CN109495187B - 一种基于希尔伯特变换的toa精估计方法 - Google Patents

Abstract

本发明公开了一种基于希尔伯特变换的TOA精估计方法，通过对中频数据进行FFT，并选取频谱峰值周围一定范围内的数据进行IFFT，做进一步的处理，最大限度的避免了可能的噪声干扰，提高了TOA估计效率和精度，降低了噪声干扰的影响；同时采用动态门限建立的方法，使得门限值与此时接收的信号相匹配，既体现了信道响应，又体现了信噪比信息；此外，本方法依据中频数据的特点，在处理过程中选取适当的点数进行处理，降低了计算量。本发明具有算法简单、可利于工程实现、TOA估计准确等优点，实验证明本发明有良好的TOA估计精度，具有较强的准确性、通用性以及适用性，为实现高精度定位打下了良好的基础。

Description

一种基于希尔伯特变换的TOA精估计方法

技术领域

本发明属于信号检测和无线定位技术领域，具体涉及一种基于希尔伯特变换的TOA精估计方法。

背景技术

精确估计信号到达时间对于雷达、通信、导航定位等领域具有重要的理论价值及应用前景。脉冲到达时间(TOA)的精确估计是关键问题，将决定目标位置计算准确与否。

现在国内外的TOA(到达时间)估计电路一般由模拟电路实现，其精度较低，数字实现方式在具体实现方面存在各种问题，均未得到大面积普及。且TOA的估计精度和ADC的采样率有很大关系，要得到亚纳秒的估计精度需要GHZ以上的采样率，对ADC的要求很高，并会有超级大数据量，这对后续器件的处理能力有更高的要求，但大的数据量不适合实时处理系统。如果采用时间间隔模拟放大方法进行TOA估计，虽然降低了ADC采样速率要求，但是需要额外的分立器件，电路结构复杂，实施难度较大，不容易实现。

现有的TOA估计技术主要分为似然估计法和门限判决法两大类。似然估计法一般通过迭代寻求最大似然规则上的最优组合，计算量巨大，在设备上较难实现。门限判决法采用相关器，也就是匹配滤波器，在低信噪比的条件下无法获得准确的TOA估计。

综上所述，在实际的系统中，现有TOA估计技术存在巨大的挑战。

发明内容

有鉴于此，本发明的目的是提供一种基于希尔伯特变换的TOA精估计方法，能够获取准确的TOA估计，以提高定位系统的准确度；并且在不需要先验知识，保证估计精度的条件下，降低了TOA估计方法的复杂度。

一种基于希尔伯特变换的TOA精估计方法，包括如下步骤：

步骤(1)、获得脉冲信号的TOA值，作为粗测值；

步骤(2)、针对每个脉冲，以步骤(1)测量得到的脉冲粗测TOA值为基准，前后取若干点，得到共N₂点的中频数据；其中，N₂为2的幂次方；

步骤(3)、依据粗测TOA值和相对应的中频数据，进行TOA精确值的测量，具体为：

1)对输入中频数据做N₂点FFT，得到数据fft_data；

2)将数据fft_data负频部分置零，得到数据fft_data_last；

3)对所得频谱数据fft_data_last求模，并求取频谱最大值及其索引位置f_index，此最大值位置理论上为信号所在的位置；

4)以f_index为中心，在数据fft_data上取出2N点数据，对数据fft_data上其他位置的值置零；对数据fft_data做N₂点IFFT，得到ITTF后的数据为ifftout_data；其中N的取值依据采样率和最大信号带宽确定；

5)动态确定能量门限值：

设置差ε，其中ε取值为ε≥N₁×0.5；对数据ifftout_data上的(N1-ε)～(N1+ε)每个点做平方，求取信号功率数据fftpow；

设置容差ε₁，从数据fftpow的N1+ε₁点开始共取N₃个点，并求均值，得到averg_fftpow；获得门限为det_th＝averg_fftpow×x,其中x为比例因子，且x<1；ε₁取值为ε₁≥N₁×0.2；

6)首先将fftpow进行滑动平均，得到滑动平均后的数据fftpow_smooth；找到fftpow_smooth中第一个过门限det_th的点，即为脉冲精确前沿的位置，由此得到精确TOA值。

较佳的，所述步骤(3)的6)中，只选取fftpow中(N₁-ε)～(N₁+ε)点进行滑动平均。

本发明具有如下有益效果：

本发明的一种基于希尔伯特变换的TOA精估计方法，通过对中频数据进行FFT，并选取频谱峰值周围一定范围内的数据进行IFFT，做进一步的处理，最大限度的避免了可能的噪声干扰，提高了TOA估计效率和精度，降低了噪声干扰的影响；同时采用动态门限建立的方法，使得门限值与此时接收的信号相匹配，既体现了信道响应，又体现了信噪比信息；此外，本方法依据中频数据的特点，在处理过程中选取适当的点数进行处理，降低了计算量。本发明具有算法简单、可利于工程实现、TOA估计准确等优点，实验证明本发明有良好的TOA估计精度，具有较强的准确性、通用性以及适用性，为实现高精度定位打下了良好的基础。

附图说明

图1为基于希尔伯特变换的TOA精估计方法流程图。

图2为实际采样信号的原始中频信号和精测中频信号能量图。

图3为动态门限值、精测中频幅值和滑动平均七点累积值比较图。

图4为精测TOA前后的TOA误差均方根统计图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

一种基于希尔伯特变换的TOA精估计方法，包括如下步骤：

步骤(1)、脉冲信号进入接收机，并经AD采样得到数字信号，进而对该数字信号进行处理(采样率已降低)，测量得到此脉冲的粗测TOA值；

步骤(2)、针对每个脉冲，以步骤(1)测量得到的脉冲粗测TOA值(即脉冲前沿)为基准，前后取若干点，共得到N₂点的中频数据，并将相应每个脉冲的中频数据进行缓存，中频数据是在高采样率下得到的，其中N₂为2的幂次方；

步骤(3)、依据粗测TOA值和相对应的中频数据进行TOA精确值的测量。所述TOA为雷达信号到达时间。

其中精测TOA方法包括如下步骤：

7)对输入中频数据做N₂点FFT(一般取N₂为2的幂次方)，得到fft_data；

8)由于输入中频数据是实数，频谱具有对称性，因此将负频部分置零，即将fft_data的后N₂/2点置零，得到fft_data_last；

9)对所得频谱数据求模即对fft_data_last求模，并求取频谱最大值及其索引位置f_index，此最大值位置理论上为信号所在的位置；

10)为了提高信号纯度，降低噪声及干扰最估测精度的影响，以f_index为中心，在fft_data上取2N点数据，即f_index左右偏移N点的数据，其中N的取值依据采样率和最大信号带宽确定，fft_data上其他位置的值置零，对取出来的频谱数据做N₂点IFFT，得到ITTF后的数据为ifftout_data；

11)动态确定能量门限值

充分利用中频数据的特点，为减少计算量，增加算法的实时性，因此只取部分数据进行门限估计。具体方法为：考虑一定的容差ε，认为ifftout_data的(N1-ε)～(N1+ε)点一定包含信号(其中ε取值一般为ε≥N₁×0.5)。取ifftout_data的(N1-ε)～(N1+ε)每个点做平方，求取信号功率fftpow。设置容差ε₁，对fftpow的N1+ε₁点认为是信号稳定起始点(其中ε₁取值一般为ε₁≥N₁×0.2)，共取N₃个点，求均值，得到averg_fftpow，进行信号门限能量估计，最终得到的门限为det_th＝averg_fftpow×x,其中x为比例因子，且x<1；

12)脉冲精确前沿检测：为消除噪声影响，首先将fftpow进行滑动平均，同理，减少计算量，只选取(N₁-ε)～(N₁+ε)点即可，得到滑动平均后的数据为fftpow_smooth。找fftpow_smooth中第一个过门限的点，即为脉冲精确前沿的位置；计算精确TOA值。

与现有技术相比，本发明提供了一种基于希尔伯特变换的TOA精估计方法，为了方便信号实时处理，在高采样率下得到的信号需要降采样，测量得到一个TOA值，而高采样率下得到的中频数据，在CPU中进行FFT和IFFT，完成复杂的后续运算，使得脉冲前沿测量精度较高(测量精度与采样率有关，采样率越高，精度越高)。综上，该方法能在较低采样率下得到较高的TOA测量精度，可输出更精确的时间信息，且易于工程实现。

实施例：

针对低采样率下TOA测量不准确，本发明提出的一种基于希尔伯特变换的TOA精估计方法在具体实施时，对测量TOA的数据采样率要求不高。依据实际情况，AD采样率f_s为：f_s＝1GHz，以f_s为采样率保存中频数据。TOA测量时对数据进行8倍抽取，采样率为125MHz，精度为8ns。实际信号是由信号源输出的线性调频信号，输入到基带板，经AD变换，FPGA预处理得到粗测TOA和中频数据，进而在DSP中进行TOA的精确测量。

基于上述基本参数设置，基于希尔伯特变换的TOA精估计算法，其具体流程如图1所示，包含如下步骤：

(1)粗侧TOA

脉冲信号进入接收机，并经AD采样(f_s＝1GHz)得到数字信号，进而对该数字信号处理，得到此脉冲的粗测TOA值，精度为8ns；

(2)获取中频数据

以测量得到的脉冲前沿为基准，往前取400点，共得到1024点的中频数据，并将相应每个脉冲的中频数据进行缓存；

(3)精测TOA

依据粗测TOA值和相对应的中频数据进行TOA精确值的测量。

该过程包括如下步骤：

1)对输入中频数据做1024点FFT；

2)由于输入中频数据是实数，频谱具有对称性，因此将负频部分置零，即后512点数据置零；

3)对所得频谱数据求模，并求取频谱最大值及其索引位置f_index，此最大值位置设定为信号所在的位置；

4)为了提高信号纯度，降低噪声及干扰最估测精度的影响，以f_index为中心，取f_index左右偏移30点的数据，对取出来的频谱数据做1024点IFFT，得到ITTF后的数据为ifftout_data，得到的中频数据模值如图2所示；

5)动态确定能量门限值

充分利用中频数据的特点，为减少计算量，增加算法的实时性，考虑一定的容差，认为ifftout_data的300-550点一定包含信号。取ifftout_data的300-550点做平方，求取信号功率fftpow。对fftpow的的450-550点认为是信号，求均值，得到averg_fftpow，进行信号门限能量估计。设置门限因子，，最终得到的单点检测门限为det_th_single_point＝averg_fftpow*0.49；

6)脉冲精确前沿检测

为消除噪声影响，首先将fftpow进行七点累积，重新计算积累检测门限为Th_inter＝7*det_th_single_point+2。同理，减少计算量，只选取300-500点即可，得到滑动平均后的数据为fftpow_smooth。找fftpow_smooth中第一个过门限的点TOA_Find，即为脉冲精确前沿的位置，得到的门限值、精测中频值和七点累积值如图3所示；

7)计算精确TOA值

输出的TOA值为设置为TOA_Output，输入的TOA值为设置为TOA_Input。因此得到TOA_Output＝TOA_Input-400+TOA_Find；此TOA_Output为精确测量TOA的值。

由图4可以看出，精测TOA之前的TOA估计值均方根误差在4ns左右，精测之后的TOA估计值的均方根误差都保持在1ns以内，切实提高了TOA的测量精度。

通过上述实际实施方案可以看出，与现有技术相比，本发明提供的一种基于希尔伯特变换的TOA估计方法具有以下优点：

a)该技术能够显著提高TOA的估计精度；

b)该技术应用原始中频数据进行处理，最大限度保持信号原始信息，降低噪声和干扰的影响，且不需要额外的参考信号，避免了相关开销；

c)该技术在实际系统中应用并进行验证，为TOA的精确估计提供了一种实际解法，解决了工程应用的难题。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于希尔伯特变换的TOA精估计方法，其特征在于，包括如下步骤：

步骤(1)、获得脉冲信号的TOA值，作为粗测值；

步骤(2)、针对每个脉冲，以步骤(1)测量得到的脉冲粗测TOA值为基准，前后取若干点，得到共N₂点的中频数据；其中，N₂为2的幂次方；

步骤(3)、依据粗测TOA值和相对应的中频数据，进行TOA精确值的测量，具体为：

1)对输入中频数据做N₂点FFT，得到数据fft_data；

2)将数据fft_data负频部分置零，得到数据fft_data_last；

3)对所得频谱数据fft_data_last求模，并求取频谱最大值及其索引位置f_index，此最大值位置理论上为信号所在的位置；

4)以f_index为中心，在数据fft_data上取出2N点数据，对数据fft_data上其他位置的值置零；对数据fft_data做N₂点IFFT，得到ITTF后的数据为ifftout_data；其中N的取值依据采样率和最大信号带宽确定；

5)动态确定能量门限值：

设置差ε，其中ε取值为ε≥N₁×0.5；取ifftout_data上的部分数据，即对(N₁-ε)～(N₁+ε)的每个点做平方，求取信号功率数据fftpow；其中，N₁为大于ε的正整数；

设置容差ε₁，从数据fftpow的N₁+ε₁点开始共取N₃个点，并求均值，得到averg_fftpow；其中，N₃为大于或等于2的正整数；获得门限为det_th＝averg_fftpow×x,其中x为比例因子，且x<1；ε₁取值为ε₁≥N₁×0.2；

6)首先将fftpow中(N₁-ε)～(N₁+ε)点进行滑动平均，得到滑动平均后的数据fftpow_smooth；找到fftpow_smooth中第一个过门限det_th的点，即为脉冲精确前沿的位置，由此得到精确TOA值。

Images