CN106100693B - 一种直扩信号码片宽度估计方法 - Google Patents
一种直扩信号码片宽度估计方法 Download PDFInfo
- Publication number
- CN106100693B CN106100693B CN201610377633.3A CN201610377633A CN106100693B CN 106100693 B CN106100693 B CN 106100693B CN 201610377633 A CN201610377633 A CN 201610377633A CN 106100693 B CN106100693 B CN 106100693B
- Authority
- CN
- China
- Prior art keywords
- interval
- chip width
- zero crossing
- estimation
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/022—Channel estimation of frequency response
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0222—Estimation of channel variability, e.g. coherence bandwidth, coherence time, fading frequency
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种直扩信号码片宽度估计方法,利用直扩信号伪码游程分布特性,即长度为1的游程出现概率最高,而长度为1的伪码对应直扩信号的一个码片,通过对出现概率最大的基带信号过零点间隔搜索获得码片宽度的估计。本发明提出的方法提高了码片宽度估计精度,适应低信噪比条件且运算量较小,具有较高的实际应用价值。
Description
技术领域
本发明属于通信和信号处理技术领域,涉及一种直扩信号码片宽度估计方法,用于非合作条件下直扩信号码片宽度的估计。
背景技术
直接序列扩频(以下简称直扩)技术在水声通信与探测领域已得到广泛应用,其特点是通过伪随机序列将信号频带展宽进行传输,接收端通过解扩处理获得扩频增益。而对于非合作方,直扩信号单位频点信噪比低,其截获检测与参数估计技术是通信与水声对抗中的研究热点与难点。直扩信号码片宽度估计是非合作截获处理的重要部分,并且是直扩信号参数估计的难点。
现有的直扩信号码片宽度估计方法主要特征有:1基于功率谱零点的方法利用直扩信号功率谱左右零点间隔与码片宽度倒数的对应关系进行估计,存在功率谱零点位置估计精度较低、低信噪比下性能严重下降的问题;2基于周期谱估计的方法需要较大的运算量,并且通过多次累积来提高估计精度和适应低信噪比。
发明内容
技术问题:本发明提供一种估计结果精度高、适应低信噪比条件且运算量较小的直扩信号码片宽度估计方法。
技术方案:本发明的直扩信号码片宽度估计方法,包括以下步骤:
步骤1:获取离散数据序列x(n),n=0,1,2,…,N-1:从传感器接收N个采样点的实时采集数据或提取N个采样点存储的现成数据作为待处理的数据序列x(n),n=0,1,2,…,N-1,其中N为采样点数;
步骤2:估计所述离散数据序列x(n),n=0,1,2,…,N-1的载波频率fc;
步骤3:提取基带信号y(n):利用所述步骤2估计出的载波频率fc,对数据序列x(n)进行下移频处理,即将数据序列x(n)搬移到基带,得到基带信号y(n);
步骤4:统计所述基带信号y(n)过零点之间的间隔J(k),k=1,2,…,K-1,K为基带信号y(n)的过零点数;
步骤5:对所述过零点间隔J(k)从小到大进行排序,得到Js(k),k=1,2,…,K;
步骤6:设定过零点间隔允许偏差ε,将Js(k)分为L段:划分依据为每段中最后一个过零间隔与该段开始过零间隔之间的相对偏差小于ε,其中ε<0.5;
步骤7:计算Js(k)分段后的每段中包含的过零点间隔的个数N(l),l=1,2,…,L,以及均值m(l),l=1,2,…,L;
步骤8:找出N(l),l=1,2,…,L中的最大值Nmax(lmax),则第lmax段中过零点间隔出现概率最大;
步骤9:根据下式计算码片宽度其中m(lmax)为Js(k)第lmax段的均值,fs为采样频率。
进一步的,本发明方法中,步骤1中,采样点数N覆盖多个码元,即包括多个码片宽度。
本发明方法利用伪码的游程分布特性,通过基带信号最大概率跳变间隔的搜索,获得码片宽度的估计结果,并且具有估计精度高、适应低信噪比条件且运算量较小的特性。
有益效果:本发明与现有技术相比,具有以下优点:
1.利用直扩信号伪码游程分布特性,即长度为1的游程出现概率最高,长度为1的伪码对应直扩信号的一个码片,通过对出现概率最大的过零点间隔搜索即可得到码片宽度的估计。本发明方法原理简单,并且通过多个对应码片宽度的过零点间隔进行平均得到码片宽度估计结果,提高了估计精度;
2.相较于功率谱零点估计方法,本发明方法具有更高的估计精度和更低的信噪比下限;
3.相较于基于周期谱估计的方法,本发明方法计算量小,能够实时处理大量数据,实用性强。
现有伪码宽度估计技术常采用功率谱零点法和周期谱估计方法。功率谱零点法通过估计直扩信号功率谱零点位置获得信号带宽的估计值,根据带宽与码片宽度的关系估计出码片宽度。功率谱零点法算法简单,但估计精度较低。本发明方法通过多个码片宽度估计的平均,提高了估计精度。
周期谱估计方法需要估计信号的周期谱,通过对幅值谱的谱峰搜索得到码片宽度的估计。周期谱方法估计精度高,但原理复杂,数字实现时计算复杂度高、计算速度慢,实时系统应用难度大。本发明方法保证高估计精度的同时,算法简单,计算量小,实时处理能力强。
附图说明
图1所示为本发明的流程图。
图2所示为实施例1中无噪声时过零点间隔统计结果。
图3所示为实施例1中-5dB信噪比下过零点间隔统计结果。
图4所示为实施例1中不同信噪比条件下本发明方法与接收信号零点法码片宽度估计均方根误差统计结果。
具体实施方式
下面结合实施例和说明书附图对本发明作进一步的说明。
本说明书及其附图中给出了本发明的较佳的实施例,但本发明可以以许多不同的形式来实现,并不限于本说明书所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更为透彻全面。
步骤1:获取离散数据序列x(n),n=0,1,2,…,N-1:从传感器接收N个采样点的实时采集数据或提取存储的现成数据作为待处理的数据序列x(n),n=0,1,2,…,N-1,其中N为采样点数。
在步骤1中,采样数据可以通过数据采集器采集。
步骤2:估计所述数据序列x(n),n=0,1,2,…,N-1的载波频率fc。
在步骤2中,载波频率的估计属于现有技术,例如《一种水声二相调制直扩信号载频估计方法》发明专利。
步骤3:提取基带信号y(n):利用所述步骤2估计出的载波频率fc,对数据序列x(n)进行下移频处理,即将数据序列x(n)搬移到基带,得到基带信号y(n)。
步骤4:统计所述基带信号y(n)过零点之间的间隔J(k),k=1,2,…,K-1,K为基带信号y(n)的过零点数;。
步骤5:对所述过零点间隔J(k)进行排序,得到Js(k),k=1,2,…,K。
在步骤5中排序可以按照从小到大排列,也可以按照从大到小排列。
步骤6:设定过零点间隔允许偏差ε,将Js(k)分为L段:划分依据为每段中最后一个过零间隔与该段开始过零间隔之间的相对偏差小于ε,其中ε<0.5。
在步骤6中,ε的设定需要小于0.5,否则会将两个游程对应的过零点间隔划分为一组,也不能太小,以避免将相同游程对应的过零点间隔分为两组,一般可设定为0.2。
步骤7:计算Js(k)分段后的每段中包含的过零点间隔的个数N(l),l=1,2,…,L,以及均值m(l),l=1,2,…,L;
步骤8:找出N(l),l=1,2,…,L中的最大值Nmax(lmax),则第lmax段中过零点间隔出现概率最大;
步骤9:根据下式计算码片宽度其中m(lmax)为Js(k)第lmax段的均值,fs为采样频率。
本发明的原理是利用直扩信号伪码的游程分布特性,即长度为1的游程出现概率最高,而长度为1的伪码对应直扩信号的一个码片宽度,反应在基带信号上则为出现概率最大的过零点间隔,因此通过对出现概率最大的过零点间隔搜索和过零点间隔平均则可得到码片宽度的估计。本发明原理简单,并且充分利用了多个过零点间隔的平均,可以有效提高估计精度。
实施例1
仿真信号参数为:采样频率fs=50KHz,载波频率f0=5.0kHz,伪码阶数为5,采用二相调制方式,一个码片内的载波周期数为8,则码片宽度为1.6ms,离散采样点数为80点,信号幅度A0=1,叠加零均值高斯白噪声,方差σ2的大小由信噪比SNR决定:
图2和图3分别为无噪声和信噪比为-5dB两种情况下基带信号过零点间隔从小到大排序后的结果。从图2可以看出过零点间隔从小到大排序后,过零点间隔出现概率服从伪码游程分布特性,采样长度为80的间隔出现概率最大,根据最大概率获得离散采样长度为80,除以采样频率后可得到1.6ms的码片宽度估计结果。存在噪声后,过零点间隔的估计存在误差,但在-5dB的低信噪比条件下,从图3仍然可以看出明显的游程分布特性,设定允许误差ε为10%,统计各过零点间隔值允许偏差范围内所有间隔的个数和均值,以最大个数对应的均值作为码片宽度的估计值,得到该值为80.15,对应到时间宽度为1.603ms,误差为0.19%,仍然具有很高的精度。
为验证本发明方法性能,采用蒙特卡洛方法,对不同信噪比下的估计结果进行统计,信噪比设定为-20dB至0dB,每隔2dB统计一次,每次仿真1000次,对1000次仿真结果统计均方根误差,统计结果如图4所示。按照均方根误差小于20%对应的最小信噪比作为信噪比下限,则本发明方法信噪比下限为-8dB,接收信号零点法信噪比下限为-7B,可以看出,本发明方法(圆点曲线)无论是信噪比下限还是估计精度均优于接收信号零点法(圆圈曲线)。
上述实施例仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和等同替换,这些对本发明权利要求进行改进和等同替换后的技术方案,均落入本发明的保护范围。
Claims (2)
1.一种直扩信号码片宽度估计方法,包括:
步骤1:获取离散数据序列x(n),n=0,1,2,…,N-1:从传感器接收N个采样点的实时采集数据或提取N个采样点存储的现成数据作为待处理的数据序列x(n),n=0,1,2,…,N-1,其中N为采样点数;
步骤2:估计所述离散数据序列x(n),n=0,1,2,…,N-1的载波频率fc;
其特征在于,该方法还包括以下后续步骤:
步骤3:提取基带信号y(n):利用所述步骤2估计出的载波频率fc,对数据序列x(n)进行下移频处理,即将数据序列x(n)搬移到基带,得到基带信号y(n);
步骤4:统计所述基带信号y(n)过零点之间的间隔J(k),k=1,2,…,K-1,K为基带信号y(n)的过零点数;
步骤5:对所述过零点间隔J(k)从小到大进行排序,得到Js(k),k=1,2,…,K;
步骤6:设定过零点间隔允许偏差ε,将Js(k)分为L段:划分依据为每段中最后一个过零间隔与该段开始过零间隔之间的相对偏差小于ε,其中ε<0.5;
步骤7:计算Js(k)分段后的每段中包含的过零点间隔的个数N(l),l=1,2,…,L,以及均值m(l),l=1,2,…,L;
步骤8:找出N(l),l=1,2,…,L中的最大值Nmax(lmax),则第lmax段中过零点间隔出现概率最大;
步骤9:根据下式计算码片宽度 其中m(lmax)为Js(k)第lmax段的均值,fs为采样频率。
2.根据权利要求1所述的直扩信号码片宽度估计方法,其特征在于,所述步骤1中,采样点数N覆盖多个码元,即包括多个码片宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610377633.3A CN106100693B (zh) | 2016-05-31 | 2016-05-31 | 一种直扩信号码片宽度估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610377633.3A CN106100693B (zh) | 2016-05-31 | 2016-05-31 | 一种直扩信号码片宽度估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106100693A CN106100693A (zh) | 2016-11-09 |
CN106100693B true CN106100693B (zh) | 2018-05-08 |
Family
ID=57230511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610377633.3A Active CN106100693B (zh) | 2016-05-31 | 2016-05-31 | 一种直扩信号码片宽度估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106100693B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1889416A (zh) * | 2006-07-26 | 2007-01-03 | 北京大学 | 直接序列扩频通信系统中的定时估计装置及方法 |
CN104168233A (zh) * | 2014-08-12 | 2014-11-26 | 重庆邮电大学 | 基于特征分解和梅西算法的dsss/uqpsk信号的伪码序列估计方法 |
CN104270167A (zh) * | 2013-12-20 | 2015-01-07 | 张冬 | 一种基于多维特征神经网络的信号检测和估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9537677B2 (en) * | 2012-01-16 | 2017-01-03 | Sensanna Incorporated | Individually identifiable surface acoustic wave sensors, tags and systems |
-
2016
- 2016-05-31 CN CN201610377633.3A patent/CN106100693B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1889416A (zh) * | 2006-07-26 | 2007-01-03 | 北京大学 | 直接序列扩频通信系统中的定时估计装置及方法 |
CN104270167A (zh) * | 2013-12-20 | 2015-01-07 | 张冬 | 一种基于多维特征神经网络的信号检测和估计方法 |
CN104168233A (zh) * | 2014-08-12 | 2014-11-26 | 重庆邮电大学 | 基于特征分解和梅西算法的dsss/uqpsk信号的伪码序列估计方法 |
Non-Patent Citations (1)
Title |
---|
直接序列扩频信号参数估计方法研究;张荣龙;《中国优秀硕士论文全文数据库》;20131231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106100693A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105578480B (zh) | 面向宽带调制变换器的欠采样频谱感知预判决方法 | |
CN105429719B (zh) | 基于功率谱和多尺度小波变换分析强干扰信号检测方法 | |
CN105024951B (zh) | 一种功率时延谱pdp估计方法及装置 | |
CN101944926A (zh) | 基于压缩采样的脉冲超宽带信号到达时间估计方法 | |
CN105785324A (zh) | 基于mgcstft的线性调频信号参数估计方法 | |
CN109490862A (zh) | 一种基于相位差分统计谱的载频估计方法 | |
CN102638290B (zh) | 一种基于信道测量的多径信号分量提取方法及装置 | |
CN102421105A (zh) | 超宽带压缩感知无线信道建模方法 | |
Xu et al. | Recognition of radar signals based on AF grids and geometric shape constraint | |
CN105553635A (zh) | 基于循环自相关的boc信号参数盲估计方法 | |
CN104199064B (zh) | 基于相关波动的boc信号参数盲估计方法 | |
CN106100693B (zh) | 一种直扩信号码片宽度估计方法 | |
CN101335567A (zh) | 超宽带非相干系统的平均误码率在IEEE802.15.3a的S-V修正模型衰落信道下的评估方法 | |
CN102185811A (zh) | 一种载波频率估计方法 | |
CN105119668A (zh) | 一种采用双重判决的迭代频谱感知方法 | |
CN102664656B (zh) | 基于结构化稀疏性的直扩信号压缩域联合同步与解调方法 | |
CN102307166A (zh) | 一种信噪比估计方法 | |
CN101572564B (zh) | 弱相关非高斯环境下基于局部最佳检测器的伪码捕获方法 | |
CN102624418B (zh) | 一种水声二相调制直扩信号载频估计方法 | |
CN109361632B (zh) | 基于谱相关的多径boc信号的参数盲估计方法 | |
CN102571656B (zh) | 短距离无线网络中消除信号中干扰的方法和装置 | |
CN105959035A (zh) | 一种直扩信号截获检测方法 | |
CN102546116A (zh) | 基于压缩感知的跳频信号盲检测方法 | |
CN102684736B (zh) | 基于lps采集矩阵的直接序列扩频信号压缩感知方法 | |
KR101040799B1 (ko) | 처프 스프레드 스펙트럼 기반의 직접 변조-차동 4상 위상 변이 키잉 시스템에서의 부분 대역 방해 전파 환경에 대한 비트오류율 분석 방법 및 그 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |