CN113364709A

CN113364709A - 一种分布式独特字的tdma信号检测和频偏估计方法及系统

Info

Publication number: CN113364709A
Application number: CN202110627296.XA
Authority: CN
Inventors: 邓计才; 邹坤衡; 巩克现; 孙鹏; 江桦; 王玮
Original assignee: Zhengzhou University
Current assignee: Zhengzhou University
Priority date: 2021-06-04
Filing date: 2021-06-04
Publication date: 2021-09-07

Abstract

本发明提供一种分布式独特字的TDMA信号检测和频偏估计方法及系统，检测方法包括：获取待处理数据的相关系数；所述待处理数据包括多个具有分布式独特字的TDMA信号；对所述相关系数经门限检测，得到所述待处理数据的突发起始位置；所述获取待处理数据的相关系数包括：对各TDMA信号按照分布式独特子进行分段提取，分别得到各TDMA信号的待检测序列；采用双延时算法将各TDMA信号的待检测序列与相应的预设独特字序列进行相关度计算，得到各TDMA信号的相关系数。本发明的技术方案，一方面相对于其他分布式检测算法具有更高的检测精度，另一方面计算复杂度低，有利于后续闭环载波同步的快速入锁。

Description

一种分布式独特字的TDMA信号检测和频偏估计方法及系统

技术领域

本发明涉及TDMA信号检测技术领域，具体涉及一种分布式独特字的TDMA信号检测和频偏估计方法及系统。

背景技术

TDMA(Time Division Multiple Access，时分多址)的主要思想是：将时间划分成互不重叠的若干时隙，通过信道的复用实现了多用户共享通信资源。由于TDMA信号具有通信容量大、信号无互调、频率利用率高和大小站兼容等优点，所以在各类民用和军用通信系统中具有广泛的应用，例如无人机通信系统、VSAT卫星通信系统、国际海事卫星系统、铱星系统等。TDMA信号通常具有突发性和短暂性特点，其突发起始时刻的检测对后续参数估计及解调都尤为重要。

通信双方相对运动往往导致接收信号具有较大的多普勒频偏和衰落，而分布式独特字因其良好的抗多普勒频偏和抗信号衰落性能，被越来越多地应用在卫星通信和无人机通信中。但是由于信道编码的发展和TDMA系统发送设备的小型化，导致接收信号的信噪比通常在9dB以下，因此分布式TDMA信号的突发检测和频偏估计往往有较高的要求。

目前针对TDMA信号的检测算法通常有：

(1)信号能量检测法，如未知确定性信号的能量检测方法、多天线信号能量检测方案，这类方法具有抗频偏的优点，但易受噪声影响，在低信噪比下检测效果较差；

(2)频域检测法，如基于循环谱的检测方法，这种方法的优点是抗噪声性能强，但算法复杂，计算量较大；

(3)基于独特字的检测方法，如基于滑动相关峰检测方法，这类方法检测精度高，适合有一定先验知识的信号检测。但基于独特字的检测目前主要还是针对独特字分布在信号帧头的情况，对于新型的分布式独特字研究较少；

(4)基于单尺度延迟共轭的分布式独特字信号检测算法，这种算法的优点是具有良好的抗频偏性能，但在低信噪比下的检测精度不高，并且检测性能会受分布式独特字结构的影响。

发明内容

本发明的目的是提供一种分布式独特字的TDMA信号检测和频偏估计方法及系统，以至少解决上述TDMA信号检测不准确的问题。

为实现上述目的，本发明采用如下技术方案：

一种基于分布式独特字的TDMA信号检测方法，包括如下步骤：

获取待处理数据的相关系数；所述待处理数据包括多个具有分布式独特字的TDMA信号；

对所述相关系数经门限检测，得到所述待处理数据的突发起始位置；

所述获取待处理数据的相关系数包括：

对所述待处理数据的各TDMA信号按照分布式独特子进行分段提取，分别得到各TDMA信号的待检测序列；

采用双延时算法将各TDMA信号的待检测序列与相应的预设独特字序列进行相关度计算，得到各TDMA信号的相关系数，计算公式为：

上式中，corr′为其中一个TDMA信号的相关系数，y(n)和y(jN)分别为延时后的该TDMA信号待检测序中的第n和jN个符号，b(n)和b(jN)分别为延时后的相应预设独特字序列中的第n和jN个符号，P为该TDMA信号的字段数，N为TDMA信号中每段独特字的数量，r₀(k)为该TDMA信号的待检测序列中的第k个符号。

根据本公开的一个实施例，所述TDMA信号的待检测序列中的第k个符号的获取方法为：

r₀(k)＝r₀[(p-1)×N+q]＝r[(p-1)×L₀+q]

其中，L₀表示所述TDMA信号中各字段中符号的数量，r(k)表示天线接收到的信号下变频后的基带接收数据中的第k个字符，p的取值范围为1到P，q的取值范围为1到N。

根据本公开的一个实施例，所述天线接收到的信号下变频后的基带接收数据的获取方法为：

其中

是天线接收信号中第k个码元信息，A_r是码元波形幅度，T是码元持续时间，ω₀是频偏，θ是初相，n(k)为复高斯白噪声。

根据本公开的一个实施例，延时后预设独特字序列中的各符号由相应预设独特字序列中相应符号与其后一位符号共轭相乘得到，TDMA信号延时后的待检测序中各符号由相应TDMA信号待检测序列中相应符号与其后一位符号共轭相乘得到。

一种基于分布式独特字的TDMA信号检测系统，包括第一处理器和第一存储器，所述第一存储器存储有用于在所述第一处理器执行的计算机程序；所述第一处理器执行所述计算机程序时，实现上述基于分布式独特字的TDMA信号检测方法及其多个实施例。

一种基于分布式独特字的TDMA信号的频偏估计方法，包括如下步骤：

采用上述基于分布式独特字的TDMA信号检测方法得到待处理数据的突发起始位置；

提取待所述突发起始位置的相关系数对应的存盘数值，并根据该存盘数值计算待处理数据的频偏估计。

一种基于分布式独特字的TDMA信号频偏估计系统，包括第二处理器和第二存储器，所述第二存储器存储有用于在所述第二处理器执行的计算机程序；所述第二处理器执行所述计算机程序时，实现上述基于分布式独特字的TDMA信号频偏估计方法。

本发明的有益效果：利用分布式独特字的特性，以两种延迟尺度结合的方式进行相关运算，避免了独特字分布比例对检测算法性能的影响，相对于其他分布式检测算法具有更高的检测精度。并且由于本公开方案的频偏估计直接利用了突发检测的部分运算结果，仅存在一次求复角的计算，因此复杂度低，有利于后续闭环载波同步的快速入锁。

附图说明

通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：

图1为本公开的基于分布式独特字的TDMA信号检测方法的流程图；

图2为一种分布式独特字TDMA信号帧结构示意图；

图3为一种预设独特字序列a(k)构成示意图；

图4为一种待检测序列r₀(k)构成示意图；

图5为一种公开的基于分布式独特字的TDMA信号频偏估计方法的流程图；

图6为仿真实验时f_eT＝0情况下检测算法的相关系数仿真结果示意图；

图7为仿真实验时f_eT＝0.1情况下检测算法的相关系数仿真结果示意图；

图8为仿真实验时不同独特字长度下检测算法的相关系数仿真结果示意图；

图9为仿真实验时不同独特字分布结构下检测算法的相关系数仿真结果示意图；

图10为仿真实验时检测概率对比仿真结果示意图；

图11为仿真实验时漏检概率对比仿真结果示意图；

图12为仿真实验时不同独特字分布结构下检测概率对比仿真结果示意图；

图13为仿真实验时频偏估计均方根误差仿真结果示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

请参阅图1，图1示出了一种基于分布式独特字的TDMA信号检测方法的流程，根据图1示出的内容可知，首先，在步骤S11处，获取待处理数据的相关系数。本实施例中待处理数据包括多个具有分布式独特字的TDMA信号，先分别对各TDMA信号按照分布式独特字进行分段提取，得到各TDMA信号的待检测序列，然后再采用双延时算法将各TDMA信号的待检测序列分别与相应的预设独特字序列进行相关度计算，从而得到各TDMA信号的相关系数，即得到待处理数据的相关度系数。以其中一个TDMA信号为例，采用双延时算法计算其相关度时，通过如下运算得到：

上式(1)中，corr′为其中一个TDMA信号的相关系数，y(n)和y(jN)分别为该TDMA信号延时后的待检测序中的第n和jN个符号，b(n)和b(jN)分别为延时后的相应预设独特字序列中的第n和jN个符号，P为该TDMA信号的独特字段数，N为TDMA信号中每段独特字的数量，r₀(k)为该TDMA信号的待检测序列中的第k个符号。

然后，在步骤S12处，对待处理数据的相关系数进行门限检测，得到其突发起始位置，具体为：将待处理数据的相关系数序列依次与设定的检测门限作比较，将其中大于检测门限的相关系数所对应的位置作为突发起始位置。以一种实际应用场景为例，在该应用场景中，待处理数据中的TDMA信号为过采样数据(如过采样倍数为4)，则突发起始位置附近通常有2-4个位置的相关系数大于检测门限，从中选取一个最佳位置(即相关系数最大的位置)判为突发起始位置即可。

上述的基于分布式独特字的TDMA信号检测方法，利用分布式独特字的特性，以两种延迟尺度结合的方式进行相关运算，避免了独特字分布比例对检测算法性能的影响，相对于其他分布式检测算法具有更高的检测精度。

在一个实施例中，对各TDMA信号分别进行P次分段提取，如图2所示，每段的长度为L₀个符号，然后将每段数据的前N个符号以此串联排列，即可得到各TDMA信号的待检测序列。以其中一个TDMA信号为例，其待检测序列为：

r₀(k)＝r₀[(p-1)×N+q]＝r[(p-1)×L₀+q] (2)

上式(2)中，r(k)表示天线接收到的信号下变频后的基带接收数据中的第k个字符，p的取值范围为1到P，q的取值范围为1到N。

进一步地，上述TDMA信号下变频后的基带接收数据通过如下运算得到

上式(3)中，

在另一个实施例中，延时后预设独特字序列中的各符号由相应预设独特字序列中相应符号与其后一位符号共轭相乘得到，TDMA信号延时后的待检测序中各符号由相应TDMA信号待检测序列中相应符号与其后一位符号共轭相乘得到。

以上述延时后预设独特字序列中的第个n符号b(n)为例，设相应符号预设独特字序列中的第n个符号为a(n)，如图3所示，该符号的后一位符号a(n+1)，则：

b(n)＝a(n+1)×a^*(n) (4)

以上述TDMA信号延时后的待检测序中的第n个符号y(n)为例，该符号在TDMA信号的待检测序列中相应的符号r₀(n)，如图4所示，该符号的后一位符号为r₀(n+1)，则：

y(n)＝r₀(n+1)×r₀ ^*(n) (5)

另一方面，本发明还公开了一种基于分布式独特字的TDMA信号频偏估计方法，该方法的流程如图5所示，包括如下步骤：

步骤S21：获取待处理数据的突发起始位置，获取方法与上述分布式独特字的TDMA信号检测方法相同。

步骤S22：提取待处理数据突发起始位置的相关系数对应的存盘数值，并根据该存盘数值计算待处理数据的频偏估计。

上述提取待处理数据突发起始位置的相关系数对应的存盘数值通过如下运算得到：

上述根据该存盘数值计算待处理数据的频偏估计根据如下运算得到：

通过上述方法，得到的待处理数据的频偏估计范围为

可以满足实际信号中对大频偏的估计需求。由于本实施例频偏估计直接利用了突发检测的部分运算结果，仅存在一次求复角的计算，因此复杂度低，有利于后续闭环载波同步的快速入锁。

仿真实验：

下面通过仿真实验验证本公开所提供方案的技术先进性。

为算法性能仿真结果如图6-图11所示，仿真参数设定：信号采样率为8MHz，符号速率为2MBaud，调制方式为QPSK。采样时间设为25ms，共有3个TDMA信号，每个信号突发时长为0.36ms。信道环境为加性高斯白噪声。

为验证频偏对本公开技术方案的检测算法的影响，图6-图7分别给出了对归一化频偏f_eT＝0和f_eT＝0.1的信号进行检测的相关系数，其中令信噪比E_b/N₀＝{0dB,3dB,6dB,9dB}，独特字总长为48个符号，其中每个间隔插入2个符号的独特字。从图4-图5可以看出，在f_eT＝0和f_eT＝0.1两种情况下，检测效果基本无差别，说明该算法具有良好的抗频偏性能，适合在较大频偏条件下使用。上述的参数f_e为接收信号的频偏，且f_e＝ω₀/(2π)。

为验证独特字长度和分布结构对本公开技术方案的影响，图8和图9分别给出了检测算法在f_eT＝0.1和E_b/N₀＝6dB条件下独特字长度和分布结构对检测性能的影响。图8所示仿真中独特字总长符号数分别为16、32、48、64，分布结构均为每段插入2个符号的独特字。可以看出，独特字越长，相关峰值越明显，检测效果越好。图9所示仿真中独特字总长固定为48个符号，分别采取每段插入2个、4个、8个和16个符号的分布结构。可以看出，不同的分布结构下，检测效果基本无差别，定性地验证了本公开技术方案具有检测性能不受分布式结构影响的性能。

最后选取的对比算法为两种基于单延迟共轭的分布式独特字TDMA信号检测算法，分布使用“延迟1位法”和“延迟L₀位法”表示。本公开所提供技术方案由于是基于双延迟位数结合的双相关检测算法，故使用“双延迟法”表示。设置实验条件为：归一化频偏f_eT＝0.1，信噪比E_b/N₀为-3dB到6dB，分布式独特字结构为N*P＝2*24，独特字总长度为48个符号。进行蒙特卡洛实验，在虚警概率P_f＜10^-5的判决门限下，分别统计不同情况下的信号检测概率与信噪比E_b/N₀的关系。

由图10示出的内容可以看出，“双延迟法”的信号检测性能在低信噪比条件下要高于两种单延迟算法，在相同检测概率下其信噪比门限比“延迟L₀位法”降低0.5dB左右。

图11示出的内容可以看出，“双延迟法”的信号检测性能在较高信噪比条件下仍高于单延迟算法，在相同漏检概率下其信噪比门限比“延迟L₀位法”降低1dB左右

为进一步验证“双延迟法”性能的稳定性，设置实验条件为：归一化频偏f_eT＝0.1，信噪比E_b/N₀＝-1dB，分布式独特字结构依次取N*P＝{2*24,4*12,6*8,8*6,12*4,16*3}，独特字总长度固定为48个符号，对此信号分别采用双延迟法和单延迟法进行蒙特卡洛实验。在虚警概率P_f＜10^-5的判决门限下，分别统计不同情况下的信号检测概率与信噪比E_b/N₀的关系。

如图12使出的内容可以看出，在信噪比E_b/N₀＝-1dB下，本公开所提供检测方法的检测概率始终稳定80％上下，且检测概率始终高于单延迟相关算法。定量地验证了本专利算法具有检测性能不受分布式结构影响的性能。

为验证本公开的频偏估计值df的估计精度，对归一化频偏f_eT＝0.1的情况下，信噪比E_b/N₀＝{0dB,3dB,6dB,9dB}，独特字长度为48个符号，每段插入2、4、8个符号独特字，相邻独特字段间隔L0＝125个符号。分别对每种不同情况下进行5000次仿真，采用归一化频偏估计均方根误差(Root Mean Square Error，RMSE)来衡量算法的频偏估计性能。

从图13使出的仿真结果可以看出，信噪比越高、分段插入的符号数越多，本发明得到的频偏估计值df精度越好。实验所得频偏的估计均方根误差均在3％符号速率以下，当信号质量较好时，误差往往控制在1％符号速率以内，基本能够满足大部分较大频偏估计校正的应用场景需要，有利于后续闭环载波同步的快速入锁。

另外，本公开还提供了一种基于分布式独特字的TDMA信号检测系统，该系统包括第一处理器和第一存储器，其中第一存储器上存储有用于在第一处理器上执行的计算机程序，且当第一处理器执行该计算机程序时，实现上述基于分布式独特字的TDMA信号检测方法及其多个实施例。

另外，本公开还提供了一种基于分布式独特字的TDMA信号频偏估计系统，该系统包括第二处理器和第二存储器，其中第二存储器上存储有用于在第二处理器上执行的计算机程序，且当第二处理器执行该计算机程序时，实现上述基于分布式独特字的TDMA信号频偏估计方法及其多个实施例。

以上公开的本发明的实施例只是用于帮助阐明本发明的技术方案，并没有尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种基于分布式独特字的TDMA信号检测方法，其特征在于，包括如下步骤：

所述获取待处理数据的相关系数包括：

2.根据权利要求1所述的分布式独特字的TDMA信号检测方法，其特征在于，所述TDMA信号的待检测序列中的第k个符号的获取方法为：

r₀(k)＝r₀[(p-1)×N+q]＝r[(p-1)×L₀+q]

3.根据权利要求2所述的分布式独特字的TDMA信号检测方法，其特征在于，所述天线接收到的信号下变频后的基带接收数据的获取方法为：

其中

4.根据权利要求1-3任一项所述的分布式独特字的TDMA信号检测方法，其特征在于，延时后预设独特字序列中的各符号由相应预设独特字序列中相应符号与其后一位符号共轭相乘得到，延时后的TDMA信号待检测序中各符号由相应TDMA信号待检测序列中相应符号与其后一位符号共轭相乘得到。

5.一种基于分布式独特字的TDMA信号检测系统，包括第一处理器和第一存储器，所述第一存储器存储有用于在所述第一处理器执行的计算机程序；其特征在于，所述第一处理器执行所述计算机程序时，实现权利要求1-4任一项所述的方法。

6.一种基于分布式独特字的TDMA信号的频偏估计方法，其特征在于，包括如下步骤：

采用权利要求1-4任一项所述的方法得到待处理数据的突发起始位置；

7.一种基于分布式独特字的TDMA信号频偏估计系统，包括第二处理器和第二存储器，所述第二存储器存储有用于在所述第二处理器执行的计算机程序；其特征在于，所述第二处理器执行所述计算机程序时，实现权利要求6所述的方法。