CN1904639A - 一种采用分形特征值的信号检测方法 - Google Patents

Abstract

本发明请求保护一种用于无线定位的信号相关性的多重分形检测方法，涉及无线定位技术。本发明的技术方案是，通过接收移动台发出的无线来波信号，提取无线来波信号的分形特征值K，自适应选择分形检测门限，分形特征值K与分形检测门限相比较，判断来波信号是否相关，如相关，对来波信号进行去相关处理后，进行DOA或TOA估计，如不相关直接对来波信号进行DOA或TOA估计，确定移动终端位置坐标。

Description

一种采用分形特征值的信号检测方法

技术领域

本发明涉及无线通信技术领域，具体涉及一种无线信号检测及定位技术。

技术背景

无线定位技术是当今移动通信领域中热点技术之一，研究重点主要集中在基于来波方向的定位(DOA)、基于时间的定位(TOA)和混合定位三种方式。因此，DOA和TOA估计在无线定位技术中极其重要。DOA和TOA估计方法目前多适用于非相关信号源的定位。而对相关信号源定位估计性能较差，甚至失效，因此估计之前，探索一种新方法对来波信号的相关性进行检测十分必要。

由于移动通信的特殊性，使得无线电波在移动信道中真实的传播过程相当复杂，表现出较强的非线性特点，通过对相关信号的大量实测数据的观察，发现相关信号显示出极为复杂的不规则性、动态特性和很强的随机性，且这些数据很难用线性关系来描述。因此，很难用传统的方法对来波信号的相关性进行判定。分形几何作为非线性科学中的一个活跃分支，恰恰适合于描述无几何特征、分数维的复杂非线性现象。观测实测数据中的相关信号，它们之间似乎存在着某种相似性，可以采用分形维数进行描述，但仅用一个分形维数来描述经过复杂非线性动力学演化过程而形成的结构是不够的，因此本发明采用多重分形对来波信号的相关性进行检测。

发明内容

为了克服传统DOA和TOA估计方法对相关信号源定位估计性能较差，甚至失败，本发明提出一种采用信号中分形特征值的方法对来波信号的相关性进行检测。本发明提出来波信号相关性的自适应多重分形检测方法。根据来波信号传播的实际情况，自适应选择分形特征的检测门限，并对来波信号相关性进行自适应多重分形检测，避免对来波信号盲目预处理，从而可选取不同的定位算法对来波信号进行DOA或TOA估计，以提高无线定位精度，减少开销。在理论上和实际应用上都具有重要意义。同时，本发明也为其它相关性的检测问题提供新的方法。

本发明解决上述技术问题的技术方案是：

无线定位中心接收移动台发出的无线信号，提取无线信号的分形特征值K，尤其是不同相关系数的来波信号的分形特征值，根据信号传播情况自适应选择分形检测门限，分形特征值K与分形检测门限K_m相比较，判断来波信号是否相关，(即分形特征值K大于门限值相关，否则不相关)，如相关，对来波信号进行预处理(即去相关处理)后，进行DOA或TOA估计；如不相关可不进行去相关处理，直接对来波信号进行DOA或TOA估计，估计来波信号的方向和到达时间。信号传播情况是指无线信号传播环境、分形特征的当前值等。

采用分形维数的分析方法提取来波信号的分形特征值，并对其相关性进行自适应检测，如相关，去相关处理后采用修正MUSIC算法(MMUSIC)对信号进行DOA估计；如不相关，则采用MUSIC算法对信号进行DOA估计。

来波信号分形特征值K包括局域分形特征值和多重分形特征值，局域分形特征值的计算步骤包括：把无线信号分为几个小区域；调用公式： $s_i=\underset{{\mathrm{\ϵ}}_i\→0}{\lim }\frac{\ln P_i}{\ln {\mathrm{\ϵ}}_i}$ 计算第i个小区域的分形特征维数，所有维数的序列为局域分形特征值。多重分形特征值的计算步骤包括：计算来波信号曲线的折线长度；计算时间标度ε_k：划分时间序列的各单元μ_i；如果ε_k≤1，根据式： $N(q,\mathrm{\ϵ})=\underset{i}{\mathrm{\Σ}}{p}_i^q=\underset{i}{\mathrm{\Σ}}{\mathrm{\ϵ}}_i^{u_{i}q}$ 计算N(q，ε_k)；作双对数曲线lnN(q，ε_k)～lnε_k，调用公式： $D_q=\left\{\begin{array}{cc}\frac{1}{q}\underset{\mathrm{\ϵ}\→0}{\lim }\frac{\ln \underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i^q}{\ln \mathrm{\ϵ}}& q\≠1\\ \underset{\mathrm{\ϵ}\→0}{\lim }\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i\ln P_i}{\ln \mathrm{\ϵ}}& q=1\end{array}\right.$ 计算多重分形特征值D_q。

本发明的有益效果，采用本发明的基于分形特征值的无线信号检测及定位方法，避免了对来波信号的盲目预处理，可选取不同的定位算法对来波信号进行DOA或TOA进行估计，克服了对相关信号源定位估计性能较差的缺陷，提高了无线定位精度，减少开销，同时，本发明也为其它信号相关性的检测提供新的方法。

附图说明

图1基于多重分形检测的来波信号估计流程图

图2无线信号的局部分形特征值的分布曲线图

具体实施方式

图1所示为基于多重分形检测的来波信号估计流程图。无线定位中心接收移动台发出的无线来波信号，提取无线来波信号的分形特征值K，尤其是不同相关系数的来波信号的分形特征，根据无线信号传播环境(即无线信号的自由空间接收信号功率分布、接收视距信号(LOS)功率分布、接收相关信号功率分布)、分形特征的当前值等自适应选择分形检测门限，分形特征值K与分形检测门限相比较，如果分形特征值K大于门限值则来波信号相关，否则不相关，如相关，对来波信号进行去相关处理等预处理后，采用修正的算法如修正MUSIC算法(MMUSIC)对来波信号进行DOA或TOA估计；如不相关可不进行去相关处理，采用未修正的算法，如MUSIC等算法直接对其来波信号进行DOA或TOA估计，估计来波信号的方向和到达时间。

以下具体描述来波信号的分形特征值K的获取方法。

1、无线信号的局域分形特征值的计算

把无线信号分为几个小区域，设第i个小区域的观测尺度大小为ε_i，分形体生长界面上小区域的生长概率为P_i，对于具有自相似性特性的分形体而言，其在不同观测尺度下的测度大小与尺度之间满足幂函数关系，而函数的标度指数就是分形体的分形维数(即分形特征值)。同样地，分形体在第i个小区域的生长概率P_i也是尺度ε_i的幂函数，且不同小区域的生长概率不同，函数的标度指数s_i也不相同，于是可得下式：

$P_i={\mathrm{\ϵ}}_i^{s_i},i=\mathrm{1,2},...,N---\left(1\right)$

若尺度ε_i趋进于0，则式(1)可写为： $s_i=\underset{{\mathrm{\ϵ}}_i\→0}{\lim }\frac{\ln P_i}{\ln {\mathrm{\ϵ}}_i}---\left(2\right)$

由上式可知，s_i表征了分形体第i个小区域的分形特征维数，所有小区域的这些维数的序列：S＝{s₁，s₂，...，s_N}就是局域分形特征值。

如图2所示为无线信号的局部分形特征值的分布曲线，由式(2)可以看出，无线信号的局部分形特征值可以由适当范围内的ε_i度量数所得双对数坐标中图象的斜率得到。

2、无线信号的多重分形特征值的计算

多重分形也称作“多标度分形”，它被用来表示仅用一个取决于整体的特征标度指数(即分形特征值)所不能完全描述的奇异概率分布的形式，它使用一个谱函数来描述分形体不同层次的生长特征，从系统的局部出发来研究其最终的整体特征。

无线信号的q次广义维数谱D_q定义为：

$D_q=\left\{\begin{array}{cc}\frac{1}{q}\underset{\mathrm{\ϵ}\→0}{\lim }\frac{\ln \underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i^q}{\ln \mathrm{\ϵ}}& q\≠1\\ \underset{\mathrm{\ϵ}\→0}{\lim }\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i\ln P_i}{\ln \mathrm{\ϵ}}& q=1\end{array}\right.---\left(3\right)$

由式(3)可以看出，具有不同标度指数的子集通过q值的改变以区分。广义维数谱D_q～q中实际上包含了局部分形维数。当q＝0时，D_q为容量维数D_c；当q＝1时，D_q为信息量维数D_l(即信号的分形特征值)；当q＝2时，D_q为关联维数D_g。

多重分形特征值的具体计算步骤如下：

(1)计算来波信号曲线的折线长度：

$\mathrm{LL}\left(i\right)=\underset{j=1}{\overset{i}{\mathrm{\Σ}}}{({(X_j-X_{j-1})}^2+1)}^{\frac{1}{2}},=\mathrm{1,2},...,N$

令N＝1，则折线总长度为：L＝LL(N)。

(2)给定q值，计算时间观测尺度：ε_k＝ε₀/2^k-1，ε₀为初始时间尺度；

(3)按下式划分时间序列的各单元μ_i：μ_i＝L_i/L

其中：L_i＝LL(i·ε_k)-LL((i-1)·ε_k)，i＝1，2，...，ceil(N/ε_k)

ceil()为向上取整函数。

(4)如果ε_k≤1，根据下式计算标度指数和N(q，ε_k)，并转到下一步，否则置k＝k+1，转到第(2)步。

$N(q,\mathrm{\ϵ})=\underset{i}{\mathrm{\Σ}}{p}_i^q=\underset{i}{\mathrm{\Σ}}{\mathrm{\ϵ}}_i^{u_{i}q}$

(5)作双对数曲线ln N(q，ε_k)～lnε_k，进行最小二乘拟合，并根据式(3)，得到无线信号的多重分形特征值D_q。

3、分形检测检测门限的确定

为了研究分形维数与来波信号相关性的关系，测量无线信号的自由空间接收信号功率分布、接收视距信号(LOS)功率分布、接收相关信号功率分布，并采用前面所述的分形特征值的计算方法(1)-(3)式和分形特征值的具体计算步骤，通过分析计算可以得出：

按照信号波形的功率值来划分区域s_i就代表了相关信号波形功率第i个小区域的分形特征值，如果信号相关(或相干)，则对应功率区域的分形特征值s_i就小，如果信号相关性较弱或根本不相关，对应的功率区域分形特征s_i就大，发射机的输出信号经过与周围环境的相互作用到达接收机，由于各个“活动区域”所对应的环境条件不尽相同，从而反映在接收信号的波形上，不同区域的分形特征值s_i是不同的，通过对分形特征s的取值分布的分析，得出移动通信环境对相关信号的影响，即自由空间接收信号、视距信号(LOS)、相关信号的分形特征值依次递减，来波信号的分形特征值越小多径影响越大，由此确定分形检测门限值。本发明通过分析自由空间接收信号、视距信号(LOS)、相关信号以及当前分形特征值对多径的影响，可自适应确定分形特征的检测门限。

用分形特征值与分形检测门限值相比较，判断信号是否相关，根据其相关性选择不同的算法对来波信号进行DOA和TOA估计，克服了用其他方法对相关信号源定位估计性能较差的缺陷，提高了无线定位精度，减少开销。

Claims (8)

1、一种采用分形特征的信号检测方法，其特征在于，定位中心接收移动台发出的无线来波信号，提取无线来波信号的分形特征值K，自适应选择分形检测门限，分形特征值K与分形检测门限K_m相比较，判断来波信号是否相关，如相关，对来波信号进行去相关处理后，进行DOA或TOA估计，如不相关直接对来波信号进行DOA或TOA估计，以此确定移动终端位置坐标。

2、如权利要求1所述的信号检测方法，其特征在于，根据无线信号传播环境、分形特征的当前值选择分形检测门限。

3、如权利要求1所述的信号检测方法，其特征在于，分形特征值K大于门限值K_m，则来波信号相关，否则不相关。

4、如权利要求1或3所述的信号检测方法，其特征在于，来波信号如相关，采用修正MUSIC算法进行DOA或TOA估计；如不相关，则采用MUSIC算法进行DOA或TOA估计。

5、如权利要求1所述的信号检测方法，其特征在于，来波信号分形特征值K包括局域分形特征值和多重分形特征值。

6、如权利要求2所述的信号检测方法，其特征在于，无线信号传播环境指无线信号的自由空间接收信号功率分布、接收视距信号功率分布、接收相关信号功率分布。

7、如权利要求5所述的信号估计方法，其特征在于，局域分形特征值的计算步骤包括：把无线来波信号分为几个小区域；调用公式： $S_i=\underset{{\mathrm{\ϵ}}_i\→0}{\lim }\frac{\ln P_i}{\ln {\mathrm{\ϵ}}_i}$ 计算第i个小区域的分形特征维数，所有维数的序列为局域分形特征值。

8、如权利要求5所述的无线定位方法，其特征在于，多重分形特征值的计算步骤包括：计算来波信号曲线的折线长度；计算时间观测尺度ε_k；划分时间序列的各单元μ₁；如果ε_λ≤1，根据式： $N(q,\mathrm{\ϵ})=\underset{i}{\mathrm{\Σ}}{p}_i^q=\underset{i}{\mathrm{\Σ}}{\mathrm{\ϵ}}_i^{u_{i}q}$ 计算N(q，ε_k)；作双对数曲线ln N(q，ε_k)～lnε_k，调用公式： $D_q=\left\{\begin{array}{cc}\frac{1}{q}\underset{\mathrm{\ϵ}\→0}{\lim }\frac{\ln \underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i^q}{\ln \mathrm{\ϵ}}& q\≠1\\ \underset{\mathrm{\ϵ}\→0}{\lim }\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i\ln P_i}{\ln \mathrm{\ϵ}}& q=1\end{array}\right.$ 计算多重分形特征值Dq。

Images