CN106100930B - 基于精度递进定时估计的波特率细微特征估计方法 - Google Patents
基于精度递进定时估计的波特率细微特征估计方法 Download PDFInfo
- Publication number
- CN106100930B CN106100930B CN201610479974.1A CN201610479974A CN106100930B CN 106100930 B CN106100930 B CN 106100930B CN 201610479974 A CN201610479974 A CN 201610479974A CN 106100930 B CN106100930 B CN 106100930B
- Authority
- CN
- China
- Prior art keywords
- estimation
- estimated value
- precision
- estimated
- rate
- 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.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Synchronisation In Digital Transmission Systems (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及一种基于精度递进定时估计的波特率细微特征估计方法,首先对待估计信号进行变换,进行DFT粗估计,获得估计误差;采用CZT方法进行频谱细化分析,获得较高精度的信号波特率,然后进行精度递进定时的波特率估计,获得更高的估计精度,使得估计知满足预定精度要求,以区分不同辐射源的细微特征。本发明解决现有技术中辐射源细微特征估计精度不高的问题,通过精度递进定时估计的波特率估计,获得更高的估计精度,其精度足以区分不同的辐射源的细微特征,为辐射源识别提供可靠依据。
Description
技术领域
本发明属于辐射源细微特征技术领域,特别涉及一种基于精度递进定时估计的波特率细微特征估计方法。
背景技术
辐射源细微特征估计,是指通过对信号参数的精确计算,获取辐射源的工作状态、区分不同的辐射源的技术。对于地面站接收到的卫星通信信号来说,信号经过了地面发送设备和卫星透明转发两个环节。假设进行细微特征分析处理的地面接收设备的采样时钟、本振等皆具有很高的精度和稳定度,相较于通信链路中的设备来说高出至少两个数量级。因此,地面接收设备不会对接收的卫星下行信号附加额外的频偏或采样偏差。在卫星通信链路中,即使使用同样型号的通信设备,包括调制解调器、上变频器等终端设备,由于设备工作状态、工作环境、芯片与器件间差异等因素,符号速率和载波频率的细微差异也是客观存在的。
符号速率参数依赖于调制解调器内的数字时钟,包括调制波形生成的时钟以及DAC的工作时钟等。这些数字时钟通常由晶体振荡器和时钟锁相芯片提供,即使是同一型号同一批次的器件与芯片,其间的细微差异也是存在的,通常晶振的说明文档中会给出其稳定度参数。而另一方面,晶振的输出时钟受工作状态和环境温度等因素影响很大。因此符号速率参数的差异总是存在的,只是细微特征提取设备本身的稳定度能否达到区分其差异,以及细微特征提取算法能否有效提取出这种差异。上述辐射源细微特征差异在实际卫星通信系统中有明显体现。如某卫星VSAT网的TDMA信号,某个TDMA载波中的各时隙突发来自不同的地面VSAT终端,这些终端型号相同,参数设置也一致,按网络分配占用该TDMA载波的不同时隙以突发形式进行传输,这些辐射源之间的载波频率与符号速率也同样都存在较大差异。
假定数据sr(t)按采样率fs离散化为sr(n),DFT运算的点数选为N,对sr(n)进行取模运算,从DFT功率谱中获得的峰值位置位于K0,则满足:
符号速率:
进行DFT计算进行估计时,所对应的估计误差为:
符号速率误差:
对于细微特征估计来说,上述精度远远不够。
发明内容
为克服现有技术中的不足,本发明提供一种基于精度递进定时估计的波特率细微特征估计方法,解决辐射源细微特征难以识别的问题,为辐射源的识别提供可靠依据。
按照本发明所提供的设计方案,一种基于精度递进定时估计的波特率细微特征估计方法,包含如下步骤:
步骤1、采集长度为L的待估计信号sr(n),对其进行取模运算,得到|sr(n)|;
步骤2、对|sr(n)|进行DFT粗估计,得到符号速率RB的估计值确定估计值的误差范围;
步骤3、依据估计值的误差范围对|sr(n)|进行CZT细化谱分析,选定CZT细化区间,计算细化间隔,估计匹配数据量,进行CZT计算,更新估计值
步骤4、根据符号速率估计值选定数据起点M1,通过最佳抽样时刻估计得到对应的定时时刻
步骤5、根据符号速率估计值的误差范围选取M2,通过最佳抽样时刻估计得到对应的定时时刻
步骤6、根据步骤4得到的和步骤5得到的计算符号周期
步骤7、根据符号周期更新符号速率估计值
步骤8、判断估计值是否满足预定精度要求,若满足,则输出估计值否则,返回步骤5,根据误差范围重新选取新的M2执行。
上述的,步骤1中的符号速率RB的估计值通过计算公式获得,计算公式为:
其中,Sr0(ω)=P(|sr(t)|)。
上述的,步骤2中进行DFT粗估计包含如下内容:设定信号sr(t)按照采样率fs离散化为sr(n),DFT运算点数为N,符号速率RB的估计值通过计算公式获得,计算公式为:
其中,Sr0(ω)=P(|sr(t)|),从DFT功率谱中获取峰值位置K0,峰值位置与估计值满足条件如下:依据峰值位置与估计值对应的满足条件对信号sr(t)进行DFT粗估计,得到对应估计值误差范围为:
上述的,步骤3具体包含如下内容:
步骤3.1、依据估计值误差范围对|sr(n)|进行CZT细化谱分析,CZT细化谱计算频率范围选择为:
步骤3.2、设定对细化范围进行K点均匀采样细化;
步骤3.2、根据CZT计算公式:
对Sr0(k)查找峰值,其对应的频率值即为符号速率RB的估计,更新符号速率RB的估计值其中,sr(n)为待进行细微特征分析的接收信号,N'为利用到的sr(n)数据样点数。
上述的,最佳抽样时刻估计包含内容如下:依据估计值计算位置的频谱值其中,M为数据起点,对应时刻为M·Ts=M/fs,Ts=1/fs为采样周期,其相位为:则最佳抽样时刻为:
上述的,步骤6中符号周期由公式:计算得到,其中,
本发明的有益效果:
本发明解决现有技术中辐射源细微特征估计精度不高的问题,通过对待估计信号进行变换,进行DFT粗估计,获得估计误差范围;采用CZT方法进行频谱细化分析,获得较高精度的信号波特率,然后进行精度递进定时估计的波特率估计,获得更高的估计精度,使得其满足预定精度要求,以区分不同辐射源的细微特征,简化流程,大大减少计算量,提高其实时性,便于工程实现,为辐射源的识别提供可靠依据。
附图说明:
图1为本发明的流程示意图;
图2为实施例二定时估计的仿真性能示意图。
具体实施方式:
下面结合附图和技术方案对本发明作进一步详细的说明,并通过优选的实施例详细说明本发明的实施方式,但本发明的实施方式并不限于此。
实施例一,参见图1所示,一种基于精度递进定时估计的波特率细微特征估计方法,包含如下步骤:
步骤1、采集长度为L的待估计信号sr(n),对其进行取模运算,得到|sr(n)|;
步骤2、对|sr(n)|进行DFT粗估计,得到符号速率RB的估计值确定估计值的误差范围;
步骤3、依据估计值的误差范围对|sr(n)|进行CZT细化谱分析,选定CZT细化区间,计算细化间隔,估计匹配数据量,进行CZT计算,更新符号速率估计值
步骤4、根据估计值选定数据起点M1,通过最佳抽样时刻估计得到对应的定时时刻
步骤5、根据估计值的误差范围选取M2,通过最佳抽样时刻估计得到对应的定时时刻
步骤6、根据步骤4得到的和步骤5得到的计算符号周期
步骤7、根据符号周期更新估计值
步骤8、判断估计值是否满足预定精度要求,若满足,则输出符号速率估计值否则,返回步骤5,根据估计值的误差范围重新选取新的M2执行。
首先对待估计信号进行变换,进行DFT粗估计,获得估计误差范围;采用CZT方法进行频谱细化分析,获得较高精度的信号波特率,然后进行精度递进定时估计的波特率估计,获得更高的估计精度,使得其满足预定精度要求,以区分不同辐射源的细微特征,简化流程,大大减少计算量,为辐射源的识别提供可靠依据。
实施例二,参见图1所示,一种基于精度递进定时估计的波特率细微特征估计方法,包含如下内容:
步骤1、采集长度为L的待估计信号sr(n),对其进行取模运算,得到|sr(n)|,以将其转换为单极性基带脉冲序列。
步骤2、对|sr(n)|进行DFT粗估计,得到对应的估计误差范围,具体包含如下内容:设定信号sr(t)按照采样率fs离散化为sr(n),DFT运算点数为N,为能从符号速率位置的凸显的离散谱线单频分量测量符号速率,符号速率RB的估计值通过计算公式获得,计算公式为:
其中,Sr0(ω)=P(|sr(t)|),Sr0(ω)为对sr(t)进行取模运算后计算得到的功率谱,从DFT功率谱中获取峰值位置为K0,峰值位置与估计值满足条件如下:在数据量较小或信噪比较低情况下,为便于从存在连续谱的条件下进行峰值查找,需要先采用离散谱线增强方法对Sr0(ω)进行预处理,依据峰值位置与估计值对应的满足条件对信号sr(t)进行DFT粗估计,依据符号速率RB的最大可能归一化估计误差值确定估计值的误差范围,得到对应的估计值误差范围为:
步骤3依据估计值误差范围对|sr(n)|进行CZT细化谱分析,选定CZT细化区间,计算细化间隔,估计匹配数据量,进行CZT计算,更新符号速率估计值具体内容如下:
步骤3.1、依据估计值误差范围对|sr(n)|进行CZT细化谱分析,CZT细化谱计算频率范围分别对应选择:
步骤3.2、设定对细化范围进行K点均匀采样细化,使得频谱分析的分辨率提高为较原精度来说细化了K倍;
步骤3.2、根据CZT计算公式:
对Sr0(k)查找峰值,其对应的频率值即为符号速率RB的估计,更新符号速率RB的估计值其中,sr(n)为待进行细微特征分析的接收信号,N'为利用到的sr(n)数据样点数。
步骤4、依据估计值选定数据起点M1,通过最佳抽样时刻估计得到对应的定时时刻最佳抽样时刻估计包含内容如下:依据估计值计算位置的频谱值其中,M为数据起点,对应时刻为M·Ts=M/fs,Ts=1/fs为采样周期,其相位为:
则最佳抽样时刻为:
步骤5、根据符号速率估计值的误差范围选取M2,同样通过最佳抽样时刻估计得到对应的定时时刻
步骤6、根据步骤4得到的和步骤5得到的计算符号周期符号周期由公式:计算得到,其中,式中[·]运算为四舍五入运算,计算出从到时间段对应的符号数LM1→M2,取四舍五入得到的LM1→M2能对应为与之间符号数需要满足一定前提,取决于与的估计误差、的估计误差和M2-M1的大小,特别是后两个因素;在存在误差的情况下,M2-M1太大可能导致得出的符号数错位;的估计误差在此分析过程中可以忽略不计,因此假设与估计无误差,则此时不发生错位的条件:
上式简化为:
即为M2-M1范围选取的原则,依据CZT频谱细化分析方法中符号速率的最大可能的归一化估计误差值来选取。
例如,符号速率为RB=2.5MBd、采用16384符号数据进行CZT细化分析方法得到的的估计误差小于1.5Bd时,则在与之间符号数大于833K时,将导致符号数计算错误,而这种错误通过缩短M2-M1可以轻易避免。当然,如果不是出于整体计算量和计算方便的考虑,四舍五入运算过程亦可通过实际的符号定时同步来解决,即通过定时同步算法跟踪M1到M2之间的所有最佳抽样时刻进行符号同步,从而直接计数得出M1到M2之间的符号数LM1→M2。
步骤7、根据符号周期更新符号速率估计值
步骤8、根据估计值判断该估计值是否满足预定精度要求,若满足,则输出估计值否则,返回步骤5,根据误差范围重新选取新的M2执行。
符号周期估计方法在高精度要求上存在矛盾,的估计误差平均在L个符号内,因此,如需获得符号周期的高精度估计,则需加大M2-M1;但由于提供的符号速率估计值存在估计误差,使得M2-M1的选取受制约而不能取太大,这又限制了符号周期的估计精度;该矛盾可以运用精度递进的思想迭代计算解决。
根据估计误差范围来确定M2的选取,并计算估计符号周期并根据来更新符号速率估计值如果更新后的符号速率估计值仍然不满足精度要求,则迭代回去,根据更新后的的估计误差范围来选取新的M2值,并继续计算及再次更新如此循环直到满足精度要求。由于每次更新后其精度都得到了提高,因此对应可以选取更大的M2值,所以和的精度亦随之再次提高。
M2确定之后,计算并估计符号周期并根据来更新符号速率估计值所以更新后的的估计误差范围,就是的估计误差范围,并且被平均在了M2-M1码元内。
考虑有误差时,如图2所示,在Es/N0=15dB条件下QPSK调制信号的定时估计性能(误差的影响),图中给出了的归一化估计误差为1×10-6、1×10-5和1×10-4时的仿真性能,逐段精度递进的过程很好的解决了大数据量下符号速率的细微特征精确估计问题。图1处理流程中对接收信号sr(n)以流式进行处理,在后续迭代回去的计算中不必用到历史数据,便于工程实现,且总体计算量低。
本发明并不局限于上述具体实施方式,本领域技术人员还可据此做出多种变化,但任何与本发明等同或者类似的变化都应涵盖在本发明权利要求的范围内。
Claims (3)
1.一种基于精度递进定时估计的波特率细微特征估计方法,其特征在于:对接收信号以流式进行处理,包含如下步骤:
步骤1、采集长度为L的待估计信号sr(n),对其进行取模运算,得到|sr(n)|;
步骤2、对|sr(n)|进行DFT粗估计,得到符号速率RB的估计值确定估计值的误差范围;
步骤3、依据误差范围对|sr(n)|进行CZT细化谱分析,选定CZT细化区间,计算细化间隔,估计匹配数据量,进行CZT计算,更新符号速率估计值
步骤4、依据估计值选定数据起点M1,通过最佳抽样时刻估计得到对应的定时时刻
步骤5、根据估计值的误差范围选取误差范围数据终点M2,通过最佳抽样时刻估计得到对应的定时时刻
步骤6、根据步骤4得到的和步骤5得到的计算符号周期
步骤7、根据符号周期更新估计值
步骤8、根据估计值判断该估计值是否满足预定精度要求,若满足,则输出该符号速率估计值否则,返回步骤5,根据误差范围重新选取新的M2执行,以区分不同辐射源的细微特征;步骤2中进行DFT粗估计包含如下内容:设定信号sr(t)按照采样率fs离散化为sr(n),DFT运算点数为N,符号速率RB的估计值通过计算公式获得,计算公式为:
其中,Sr0(ω)=P(|sr(t)|),从DFT功率谱中获取峰值位置K0,峰值位置与估计值满足条件如下:依据峰值位置与估计值对应的满足条件对|sr(n)|进行DFT粗估计,得到对应估计值误差范围为:
步骤3具体包含如下内容:
步骤3.1、依据误差范围对|sr(n)|进行CZT细化谱分析,CZT细化谱计算频率范围对应选择:
步骤3.2、设定对细化范围进行K点均匀采样细化;
步骤3.2、根据CZT计算公式:
对Sr0(k)查找峰值,其对应的频率值即为符号速率RB的估计,更新符号速率RB的估计值其中,sr(n)为待进行细微特征分析的接收信号,N'为利用到的sr(n)数据样点数。
2.根据权利要求1所述的基于精度递进定时估计的波特率细微特征估计方法,其特征在于:最佳抽样时刻估计包含内容如下:依据估计值计算位置的频谱值其中,M1为数据起点,对应时刻为M1·Ts=M1/fs,Ts=1/fs为采样周期,其相位为:
则最佳抽样时刻为:
3.根据权利要求1所述的基于精度递进定时估计的波特率细微特征估计方法,其特征在于:步骤6中符号周期由公式:计算得到,其中,M1到M2之间的符号数
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610479974.1A CN106100930B (zh) | 2016-06-22 | 2016-06-22 | 基于精度递进定时估计的波特率细微特征估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610479974.1A CN106100930B (zh) | 2016-06-22 | 2016-06-22 | 基于精度递进定时估计的波特率细微特征估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106100930A CN106100930A (zh) | 2016-11-09 |
CN106100930B true CN106100930B (zh) | 2019-10-29 |
Family
ID=57253257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610479974.1A Expired - Fee Related CN106100930B (zh) | 2016-06-22 | 2016-06-22 | 基于精度递进定时估计的波特率细微特征估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106100930B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113179235B (zh) * | 2021-04-08 | 2022-09-30 | 中国人民解放军战略支援部队信息工程大学 | 浅海脉冲噪声和多途信道下的mfsk信号解调方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102833204A (zh) * | 2012-08-24 | 2012-12-19 | 西安空间无线电技术研究所 | 一种频偏估计实现方法 |
CN102857961A (zh) * | 2012-09-14 | 2013-01-02 | 中国人民解放军总参谋部第五十七研究所 | 一种存在频率偏移的通信信号时差测量方法 |
CN105515666A (zh) * | 2015-12-04 | 2016-04-20 | 华中科技大学 | 一种光信号码元速率识别方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1434402B1 (en) * | 2002-12-24 | 2008-07-30 | STMicroelectronics Belgium N.V. | Fractional time domain interpolation |
US7822137B2 (en) * | 2006-10-25 | 2010-10-26 | L3 Communications Integrated Systems, L.P. | System and method for symbol rate estimation using vector velocity |
-
2016
- 2016-06-22 CN CN201610479974.1A patent/CN106100930B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102833204A (zh) * | 2012-08-24 | 2012-12-19 | 西安空间无线电技术研究所 | 一种频偏估计实现方法 |
CN102857961A (zh) * | 2012-09-14 | 2013-01-02 | 中国人民解放军总参谋部第五十七研究所 | 一种存在频率偏移的通信信号时差测量方法 |
CN105515666A (zh) * | 2015-12-04 | 2016-04-20 | 华中科技大学 | 一种光信号码元速率识别方法及系统 |
Non-Patent Citations (1)
Title |
---|
单载波信号波特率参数的宽带估计算法;赵艳 等;《电路与系统学报》;20130228;第18卷(第1期);正文第95-101页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106100930A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108667484A (zh) | 非相干扩频数字收发信机瞬时测频与解调方法 | |
US20080090588A1 (en) | Positioning system | |
CN104852876A (zh) | 一种航空无线突发通信系统 | |
CN108989260A (zh) | 基于Gardner的改进型全数字定时同步方法及装置 | |
CN105391489B (zh) | 无人机测控数据链非相干测距方法 | |
CN106092156B (zh) | 交流伺服串行通信编码器位置反馈脉冲分频输出系统和方法 | |
CN104022981A (zh) | 一种正交幅度调制信号的盲载波频偏估计方法 | |
CN106921605A (zh) | 一种低实现复杂度的artm cpm解调及同步方法 | |
CN104135326B (zh) | 适用于edge系统8psk信号的射频测试装置与方法 | |
CN106100930B (zh) | 基于精度递进定时估计的波特率细微特征估计方法 | |
CN105162570A (zh) | 用于信号并行处理的定时同步方法及装置 | |
CN104717051B (zh) | 一种并行解调位同步中的插值估计方法 | |
CN100452670C (zh) | 用于通信系统中的代码跟踪的设备和方法 | |
CN105119702A (zh) | 用于信号处理的定时同步方法及装置 | |
CN108881092A (zh) | 一种基于5g通信网络的频偏估计方法及系统 | |
CN105610745A (zh) | 一种用于fsk信号的快速载波频偏估计及校正方法 | |
CN109765582A (zh) | 一种基于gnss的时间频率校准系统 | |
CN109541617A (zh) | 一种高速非相干通信测距装置及方法 | |
CN108418671A (zh) | 基于时钟数据恢复的模数混合高速信号时间测量系统 | |
CN106130940B (zh) | 基于精度递进czt的卫星信号细微特征估计方法 | |
CN104486060B (zh) | 一种基于滑动积分的比特位同步方法及系统 | |
CN107561524A (zh) | 伪码调相连续波与中断连续波多模式测高设备及测高方法 | |
CN104618288B (zh) | 一种无线通信测试系统的符号同步方法及装置 | |
CN103916341A (zh) | 升余弦成型mpsk信号的盲符号速率估计与定时方法 | |
CN103812505A (zh) | 位同步锁定检测器 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191029 Termination date: 20210622 |