该估计装置还包括：

本地载波恢复模块，用于将随机共振系统模块输出的信号恢复得到本地载波；

乘法器，用于将通信信号与所得本地载波相乘；

低通滤波器，用于将所得相乘结果滤波得到基带信号；

随机共振系统模块二，用于将基带信号进行随机共振处理，以提高输出信号的信噪比；

波特率估计模块，用于根据随机共振处理所得输出信号的包络谱估计得到波特率。

所述随机共振系统模块一和随机共振系统模块二结构相同，均包括：

合成器，用于将几路信号相加合成；

积分器，用于将合成的信号进行积分运算；

算式模块，用于对积分运算所得信号按指定的算式进行计算；

增益模块，用于对积分运算所得信号按指定增益扩大。

与现有技术相比，本发明基于随机共振，实现了更低信噪比下信号参数的准确估计。

附图说明

图1是小波变换模块框图。

图2是随机共振系统模块框图。

图3是本发明基于随机共振的通信信号参数估计装置框图。

图4是BPSK信号载频估计性能对比曲线。

图5是BPSK信号波特率估计性能对比曲线。

具体实施方式

下面结合附图和实施例详细说明本发明的实施方式。

如图1所示，本发明小波变换模块主要包括：小波变换器，用于对输入信号进行小波变换；合成器，用于将输入的几路信号相加，将相加后的信号输出。小波变换模块的作用是对输入信号做小波变换，小波变换是时间和频域的局域变换因而能有效地从信号中提取参数信息，通过伸缩和平移等运算功能对信号进行多尺度细化分析。

结合参数对小波变换说明如下：

与Fourier变换相比，小波变换是空间（时间）和频率的局部变换，因而能更有效地从信号中提取信息。一个信号s(t)的小波变换（CWT）的表达式为

$\mathrm{CWT}(a,\mathrm{\τ})=\frac{1}{\sqrt{a}}\∫s\left(t\right){\mathrm{\Ψ}}^{*}\left(\frac{t-\mathrm{\τ}}{a}\right)\mathrm{dt}$

其中，Ψ(t)是小波变换的基函数，a是尺度变换因子，τ是位移参数。根据不同的应用可以选取不同的小波基函数Ψ(t)。Haar小波已经被证明在定位和检测MPSK信号的参数方面具有很好的性能。这里本实施例采用Haar小波。

Haar小波的定义为：

$\mathrm{\&Psi;}\left(t\right)=\left\{\begin{array}{c}1,-0.5<t<0\\ -\mathrm{1,0}<t<0.5\\ 0,\mathrm{otherwise}\end{array}\right.$

如图2所示，本发明随机共振系统模块（随机共振系统模块一和随机共振系统模块二）主要包括：合成器，用于将几路信号相加合成；积分器，用于将信号进行积分运算；算式模块，用于对信号按指定的算式进行计算；增益模块，用于对信号按指定增益扩大。随机共振系统是一种非线性的系统，通过将混在一起的信号（有用信号）和噪声加入这个系统当中，在非线性系统本身、外部有用信号和噪声三者的作用下，使得部分噪声能量转移到有用信号的能量，从而使得系统的输出信号的信噪比得到提高。

结合参数对随机共振说明如下：

随机共振系统模型的朗之万方程为：

$\frac{\mathrm{dx}}{\mathrm{dt}}=-U^{\&prime;}\left(x\right)+A\cos \left(2\mathrm{\&pi;ft}\right)+\mathrm{\&Gamma;}\left(t\right)$

式中，Acos(2πft)为周期性驱动信号；Γ(t)为高斯白噪声；U(x)为势函数，按势函数的不同，随机共振系统分为单稳、双稳、和多稳系统。例如，当势函数的表达式为时，系统是一个单稳随机共振系统，此时系统不存在势垒；当势函数的表达式为时，系统是一个双稳随机共振系统，此时系统势垒高度势函数在处取得极小值；当势函数的表达式为时，系统处于三稳状态，它与双稳系统类似，同样是由于噪声增强信号能量以克服势垒而产生阱内跃迁，从而产生随机共振现象。其中x(t)就是随机共振系统的输出信号。

结合参数对频率压缩说明如下：

对任意的信号利用采样率Fs1进行采样得到信号离散时刻点的数据，在进行数据处理时，若将采样率用Fs2替换Fs1，而这些离散数据不变，这相当于对信号进行了Fs1/Fs2的频率变化，若Fs1/Fs2>1，就是频率压缩。例如，已知对频率为10Hz、振幅为1的余弦信号利用100Hz采样率进行采样得到的离散数据与对频率为1MHz、振幅为1的余弦信号利用10MHz采样率进行采样得到的离散数据完全相同，考虑这一点，在对1MHz的离散采样数据处理时，如果将10MHz的采样率用100Hz的采样率替换，就相当于对10Hz的余弦信号进行数据处理，相当于对1MHz的信号进行频率压缩了100000倍。

结合参数对载频参数估计理论说明如下：

为了简化推导，假设信号s(t)的载波信号为，当在Haar小波区间没有相位或振幅变化时，即此时小波变换区间处于一个码元区间内时：

$\mathrm{CWT}(a,\mathrm{\&tau;})=\frac{1}{\sqrt{a}}\{{\&Integral;}_{-a/2}^0{\mathrm{Ae}}^{j(w_c(t+\mathrm{\&tau;})+\mathrm{\&phi;})}\mathrm{dt}-{\&Integral;}_0^{a/2}{\mathrm{Ae}}^{j(w_c(t+\mathrm{\&tau;})+\mathrm{\&phi;})}\mathrm{dt}\}$

${\mathrm{CWT}}^2(a,\mathrm{\&tau;})=-\frac{A^2}{{\mathrm{aw}}_c^2}{[2e^{j(w_c\mathrm{\&tau;}+\mathrm{\&theta;})}-e^{j(w_c(\mathrm{\&tau;}-\frac{a}{2})+\mathrm{\&theta;})}-e^{j(w_c(\frac{a}{2}+\mathrm{\&tau;})+\mathrm{\&theta;})}]}^2$

此时小波变换后做FFT变换为：

fft(CWT(a,τ))＝A_mδ(w-2w_c)。

由上面公式可知，小波变换可以定位载波频率。

结合参数对波特率参数估计理论说明如下：

假设发送信号的表达式为

$x\left(t\right)=\underset{n}{\mathrm{\&Sigma;}}{c}_{n}g(t-\mathrm{nT})\exp \left(j2\mathrm{\&pi;}{f}_{c}t\right)+w\left(t\right)$

其中，T为一个码元周期，f_c为载波频率，g(t)为一个脉冲成形的单位矩形脉冲，w(t)为加性噪声，它的双边功率谱密度为N₀/2。

因此，x(t)的包络谱平方为

${\left|x\left(t\right)\right|}^2=x_I^2\left(t\right)+x_Q^2\left(t\right)=u\left(t\right)+n_s\left(t\right)$

其中，和分别是x(t)实部和虚部的平方，u(t)为期望的正弦载波信号所形成的在功率谱上的离散的谱线，而n_s(t)为加性噪声所形成的在功率谱上的连续的谱线。

$u\left(t\right)=E\left\{{\left|x\left(t\right)\right|}^2\right\}=(A_2+B_2)\underset{n}{\mathrm{\&Sigma;}}{g}^2(t-\mathrm{nT})$

其中，A₂,B₂是E{a_na_m}＝A₂δ_nm,E{b_nb_m}＝B₂δ_nm。求得u(t)的傅立叶变换为

$U\left(f\right)=\frac{A_2+B_2}{T}\underset{l}{\mathrm{\&Sigma;}}\left[G{\left(f\right)}^{*}G\left(f\right)\right]\mathrm{\&delta;}(f-\frac{l}{T})$

由上式可知，U(f)中含有波特率的谱线。

具体的载频估计步骤如下：

1）接收信号r(t)首先通过小波变换，定位载频位置；

2）将小波变换后的信号进行频谱搬移，将载频从高频搬移到低频；u(t)＝CWT(a,τ)*cos(2πft)

3）通过随机共振系统模块进行随机共振处理，提高输出信号的信噪比，从而使低频处的载频被加强；

4）通过随机共振系统输出信号x(t)的频谱估计信号的载波频率。

具体的波特率估计流程如下：

1）将接收到的信号r(t)与恢复的本地载波信号相乘，再通过低通滤波将BPSK信号转换成基带信号b(t)；

2）将基带信号通过随机共振系统模块进行随机共振处理，提高输出信号的信噪比；

3）通过随机共振系统输出信号的频谱估计信号的波特率。

下面利用图3说明本发明利用随机共振对通信信号参数进行估计的工作原理。图3示出了基于随机共振的通信信号参数估计的框图，包括：小波变换模块，用于将接收到的信号进行小波变换，并将变换后的信号输出；频谱搬移模块，用于实现信号的频谱从高频搬移到低频，它的实质就是要产生两个不同频率（w1，w2）的信号的和频（w1+w2）信号和（或）差频（w1-w2）信号；随机共振系统模块，用于对输入信号进行随机共振处理，提高输出信号的信噪比；本地载波恢复模块，用于本地载波的恢复。

采用上述思路，即可实现更低信噪比条件下通信信号参数的准确估计。

参考附图3，对信号进行载频估计的流程：

1）利用小波变换对采样的离散数据r(k)进行小波变换定位载频位置。

2）对小波变换后的离散数据x(k)进行频谱搬移。

3）先对频谱搬移后的数据进行频率压缩，再进行随机共振。

4）将x(k)进行频谱搬移后FFT变换求频谱，频谱上对应的次高峰即是二倍载频位置。

最终得到的载频估计与传统方案的性能对比曲线如图4所示。

对信号进行波特率估计的流程：

1）首先采样后的离散信号r(k)与本地恢复的载波信号相乘，再通过低通滤波将BPSK信号转换成基带信号z(k)。

2）先对z(k)进行频率压缩，然后再送入随机共振系统中进行处理。

3）对共振处理后输出的离散数据x(k)的包络做FFT变换求包络谱。其中除近直流电外的峰值位置对应相应的波特率。

最终得到的波特率估计与传统方案的性能对比曲线如图5所示。

上述提供了详细的实施例的描述，以使得本领域的技术人员可以使用或者利用本发明。对这些实施例的各种修改对本领域内的技术人员是显而易见的。因而，本发明不限于这里所示的实例，而应根据符合这里所揭示的原理和特征的最宽范围。

Claims (6)

1.一种基于随机共振的通信信号参数估计方法，其特征在于，将通信信号首先进行小波变换以定位载频，再通过频谱搬移将载频从高频搬移到低频，然后进行随机共振处理提高信噪比，最后根据随机共振处理后所得信号的频谱的次大峰值点估计得到载波频率。

2.根据权利要求1所述的基于随机共振的通信信号参数估计方法，其特征在于，所述随机共振处理过程中，先对频谱搬移后的数据进行频率压缩，然后再进行随机共振。

3.根据权利要求1所述的基于随机共振的通信信号参数估计方法，其特征在于，所述根据随机共振处理后所得信号的频谱的次大峰值点估计得到载波频率的方法是：将随机共振处理后输出的信号进行FFT变换求频谱，频谱上对应的次高峰即是二倍载频位置。

4.根据权利要求1所述的基于随机共振的通信信号参数估计方法，其特征在于，将随机共振处理后所得信号恢复得到本地载波，将通信信号与本地载波相乘后进行低通滤波转换成基带信号，再将基带信号通过随机共振处理提高信噪比，最后通过基带信号包络谱的峰值点估计得到波特率。

5.根据权利要求4所述的基于随机共振的通信信号参数估计方法，其特征在于，所述随机共振处理过程中，先对基带信号进行频率压缩，然后再进行随机共振。

6.根据权利要求4所述的基于随机共振的通信信号参数估计方法，其特征在于，所述通过基带信号包络谱的峰值点估计得到波特率的方法是：将随机共振处理后输出的信号的包络进行FFT变换求包络谱，其中除近直流点外的峰值位置对应相应的波特率。