CN103501187A - 一种基于干扰抵消的短波多径信号同步方法 - Google Patents

Abstract

本发明提出了一种基于干扰抵消的短波多径信号同步方法，所述方法针对多径区分不明显的DS-SS系统，对基带信号码片匹配滤波并过抽样，与本地扩频码相关后通过串并变换、幅值平方、平滑，得到多径识别判决变量和最大值位置，进而得到路径同步位置与幅度，再对当前路径信号进行重构并抵消对后续路径的干扰，估计后续路径的位置，进而确定多径时延。本发明方法估计了短波多径信号的路径位置和路径幅度，重构多径信号，抵消了对后续路径的影响，重新识别信号和多径时延，从而实现多径信号的同步；在虚警概率基本不变的情况下增加对后续路径信号识别的概率，提高多径时延估计的准确性，提高了多径信号的检测概率。

Description

一种基于干扰抵消的短波多径信号同步方法

技术领域

本发明属于无线通信技术领域，尤其是涉及一种基于干扰抵消的短波多径信号同步方法。

背景技术

直接序列扩频（DS-SS）技术具有抗干扰、抗截获和抗多径能力强等一系列优点，在军事和商业领域都有着广泛的应用，如蜂窝移动通信系统的第二代IS-95、第三代IMT-2000标准，均采用了基于DS-SS技术的CDMA方案；军事抗干扰通信系统、卫星通信系统也常采用DS-SS技术。在DS-SS系统中，终端要从接收信号中恢复所传输的数据信号，首先必须使本地扩频序列与接收信号中的扩频序列同步。

在实际的短波信道环境中，存在着多径时延扩展、幅度衰落和多普勒频移等效应，其多径时延的典型值为2到5ms，由于短波多径时延和幅度衰落会引起接收信号与本地扩频码的相关峰值能量的损失，使得正确识别相关峰位置非常困难，导致信号检测和同步性能的下降，必须采取相应措施加以克服，抑制和消除对DS-SS通信系统性能的负面影响。传统的方法是Rake接收，通过同步技术来估计不同路径的时延、衰落幅度及相位等信息，把分离的多径信号按某种规则合并起来以减小多径衰落的影响。但该方法只适用于多条路径比较明显的情况，若多条路径区分不明显时，就难以获得可靠的时延估计。

因此，多径时延和信道估计非常重要，是DS-SS在短波通信系统中的关键技术。如何快速可靠地估计多径时延，实现多径信号的有效同步，这对于DS-SS系统在短波多径信道中的应用设计和性能分析具有重要意义。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足,提出了一种基于干扰抵消的短波多径信号同步方法。

为了解决上述技术问题，本发明采用的技术方案如下：

一种基于干扰抵消的短波多径信号同步方法，其步骤如下：

步骤1，将基带信号r(t)通过码片匹配滤波器g_R(t)，输出得到信号

信号的表达式为：

$\tilde{r}\left(t\right)=g_R\left(t\right)*r\left(t\right)$

其中，*表示卷积，对

以抽样速率Q/T_c进行抽样得到信号

且令

Q是过抽样因子，T_c是码片周期；

将多径信号的路径号k初始化，并置为1；

步骤2，用本地扩频码c＝[c(0),...c(l),...c(L-1)]对y_k(n)进行相关运算，得到相关值e(m)：

$e\left(m\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{c}^{*}\left(l\right)y_k(\mathrm{lQ}+m)$

其中，

为c(l)的复数共轭；l表示扩频码码片序号，且0≤l≤L-1，L为扩频码长度；m＝0,...,LQW-1，W是平滑因子；

步骤3，将相关值e(m)进行平方、平滑累加得到z(h)，表示为：

$z\left(h\right)=\underset{w=0}{\overset{W-1}{\mathrm{\Σ}}}{\left|e(\mathrm{wLQ}+h)\right|}^2$

其中h＝0,...,LQ-1；

步骤4，计算z(h)的最大值z_max(h)及对应位置

z_max(h)表达式如下：

z_max(h)＝max{z(0),z(1),...,z(LQ-1)}

将z_max(h)及其两侧各M个点剔除，M为自然数，计算剔除后的平均值

，表示为：

将最大值z_max(h)与平均值

的比值作为判决变量

，然后将判决变量λ(h)与预定的路径存在判决门限λ₀进行比较：

如果λ(h)＜λ₀，说明当前路径不存在；若k＝1，则返回步骤1，继续执行同步过程；否则，则判定已检测了全部k-1条路径，退出同步过程；

如果λ(h)≥λ₀，说明当前路径存在，执行步骤5；

步骤5，将最大值位置

作为第k条路径的捕捉位置，即

计算第k条路径幅度估计值α_k：

${\mathrm{\α}}_k=\sqrt{z_{\max }\left(h\right)/\left({\mathrm{WL}}^2\right)}$

步骤6，利用第k条路径位置δ_k(h)及幅度估计值α_k，重构第k条路径信号x_k(n)，表示为：

$x_k\left(n\right)={\mathrm{\α}}_k\underset{i=0}{\overset{\mathrm{WL}-1}{\mathrm{\Σ}}}\[\tilde{c}\left(i\right)g\left((n-\mathrm{iQ}-{\mathrm{\δ}}_k\left(h\right))\frac{T_c}{Q}\right)\]$

其中，

是W个连续本地扩频码的级联，g(t)是码片发送滤波器g_T(t)与匹配滤波器g_R(t)的卷积，接收端已知g_T(t)，且g_T(t)＝g_R(t)；

步骤7，将第k条路径对后续路径的干扰消除，即从当前信号y_k(n)中减去重构的第k径信号x_k(n)，得到干扰消除后的信号y_k+1(n)，用于检测识别第k+1条路径，表示为：

y_k+1(n)＝y_k(n)-x_k(n)

k值增加1后，返回步骤2继续执行。

步骤4中，所述预定的路径存在判决门限λ₀，其取值方法是：将高斯白噪声作为输入的基带信号，循环执行步骤1到步骤4，循环次数为S次，存储每次步骤4产生的判决变量λ(h)，然后遍历所有门限并计算对应的虚警概率，选取使得虚警概率小于等于预先设定的恒虚警概率的最低门限值为判决门限λ₀；S为自然数。

所述循环次数S=100000。

本发明的有益效果是：本发明提出了一种基于干扰抵消的短波多径信号同步方法，所述方法针对多径区分不明显的DS-SS系统，对基带信号码片匹配滤波并过抽样，与本地扩频码相关后通过串并变换、幅值平方、平滑，得到多径识别判决变量和最大值位置，进而得到路径同步位置与幅度，再对当前路径信号进行重构并抵消对后续路径的干扰，估计后续路径的位置，进而确定多径时延。本发明方法估计了短波多径信号的路径位置和路径幅度，重构多径信号，抵消了对后续路径的影响，重新识别信号和多径时延，从而实现多径信号的同步；在虚警概率基本不变的情况下增加对后续路径信号识别的概率，提高多径时延估计的准确性，提高了多径信号的检测概率。

附图说明

图1是本发明基于干扰抵消的短波多径信号同步方法的流程框图。

图2是多径时延为1.5T_c、两径幅度分别为0.8和0.4时干扰抵消前后平滑结果峰值对比图；其中，图2（a）表示未进行干扰抵消时的传统方法对两径的捕捉位置，图2（b）表示进行干扰抵消后时本发明所提方法对次径的捕捉位置。

图3是多径时延为1.5T_c、两径幅度分别为0.8和0.4时干扰抵消前后多径位置估计、路径幅度估计以及对次径的检测概率对比图；其中，图3（a）表示多径位置估计偏差的均值随信噪比变化情况，图3（b）表示路径幅度估计偏离的均值随信噪比变化情况，图3（c）表示多径幅度估计偏离的方差随信噪比变化情况，图3（d）表示恒虚警概率为10^-3时对多径的检测概率随信噪比变化情况。

附图标记说明：图2中1表示传统方法获得的主径位置，2表示传统方法获得的次径位置，3表示本发明所提方法获得的次径位置。

具体实施方式

下面结合附图，列举实施例，对本发明提出的一种基于干扰抵消的短波多径信号同步方法进行详细说明：

以二进制DS-SS系统为例，给出了基于干扰抵消的短波多径信号同步方法的具体计算过程，DS-SS系统参数为：扩频码长度L＝63，过抽样因子Q＝4，平滑次数W＝4，相关平滑峰值两侧提出的抽样数M＝4，多径信道设置为典型短波两径信道：第1径和第2径分别称为主径和次径，多径时延为1.5T_c即6个采样点，多径同步位置为起始抽样点后偏移20个抽样点，即主径位置为63+63-20+1=107，次径位置为107+6=113，主径与次径的幅度分别为0.8和0.4，码片发送滤波器g_T(t)和匹配滤波器g_R(t)为升余弦滤波器，且接收端均已知，滚降因子为0.25，抽头个数为6。本实施例的流程如图1所示，具体计算过程如下：

1.根据恒虚警概率CFAR准则设置信号存在性门限

假设恒虚警概率为P_FA＝0.001，将高斯白噪声作为输入的基带信号，执行100000次步骤1到步骤4，存储每次步骤4产生的判决变量λ(h)，然后遍历所有可能的门限并计算每个门限对应的虚警概率，选取使得虚警概率小于等于P_FA＝0.001的最低门限值为判决门限λ₀，得到信号存在性门限为：λ₀＝11.8。

2.计算匹配滤波后的相关值

假设c^*表示本地扩频码的复共轭序列，

表示接收信号经过码片匹配滤波和过抽样后的输出抽样信号，则用本地扩频码进行滤波后的相关值输出可表述为：

$e\left(m\right)=\underset{l=0}{\overset{62}{\mathrm{\Σ}}}{c}^{*}\left(l\right)y_1(4l+m)$

$z\left(h\right)=\underset{w=0}{\overset{3}{\mathrm{\Σ}}}{\left|e(252w+h)\right|}^2$

其中m＝0,...,1007，h＝0,...,251；

3.计算信号判决门限

选择LQ个平滑结果{z₀(h),z₁(h),...,z₂₅₁(h)}中的最大值：

z_max(h)＝max{z₀(h),z₁(h),...,z₂₅₁(h)}＝104524

其位置为

，然后将平滑结果的最大值z_max(h)及其两侧各4个点剔除，计算剔除后的平均值

表示为：

$\stackrel{\‾}{z}\left(h\right)=\[\underset{l=0}{\overset{102}{\mathrm{\Σ}}}z\left(l\right)+\underset{l=112}{\overset{251}{\mathrm{\Σ}}}z\left(l\right)\]/243$

将最大值z_max(h)与平均值

的比值作为判决变量

λ(h)≥λ₀，说明信号存在；

4.主径路径参数估计

将最大值z_max(h)的位置作为主径的捕捉位置，表示为：

${\mathrm{\δ}}_1\left(h\right)=\widehat{\mathrm{\δ}}\left(h\right){|}_{z_{\widehat{\mathrm{\δ}}\left(h\right)}}=z_{\max }\left(h\right)=107$

计算主径幅度估计值α₁输出，表示为：

${\mathrm{\α}}_1=\sqrt{z_{\max }\left(h\right)/\left({\mathrm{WL}}^2\right)}=0.77$

传统方法是直接将平滑结果的最大值z_max(h)及其两侧各4个点置零，然后重新寻找最大值z'_max(h)＝12205和位置δ'₂(h)＝114，得到次径的位置估计δ'₂(h)＝114和幅度估计α'₂＝0.27，如图2（a）所示，1表示传统方法获得的主径位置，2表示传统方法获得的次径位置，可见传统方法对次径的估计结果并不准确。

5.重构主径信号

利用上述估计的主径位置δ₁(h)＝107和主径幅度值α₁＝0.77重构主径信号x₁(n)，表示为

$x_1\left(n\right)=0.77\underset{i=0}{\overset{251}{\mathrm{\Σ}}}\[\tilde{c}\left(i\right)g\left((n-4i-107)\frac{T_c}{4}\right)$

其中

是4个连续本地扩频码的级联，g(t)是码片发送滤波器g_T(t)与匹配滤波器g_R(t)的卷积；

6.干扰抵消

将主径对后续路径的干扰消除，即从抽样信号中减去重构的主径信号x₁(n)，得到经过干扰消除后的次径信号y₂(n)，表示为

y₂(n)＝y₁(n)-x₁(n)

7.判决次径信号的存在性

将y(n)重新进行相关、平方、平滑，平滑结果的最大值z"_max(h)＝27031，然后将平滑结果的最大值z"_max(h)及其两侧各4个点剔除，计算剔除后的平均值

将最大值z"_max(h)与平均值

的比值作为判决变量

λ(h)≥λ₀，说明信号存在；

8.次径路径参数估计

将最大值z"_max(h)的位置作为次径的捕捉位置，表示为：

δ₂(h)＝113

如图2（b）所示，3表示本发明所提方法获得的次径位置，表明估计结果准确。计算次径幅度估计值α₂输出，表示为：

${\mathrm{\α}}_2=\sqrt{z_{\max }^{\″}\left(h\right)/\left({\mathrm{WL}}^2\right)}=0.39$

为了便于对本发明中的基于干扰抵消的短波多径信号同步方法与传统同步方法进行比较，对接收端信噪比为-10～10dB时分别进行100000次仿真，可以得到如图3所示的仿真结果，图3中主径和次径表示传统方法，抵消后次径表示为本发明所提方法，路径幅度估计偏离表示为路径幅度估计偏差与真实值的比值。图3（a）表示多径位置估计偏差的均值随信噪比变化情况，仿真曲线表明本发明所提方法对次径位置的估计更准确；图3（b）和图3（c）分别表示路径幅度估计偏离的均值和方差随信噪比变化情况，其中路径估计偏离表示路径幅度估计偏差与真实值的比值，仿真曲线表明本发明所提方法对路径幅度的估计优于传统方法；图3（d）表示恒虚警概率为10^-3时对多径的检测概率随信噪比变化情况，仿真曲线表明在恒虚警概率为10^-3时本发明所提方法对次径的检测概率明显优于传统方法。

在上述实施例中，虽然针对二进制DS-SS系统，但同样可用于多进制正交扩频系统，因为在多进制正交扩频传输数据之前，完全可以通过二进制扩频方式、甚至不传输任何数据来实现信号识别和同步。

本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。

Claims (3)

1.一种基于干扰抵消的短波多径信号同步方法，其特征在于，其步骤如下：

步骤1，将基带信号r(t)通过码片匹配滤波器g_R(t)，输出得到信号

信号

的表达式为：

$\tilde{r}\left(t\right)=g_R\left(t\right)*r\left(t\right)$

其中，*表示卷积，对

以抽样速率Q/T_c进行抽样得到信号

且令

Q是过抽样因子，T_c是码片周期；

将多径信号的路径号k初始化，并置为1；

步骤2，用本地扩频码c＝[c(0),...c(l),...c(L-1)]对y_k(n)进行相关运算，得到相关值e(m)：

$e\left(m\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{c}^{*}\left(l\right)y_k(\mathrm{lQ}+m)$

其中，

为c(l)的复数共轭；l表示扩频码码片序号，且0≤l≤L-1，L为扩频码长度；m＝0,...,LQW-1，W是平滑因子；

步骤3，将相关值e(m)进行平方、平滑累加得到z(h)，表示为：

$z\left(h\right)=\underset{w=0}{\overset{W-1}{\mathrm{\Σ}}}{\left|e(\mathrm{wLQ}+h)\right|}^2$

其中h＝0,...,LQ-1；

步骤4，计算z(h)的最大值z_max(h)及对应位置

z_max(h)表达式如下：

z_max(h)＝max{z(0),z(1),...,z(LQ-1)}

将z_max(h)及其两侧各M个点剔除，M为自然数，计算剔除后的平均值表示为：

将最大值z_max(h)与平均值

的比值作为判决变量然后将判决变量λ(h)与预定的路径存在判决门限λ₀进行比较：

如果λ(h)＜λ₀，说明当前路径不存在；若k＝1，则返回步骤1，继续执行同步过程；否则，则判定已检测了全部k-1条路径，退出同步过程；

如果λ(h)≥λ₀，说明当前路径存在，执行步骤5；

步骤5，将最大值位置

作为第k条路径的捕捉位置，即

计算第k条路径幅度估计值α_k：

${\mathrm{\α}}_k=\sqrt{z_{\max }\left(h\right)/\left({\mathrm{WL}}^2\right)}$

步骤6，利用第k条路径位置δ_k(h)及幅度估计值α_k，重构第k条路径信号x_k(n)，表示为：

$x_k\left(n\right)={\mathrm{\α}}_k\underset{i=0}{\overset{\mathrm{WL}-1}{\mathrm{\Σ}}}\[\tilde{c}\left(i\right)g\left((n-\mathrm{iQ}-{\mathrm{\δ}}_k\left(h\right))\frac{T_c}{Q}\right)\]$

其中，

是W个连续本地扩频码的级联，g(t)是码片发送滤波器g_T(t)与匹配滤波器g_R(t)的卷积，接收端已知g_T(t)，且g_T(t)＝g_R(t)；

步骤7，将第k条路径对后续路径的干扰消除，即从当前信号y_k(n)中减去重构的第k径信号x_k(n)，得到干扰消除后的信号y_k+1(n)，用于检测识别第k+1条路径，表示为：

y_k+1(n)＝y_k(n)-x_k(n)

k值增加1后，返回步骤2继续执行。

2.根据权利要求1所述的一种基于干扰抵消的短波多径信号同步方法，其特征在于，步骤4中，所述预定的路径存在判决门限λ₀，其取值方法是：将高斯白噪声作为输入的基带信号，循环执行步骤1到步骤4，循环次数为S次，存储每次步骤4产生的判决变量λ(h)，然后遍历所有门限并计算对应的虚警概率，选取使得虚警概率小于等于预先设定的恒虚警概率的最低门限值为判决门限λ₀；S为自然数。

3.根据权利要求2所述的一种基于干扰抵消的短波多径信号同步方法，其特征在于，所述循环次数S=100000。

Images