CN112118199A - 一种高动态信号帧结构及高动态信号跟踪方法 - Google Patents

Abstract

本发明公开了一种高动态信号帧结构及高动态信号跟踪方法，其中所述跟踪方法包括步骤如下：S1：大频偏捕捉；S2：时频同步；S3：频偏细估计；S4：频偏建模与补偿；S5：根据频偏估计方程修正的频偏估计值；S6：信道均衡与时变频偏跟踪。本发明设计的高动态信号帧结构便于捕捉、跟踪。频偏的捕捉范围大，跟踪精度高。本发明能够在高速飞行器的速度和加速度快速变化时，保持良好的跟踪、锁定能力。与常用的锁相环方案相比，本发明在捕捉范围、跟踪速度、稳态误差等技术指标上不存在明显的冲突，可独立设计、优化，因此性能更加稳定、可靠。

Description

一种高动态信号帧结构及高动态信号跟踪方法

技术领域

本发明涉及无线通信技术领域，更具体的，涉及一种高动态信号帧结构及高动态信号跟踪方法。

背景技术

高动态飞行器的轨迹复杂多变，而且具有运动速度高，加速度大，变化范围也大的特点。其通信频率一般采用S、Ku等较高的频段，相应的接收信号中存在100kHz级的多普勒频偏及2kHz/s级的频偏变化率。为了准确解调这种高动态信号，接收机必须能够快速而精确的跟踪其中的频率，达到1Hz级的精度。

如果飞行器的运动速度为20马赫，加速度为30G，即便采用较低的S频段进行通信，取载频为4GHz，则多普勒频偏也会达到大约±90.7kHz，频偏的变化率±4kHz/s。

为了保证较高的传输效率，每个窄带数据帧的持续时间需要达到10ms级别，假定频偏在经过跟踪、校正以后仍然残存了10Hz，则在数据帧内将积累起36°的相位旋转，造成1dB以上的灵敏度损失。仿真研究表明，此时的频偏校正精度需达到±1Hz级别才能使灵敏度的损失足够低。

此外，为了达到高动态飞行的目的，需要采用轻量化设计，因而电台的发射功率一般较低，接收信号的信噪比也不高，使得跟踪频偏的难度进一步加大。

总之，在高动态飞行条件下，一方面接收信号的质量非常差，另一方面，对通信可靠性的要求又相当高。如何快速捕捉很大的频偏，并且锁定快速变化的频偏，同时达到1Hz级别的高精度要求，是高动态通信的关键技术之一。

现有的技术方案主要是以锁相环为基础实现对频偏的跟踪，大致原理是，首先将频率偏差转化为电压信号，然后用环路滤波器进行滤波、积分，再控制压控振荡器，产生合适的本地载频对接收信号进行混频、解调处理。通过持续不断的闭环调节，最终消除信号中的频差。

如中国专利公开号：CN103701740A，公开日：2014-04-02，其公开了一种卫星移动通信中载波跟踪的方法及装置，具体公开了包括：在卫星移动通信的载波跟踪环路中，通过在突发中间插入一定数量符号的训练序列实现对接收信号进行频偏估计，得到所述接收信号的近似频偏估计值将近似频偏估计值带入环路滤波器进行滤波得到滤波后的频偏估计值通过所述滤波后的频偏估计值对载波跟踪环路中滤波器的VCO进行调整，实现卫星移动通信中的载波跟踪。

其中，为了加快跟踪速度，还可以额外增加某些频偏估计模块，先对信号进行初步补偿，再利用锁相环实现准确跟踪。

将锁相环技术用于高动态场景时，困难在于其可调参数太少，难以兼顾复杂的要求。锁相环的核心是环路滤波器，以常用的二阶滤波器为例，仅有三个可调参数。此方案的缺点主要体现在以下几个方面：

1、环路带宽方面的矛盾

为了达到足够大的频率捕捉范围，环路带宽必须很大，以确保信号能够顺利通过；而为了提供精细、稳定，1Hz级的跟踪能力，则输入信号中的噪声能量应该尽量低，即环路应该带宽尽量小。

2、开环增益方面的矛盾

为了跟踪快速的频率变化，要求开环增益足够大，使压控振荡器的控制信号反应足够快；但锁相环是一个闭环系统，为了保证稳定性需严格控制开环增益的范围。此外，大的开环增益一般会导致较大的稳态误差，使频偏跟踪的精度变低。

总之，采用锁相环方案时，必须在多个相互冲突的技术指标之间进行折中考虑，常常顾此失彼，综合性能不高。由于限制因素较多而难以全面满足要求，容易出现偏差大，失锁，传输能力下降，通信中断等问题。

发明内容

本发明为了解决高动态飞行器的通信中频偏的范围大、变化速度快，难以实现在低信噪比条件下高精度跟踪的问题，提出了一种高动态信号帧结构及高动态信号跟踪方法，使接收机能够精确可靠的跟踪高动态飞行器的通信信号，提供良好的数据传输能力。

为实现上述本发明目的，采用的技术方案如下：一种高动态信号帧结构，所述的信号帧结构包括连续的长帧L，每个长帧L包括一个导频帧Plt、S个数据帧x；

所述的导频帧Plt不传输数据，也不做成形滤波等处理，在基带上填充的是常数，其经过射频调制以后成为一段频率等于载波频率fc的正弦波；

每个数据帧x包括训练字段PN和用户信息。

基于以上所述的一种的高动态信号帧结构，本发明还提供了一种高动态信号跟踪方法，所述跟踪方法包括步骤如下：

S1：大频偏捕捉：对经过混频、ADC采样的高动态信号，通过分段搜索方法确定导频帧Plt的大致位置，并估计出频偏的粗略值，确定随后的第一个数据帧x(1)的大致范围；

S2：时频同步：通过移频搜索方法，确定各数据帧的准确位置，从而完成帧同步及频偏的初步补偿；

S3：频偏细估计：利用数据帧中的训练字段PN进行精细的频偏估计，得到频偏的细估计值；

S4：频偏建模与补偿：利用运动方程确定频偏的变化规律，并将本次的细估计值及历史估计数据联立起来，得到关于频偏的变化规律的方程组；求解得到方程组的系数，再利用该系数对频偏细估计值进行修正；

S5：根据频偏估计方程修正的频偏估计值；将ADC高速采样的接收数据抽取到适于后级处理的1～2倍速率上，然后补偿其频偏；

S6：信道均衡与时变频偏跟踪：将步骤S5得到的数据输入自适应跟踪滤波器，跟踪、补偿残余及快速变化的频偏，锁定大动态信号；同时实现信道均衡处理，完成高动态信号的跟踪、解调。

本发明的有益效果如下：

1、本发明设计的高动态信号帧结构，该帧结构的信号便于捕捉、跟踪。

2、大频偏捕捉的范围大，只需提高ADC的采样频率Fs，增加搜索范围即可。

3、适用于信噪比极低的应用环境，通过步骤S4，在同样的条件下，估计精度可提高数倍，信噪比的门限可向下延伸10dB左右，从而使得传输的误码率降低，增加通信距离。

4、能够在飞行器的速度和加速度快速变化时，保持良好的跟踪、锁定能力。

5、与常用的锁相环方案相比，本发明在捕捉范围、跟踪速度、稳态误差等技术要求上不存在明显的冲突，可独立设计、优化，因此性能更加稳定、可靠。

附图说明

图1是实施例1所述的高动态信号帧结构的示意图。

图2是实施例2所述的高动态信号跟踪方法的步骤流程图。

图3是实施例2所述搜索导频帧的示意图。

图4是实施例2有导频帧的Rf的曲线(SNR＝-18dB)图。

图5是实施例2无导频帧的Rf的曲线(SNR＝-18dB)图。

图6是实施例2搜索第一个数据帧x(1)范围的示意图。

图7是实施例2频域数据共轭相乘的示意图。

图8是实施例2搜索得到Peak的曲线图。

图9是实施例2频偏估计方差的曲线图。

图10是实施例2存在时变频偏的信号x(k)的星座图。

图11是实施例2自适应跟踪滤波器的原理框图。

图12是实施例2跟踪校正以后的信号z(k)的星座图。

具体实施方式

下面结合附图和具体实施方式对本发明做详细描述。

本实施例涉及到的缩略语和关键术语定义如下：

ADC,Analogue to Digital Converter，模数转换器

PSK,Phase Shift Keying，相移键控

FIR,Finite Impulse Response，有限冲激响应

FFT,Fast Fourier Transform，快速傅里叶变换

IFFT,Inverse Fast Fourier Transform，反快速傅里叶变换

LS,Least Square，最小二乘法

RMS,Root Mean Square，均方根

SNR,Signal-to-Noise Ratio，信噪比

实施例1

如图1所示，本实施例设计一种便于捕捉、跟踪的高动态信号帧结构，所述的信号帧结构包括连续的长帧L，每个长帧L包括一个导频帧Plt、S个数据帧x；

所述的导频帧Plt不传输数据，在基带上填充的是常数，例如1。不对导频帧进行编码、成形滤波、扰码等处理；经过射频调制以后成为一段正弦波，其频率等于载波频率fc。

每个数据帧x包括训练字段PN和用户信息，需进行编码、成形滤波等处理。

实施例2

基于实施例1所述的高动态信号帧结构，本实施例还提供了一种高动态信号的跟踪方法。

为了便于随后具体的说明问题和原理，这里将实施例1所述的高动态信号帧结构中的部分参数举例，具体如下：

导频帧Plt和数据帧x的持续时间都为10ms，数据帧x的符号速率R＝10kSPS，每个长帧内含有S＝24个数据帧。

载波频率fc＝4GHz，接收信号的最大频偏值为±100kHz，频偏变化率为±4kHz/s。

如图2所述，一种高动态信号跟踪方法，所述跟踪方法包括步骤如下：

S1：大频偏捕捉：对经过混频、ADC采样的高动态信号，通过分段搜索方法确定导频帧Plt的大致位置，并利用FFT变换估计出频偏的粗略值，确定随后的第一个数据帧x(1)的大致范围；估计精度为±200Hz左右。

S2：时频同步：通过移频搜索方法，确定各数据帧的准确位置，从而完成帧同步，达到更高的频偏估计精度；误差为±50Hz左右。

S3：频偏细估计：利用数据帧中的训练字段PN进行频偏估计，进一步提高频偏估计精度，误差为±10Hz左右。

S4：频偏建模与补偿：低信噪比条件下的频偏估计精度急剧恶化，无法达到要求，利用历史估计值以及频偏方程提高估计精度。频偏是载频及运动规律的函数，在一个较短的时间内其表达式基本不变，即频偏方程。因此利用运动方程确定频偏的变化规律，并将本次的细估计值及历史估计数据联立起来，得到关于频偏的变化规律的方程组，这里将当前及以前的历史估计数据分别代入频偏方程，得到一个方程组；求解方程组的系数，得到频偏变化曲线，可据此对频偏估计值进行修正，得到频偏的精估计值。

S5：用精估计值补偿频偏：为了提高估计精度，步骤S1-S4的数据是ADC输出的高倍速(例如8倍)采样信号；完成了频偏估计以后，后级的均衡、解调处理都不需要如此高的采样率，因此将ADC高速采样的接收数据抽取到适于后级处理的1～2倍速率上可，再补偿其频偏，运算简单一点。

S6：信道均衡与时变频偏跟踪：将步骤S5得到的数据输入自适应跟踪滤波器，跟踪、补偿残余及快速变化的频偏，锁定高动态信号；同时实现信道均衡处理，完成高动态信号的跟踪、解调。实际上所述的自适应跟踪滤波器就是信道均衡器。

在一个具体的实施例中，步骤S1所述的大频偏捕捉(粗时频同步)一般是在没有先验信息的条件下执行的操作，其中没有先验信息的条件包括刚开机或者通信中断、失锁；所述的大频偏捕捉的功能包括：搜索导频帧Plt的大致位置，校正信号中的大频偏，确定随后的第一个数据帧x(1)的大致范围。

为了保证充足的频偏捕捉范围，ADC的采样频率Fs需大于2倍的最大频偏值，这里取为32倍符号速率，即Fs＝32R＝320kHz，在每个10ms的帧内可输出M＝3200个采样点。取FFT变换的长度为FFTL＝4096。

具体的处理步骤包括：

S101：从接收到的第一个采样数据开始，记为RtAdr(1)＝1，连续取FFTL个数据Rt，做FFT变换，并求出其幅度Rf(为了避免平方根运算，也可以用幅度的平方值代替)。记录Rf的峰值RfPeak(1)、峰值的位置RfAdr(1)、Rt的起始位置RtAdr(1)；p＝2；

S102：从上一次的数据位置RtAdr(k)开始，往后延迟N点，即从RtAdr(k)+N开始取出FFTL个数据Rt；如图3所示，重复上述FFT及搜索峰值等操作，并记录相应的数据RfPeak(p)、RfAdr(p)、RtAdr(p)；p＝p+1。

S103：重复步骤S101、S102，共S＝24次，直到完成对一个长帧的搜索；

如图4、图5所示，当存在导频帧时，RfPeak的值明显大得多，据此可以确定导频帧的粗略位置。

S104：找出与数组RfPeak中的最大值对应的位置RfAdr(m)及RtAdr(m)，则粗频偏值为

f_d1＝RfAdr2*df＝RfAdr2*Fs/FFTL；

式中，df＝Fs/FFTL＝78.125Hz是频谱分辨率，FFTL＝4096表示快速傅里叶快换的长度，其中

S105：用f_d1对接收信号Rx进行频偏校正，记为Rx2。

上述方法的频率估计范围大约为±0.95*0.5*Fs＝±152kHz。误差范围在±200Hz以内。

在一个具体的实施例中，步骤S1中确定随后的第一个数据帧x(1)的大致范围，其确定方法如下：

在以RtAdr(m)开始的FFTL个数据内一定包含着一个完整的导频帧，那么，从RtAdr(m)+N开始的FFTL个数据内有且只有一个完整的数据帧，即x(1)，见如图6所示的三种可能情况。

在一个具体的实施例中，步骤S2，所述的时频同步用于确定各数据帧的起始地址(帧同步)，并进一步校正信号中的频偏。

在图6的数据中，包含了1～2个完整的训练字段PN，为了便于区分，可以将x(1)、x(2)的PN设计得不同，使互相关性尽量低。

首先，对x(1)进行细时频同步。

对x(1)的本地训练字段PN求FFT变换，Txf0＝FFT(PN,FFTL)，其中FFT()表示快速傅里叶变换；截取频谱Txf0中的主能量部分，即低频成分。其中，正负频率部分各约占w1＝fix(0.6*FFTL*R/Fs)＝80个数据，其中fix()表示四舍五入取整数；即取Txf＝Txf0，再令第w1+1～FFTL-w1个数据等于0。

将按图7所示，所取出的接收数据记为Rx3，其快速傅里叶变换FFT为Rxf＝fft(Rx3,FFTL)。

依次取移频参数n＝-5,-3,0,3,5，按以下步骤搜索x(1)的位置：

S201：将Txf向右循环移动n个点，记为Txfn；

S202：将收、发信号做共轭相乘，如下：

TRfn＝Rxf*conj(Txfn)；

其中，conj()表示取共轭；Txfn只有2*w1个非零数据，总运算量比较小；同时也滤除了Rxf的带外干扰能量，上述过程的如图7所示，图中的+、－分别表示相应频谱分量的正负部分。

S203：将TRfn变换到时域，TRtn＝IFFT(TRfn,FFTL)；其中IFFT()表示反快速傅里叶变换；

S204：计算TRtn的幅度，并找出其峰，记录峰值Peak(k)及其位置Addr(k)；

S205：重复步骤S201～S204，遍历各n；

S206：搜索出Peak(k)峰值的位置p及对应的移频参数m，如图8所示，则Addr(p)即为x(1)的起始地址。残余频偏的估计值为f_d2＝m*df，以此校正x(1)的频偏。

由x(1)的起始地址可以依次得到其它数据帧x(2)～x(S)的起始地址；首先对它们完成帧同步处理，然后用f_d1+f_d2进行频偏补偿，记为Y1。据此可将搜索范围缩减到FFTL2＝2048，以减少运算量。

在一个具体的实施例中，步骤S201～S206是一种在频域利用FFT及IFFT实现移频和互相关运算的简便处理方法，该步骤也可以在时域实现，原理如下：

方法一，根据残余频差的可能范围，例如，-200Hz～200Hz，按照一定的间隔选定一些频偏试探值ft，比如-200，-150，-100，-50，0，50，150，200Hz；依次用这些试探值的负值对接收信号中的训练字段PN进行数字移频处理，然后与本地的PN数据做互相关运算，找出其幅度的峰值Peak(k)及其位置Addr(k)。

方法二，用上述频偏试探值对本地的PN数据进行数字移频处理，再与接收信号中的训练字段PN做互相关运算，找出其幅度的峰值Peak(k)及其位置Addr(k)。

在一个具体的实施例中，步骤S3，对经过初步频偏补偿的信号，利用数据帧中的训练字段PN进行精细的频偏估计，得到相应的频偏估计方程，具体如下：

由于此时已知数据帧中训练字段PN的准确位置，可以利用本地PN数据和ML方法进行频偏细估计。

该步骤存在多种成熟的实现方案，这里以双PN结构为例进行简单说明。

双PN结构的训练字段是由两段完全相同的数据构成的，经过射频放大、无线信道、接收处理以后，这两段数据的对应信号R_p1(k)、R_p2(k)的内容仍然相同，区别仅在于由于频偏而引起的相位差，剩余频偏的细估计方法如下：

其中，M是每段训练数据的长度。

根据步骤S1、S2、S3的得到的频偏，当前数据帧的总频偏估计值为

F_d＝f_d1+f_d2+f_d3 (3)

该估计值在信噪比较高的条件下可满足一般的通信需求，但是当信噪比不高时精度会明显变差，导致传输性能不高。

在一个具体的实施例中，步骤S4，所述的频偏建模与补偿，具体如下：

实际频偏值F_r随着时间t的变化规律可以用下面的方程来描述：

F_r(t)＝α+β·t+γ·t²+ξ·t³ (4)

其中，α是稳态频偏系数，β,γ,ξ分别是一阶、二阶和三阶多普勒变化系数，表示静态与动态的频偏规律；式(4)是关于时间t的0到3阶多项式，该阶数范围根据加速度的大小及观察时间的长短不同，是可以增减的，例如还可以取为0～1阶，0～2阶，0～4阶。

式(4)可作为Kalman滤波器的状态方程；F_d是F_r的观测值，可作为Kalman滤波器的观测方程。那么，由一系列的观测值F_d，经过滤波、跟踪，可以求得参数α,β,γ,ξ的值。也可以利用方程组来求解，见下面的说明。

将最近N个数据帧的时刻或者数据帧的时间序号p及其频偏估计值F_d代入(4)，用Kalman滤波或者最小二乘(LS)方法可求得方程的系数α,β,γ,ξ。

以LS方法为例，具体原理如下：

记最近N个数据帧的频偏估计值为(f_d1,f_d2,f_d3,...,f_dN,)^T，及相应的相对时间序号(1,2,3,...,N)^T，代入(4)式，构造一个关于系数α,β,γ,ξ的线性方程组

简记为矩阵形式

其中，n＝(n(1),n(2),…,n(N))^T是估计误差；

根据最小二乘(LS)准则求得方程组的解

(α,β,γ,ξ)^T＝(A^T·A)^-1·(A^T·F_D) (7)则现在可以利用该系数对频偏估计值进行修正，具体如下：

Fe(N)＝α+β·N+γ·N²+ξ·N³ (8)

式中，Fe(N)表示用数据建模方法推算的频偏值，消除了一部分估计误差。

则f_d4＝Fe(N)-f_d1-f_d2是Y1中剩余频偏的精确估计值；先将Y1降低到合适的采样速率上，例如视后级均衡器的要求，可以是1倍或2倍符号速率；再以f_d4对其进行频偏校正，记为x。

在上述处理步骤中，以帧为单位估计、补偿了数据帧频偏的均值，但由于速度的动态变化，在信号x中仍然存在比较轻微的频偏波动，未锁定。

Fd、Fe的误差的均方根曲线如图9所示。从图中可知，Fe的精度提高了10倍左右。通过步骤S4的频偏方程，在同样的频偏估计方差条件下，同步模块的信噪比门限可向下延伸10dB左右，如图9所示，从而使得传输的误码率降低，或者增加通信距离。

本实施例对于求方程组的解也不必局限于LS方法及(7)式，还可以基于矩阵的奇值分解、伪逆，广义最小二乘方法等技术进行解算。

在一个具体的实施例中，步骤S5，根据频偏估计方程修正的频偏估计值，将高速采样的接收数据抽取到较低的速率上，然后校正其频偏；具体可以先将32倍速采样的接收数据抽取到1～2倍速上，然后用新的估计值Fe(N)进行频偏校正。

在一个具体的实施例中，步骤S6，具体的，通过步骤S1～S4所求得的频偏值Fd及其修正值Fe，实际上是所处理的时间区间内的均方根值。虽然能够据此将残余频偏的均值控制到很小的范围以内，但无法对随机变化的频偏做精确的跟踪、校正。例如，当频偏变化率为4kHz/s时，在一帧的持续时间内将会重新积累起40Hz的频偏，仍然会导致星座图旋转、拉伸，解调的误码率升高，如图10所示的星座图。

步骤S6，对信号x进行白化处理，增加自适应跟踪滤波器的收敛速度，使自适应跟踪滤波器在校正信道失真的同时，也实现对动态变化的频偏的跟踪与补偿，完成对高动态信号的精确锁定；利用自适应跟踪滤波器逐个符号的修正其相位，限制旋转程度，从而实现跟踪、校正随机频偏的目的。

本实施例所述的自适应跟踪滤波器的原理如图11所示，图中x是经过步骤S4校正频偏以后的数据，y是经过白化处理的数据，z是经过自适应跟踪滤波器处理后送往解码器的数据。

设滤波器FIR1的抽头数为L1，每次对L1个输入数据

Y(k)＝(y(k),y(k-1),y(k-2),…,y(k-L1+1))进行FIR滤波处理。而Y(k)是由L1个接收数据X(k)＝(x(k),x(k-1),x(k-2),…,x(k-L1+1))经过白化处理而成，原理如下：

求当前输入自适应跟踪滤波器的信号X(k)与上一次信号X(k-1)的互相关系数

定义新的变量

Y(k)＝X(k)-c(k)·X(k-1) (10)

本实施例采用白化处理能够加快跟踪速度，但在自适应滤波器自身的调节速度足够高时是可选项，可以去掉。

如果滤波器FIR1当前的输出信号z(k)对应于数据帧中已知的PN字段，将开关SW向下切换至本地存储的PN数据，送到滤波器FIR2的数据d(k)＝PN；

否则z(k)输出的是信息字段，则SW向上切换，d(k)等于经过符号判决以后的信息数据。

z(k)等于滤波器FIR1、滤波器FIR2输出信号之差。

误差信号Err(k)＝z(k)-d(k)用以驱动自适应滤波算法，调节滤波器FIR1、FIR2的系数；

经过以上处理后，z(k)为完成了频偏跟踪校正及信道均衡以后的解调信号，星座图如图12所示。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (9)

1.一种高动态信号帧结构，其特征在于：所述的信号帧结构包括连续的长帧L，每个长帧L包括一个导频帧Plt、S个数据帧x；

所述的导频帧Plt不传输数据，也不做成形滤波等处理，在基带上填充的是常数，其经过射频调制以后成为一段频率等于载波频率fc的正弦波；

每个数据帧x包括训练字段PN和用户信息。

2.一种基于权利要求1所述的高动态信号帧结构的高动态信号跟踪方法，其特征在于：所述跟踪方法包括步骤如下：

S1：大频偏捕捉：对经过混频、ADC采样的高动态信号，通过分段搜索方法确定导频帧Plt的大致位置，并估计出频偏的粗略值，确定随后的第一个数据帧x(1)的大致范围；

S2：时频同步：通过移频搜索方法，确定各数据帧的准确位置，从而完成帧同步及频偏的初步补偿；

S3：频偏细估计：利用数据帧中的训练字段PN进行精细的频偏估计，得到频偏的细估计值；

S4：频偏建模与补偿：利用运动方程确定频偏的变化规律，并将本次的细估计值及历史估计数据联立起来，得到关于频偏的变化规律的方程组；求解得到方程组的系数，再利用该系数对频偏细估计值进行修正；

S5：根据频偏估计方程修正的频偏估计值；将ADC高速采样的接收数据抽取到适于后级处理的1～2倍速率上，然后补偿其频偏；

S6：信道均衡与时变频偏跟踪：将步骤S5得到的数据输入自适应跟踪滤波器，跟踪、补偿残余及快速变化的频偏，锁定高动态信号；同时实现信道均衡处理，完成高动态信号的跟踪、解调。

3.根据权利要求2所述的高动态信号跟踪方法，其特征在于：为了保证充足的频偏捕捉范围，ADC的采样频率Fs需大于2倍的最大频偏值。

4.根据权利要求3所述的高动态信号跟踪方法，其特征在于：步骤S1，大频偏捕捉的具体步骤如下：

S101：从接收到的第一个采样数据开始，记为RtAdr(1)＝1，连续取FFTL个数据Rt，做快速傅里叶变换找出其幅度Rf，并记录Rf的峰值RfPeak(1)、峰值的位置RfAdr(1)、Rt的起始位置RtAdr(1)；参数p＝2；

S102：从上一次的数据位置RtAdr(k)开始，往后延迟N点，即从RtAdr(k)+N开始取出FFTL个数据Rt；其中，N是每帧信号的采样点数；记录相应的峰值RfPeak(p)、峰值的位置RfAdr(p)、Rt的起始位置RtAdr(p)；p＝p+1；

S103：重复步骤S101、S102，直到完成对一个长帧的搜索；

S104：找出与数组RfPeak中的最大值对应的位置RfAdr(m)及RtAdr(m)，则粗频偏的值为：

f_d1＝RfAdr2*df＝RfAdr2*Fs/FFTL

式中，df＝Fs/FFTL是频谱分辨率，FFTL表示快速傅里叶快换的长度；其中，

S105：用f_d1对接收信号Rx进行频偏校正，记为Rx2。

5.根据权利要求4所述的高动态信号跟踪方法，其特征在于：步骤S1中数据帧x(1)的起始地址的确定如下：

在以RtAdr(m)开始的FFTL个数据内包含着一个完整的导频帧，则从RtAdr(m)+N开始的FFTL个数据内有且只有一个完整的数据帧，即x(1)。

6.根据权利要求5所述的高动态信号跟踪方法，其特征在于：步骤S2，具体步骤如下：

对x(1)的本地训练字段PN求快速傅里叶变换，即Txf0＝FFT(PN,FFTL)；其中FFT()表示快速傅里叶变换；截取频谱Txf0中的主能量部分，即低频成分，正负频率部分各约占w1＝fix(0.6*FFTL*R/Fs)个数据，其中fix()表示四舍五入取整数，即取Txf＝Txf0，再令第w1+1～FFTL-w1个数据等于0；

将取出的接收数据记为Rx3，其快速傅里叶变换为Rxf＝FFT(Rx3,FFTL)；

依次取移频参数n＝-5,-3,0,3,5，并按以下步骤搜索x(1)的位置：

S201：将Txf向右循环移动n个点，记为Txfn；

S202：将收、发信号共轭相乘：TRfn＝Rxf*conj(Txfn)；Txfn有2*w1个非零数据；conj()表示取共轭；

S203：将TRfn变换到时域，TRtn＝IFFT(TRfn,FFTL)；其中IFFT()表示反快速傅里叶变换；

S204：计算TRtn的幅度，并找出其峰，记录峰值Peak(k)及其位置Addr(k)；

S205：重复步骤S201～S204，遍历各n；

S206：搜索出Peak(k)峰值的位置p及对应的移频参数m，则Addr(p)即为x(1)的起始地址；则残余频偏的估计值为f_d2＝m*df，以此校正x(1)的频偏；

由x(1)的起始地址可以依次得到其它数据帧x(2)～x(S)的起始地址；首先对它们完成帧同步处理，然后用f_d1+f_d2进行频偏补偿，记为Y1。

7.根据权利要求6所述的高动态信号跟踪方法，其特征在于：步骤S3，对经过初步频偏补偿的信号，利用其训练字段做进一步的频偏估计；所述的训练字段由两段相同的数据构成，在接收的信号中，这两段信号分别用R_p1(k)、R_p2(k)表示，剩余频偏的细估计方法如下：

其中，M是每段训练数据的长度；

将以上三个步骤的频偏估计值相加，得到当前数据帧的频偏估计值

F_d＝f_d1+f_d2+f_d3 (3)

8.根据权利要求7所述的高动态信号跟踪方法，其特征在于：步骤S4，具体地，将实际频偏值F_r随着时间t的变化规律用下面的方程来描述：

F_r(t)＝α+β·t+γ·t²+ξ·t³ (4)

其中，α是稳态频偏系数，β,γ,ξ分别是一阶、二阶和三阶多普勒变化系数，表示静态与动态的频偏规律；

将最近N个数据帧的时刻或者数据帧的时间序号p及其频偏估计值F_d代入(4)，用Kalman滤波或者最小二乘方法可求得方程的系数α,β,γ,ξ；

利用求解得到的系数对当前数据帧的频偏估计值进行修正，具体如下

Fe(N)＝α+β·N+γ·N²+ξ·N³ (8)

式中，Fe(N)表示用数据建模方法推算的频偏值；

则f_d4＝Fe(N)-f_d1-f_d2是Y1中剩余频偏的精确估计值；先将Y1降低到1～2倍采样速率上，再以f_d4对其进行频偏校正，记为x。

9.根据权利要求8所述的高动态信号跟踪方法，其特征在于：步骤S6，具体地，设滤波器FIR1的抽头数为L1，每次对L1个输入数据Y(k)＝(y(k),y(k-1),y(k-2),…,y(k-L1+1))进行FIR滤波处理，而Y(k)是由L1个接收数据X(k)＝(x(k),x(k-1),x(k-2),…,x(k-L1+1))经过白化处理得到；具体原理如下：

求当前输入自适应跟踪滤波器的信号X(k)与上一次信号X(k-1)的互相关系数

定义新的变量

Y(k)＝X(k)-c(k)·X(k-1) (10)

若滤波器FIR1当前的输出信号z(k)对应于数据帧中已知的训练字段PN，将开关SW向下切换至本地存储的PN数据，送到滤波器FIR2的数据d(k)＝PN；

否则z(k)输出的是信息字段，则开关SW向上切换，d(k)等于经过符号判决以后的信息符号；

均衡器的输出信号z(k)等于滤波器FIR1、FIR2的输出信号之差；

误差信号Err(k)＝z(k)-d(k)用以驱动自适应滤波算法，调节滤波器FIR1、FIR2的系数；

经过以上处理，z(k)为完成了频偏跟踪校正及信道均衡以后的解调信号。

Images