CN106330342B - 一种低计算复杂度的水声通信多普勒因子估计方法 - Google Patents

Abstract

一种低计算复杂度的多普勒因子估计方法，涉及水声通信。设计了一种传输数据包结构，即在待发送数据前插入LFM信号、保护间隔以及单频脉冲(CW)信号。本发明对多普勒因子估计分为两步，首先对CW信号使用FFT测频方法，将多普勒因子锁定在一个较小范围；再对LFM信号使用模糊函数方法来对多普勒因子进行精确估计。模糊函数方法中相关器的数量是由需要搜索的多普勒因子范围和多普勒因子的估计精度来确定，本发明中搜索范围为第一步确定的多普勒因子范围，因此搜索范围得到大幅缩小，仅需要少量的相关器。本发明利用CW信号和LFM信号的特点，在确保估计误差的绝对值小于等于估计精度的前提下，计算复杂度得到大幅减少，且容易实现。

Description

一种低计算复杂度的水声通信多普勒因子估计方法

【技术领域】

本发明涉及水声通信，尤其涉及基于FFT测频方法和基于模糊度函数方法联合估计的水声通信多普勒因子估计方法。

【背景技术】

水声通信不仅仅在军事领域有着极大的应用价值，近些年来其在民用领域应用价值越来越突出，如海洋水质监测、海洋灾害预警与搜救、资源勘探等。当前我国水声通信技术还处在一个起步阶段，主要是应用在在传输速率较低和移动速度很小的场合，这是因为水声通信系统的发展受到了水声信道条件的极大限制，与其他通信信道相比，水声信道表现出复杂的时变、空变、频变的随机特性。特别是声波在水中的传播速率低(1500m/s)，导致其具有严重的多径效应和多普勒效应，加上水声信道固有的复杂性，如背景噪声强烈等诸多特性制约着水声通信的有效进行，使其成为无线通信的众多研究领域中发展最慢的。随着海洋开发活动的频繁，人们对移动和高速水声通信系统有了更多的期望，不论是高速还是移动水声通信系统，都不得不面对的问题是多普勒估计与补偿。由于声波在水中的传播速率只有1500m/s，当通信系统的收发两端存在相对运动时,接收信号中会有严重的多普勒效应,即使没有相对运动,来自时变海面的起伏等也有可能引起比较严重的多普勒效应和随机相位起伏,从而使得通信系统性能急剧下降，所以有效的多普勒估计与补偿技术是水声通信系统中的一个研究重点。

目前水声通信中的估计方法绝大部分是基于模糊函数，主要实现形式有两种，一为相关器估计方法，其是采用一组相关器与接收的信号求相关，这种多普勒估计的范围和精度决定了所需相关器的数量。如果多普勒频移的范围是±1％,估计精确度为0.02％,则需要100个独立的相关器。显然此方法计算大,不利于要求实时性高的场合；二为块多普勒估计方法，其实在发送数据前后各插入LFM信号，用已知的线性调频信号与接收信号做相关，用首尾的峰值测得接收信号的长度，通过对比发射信号和接收信号的长度可以得到该帧信号的多普勒因子，此方法在实际水声信道下会出现、相关峰值下降、相关峰分裂等现象。在水声通信中基于FFT测频方法的多普勒因子估计方法也有着广泛的应用，这种方法计算量较小，实时性强，其检测精度受CW信号持续时间和变换点数的限制，单纯依靠加大有效数据点数来提高频率检测精度(即持续时间)，一方面加大了运算的复杂度，更重要的是，在实际应用中，传输有效数据点数是不能随意加大，故该方法很难达到理想的精度。

【发明内容】

有鉴于此，有必要提供一种低计算复杂度以及较高精度的水声多普勒因子估计方法。本发明的目的提供一种低计算复杂度并且具有较高精度的水声多普勒因子估计方法，该方法是基于水声通信系统传输数据包结构而实现的，本发明设计的数据包结构由LFM信号、保护间隔、CW信号、保护间隔、待传输数据依次组成。所述方法包含:

步骤1)多普勒因子初范围估计；

步骤2)多普勒因子精确估计。

步骤1)是将多普勒因子锁定在一个较小范围，该步骤具体如下：

1)通过数据包结构确定CW信号起始位置，提取后续CW信号；

2)利用传统FFT测频方法对CW信号进行频率检测，进行FFT变换后，搜索其中幅值最大所对应的点N₁，计算对应频率f_max，假设发射时CW信号频率为f_cw，可以得到多普勒因子Δ＝f_max/f_cw-1。由于栅栏效应，所得到频率f_max可能与接收时CW信号的频率f'_cw有一定的偏差，所以多普勒因子Δ可能与真实多普勒因子有较大偏差。为了避免这种情况，首先比较点N₁左右两点幅值大小，得出幅值较大的点为N₂；

3)根据FFT变换点数N以及点N₁和N₂的位置关系以及采样频率f_s来确定多普勒因子初范围Δ，如果点N₂在点N₁右边时，则可得多普勒因子初范围为：

f_max/f_cw-1≤Δ≤(f_max+f_s/N/2)/f_cw-1

当点N₂在点N₁左边时，则可得多普勒因子初范围为：

(f_max-f_s/N/2)/f_cw-1≤Δ≤f_max/f_cw-1。

上述进行的确定CW信号起始位置具体方法用传输数据包中LFM信号的匹配滤波器对接收数据包进行匹配滤波，可确定CW信号起始位置。

步骤2)得到多普勒因子精确估计，该步骤具体方法是通过模糊函数方法来估计，即将接收到的LFM信号通过一系列不同多普勒因子对应的LFM信号相关器(匹配滤波器),当相关器的冲击响应与输入信号相匹配时,相关器的输出信噪比最大,此相关器冲击响应所对应的多普勒因子必然能够反映输入信号的多普勒因子的大小，具体如下：

1)确定相关器的数量M，其中相关器的数量M是根据歩骤1所得到多普勒因子初范围Δ和多普勒因子的估计精度Δ_max来确定，即M＝[(f₂/f_cw-f₁/f_cw)/Δ_max]，其中[]表示大于等于(f₂/f_cw-f₁/f_cw)/Δ_max的最小整数；

2)设置M个不同多普勒因子对应的LFM信号匹配滤波器，匹配滤波器组的分辨率为Δ_max，将接收到的LFM信号通过匹配滤波器组；

3)比较M个匹配滤波器输出的最大值，得到最大值，最大值所对应的相关器就是与所接收的LFM信号相关性最好，从而得出精确的多普勒因子。

与现有技术相比，本发明具有以下突出优点：

1)与传统FFT估计频率相比，其避免了通过增加CW信号的持续时间来

增加估计精度，并且运算量没有明显的增大；

2)与相关多普勒估计方法相比，其在不降低多普勒因子估计精度的要求

下，运算量得到大幅减少；

3)数据帧结构简单、实现简单、算法精度高、实时性强易于实现等特点。

【附图说明】

图1为本发明所设计的发送传输数据包结构；

图2为LFM信号在延时为0时，其模糊度函数图的切面图；

图3为当水声通信多普勒因子为0.01时，其LFM信号通过一系列不同多普勒因子相对应的LFM相关器(即匹配滤波器)组时，每个匹配滤波器输出的最大值；

图4为本发明精确估计多普勒因子的相关法图；

图5为本发明多普勒因子估计处理流程图；

【具体实施方式】

以下结合具体的实施例和附图进行说明。

1、水声传输数据包结构

传输数据包结构的设计至关重要，从初步的多普勒因子范围到精确到某一精度的多普勒因子均在其基础上实现，附图1即为本发明的所设计的水声传输数据包，包结构中LFM信号用来确定CW信号开始位置和用来精确估计多普勒因子，由于水声信道的相对时延较大，本发明中保护间隔取40ms。

1)LFM信号LFM信号(也称Chirp信号)，其数学表达式为：

式中f₀为中心频率，为矩形信号，即

其中K＝B/T，是调频斜率，B为LFM信号带宽。

LFM信号的匹配滤波器，知道信号s(t)的匹配滤波器的时域脉冲响应为：

h(t)＝s^*(t₀-t) (3)

t₀是使滤波器物理可实现所附加的时延。理论分析时，可令t₀＝0，重写3式，

h(t)＝s^*(-t) (4)

将1式代入4式得LFM信号的匹配滤波器的冲激响应为:

本发明中LFM信号开始频率为10KHz，截止频率为20KHz，持续时间为40ms。

s(t)经过系统h(t)得输出信号s_o(t)，

由(7)可知，LFM信号通过匹配滤波后其绝对值为辛克(s inc)函数。

2、多普勒因子初范围的估计

在本发明用数据帧中的CW信号来进行多普勒因子初范围估计，即将多普勒因子锁定在一个较小的范围。本发明中设CW信号的频率为f_cw＝10KHz，y(t)＝A₀cos(2πf_cwt)，其持续时间为0≤t≤T,T＝40ms，对其以采样频率为f_S＝80KHz采样，y(n)＝A₀cos(2πf_cwnT_S),对其进行FFT变换，即：

提出的算法实现对多普勒因子的初范围估计包含如下几步：

(1)确定CW信号起始位置；

(2)从所接收到的数据中提取CW信号y(n)；

(3)对y(n)进行2^m次FFT变换，其中2^m为大于或者等于y(n)的最小整数；

(4)对变换后的Y(k)进行搜索，搜索其中幅值最大所对应的点N₁，计算对应频率f_max，并比较点N₁左右两点幅值大小，得出幅值较大的点为N₂；

(5)根据FFT变换点数N以及点N₁和N₂的位置关系以及采样频率f_s来确定多普勒因子初范围Δ，如果点N₂在点N₁右边时，则可得多普勒因子初范围为：

f_max/f_cw-1≤Δ≤(f_max+f_s/N/2)/f_cw-1

当点N₂在点N₁左边时，则可得多普勒因子初范围为：

(f_max-f_s/N/2)/f_cw-1≤Δ≤f_max/f_cw-1。

上述第一步确定CW信号起始位置是将输入数据包通过一个LFM匹配滤波器，检测出相关器的峰值，峰值对应LFM信号截止时间。

3、多普勒因子精确估计

多普勒因子精确估计是通过模糊函数方法来估计，即将接收到的LFM信号通过一系列不同多普勒因子对应的LFM信号的匹配滤波器,当匹配滤波器的冲击响应与输入信号相匹配时,匹配滤波器的输出信噪比最大,此匹配滤波器冲击响应所对应的多普勒因子必然能够反映输入信号的多普勒因子的大小。基本原理如下：

1)模糊函数模糊函数描述由距离延迟和多普勒频移引起的匹配滤波器失配时的变化情况。本发明从匹配滤波器输出出发来定义宽带连续信号的模糊函数：

当考虑接收信号r(t)，我们能定义互模糊函数：

为了估计接收信号r(t)的多普勒频移，我们必须搜索Δ，在延时τ为0时，查找互相关函数χ_sr(0,Δ)的最大幅值时所对应的Δ：

糊函数描述由距离延迟和多普勒频移引起的匹配滤波器失配时的变化情况，为了匹配滤波器具有足够高的多普勒因子检测性能和时延估计精度，须满足LFM信号的带宽乘积BT足够大，接收信号的信噪比较大。当BT＝400，SNR＝10，延时τ为0时，其互相关函数|χ_sr(0,Δ)|如图2所示。以及假设多普勒因子为0.01，其通过匹配滤波器组时，每个匹配滤波器输出的最大值，从图3中可以看出在0.01输出最大值。

多普勒因子的精确估计相关法如图4所示，具体实施步骤如下：

1)确定匹配滤波器的数量M，其中匹配滤波器的数量M是根据前面所得到多普勒因子范围Δ以及多普勒因子的估计精度Δ_max来确定，即M＝[(f₂/f_cw-f₁/f_cw)/Δ_max]，其中[]表示大于等于(f₂/f_cw-f₁/f_cw)/Δ_max的最小整数，本发明中估计精度为0.0002；

2)设置M个不同多普勒因子的LFM信号匹配滤波器，匹配滤波器组的分辨率为Δ_max，将接收到的LFM信号通过匹配滤波器组；

3)比较M个匹配滤波器输出的最大值，得到最大值，最大值所对应的相关器就是与所接收的LFM信号相关性最好，从而得出精确的多普勒因子。

整个多普勒因子估计的实现流程图如图5所示。

除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形式的技术方案，比如在精确估计时，可以采用基于分数阶傅里叶变换(FRFT)得到，均落在本发明要求的保护范围内。

Claims (3)

1.一种低计算复杂度的水声通信多普勒因子估计方法，其特征在于，该方法是基于水声通信系统传输数据包结构而实现的，所述方法包含:

步骤1)多普勒因子初范围估计；

步骤2)多普勒因子精确估计；

所述传输数据包结构由LFM信号、保护间隔、CW信号、保护间隔、待传输数据依次组成；

所述步骤1)多普勒因子初范围估计是将多普勒因子锁定在一个小的范围内，具体该步骤包含：

1)通过传输数据包结构确定CW信号起始位置，提取后续CW信号；

2)利用传统FFT测频方法对CW信号进行频率检测，进行FFT变换后，搜索其中幅值最大所对应的点N₁，计算对应频率f_max，假设发射时CW信号频率为f_cw，可以得到多普勒因子Δ＝f_max/f_cw-1；

由于栅栏效应，所得到频率f_max可能与接收时CW信号的频率f'_cw有一定的偏差，所以多普勒因子Δ可能与真实多普勒因子有较大偏差；为了避免这种情况，首先比较点N₁左右两点幅值大小，得出幅值较大的点为N₂；

3)根据FFT变换点数N以及点N₁和N₂的关系以及采样频率f_s来确定多普勒因子初范围Δ，如果点N₂在点N₁右边时，则可得多普勒因子初范围为：

f_max/f_cw-1≤Δ≤(f_max+f_s/N/2)/f_cw-1

当点N₂在点N₁左边时，则可得多普勒因子初范围为：

(f_max-f_s/N/2)/f_cw-1≤Δ≤f_max/f_cw-1。

2.根据权利要求1所述的一种低计算复杂度的水声通信多普勒因子估计方法，其特征在于，所述通过传输数据包结构确定CW信号起始位置具体方法为用传输数据包中LFM信号的匹配滤波器对接收数据包进行匹配滤波，可确定CW信号起始位置。

3.根据权利要求1所述的一种低计算复杂度的水声通信多普勒因子估计方法，其特征在于，所述步骤2)多普勒因子精确估计是通过模糊函数方法来估计，即将接收到的LFM信号通过一系列不同多普勒因子对应的LFM信号相关器,当相关器的冲击响应与输入信号相匹配时,相关器的输出信噪比最大,此相关器冲击响应所对应的多普勒因子必然能够反映输入信号的多普勒因子的大小，该步骤具体包含：

1)确定相关器的数量M，其中相关器的数量M是根据歩骤1所得到多普勒因子初范围Δ和多普勒因子的估计精度Δ_max来确定，即M＝[(f₂/f_cw-f₁/f_cw)/Δ_max]，其中[]表示大于等于(f₂/f_cw-f₁/f_cw)/Δ_max的最小整数，f_cw表示CW信号的频率，f₁表示频 率的下限，f₂表示频率的上限；

2)设置M个不同多普勒因子对应的LFM信号相关器，相关器组的分辨率为Δ_max，将接收到的LFM信号通过相关器组；

3)比较M个相关器输出的最大值，得到最大值，最大值所对应的相关器就是与所接收的LFM信号相关性最好，从而得出精确的多普勒因子。