CN109150235A - 基于压缩感知的多周期直扩msk信号二维联合捕获方法 - Google Patents
基于压缩感知的多周期直扩msk信号二维联合捕获方法 Download PDFInfo
- Publication number
- CN109150235A CN109150235A CN201710510273.4A CN201710510273A CN109150235A CN 109150235 A CN109150235 A CN 109150235A CN 201710510273 A CN201710510273 A CN 201710510273A CN 109150235 A CN109150235 A CN 109150235A
- Authority
- CN
- China
- Prior art keywords
- signal
- doppler
- compressed sensing
- direct expansion
- code
- 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.)
- Pending
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
- H04B1/7073—Synchronisation aspects
- H04B1/7075—Synchronisation aspects with code phase acquisition
- H04B1/7077—Multi-step acquisition, e.g. multi-dwell, coarse-fine or validation
-
- 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
- H04B1/7073—Synchronisation aspects
- H04B1/7075—Synchronisation aspects with code phase acquisition
-
- 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
- H04B1/7073—Synchronisation aspects
- H04B1/7087—Carrier synchronisation aspects
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于压缩感知的多周期直扩MSK信号二维联合捕获方法。对接收的中频直扩MSK信号进行A/D采样,经过接收转换滤波器后,转换为近似直扩BPSK信号,再经下变频、低通滤波后得到直扩BPSK复基带信号。对信号取M个符号周期的样点序列作为观测序列,并利用本地伪码构造联合稀疏矩阵,用正交匹配追踪算法实现压缩感知信号重构,从而捕获伪码相差与多普勒频偏。本发明具有同时完成伪码相位和多普勒频偏捕获、搜索范围大、估计精度高误差小等优势,是一种新型的二维捕获方法,适用于高动态低信噪比的应用环境,具有较强的实用价值。
Description
技术领域
本发明属于数字通信技术领域,涉及扩频通信系统的中频全数字接收和伪码、多普勒频偏捕获,具体地说,是一种基于压缩感知的多周期直扩MSK信号二维联合捕获方法。
背景技术
目前,扩频系统多采用BPSK、QPSK调制方式,但这两种调制方式无法适用于存在严重非线性失真、多普勒频移与多径衰落的应用领域。直扩MSK通信系统同时具有扩频系统的低截获性、多用户随机选址能力、抗干扰性能强等优点和MSK信号的包络恒定、频谱利用率高、能量集中、旁瓣衰减快、带外辐射功率低、对非线性失真不敏感等优点,在战术数据链、民用航空地空数据链、导弹制导指令传输、卫星通信等领域得到了广泛应用。所以,直扩MSK信号在直扩BPSK/QPSK信号无法适用的领域仍然具有很好的应用前景。
从直扩MSK接收信号中恢复出发送数据符号的条件是信号的同步,包括扩频码同步、载波的频率和相位同步。经典的直扩MSK信号捕获方法有两种,一种是基于滑动相关的码捕获,这种方法实现简单但捕获时间很长;另一类是基于匹配滤波的码捕获。这两种方法的捕获到的相关峰极易受多普勒频偏的影响,不适用于高动态下的捕获。针对存在大多普勒频偏的高动态环境,有很多学者提出了解决方法,如延迟相关法估计伪码相差与多普勒联合估计、部分匹配滤波与FFT相结合(PMF-FFT)等。然而这些方法在多普勒估计范围与估计误差之间大多较难取得平衡。所以,高动态、低信噪比下直扩MSK通信系统的信号同步成为技术难点。
压缩感知作为一种新型的采样理论,由E.J.Candes、J.Romberg、T.Tao和D.L.Donoho等科学家于2004年提出,可以充分利用回波量测信号的稀疏性或可压缩性,采用远低于两倍信号频率的采样速率实现对信号的采样和重构,突破了传统奈奎斯特采样定理的限制。通过将压缩感知理论引入到扩频码捕获的算法中,可以大大降低信号的采样率和数据处理,以实现在高动态、低信噪比环境下准确、快速地完成扩频信号的伪码相位和多普勒频偏联合捕获。
发明内容
本发明的目的在于基于压缩感知理论,提出一种针对直扩MSK信号的伪码-多普勒联合捕获方法,实现高动态、低信噪比下直扩MSK信号的快速捕获,同时完成伪码相位和多普勒频偏的联合估计。尤其在较低信噪比下,不仅要能快速准确的捕获伪码相位,而且要保证多普勒频偏估计误差性能,从而保证接收信号在进行信号跟踪之前就已获得较好的粗同步。
实现本发明目的的技术解决方案为:一种基于压缩感知的多周期直扩MSK信号二维联合捕获方法,对接收的中频直扩MSK信号进行A/D采样,经过接收转换滤波器后,转换为近似直扩BPSK信号,再经下变频、低通滤波后得到直扩BPSK复基带信号。对信号取M个符号周期的样点序列作为观测序列,并利用本地伪码构造联合稀疏矩阵,用正交匹配追踪算法实现压缩感知信号重构,从而捕获伪码相差与多普勒频偏。而如何将接收到的中频直扩MSK信号转换成近似直扩BPSK信号,如何构造联合稀疏矩阵、以及如何实现信号重构,是本发明重点需要解决的问题。
发送信号采用“导频码+发送数据”的形式,用以接收机端的扩频码和载波同步。直扩MSK信号可采用串行方式产生,即将扩频后的信号与载波cos(2πf1t)进行BPSK调制得到直扩BPSK信号,再经转换滤波器产生直扩MSK信号。
针对直扩MSK信号的这种串行产生方式,在接收端采用相匹配的滤波器进行接收,经转换滤波器匹配后的输出信号经过f1下变频、低通滤波,再进行K倍抽取,得到近似直扩BPSK基带信号。此抽取倍数与过采样倍数一致,此时输出基带信号可表示为
其中,τ为码相位误差;为初始相位,为了分析的方便,假设为0;Rc为扩频码速率;fd为多普勒频偏;ωn为复高斯白噪声;由于导频码部分数据为1,式(3)可写为
令则单周期接收信号的一般表示形式为
其中,上标m表示时延τ及多普勒υ为某一定值。则用矩阵表示接收信号为
其中,N为采样点数。此时接收M个符号周期的样点,每个数据符号里面包含一个周期N的伪码序列,则接收信号群可表示为
R的每列即为一个扩频码周期的接收信号。
首先确定模型的CS方程为:
y=Φx=ΦΨ·s=A·s (6)
其中,y为取自接收信号r的观测值;Φ为测量矩阵,本发明中采用高斯随机矩阵;A为冗余字典;s为信号在冗余字典A上的映射。基于压缩感知的码捕获算法最重要的就是冗余字典A的构造,即稀疏矩阵Ψ的构造。
对于单个数据符号的接受信号,时延-多普勒域划分成Nτ×(2Nf+1)个区域。p,q的取值分别代表时延τ与多普勒υ,则p=0,1,…,Nτ-1,q=-Nf,…,-1,0,1,…,Nf。其中多普勒分辨率为Δυ,时延分辨率为Δτ;多普勒估计范围为[-ΔυNf,ΔυNf],时延估计范围为[0,Δτ(Nτ-1)]。此时稀疏矩阵Ψ可表示为:
Ψ可以看成由Nτ个N×(2Nf+1)二维数组组成的三维矩阵。Ψ中的每个二维数组可以看成时延固定的,而每列的多普勒频偏是固定的。稀疏矩阵Ψ上的映射s为K稀疏,此处令K=1:
构造信号群R的稀疏表示,需要设计合适的联合稀疏矩阵ΨM,为了获得更好的稀疏性以及较小的复杂度,本发明选用竖排联合稀疏矩阵,得到M个数据符号的稀疏矩阵为:
ΨM=(Ψ1,Ψ2,...,ΨM)T (9)
则第m个伪码周期的稀疏矩阵表示为
最后采用正交匹配追踪(OMP)重构算法,重构出信号r在变换域的稀疏表示 中不为0的索引即为A中p和q的估计值。
OMP算法步骤如下:
Step1:初始化r0=y,t=1;
Step2:找到索引λt,使得:
Step3:令Λt=Λt-1∪{λt},
Step4:求y=Atst得最小二乘解;
Step5:更新残差
Step6:t=t+1,如果t≤K,则返回第(2)步,否则停止迭代进入第(7)步;
Step7:重构所得在Λt处有非零值,其值分别为最后一次迭代所得
根据p和q的结果即可求得fd与τ的估计值:
由于接受多个周期数据符号,稀疏矩阵Ψ会构造得很大,当多普勒范围较大时,相应的算法复杂度也很大,所以本发明采用二次捕获的思想对算法进行改进,即一次粗捕获确定码相位差、多普勒频率大致范围,第二次在小的搜索区间搜索获得精确的估计值。
粗捕获过程将多普勒频偏与时延一起捕获,第m个数据符号对应的稀疏矩阵为:
其中,Δυ1为粗捕获的多普勒分辨率,2Nf1+1为多普勒搜索区间数。
粗捕获的估计值为则时延估计值为:
多普勒频偏范围为:
在粗捕获中得到的频偏范围中再次进行捕获,得到精确结果。精捕获的稀疏矩阵为:
其中,Δυ2为精捕获的多普勒分辨率;2Nf2+1为精捕获的多普勒取值个数。
精捕获过程的估计值为则本发明最终的多普勒估计值为:
本发明与现有技术相比,其显著优点为:1)利用M个扩频码周期的累加,引入了M倍的信噪比增益,使该算法在信噪比较低的状态下也可以有较高的捕获概率;2)用二次捕获的方式,进一步提高了捕获精度,同时也扩大了多普勒搜索范围,适用于高动态大多普勒频偏环境;3)重构结果即可得到所需捕获的码相位误差和多普勒频偏,不需要再用匹配滤波等方式对信号再做处理,一定程度上减少了计算量;4)对直扩MSK信号进行中频匹配处理,将其转换为直扩BPSK信号,解决了MSK信号形式复杂的问题。
附图说明
图1是本发明实施例的系统组成图。
图2是本发明实施例的OMP重构算法流程图。
图3是本发明实施例的检测概率随输入信噪比的变化曲线。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
本发明是一种基于压缩感知的多周期直扩MSK信号伪码-多普勒联合捕获方法。如图1,首先将接收中频直扩MSK信号A/D采样,再经接收转换滤波器、下变频、低通滤波、抽取处理,得到近似直扩BPSK信号,再将此近似直扩BPSK信号送入压缩感知模块,得到观测值,再进行粗捕获过程,与构造好的冗余字典A1做OMP重构,得到码相位误差与多普勒频偏的精估计范围;再将多普勒估计范围缩小,观测值与构造好的冗余字典A2做OMP重构,得到多普勒频偏精确的估计值,进而完成码捕获环节的工作。
系统采样频率fs=245.52MHz,中频频率fc=76.725MHz,过采样倍数K=12,扩频码速率Rc=20.46Mchip/s,数据速率为20kbps,扩频码采用Gold序列,码长N=1023,接收信号的周期M=4。
接收中频直扩MSK信号经冲激响应为h(t)的接收转换滤波器,得到近似直扩BPSK信号。接收转换滤波器的冲激响应为
其中,为扩频码周期。转换滤波器的频率响应为
经接收转换滤波器后的信号再经f1下变频,其中下变频后低通滤波,再K倍抽取,此抽取倍数与过采样倍数一致。由于导频码部分数据为1,此时得到基带信号为
其中,τ为码相位误差;为初始相位;Rc为扩频码速率;fd为多普勒频偏;ωn为高斯复白噪声;为了方便分析,设定初始相位
令则接收信号的一般表示形式为:
其中,上标m表示时延τ及多普勒υ为某一定值。则用矩阵表示接收的多周期信号群为:
首先确定模型的CS方程为:
y=Φx=ΦΨ·s=A·s (24)
其中,y为取自接收信号r的观测值;Φ为测量矩阵,本发明中采用高斯随机矩阵;A为冗余字典;s为信号在冗余字典A上的映射。基于压缩感知的码捕获算法最重要的就是冗余字典A的构造,即稀疏矩阵Ψ的构造。
为构造信号群R的稀疏表示,需要设计合适的联合稀疏矩阵Ψ,为了获得更好的稀疏性以及较小的复杂度,本发明选用竖排联合稀疏矩阵,得到M个数据符号的稀疏矩阵为:
Ψ=(Ψ1,Ψ2,...,ΨM)T (25)
则第m个伪码周期的稀疏矩阵表示为
本发明采用二次捕获的方法,即一次粗捕获确定码相位误差和多普勒频偏范围,第二次精捕获确定多普勒频偏的精确估计值。粗捕获过程将时延-多普勒域划分成Nτ·(2Nf1+1)个区域。p,q的取值分别代表码相位误差τ与多普勒υ,则p=0,1,…,Nτ-1,其中多普勒分辨率为Δυ1,时延分辨率为Δτ;则多普勒估计范围为时延估计范围为[0,ΔτNτ]。则粗捕获过程的稀疏矩阵为:
可以看成由Nτ个二维数组组成的三维矩阵。中的每个二维数组可以看成时延固定的,而每列的多普勒频偏是固定的。稀疏矩阵上的映射s为K稀疏,此处K=1:
最后采用正交匹配追踪(OMP)重构算法,重构出信号r在变换域的稀疏表示 中不为0的索引即为A1中p和q的估计值。
如图2所示,OMP算法步骤如下:
Step1:初始化r0=y,t=1;
Step2:找到索引λt,使得:
Step3:令Λt=Λt-1∪{λt},
Step4:求y=Atst得最小二乘解;
Step5:更新残差
Step6:t=t+1,如果t≤K,则返回第(2)步,否则停止迭代进入第(7)步;
Step7:重构所得在Λt处有非零值,其值分别为最后一次迭代所得
OMP算法估计出粗捕获过程的码相位误差和多普勒的索引估计值后,即可求得时延估计值为:
粗捕获确定的多普勒频偏的范围为:
精捕获过程在粗捕获的基础上,将多普勒进一步精确地估计出来,则精捕获的多普勒捕获范围由粗捕获的捕获结果确定。捕获的分辨率和范围满足条件:
Δυ1=Δυ2×Nf2 (31)
则精捕获的稀疏矩阵为:
与粗捕获过程相同,稀疏矩阵上的映射s为K稀疏,此处K=1:
经正交匹配追踪(OMP)重构算法,求出多普勒估计值在粗捕获的基础上,精捕获的过程可以求出本发明的多普勒频偏估计值为:
本发明的实例的参数设置为:Δτ=1,Nτ=1023,Δυ1=1500,Δυ2=10,计算式(28)可得本发明多普勒估计范围:[0,450]kHz;码相位误差估计范围:[0,1023]。图3为输入信噪比SNR=[-25dB,-5dB],τ=512.5chip,fd=116kHz时,得到的检测概率随信噪比的变化曲线。由图可以看出当信噪比达到-22dB时,检测概率达到0.9,可见本发明设计的捕获方法能够在高动态,低信噪比环境下对伪码相位和载波频偏进行准确的捕获。
由此可以看出,本发明提出的基于压缩感知的多周期直扩MSK信号伪码-多普勒二维联合估计方法,与现有的捕获方法相比,具有同时完成伪码相位和多普勒频偏捕获、搜索范围大、估计精度高误差小等优势,是一种新型的二维捕获方法,适用于高动态低信噪比的应用环境,具有较强的实用价值。
Claims (7)
1.一种基于压缩感知的多周期直扩MSK信号二维联合捕获方法,其特征在于包括以下步骤:
对中频直扩MSK信号进行处理获得近似直扩BPSK信号;
构造压缩感知方程,选择随机高斯矩阵作为观测矩阵,利用观测矩阵中的每个行向量分别对近似直扩BPSK信号进行投影,获取信号的特征信息;
对伪码、多普勒划分构造单周期稀疏矩阵,并以竖排联合稀疏矩阵为模型构造多周期联合稀疏矩阵,与观测矩阵內积运算得到第一冗余字典,取近似直扩BPSK信号的M个扩频码周期的样点序列作为观测序列,与构造的第一冗余字典做正交匹配追踪重构,捕获码相位误差与多普勒频偏的粗估计范围;
对获得的多普勒粗估计范围进一步划分,构造第二冗余字典,观测序列与构造的第二冗余字典做正交匹配追踪重构,得到多普勒频偏精确的估计值。
2.根据权利要求1所述的基于压缩感知的多周期直扩MSK信号二维联合捕获方法,其特征在于所述近似直扩BPSK信号的产生方法为:
采用中频匹配滤波器h(t)接收直扩MSK信号,h(t)的冲激响应为
式中,fc为载波频率,T为扩频码周期。接收后的信号依次经f1下变频、低通滤波、K倍抽取后,由于一个扩频码周期内的数据符号不变,得到近似直扩BPSK基带信号
式中τ为码相位误差,τ初始值为0,Rc为扩频码速率,fd为多普勒频偏,ωn为复高斯白噪声,d为传输符号,c为扩频码,n为样点序号;此时接收M个符号周期的样点,每个数据符号里面包含一个周期N的伪码序列,则接收信号群表示为
式中为多普勒修正值。
3.根据权利要求1所述基于压缩感知的多周期直扩MSK信号二维联合捕获方法,其特征在于:所述压缩感知方程为y=Φx=ΦΨ·s=A·s,其中,y为近似直扩BPSK信号的长度为一个扩频码周期的观测值,A为冗余字典,s为近似直扩BPSK信号观测值在冗余字典A上的映射;Φ为测量矩阵,为随机高斯矩阵,Ψ为联合稀疏矩阵。
4.根据权利要求1所述的基于压缩感知的多周期直扩MSK信号二维联合捕获方法,其特征在于所述第一冗余字典的构建方法为:
将时延-多普勒域划分成Nτ×Nf个区域,为修正后的多普勒值,Rc为扩频码速率,fd为多普勒频偏;
确定多普勒估计范围[0,ΔυNf]和时延估计范围[0,ΔτNτ];
确定第一冗余字典A1中第m个数据符号的稀疏矩阵的为
其中,n为样点序号,N为扩频码长度,Δυ1为粗捕获的多普勒分辨率,Δτ为时延分辨率,Nf1为多普勒搜索区间数,p、q的取值分别代表时延τ与多普勒值υ,p=0,1,…,Nτ-1,q=-Nf,…,-1,0,1,…,Nf,为Nτ个N×(2Nf+1)二维数组组成的三维矩阵。
5.根据权利要求1所述的基于压缩感知的多周期直扩MSK信号二维联合捕获方法,其特征在于接受M个数据符号的竖排联合稀疏矩阵为:
ΨM=(Ψ1,Ψ2,...,ΨM)T
式中,Ψm为第m个数据符号对应的稀疏矩阵。
6.根据权利要求1所述的基于压缩感知的多周期直扩MSK信号二维联合捕获方法,其特征在于所述第二冗余字典的构建方法为:
根据粗捕获估计精度获取精捕获多普勒估计范围,且满足条件
Δυ1=Δυ2×Nf2;
确定第二冗余字典A2中稀疏矩阵
其中,Δυ1为粗捕获的多普勒分辨率,Δυ2为精捕获的多普勒分辨率;Nf2为精捕获的多普勒取值个数,为粗捕获的码相位误差和多普勒估计值,第二冗余字典A2为二维矩阵。
7.根据权利要求1所述的基于压缩感知的多周期直扩MSK信号二维联合捕获方法,其特征在于所述正交匹配追踪
包括以下过程:
步骤S1,初始化残差r0=y,t=1;
步骤S2,找到索引λt,使得
步骤S3,令Λt=Λt-1∪{λt},
步骤S4,对压缩感知方程y=Atst,求最小二乘解
步骤S5,更新残差
步骤S6,t=t+1,如果t≤K,则返回步骤S2,否则停止迭代进入步骤S7;
步骤S7,重构所得在Λt处有非零值,其值分别为最后一次迭代所得 中不为0的索引作为捕获的码相位误差和多普勒频偏的估计值;
上述步骤中,rt为残差,t为迭代次数,K为迭代总数,Λt为t次迭代的索引集合,λt为t次迭代的索引,At为按索引Λt选出的冗余字典的列集合,αn为At的第n列,为重构出信号在变换域的稀疏表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710510273.4A CN109150235A (zh) | 2017-06-28 | 2017-06-28 | 基于压缩感知的多周期直扩msk信号二维联合捕获方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710510273.4A CN109150235A (zh) | 2017-06-28 | 2017-06-28 | 基于压缩感知的多周期直扩msk信号二维联合捕获方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109150235A true CN109150235A (zh) | 2019-01-04 |
Family
ID=64803659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710510273.4A Pending CN109150235A (zh) | 2017-06-28 | 2017-06-28 | 基于压缩感知的多周期直扩msk信号二维联合捕获方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109150235A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885027A (zh) * | 2019-03-13 | 2019-06-14 | 东北大学 | 基于双向二维稀疏正交判别分析的工业过程故障诊断方法 |
CN110166080A (zh) * | 2019-05-22 | 2019-08-23 | 北京理工大学 | 相干多载波捕获方法及装置 |
CN111541465A (zh) * | 2020-04-17 | 2020-08-14 | 北京邮电大学 | 一种信号捕获方法、装置、电子设备及介质 |
CN112968719A (zh) * | 2021-02-25 | 2021-06-15 | 重庆两江卫星移动通信有限公司 | 一种多分辨率通信信号同步捕获方法、装置、设备及介质 |
CN113049083A (zh) * | 2021-03-09 | 2021-06-29 | 中国人民解放军国防科技大学 | 一种在分布式光纤传感系统中实现高频相位解调的方法 |
CN113489664A (zh) * | 2021-09-06 | 2021-10-08 | 杭州万高科技股份有限公司 | 无线频移键控通信频偏补偿电路和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102185628A (zh) * | 2011-05-04 | 2011-09-14 | 北京航空航天大学 | 基于自适应功率积累的扩频码相位捕获装置及其捕获方法 |
CN102710568A (zh) * | 2012-05-15 | 2012-10-03 | 北京理工大学 | 基于压缩感知的直接序列扩频信号采集和恢复方法 |
CN105024957A (zh) * | 2015-08-04 | 2015-11-04 | 北京理工大学 | 一种直扩码分多址上行链路信道估计方法及装置 |
CN105790788A (zh) * | 2016-04-28 | 2016-07-20 | 南京理工大学 | 一种直扩msk信号的伪码-多普勒联合捕获方法 |
CN106209160A (zh) * | 2016-06-29 | 2016-12-07 | 南京理工大学 | 一种基于压缩感知的直扩msk信号二维联合捕获方法 |
-
2017
- 2017-06-28 CN CN201710510273.4A patent/CN109150235A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102185628A (zh) * | 2011-05-04 | 2011-09-14 | 北京航空航天大学 | 基于自适应功率积累的扩频码相位捕获装置及其捕获方法 |
CN102710568A (zh) * | 2012-05-15 | 2012-10-03 | 北京理工大学 | 基于压缩感知的直接序列扩频信号采集和恢复方法 |
CN105024957A (zh) * | 2015-08-04 | 2015-11-04 | 北京理工大学 | 一种直扩码分多址上行链路信道估计方法及装置 |
CN105790788A (zh) * | 2016-04-28 | 2016-07-20 | 南京理工大学 | 一种直扩msk信号的伪码-多普勒联合捕获方法 |
CN106209160A (zh) * | 2016-06-29 | 2016-12-07 | 南京理工大学 | 一种基于压缩感知的直扩msk信号二维联合捕获方法 |
Non-Patent Citations (1)
Title |
---|
石光明: "《压缩感知理论的工程应用方法》", 31 March 2017 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885027A (zh) * | 2019-03-13 | 2019-06-14 | 东北大学 | 基于双向二维稀疏正交判别分析的工业过程故障诊断方法 |
CN110166080A (zh) * | 2019-05-22 | 2019-08-23 | 北京理工大学 | 相干多载波捕获方法及装置 |
CN110166080B (zh) * | 2019-05-22 | 2020-04-14 | 北京理工大学 | 相干多载波捕获方法及装置 |
CN111541465A (zh) * | 2020-04-17 | 2020-08-14 | 北京邮电大学 | 一种信号捕获方法、装置、电子设备及介质 |
CN112968719A (zh) * | 2021-02-25 | 2021-06-15 | 重庆两江卫星移动通信有限公司 | 一种多分辨率通信信号同步捕获方法、装置、设备及介质 |
CN113049083A (zh) * | 2021-03-09 | 2021-06-29 | 中国人民解放军国防科技大学 | 一种在分布式光纤传感系统中实现高频相位解调的方法 |
CN113049083B (zh) * | 2021-03-09 | 2024-01-12 | 中国人民解放军国防科技大学 | 一种在分布式光纤传感系统中实现高频相位解调的方法 |
CN113489664A (zh) * | 2021-09-06 | 2021-10-08 | 杭州万高科技股份有限公司 | 无线频移键控通信频偏补偿电路和方法 |
CN113489664B (zh) * | 2021-09-06 | 2021-11-26 | 杭州万高科技股份有限公司 | 无线频移键控通信频偏补偿电路和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109150235A (zh) | 基于压缩感知的多周期直扩msk信号二维联合捕获方法 | |
CN105790788B (zh) | 一种直扩msk信号的伪码-多普勒联合捕获方法 | |
CN107493117B (zh) | 一种高动态下直扩msk信号的二维联合捕获方法 | |
CN104168228B (zh) | 基于簇位置集的压缩感知超宽带信道估计方法及系统 | |
CN106209160B (zh) | 一种基于压缩感知的直扩msk信号二维联合捕获方法 | |
CN102662183B (zh) | Gps信号捕获方法与系统 | |
CN101944926B (zh) | 基于压缩采样的脉冲超宽带信号到达时间估计方法 | |
CN109412644B (zh) | 一种直扩msk信号的多普勒频率估计方法 | |
CN102830409B (zh) | 一种基于压缩感知的导航信号采集方法 | |
CN104065397B (zh) | 实时同步捕获伪码的方法及装置 | |
CN105141340A (zh) | 直扩msk信号的全数字接收方法 | |
CN103592663B (zh) | 一种gps l2c信号cl码的捕获方法 | |
CN105842713A (zh) | 一种基于sft的ins辅助bds信号快速捕获方法 | |
CN104168233A (zh) | 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 | |
CN109088838A (zh) | 一种高动态下直扩dpsk信号的伪码—多普勒快速捕获方法 | |
CN103338024B (zh) | 天线组阵中时延的互补卡尔曼滤波装置与方法 | |
CN102055512A (zh) | 天线组阵中基于循环自相关的信号相位差估计装置与方法 | |
CN104821927A (zh) | 一种突发解调中基于多倍采样的并行突发信号检测系统 | |
CN104618278A (zh) | 一种基于谱相关的多用户tddm-boc信号的伪码速率估计方法 | |
CN103941269A (zh) | 用于卫星导航系统的pn码捕获方法 | |
CN107037409A (zh) | 基于压缩感知的mimo雷达波形分离方法 | |
CN106291610A (zh) | 一种用于gnss信号压缩捕获处理装置的压缩并行相关模块及其实现方法 | |
CN103916199B (zh) | 一种天线信号的时延和相位调整装置与方法 | |
CN103763233B (zh) | 基于数字调制解调的gsm外辐射雷达信号处理方法 | |
Ballal et al. | Low-sampling-rate ultra-wideband channel estimation using equivalent-time sampling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |