CN114916053B - 一种语音帧的盲同步方法 - Google Patents
一种语音帧的盲同步方法 Download PDFInfo
- Publication number
- CN114916053B CN114916053B CN202111545345.1A CN202111545345A CN114916053B CN 114916053 B CN114916053 B CN 114916053B CN 202111545345 A CN202111545345 A CN 202111545345A CN 114916053 B CN114916053 B CN 114916053B
- Authority
- CN
- China
- Prior art keywords
- probability
- voice frame
- voice
- center
- offset
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W56/00—Synchronisation arrangements
- H04W56/003—Arrangements to increase tolerance to errors in transmission or reception timing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种语音帧的盲同步方法,在正常跳频并收发跳频同步信息的同时,判断当前频点是否已经存在语音业务,及时识别并迟入接收和转发给下级节点,面对刚开机还未获得过跳频同步信息的节点,快速识别各个频点是否存在语音业务并迟入接收,不依赖A帧同步字,在一个时隙内快速正确识别语音帧。上述技术方案克服了同步字自相关法在无线自组网跳频通信系统中迟入时间大、业务延迟大、浪费发射功率、跳频图案受到限制等缺点,在每个时隙计算使用的原始信息量大,识别的正确性也有明显提高,克服了同步字自相关法抗干扰性差的缺点,具有较强的抗干扰性。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种语音帧的盲同步方法。
背景技术
基于DMR(Digital Mobile Radio)的无线自组网跳频通信系统可以在没有集群基站覆盖的地区自动组建临时通信网络,主要用于应急指挥调度通信。DMR标准使用4FSK调制方式,每个时隙使用27.5ms承载132个码元(符号),每个符号有+3、+1、-1、-3四种状态,每种状态在解调后的波形上对应一个幅值。在DMR标准中,一个语音超帧长度为360ms,由A-F共6个TDMA帧组成,每个TDMA帧由2个30ms的时隙组成,其中A帧携带语音同步字,长度5ms,通过滑动自相关性计算窗口的方式可找到A帧的同步字。B-E帧携带语音嵌入信令,用于支持迟入。因此语音同步字占整个语音超帧的时间不到1.4%,目前用自相关搜索语音同步字识别语音帧再迟入的方式,需要长期守候在该频点。
有资料显示,在基于DMR标准的跳频通信系统中,通常从接收到的跳频同步信息中获取当前系统跳频序号、跳频图案编号等信息,从约定的跳频图案查找下一跳信息。DMR集群模式能在单独的业务信道由集群基站发送跳频同步信息,但在基于DMR直通模式的无线自组网跳频通信系统中,没有单独的业务信道,每个自组网节点按照各自的发送位置周期性发送跳频同步信息,动态组建临时通信网络。无线自组网跳频通信系统在进入语音业务后,通过一个标志语音业务开始的语音头信令通知下一个节点准备开始中继语音业务,并在语音业务结束后恢复跳频同步信息的周期性发送。由于无线网络的不可靠性,中转节点往往会因为干扰等原因没有解码出上级节点发送的语音头,按照上次收到的跳频同步信息继续跳频,在至少一个所有节点跳频同步信息的循环发送周期后发现和上级节点失去同步。
中国专利文献CN104954995B公开了一种“DMR/PDT系统中无同步字语音帧的同步方法”。采用了在DMR/PDT系统中,通过嵌入信令EMB PDT的校验结果和色码相关运算的方式进行无同步字语音帧的帧同步,完成无同步字语音帧结构的恢复,克服了低信噪比和深衰落条件下对无同步字语音帧的同步检测问题,大幅度提高了接收机的灵敏度。上述技术方案在接收方随机时刻介入接收一个语音发射时,难以同时保证语音帧识别正确率和速度。
发明内容
本发明主要解决原有的技术方案在接收方随机时刻介入接收一个语音发射时,难以同时保证语音帧识别正确率和速度的技术问题,提供一种语音帧的盲同步方法,在正常跳频并收发跳频同步信息的同时,判断当前频点是否已经存在语音业务,及时识别并迟入接收和转发给下级节点,面对刚开机还未获得过跳频同步信息的节点,快速识别各个频点是否存在语音业务并迟入接收,不依赖A帧同步字,在一个时隙内快速正确识别语音帧。
本发明的上述技术问题主要是通过下述技术方案得以解决的:本发明包括以下步骤:
S1应用语音帧识别系统接收1/La个时隙的信号并解调,保存靠近时隙中间的4.8*Ka*Sa个点幅值;
S2选择一个偏移位置Na,以每符号采样点数Sa为间隔,从4.8*Ka*Sa个点中依次取出4.8*Ka个点;
S3用分类方法把这4.8*Ka个点按幅值分为4个集合,限制分类收敛前的最大迭代次数为Ca次,并把实际迭代次数存入总迭代次数Cb;
S4计算4个分类中心的的信息,综合得到以Na为偏移位置时这半个时隙是语音帧的概率Pa;
S5根据统计信息,选择不同的偏移位置增量,得到新的偏移位置Nb,并重复步骤S3-S5,直到累计增量达到Sa、或者总迭代次数Cb达到预设值Cc;
S6根据最大概率Px,排除当前时隙为语音帧,若无法排除则重复步骤S1-S5,计算后半个时隙的最大概率Py;
S7根据统计信息,计算当前时隙为语音帧的综合概率Pz;
S8根据解码纠错能力和实际使用场景,调整语音帧概率Pz的阈值。
作为优选,所述的语音帧识别系统包括:
射频接收与预处理模块,用于接收指定频率的射频信号,经过采样、解调,输出解调后的时隙数据;
语音帧识别模块,用于根据解调后的数据,经过分段分类、统计,输出语音帧的综合概率;
结果输出模块,用于根据概率的阈值,输出语音帧的识别结果。
作为优选,所述的步骤S1中的Ka<1/La*30,每个时隙有2.5ms的保护时间不包含有效数据,语音A帧有5ms的同步字只包含码元的其中2个状态。在选择语音帧的识别范围Ka(ms)时应考虑到上述两种特殊情况,可提高语音帧识别的正确性。
作为优选,所述的步骤S2由上次有效同步的偏移位置前移少量单位确定偏移位置Na,以此提高语音帧识别的速度,所述有效同步为通过同步字取出数据后成功解码和校验有效,所述前移少量单位用于兼容正常的抖动范围。具体地,当上次有效同步的偏移位置是1,可选择Sa-1作为起始的偏移位置。
作为优选,所述的步骤S3分类方法具体为:
S3.1根据上次有效同步的4个载频平均幅值,若初次开机则使用默认幅值,建立一个大小为4*4*2的排序索引表Ta,包含每个集合中心到任何一个中心的欧式距离的一半的排序.
S3.2把4.8*Ka个点存入依次距离最近的中心的集合内,若一个点上次不属于该中心的集合,则从上一个中心减去该点的幅值,加到新的中心的集合内;
可通过已经排序过的索引表Ta在这个过程中为提高速度。具体地,若一个点到中心Ea的距离小于任何一个中心到中心Ea的距离的一半,则这个点离中心Ea最近,属于Ea的集合;通过表Ta可查表优先比较距离中心Ea最近的中心Ex,因而上述过程简化为若一个点到中心Ea的距离小于Ex到Ea的距离的一半,则这个点离Ea最近,属于Ea的集合。
S3.3计算每个集合的平均幅值,作为新的中心位置,并重复过程S3.1-S3.3,直到重复次数达到最大迭代次数Ca或没有中心集合发生改变。
限制迭代次数是为了识别无法快速分类收敛的噪声信号和限制识别语音帧的总时间。
作为优选,所述的步骤S4计算信息包括4个分类中心的对称性、比例关系和每个分类集合的方差,所述对称性是计算修正DC偏移后+3和-3状态的比值,+1和-1状态的比值,所述比例关系是计算修正DC偏移后+3、-3和+1、-1状态的比值。
作为优选,所述的步骤S5统计信息包括概率Pa和半个时隙最大概率Px,若总迭代次数达到最大次数Cc,则识别结果为噪声;若概率Pa确定是语音帧,偏移位置增量取Sa,即不再计算后续位置;若概率Pa确定是噪声,偏移增量取大于1的常数,以加快寻找正确偏移位置的速度;若概率Pa为语音帧的概率大,偏移位置增量取1,且当后续位置的概率从逐渐增大变为减小时,不再计算后续位置,记录当前最大概率Px。
作为优选,所述的步骤S7统计信息包括最大概率Px和Py、最大概率时的偏移位置Nx和Ny、最大概率时4个中心集合的大小。
作为优选,所述的步骤S7中语音帧的综合概率Pz具体为,Px和Py越大,Pz越大;Nx和Ny越接近,Pz越大;当Pz较小时,4个中心集合的大小越均匀,Pz越大。
本发明的有益效果是:在正常跳频并收发跳频同步信息的同时,判断当前频点是否已经存在语音业务,及时识别并迟入接收和转发给下级节点,面对刚开机还未获得过跳频同步信息的节点,快速识别各个频点是否存在语音业务并迟入接收,不依赖A帧同步字,在一个时隙内快速正确识别语音帧。
附图说明
图1是本发明的一种流程图。
图2是本发明的一种语音帧信号的识别图。
图3是本发明的一种噪声信号的识别图。
图4是本发明的一种2000个语音帧的4个分类中心幅值图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。实施例:本实施例的一种语音帧的盲同步方法,如图1所示,包括以下步骤:S1应用语音帧识别系统接收1/La个时隙的信号并解调,保存靠近时隙中间的4.8*Ka*Sa个点幅值,Ka<1/La*30,每个时隙有2.5ms的保护时间不包含有效数据,语音A帧有5ms的同步字只包含码元的其中2个状态。在选择语音帧的识别范围Ka(ms)时应考虑到上述两种特殊情况,可提高语音帧识别的正确性。
语音帧识别系统包括:
射频接收与预处理模块,用于接收指定频率的射频信号,经过采样、解调,输出解调后的时隙数据;
语音帧识别模块,用于根据解调后的数据,经过分段分类、统计,输出语音帧的综合概率;
结果输出模块,用于根据概率的阈值,输出语音帧的识别结果。
S2选择一个偏移位置Na,以每符号采样点数Sa为间隔,从4.8*Ka*Sa个点中依次取出4.8*Ka个点。由上次有效同步的偏移位置前移少量单位确定偏移位置Na,以此提高语音帧识别的速度,所述有效同步为通过同步字取出数据后成功解码和校验有效,所述前移少量单位用于兼容正常的抖动范围。具体地,当上次有效同步的偏移位置是1,可选择Sa-1作为起始的偏移位置。
S3用分类方法把这4.8*Ka个点按幅值分为4个集合,限制分类收敛前的最大迭代次数为Ca次,并把实际迭代次数存入总迭代次数Cb。分类方法具体为:
S3.1根据上次有效同步的4个载频平均幅值,若初次开机则使用默认幅值,建立一个大小为4*4*2的排序索引表Ta,包含每个集合中心到任何一个中心的欧式距离的一半的排序.
S3.2把4.8*Ka个点存入依次距离最近的中心的集合内,若一个点上次不属于该中心的集合,则从上一个中心减去该点的幅值,加到新的中心的集合内。
可通过已经排序过的索引表Ta在这个过程中为提高速度。具体地,若一个点到中心Ea的距离小于任何一个中心到中心Ea的距离的一半,则这个点离中心Ea最近,属于Ea的集合;通过表Ta可查表优先比较距离中心Ea最近的中心Ex,因而上述过程简化为若一个点到中心Ea的距离小于Ex到Ea的距离的一半,则这个点离Ea最近,属于Ea的集合。
S3.3计算每个集合的平均幅值,作为新的中心位置,并重复过程S3.1-S3.3,直到重复次数达到最大迭代次数Ca或没有中心集合发生改变。
限制迭代次数是为了识别无法快速分类收敛的噪声信号和限制识别语音帧的总时间。
S4计算4个分类中心的的信息,综合得到以Na为偏移位置时这半个时隙是语音帧的概率Pa。计算信息包括4个分类中心的对称性、比例关系和每个分类集合的方差,所述对称性是计算修正DC偏移后+3和-3状态的比值,+1和-1状态的比值,所述比例关系是计算修正DC偏移后+3、-3和+1、-1状态的比值。S5根据统计信息,选择不同的偏移位置增量,得到新的偏移位置Nb,并重复步骤S3-S5,直到累计增量达到Sa、或者总迭代次数Cb达到预设值Cc。统计信息包括概率Pa和半个时隙最大概率Px,若总迭代次数达到最大次数Cc,则识别结果为噪声;若概率Pa确定是语音帧,偏移位置增量取Sa,即不再计算后续位置;若概率Pa确定是噪声,偏移增量取大于1的常数,以加快寻找正确偏移位置的速度;若概率Pa为语音帧的概率大,偏移位置增量取1,且当后续位置的概率从逐渐增大变为减小时,不再计算后续位置,记录当前最大概率Px。S6根据最大概率Px,排除当前时隙为语音帧,若无法排除则重复步骤S1-S5,计算后半个时隙的最大概率Py;
S7根据统计信息,计算当前时隙为语音帧的综合概率Pz。统计信息包括最大概率Px和Py、最大概率时的偏移位置Nx和Ny、最大概率时4个中心集合的大小。
语音帧的综合概率Pz具体为,Px和Py越大,Pz越大;Nx和Ny越接近,Pz越大;当Pz较小时,4个中心集合的大小越均匀,Pz越大。
S8根据解码纠错能力和实际使用场景,调整语音帧概率Pz的阈值。
以120KHz采样率为例,即每个符号有25个采样点,所有符号有25种偏移位置,图2和图3是由一个时隙解调后的信号波形分成前后两部分,按照不同偏移位置叠加以后得到。横轴是每个点对应的符号偏移位置,纵轴是该点对应的幅值。其中图2的原始信号是语音帧,图3的原始信号是噪声。对任意的语音帧信号,都具有图2所示的识别特征:语音帧的每个部分都在相同的偏移位置汇聚为4类,在一定偏移范围内越远离该偏移位置越分散,同时如图4所示,这4类集合的中心位置具有对称性和比例关系。参见图3所示,对任意的噪声信号,则不存在语音帧的识别特征。本发明由此提供一种语音帧的识别方法,具体步骤包括:
步骤1:接收半个时隙(15ms)的信号并解调,保存靠近时隙中间的1200个点(10ms)幅值。每个时隙有2.5ms的保护时间不包含有效数据,语音A帧有5ms的同步字只包含码元的其中2个状态,在选择语音帧的识别范围时应考虑到上述两种特殊情况,可提高语音帧识别的正确性。
步骤2:选择一个偏移位置Na,以每符号采样点数25为间隔,从1200个点中依次取出48个点。偏移位置Na可以由上次有效同步的偏移位置前移少量单位,以此提高语音帧识别的速度。有效同步是指通过同步字取出数据后成功解码和校验有效。前移少量单位是为了兼容正常的抖动范围。具体地,当上次有效同步的偏移位置是1,可选择(1+25-2)%25=24作为起始的偏移位置。
步骤3:用分类方法把这48个点按幅值分为4个集合,限制分类收敛前的最大迭代次数为Ca次,并把实际迭代次数存入总迭代次数Cb。
分类的具体过程为:
步骤3.1根据上次有效同步的4个载频平均幅值,若初次开机则使用默认幅值,建立一个大小为4*4*2的排序索引表Ta,包含每个集合中心到任何一个中心的欧式距离的一半的排序.
步骤3.2把48个点存入依次距离最近的中心的集合内,若一个点上次不属于该中心的集合,则从上一个中心减去该点的幅值,加到新的中心的集合内。可通过已经排序过的索引表Ta在这个过程中为提高速度。具体地,若一个点到中心Ea的距离小于任何一个中心到中心Ea的距离的一半,则这个点离中心Ea最近,属于Ea的集合;通过表Ta可查表优先比较距离中心Ea最近的中心Ex,因而上述过程简化为若一个点到中心Ea的距离小于Ex到Ea的距离的一半,则这个点离Ea最近,属于Ea的集合。
步骤3.3计算每个集合的平均幅值,作为新的中心位置,并重复过程1-3,直到重复次数达到最大迭代次数Ca或没有中心集合发生改变。
限制迭代次数是为了识别无法快速分类收敛的噪声信号和限制识别语音帧的总时间。
步骤4:计算4个分类中心的对称性、比例关系和每个分类集合的方差等多种信息,综合得到以Na为偏移位置时这半个时隙是语音帧的概率Pa。上述对称性是计算修正DC偏移后+3和-3状态的比值,+1和-1状态的比值。上述比例关系是计算修正DC偏移后+3、-3和+1、-1状态的比值。
步骤5:根据概率Pa、这半个时隙最大概率Px等统计信息,选择不同的偏移位置增量,得到新的偏移位置Nb,并重复步骤3-5,直到累计增量达到25、或者总迭代次数Cb达到预设值Cc。若总迭代次数达到最大次数Cc,则识别结果为噪声。若概率Pa确定是语音帧,偏移位置增量取25,即不再计算后续位置;若概率确定是噪声,偏移增量取大于1的常数,以加快寻找正确偏移位置的速度;若概率很可能是语音帧,偏移位置增量取1,且当后续位置的概率从逐渐增大变为减小时,不再计算后续位置,记录当前最大概率Px。
步骤6:根据最大概率Px,若不能排除当前时隙为语音帧,则继续重复步骤1-5,计算后半个时隙的最大概率Py。否则结束当前时隙的判断,识别结果为噪声。
步骤7:根据最大概率Px和Py、最大概率时的偏移位置Nx和Ny、最大概率时4个中心集合的大小等统计信息,计算当前时隙为语音帧的综合概率Pz。具体地,Px和Py越大,Pz越大;Nx和Ny越接近,Pz越大;当Pz较小时,4个中心集合的大小越均匀,Pz越大。
步骤8:根据解码纠错能力和实际使用场景,调整语音帧概率Pz的阈值。
本技术方案的识别方法仅需接收1个时隙(30ms)即可准确识别语音帧,而传统同步字自相关法平均需要60个时隙,使得识别语音帧的速度大幅提高,克服了同步字自相关法在无线自组网跳频通信系统中迟入时间大、业务延迟大、浪费发射功率、跳频图案受到限制等缺点。由于本发明的识别方法在每个时隙计算使用的原始信息量大,识别的正确性也有明显提高,克服了同步字自相关法抗干扰性差的缺点,具有较强的抗干扰性。由于本发明仅需La=2即可识别出大部分噪声,时间复杂度仅为同步字自相关法的1/75,大量节约了算力。在需要使用更高计算量换取更大正确性的场景中,可选取更大的La,细化识别特征,体现了本发明的适用性强,实用价值高。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了语音帧、点幅值等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
Claims (9)
1.一种语音帧的盲同步方法,其特征在于,包括以下步骤:
S1应用语音帧识别系统接收1/La个时隙的信号并解调,保存靠近时隙中间的4.8*Ka*Sa个点幅值;
S2选择一个偏移位置Na,以每符号采样点数Sa为间隔,从4.8*Ka*Sa个点中依次取出4.8*Ka个点;
S3用分类方法把这4.8*Ka个点按幅值分为4个集合,限制分类收敛前的最大迭代次数为Ca次,并把实际迭代次数存入总迭代次数Cb;
S4计算4个分类中心的的信息,综合得到以Na为偏移位置时这半个时隙是语音帧的概率Pa;
S5根据统计信息,选择不同的偏移位置增量,得到新的偏移位置Nb,并重复步骤S3-S5,直到累计增量达到Sa、或者总迭代次数Cb达到预设值Cc;
S6根据最大概率Px,排除当前时隙为语音帧,若无法排除则重复步骤S1-S5,计算后半个时隙的最大概率Py;
S7根据统计信息,计算当前时隙为语音帧的综合概率Pz;
S8根据解码纠错能力和实际使用场景,调整语音帧概率Pz的阈值。
2.根据权利要求1所述的一种语音帧的盲同步方法,其特征在于,所述语音帧识别系统包括:
射频接收与预处理模块,用于接收指定频率的射频信号,经过采样、解调,输出解调后的时隙数据;
语音帧识别模块,用于根据解调后的数据,经过分段分类、统计,输出语音帧的综合概率;
结果输出模块,用于根据概率的阈值,输出语音帧的识别结果。
3.根据权利要求1所述的一种语音帧的盲同步方法,其特征在于,所述步骤S1中的Ka<1/La*30,每个时隙有2.5ms的保护时间不包含有效数据,语音A帧有5ms的同步字只包含码元的其中2个状态。
4.根据权利要求1所述的一种语音帧的盲同步方法,其特征在于,所述步骤S2由上次有效同步的偏移位置前移少量单位确定偏移位置Na,以此提高语音帧识别的速度,所述有效同步为通过同步字取出数据后成功解码和校验有效,所述前移少量单位用于兼容正常的抖动范围。
5.根据权利要求4所述的一种语音帧的盲同步方法,其特征在于,所述步骤S3分类方法具体为:
S3.1根据上次有效同步的4个载频平均幅值,若初次开机则使用默认幅值,建立一个大小为4*4*2的排序索引表Ta,包含每个集合中心到任何一个中心的欧式距离的一半的排序.
S3.2把4.8*Ka个点存入依次距离最近的中心的集合内,若一个点上次不属于该中心的集合,则从上一个中心减去该点的幅值,加到新的中心的集合内;
S3.3计算每个集合的平均幅值,作为新的中心位置,并重复过程S3.1-S3.3,直到重复次数达到最大迭代次数Ca或没有中心集合发生改变。
6.根据权利要求1所述的一种语音帧的盲同步方法,其特征在于,所述步骤S4计算信息包括4个分类中心的对称性、比例关系和每个分类集合的方差,所述对称性是计算修正DC偏移后+3和-3状态的比值,+1和-1状态的比值,所述比例关系是计算修正DC偏移后+3、-3和+1、-1状态的比值。
7.根据权利要求1所述的一种语音帧的盲同步方法,其特征在于,所述步骤S5统计信息包括概率Pa和半个时隙最大概率Px,若总迭代次数达到最大次数Cc,则识别结果为噪声;若概率Pa确定是语音帧,偏移位置增量取Sa,即不再计算后续位置;若概率Pa确定是噪声,偏移增量取大于1的常数,以加快寻找正确偏移位置的速度;若概率Pa为语音帧的概率大,偏移位置增量取1,且当后续位置的概率从逐渐增大变为减小时,不再计算后续位置,记录当前最大概率Px。
8.根据权利要求1所述的一种语音帧的盲同步方法,其特征在于,所述步骤S7统计信息包括最大概率Px和Py、最大概率时的偏移位置Nx和Ny、最大概率时4个中心集合的大小。
9.根据权利要求1或8所述的一种语音帧的盲同步方法,其特征在于,所述步骤S7中语音帧的综合概率Pz具体为,Px和Py越大,Pz越大;Nx和Ny越接近,Pz越大;当Pz较小时,4个中心集合的大小越均匀,Pz越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545345.1A CN114916053B (zh) | 2021-12-16 | 2021-12-16 | 一种语音帧的盲同步方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545345.1A CN114916053B (zh) | 2021-12-16 | 2021-12-16 | 一种语音帧的盲同步方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114916053A CN114916053A (zh) | 2022-08-16 |
CN114916053B true CN114916053B (zh) | 2023-10-10 |
Family
ID=82762528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111545345.1A Active CN114916053B (zh) | 2021-12-16 | 2021-12-16 | 一种语音帧的盲同步方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114916053B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959977A (zh) * | 2015-12-17 | 2016-09-21 | 北京邮电大学 | 无蜂窝覆盖场景下D2D Mesh网络中含支撑节点的混合式同步方法 |
CN112737633A (zh) * | 2020-12-25 | 2021-04-30 | 河北远东通信系统工程有限公司 | 一种适用于pdt/dmr的跳频组呼迟后加入方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020044614A1 (en) * | 2000-09-12 | 2002-04-18 | Molnar Karl James | Methods and systems for reducing interference using co-channel interference mapping |
CA2480663A1 (en) * | 2002-03-28 | 2003-10-09 | British Telecommunications Public Limited Company | Synchronisation in multi-modal interfaces |
-
2021
- 2021-12-16 CN CN202111545345.1A patent/CN114916053B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959977A (zh) * | 2015-12-17 | 2016-09-21 | 北京邮电大学 | 无蜂窝覆盖场景下D2D Mesh网络中含支撑节点的混合式同步方法 |
CN112737633A (zh) * | 2020-12-25 | 2021-04-30 | 河北远东通信系统工程有限公司 | 一种适用于pdt/dmr的跳频组呼迟后加入方法 |
Non-Patent Citations (1)
Title |
---|
认知异步跳频通信系统同步方案研究;何先灯;裴昌幸;张正浩;陈南;;西安电子科技大学学报(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114916053A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Azari et al. | Grant-free radio access for short-packet communications over 5G networks | |
KR100615838B1 (ko) | 디지털 원격 통신 시스템에서 다른 데이터 버스트 형태들 사이를 구별하는 구별 방법 및 통신 장치 | |
EP1142189B1 (en) | Systems and methods for acquiring synchronization using dual detection thresholds | |
CN101034970B (zh) | 一种阈值自适应选择的同步信号检测方法和装置 | |
KR100505678B1 (ko) | 재차 상관과 2차 첨두치 비교로 심볼 시간을 동기화 하는무선 랜 시스템의 직교 주파수 분할 다중화 수신기 및 그심볼 동기화 방법 | |
CN105897304B (zh) | 一种跳频通信系统的快速同步方法 | |
CN101300802A (zh) | 用于多带宽ofdm系统的信号布置 | |
CN101309250B (zh) | 通信系统定时同步的方法、装置及接收机 | |
CN104301006B (zh) | 一种多路慢跳频信号抗干扰处理系统 | |
JP2009514475A (ja) | 信頼性のあるフレーム検出のためのマルチキャリアパイロット構造 | |
JP2007523573A (ja) | 無線媒体中のパケットを検出する適応パケット検出 | |
CN101902428A (zh) | 一种定时同步方法和装置 | |
JP4391692B2 (ja) | スペクトル拡散無線通信用のフレーム同期技法及びシステム | |
US7136436B2 (en) | Boundary detection using multiple correlations | |
CN101394198A (zh) | 一种对存在较大频偏的块信号的频偏捕获方法 | |
US6996373B2 (en) | Base station | |
CN114916053B (zh) | 一种语音帧的盲同步方法 | |
CN116827381A (zh) | 一种适用于无线自组网的抗干扰跳频同步方法及其实现装置 | |
US20130279492A1 (en) | Multicarrier packet synchronisation | |
US20030099314A1 (en) | Boundary detection using multiple correlations | |
Oh et al. | The Impact of Imperfect Orthogonality of LoRa Communication in Multiple Drone Identification | |
US7991100B2 (en) | Method for the synchronization of a radio receiver, and adapted receiver for the implementation of said method | |
CN104125635A (zh) | 一种适用于e波段无线传输同步方法及装置 | |
Wan et al. | Time synchronization for cooperative communication in wireless sensor networks | |
CN100420180C (zh) | 分组无线通信系统的同步方法及其装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |