DE102017203543B4 - Verfahren zum Empfangen und Überwachen eines Signals sowie eine Vorrichtung zum Empfangen und Überwachen von Signalen - Google Patents

Abstract

Verfahren zum Empfangen und Überwachen eines Signals, bei welchemein Signal (14) empfangen wird,eine Mehrzahl von Korrelationswerten ermittelt werden durch Korrelation des empfangenen Signals (14) mit dem ungestörten Signal, wobei das ungestörte Signal für den jeweiligen Korrelationswert zeitlich verschoben ist gegenüber dem empfangenen Signal, undwobei ein Filter (30) verwendet wird zur Ermittlung der Signalverzögerung τentlang der Sichtlinie und den Gewichtungsamplituden der Korrelationswerte, wobei es sich bei dem Filter um einen Bayes-Schätzer handelt,dadurch gekennzeichnet, dassein Fehlerwert (q) ermittelt wird aus den Gewichtungsamplituden und ein Schwellwert (T) gegeben ist, wobei bei Überschreiten des Schwellwerts (T) das Signal als fehlerhaft angenommen wird.

Description

• Die vorliegende Erfindung betrifft ein Verfahren zum Empfangen und Überwachen eines Signals, eine Vorrichtung zum Empfangen und Überwachen eines Signals sowie ein Kommunikationssystem.
• Mobile Datenkommunikation, also drahtlose Signalübertragung per Funk, ist weitverbreitet im Bereich der mobilen Kommunikation der Satellitenkommunikation und findet auch Verwendung bei der globalen Satellitennavigation (GNSS). Hierbei ist es stets erforderlich, für den Empfänger zu entscheiden, ob das empfangene Signal verwendbar ist oder die Integrität des empfangenen Signals bereits durch einen Fehler des Senders oder einem Fehler in der Übertragung, beispielsweise durch Mehrwegreflektionen, zerstört wurde. Hierzu wird üblicherweise ein Signal Quality Monitoring (SQM) implementiert zur Überwachung der Signalqualität.
• Übliche Verfahren hierzu sehen vor, einen Signalausschnitt hochaufgelöst durch empfindliche Antennenanlagen aufzunehmen und sodann einer detaillierten Analyse zu unterziehen. Dieses Verfahren ist jedoch aufwändig und kann insbesondere nicht in Echtzeit erfolgen. Sobald jedoch durch diese Analyse ein bestimmter Fehler detektiert wurde, kann eine Parametrisierung des Fehlers innerhalb eines Modells erfolgen und durch geeignete Gegenmaßnahmen (z.B. Bodenstationen) den Nutzern übermittelt werden. Dabei ist jedoch die Korrektur beschränkt auf das jeweilige Parametermodell.
• Das vorstehend beschriebene Verfahren setzt jedoch bereits Kenntnis über das Vorliegen eines Fehlers voraus. Erst dann kann die hoch aufgelöste Aufnahme des Signalausschnitts erfolgen. Somit muss der Analyse eine gesonderte Fehlerdetektion vorausgehen, so dass ein bestimmter Fehler erkannt werden kann und nachfolgend durch die Parametrisierung des Fehlers unterdrückt werden kann.
• Im Bereich der Satellitennavigation kann eine solche Fehlerdetektion erfolgen durch spezielle GNSS-Empfänger, bei denen eine Kreuzkorrelation des empfangenen Signals mit dem ungestörten Signal, also dem Signalreplica, mit einer hohen Auflösung erfolgt und sodann spezielle Metriken angewendet werden, um zu entscheiden, ob ein Fehler im Signal vorliegt oder nicht.
• Somit sind bei bekannten Verfahren des Signal Quality Monitorings drei separate Schritte erforderlich, nämlich Fehlerdetektion, Fehlercharakterisierung sowie Fehlerparametrisierung bzw. Korrektur. Diese erfolgen im üblichen SQM-Verfahren konsekutiv. Bekannte Verfahren können dabei nicht in Echtzeit das Signal überwachen und insbesondere keine Korrektur und Charakterisierung des Signals durchführen.
• C. Cheng et al.: „A maximum likelihood-based unscented Kalman filter for multipath mitigation in a mulit-correlator based GNSS receiver", IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 20-25 March 2016, pp. 6560-6564, beschreibt ein Verfahren, bei dem die Signalparameter eines Signals entlang einer Sichtlinie sowie die Signalparameter aller zusätzlichen Pfade des Signals mittels einem Maximum Likelihood-basierenden unscented Kalman Filter ermittelt werden.
• N. Blanco-Delgado et al.: „Multipath Estimation in Multicorrelator GNSS Receivers using the Maximum Likelihood Principle", IEEE Transactions on aerospace and Electronic Systems, Vol. 48, No. 4, October 2012, pp. 3222-3233, beschreibt die Erfassung der Signalparameter eines Signals entlang der Sichtlinie sowie weiteren Pfaden mittels eines Maximum Likelihood Algorithmus.
• S. J. Julier et al.: „Unscented Filtering and Nonlinear Estimation", Proceedings of the IEEE, Vol. 92, No. 3, March 2004, pp. 401-422, beschreibt die Verwendung eines extended Kalman Filters bei der Verwendung in nicht-linearen Systemen.
• Aufgabe der vorliegenden Erfindung ist es, ein Verfahren zu schaffen zum Empfangen und Überwachen eines Signals, welches einfacher ausgebildet ist und insbesondere in Echtzeit erfolgt.
• Die Aufgabe wird gelöst durch das Verfahren des Anspruchs 1 sowie die Vorrichtung zum Empfangen und Überwachen eines Signals gemäß Anspruch 12 sowie durch das Kommunikationssystem des Anspruchs 18.
• Bei dem erfindungsgemäßen Verfahren zum Empfangen und Überwachen eines Signals wird zunächst ein Signal empfangen. Nachfolgend werden eine Mehrzahl von Korrelationswerten ermittelt, durch Korrelation des empfangenen Signals mit dem ungestörten Signal, wobei das ungestörte Signal für den jeweiligen Korrelationswert zeitlich verschoben ist gegenüber dem empfangenen Signal. Bei dem ungestörten Signal handelt es sich um ein Signalreplica. Insbesondere bei periodischen Signalen, welche zumindest teilweise einen sich wiederholenden Signalabschnitt aufweisen, kann dieser sich wiederholende Signalabschnitt als ungestörtes Signal zur Korrelation verwendet werden. Nachfolgend wird erfindungsgemäß ein Bayes-Schätzer verwendet zur Ermittlung der Signalverzögerung τ⁽⁰⁾ entlang der Sichtlinie, also der direkten Verbindung zwischen Sender und Empfänger, sowie zur Ermittlung der Gewichtungsamplituden der Korrelationswerte. Mittels des verwendeten Bayes-Schätzers kann die Varianz der ermittelten Signalverzögerung τ_k ⁽⁰⁾ und der Gewichtungsamplituden der Korrelationswerte reduziert werden. Hierdurch ist es einerseits möglich, die Signalverzögerung τ⁽⁰⁾ exakt zu verfolgen, was insbesondere wichtig ist zur Satellitennavigation. Darüber hinaus kann durch den Bayes-Schätzer eine präzise Aussage über die Gewichtungsamplituden der Korrelationswerte ermittelt werden und insbesondere deren Abweichung von einem optimalen Wert, der einer fehlerlosen Übertragung entspricht. Durch die Gewichtungsamplituden lässt sich das empfangene Signal charakterisieren und insbesondere Störungen als Nebensignale identifizieren.
• Erfindungsgemäß wird ein Fehlerwert ermittelt aus den Gewichtungsamplituden. Dieser Fehlerwert wird mit einem vorgegebenen Schwellwert verglichen, wobei bei Überschreiten des Schwellwerts das Signal als fehlerhaft angenommen wird. Hierdurch wird ein klares Kriterium geliefert zur Fehlerdetektion, so dass auf Grundlage der durch den Bayes-Schätzer und insbesondere den Kalman-Filter ermittelten Gewichtungsamplituden eindeutig ein Fehler des Signals ermittelt werden kann. Aufgrund des Fehlerwerts ist ein insbesondere kontinuierliches Signal Quality Monitoring (SQM) möglich, so dass zuverlässig eine Aussage über die Qualität des empfangenen Signals getroffen werden kann.
• Vorzugsweise handelt es sich bei dem Bayes-Schätzer um einen Kalman-Filter. Dabei wird als Messung für den Kalman-Filter die ermittelten Korrelationswerte verwendet, um die Varianz der ermittelten Signalverzögerung τ_k ⁽⁰⁾ und der Gewichtungsamplituden der Korrelationswerte zu reduzieren.
• Alternativ handelt es sich bei dem Bayes-Schätzer um einen Partikel-Filter.
• Vorzugsweise werden die Korrelationswerte ermittelt für eine symmetrische zeitliche Verschiebung des ungestörten Signals um eine geschätzte Signalverzögerung τ_k ⁽⁰⁾ und weisen zueinander den gleichen zeitlichen Abstand auf. Dabei sind die Korrelationswerte insbesondere in einem Intervall [τ_k ⁽⁰⁾-T_c, τ_k ⁽⁰⁾+T_c] verteilt, wobei T_c der Chipping-Rate entspricht, also der minimalen Pulsdauer des Datensignals. Hierdurch wird das relevante Intervall vollständig erfasst und Korrelationswerte für die relevanten Verzögerungen zwischen dem ungestörten Signal und dem empfangenen Signal berücksichtigt. Dabei ergibt sich die geschätzte Signalverzögerung τ_k ⁽⁰⁾ aus dem Bayes-Schätzer und insbesondere aus dem Kalman-Filter und kann beispielsweise bei jedem Zyklus des Bayes-Schätzers bzw. Kalman-Filter auf den im jeweiligen Zyklus ermittelten Wert aktualisiert werden.
• Vorzugsweise ergibt sich die Anzahl der ermittelten Korrelationswerte aus der Bandbreite des empfangenen Signals. Dabei ist die Bandbreite B proportional zu $\frac{1}{T_c}.$

  

  Die Anzahl L der ermittelten Gewichtungsamplituden der Korrelationswerte ergibt sich zu L = T_c2B bei einer Sampling-Rate des empfangenen Signals mit der Nyquist-Rate. Die Anzahl der verwendeten Korrelatoren ergibt sich dabei zu P = 2L + 1.
• Vorzugsweise ist die Anzahl der ermittelten Korrelationswerte größer als 3 und insbesondere größer als 15, um eine ausreichend präzise Aussage über das empfangene Signal treffen zu können.
• Vorzugsweise handelt es sich bei dem verwendeten Kalman-Filter um einen Extended-Kalman-Filter (EKF). Dieser berücksichtigt die Nichtlinearität der ermittelten Korrelationswerte, welche als Messung in Form einer Messfunktion für den Extended-Kalman-Filter verwendet werden. Beim Extended-Kalman-Filter findet eine Linearisierung der nichtlinearen Messfunktion der Korrelationswerte um den Erwartungswert statt. Hierdurch kann der Rechenaufwand für die Verwendung des Extended-Kalman-Filters reduziert werden, da nicht die nichtlinearen Messfunktion der Korrelationswerte selbst verwendet werden, sondern lediglich deren Linearisierung um den Erwartungswert. Die Linearisierung erfolgt dabei durch partielle Ableitung der gemessenen nichtlinearen Messfunktion der Korrelationswerte um den Erwartungswert.
• Vorzugsweise findet auch bei der Verwendung eines Partikel-Filters als Bayes-Schätzer eine Linearisierung der nichtlinearen Messfunktion der Korrelationswerte statt wie vorstehend beschrieben.
• Vorzugsweise handelt es sich bei dem Bayes-Schätzer um einen Kalman-Filter-Derivat wie beispielsweise einen Unscented-Kalman-Filter. Auch hierbei kann eine Linearisierung erfolgen, wie vorstehend beschrieben.
• Vorzugsweise sind die Ableitungen zur Linearisierung der Messfunktion um den Erwartungswert für die Gewichtungsamplituden nicht von der Zeit abhängig. Somit ist es lediglich erforderlich, einmal die erforderlichen Ableitungen zu berechnen, um die erforderliche Linearisierung zu ermitteln. Die Ableitungen nach den Gewichtungsamplituden sind vollständig zeitunabhängig. Der rechenaufwendige Anteil der Ableitung nach der Signalverzögerung entlang der Sichtlinie muss ebenfalls lediglich einmal berechnet, da auch dieser Anteil zeitunabhängig ist. Nachfolgend muss insbesondere nur in jeder Iteration des Bayes-Schätzers und insbesondere des Extended-Kalman-Filter der zeitunabhängige Anteil der Ableitung nach der Signalverzögerung mit den neuen ermittelten Werten für die Gewichtungsamplituden gewichtet werden. Die Ableitungen selber bzw. der zeitunabhängige Anteil der Ableitungen nach der Signalverzögerung müssen nicht neu berechnet werden, wodurch Rechenaufwand eingespart werden kann. Gleichzeitig erfolgt eine Anpassung der Linearisierung für die jeweilige Übertragungssituation.
• Vorzugsweise sind die Ableitungen nach den Gewichtungsamplituden zur Linearisierung in Look-up-Tabellen gespeichert. Insbesondere ist auch der zeitunabhängige Teil der Ableitungen nach der Signalverzögerung in Look-up-Tabellen gespeichert. Diese werden sodann während der Laufzeit des Bayes-Schätzers und insbesondere des Extended-Kalman-Filters ausgelesen und, sofern erforderlich, aktualisiert. Hierdurch ist es möglich, den Rechenaufwand für die Verwendung des Bayes-Schätzers bzw. des Extended-Kalman-Filters zu reduzieren, da während der Laufzeit des Bayes-Schätzers und insbesondere des Extended-Kalman-Filters keine Ableitungen zur Linearisierung mehr berechnet werden müssen, sondern nur eine Gewichtung der in Look-Up-Tabellen gespeicherten Ableitungen erfolgt.
• Vorzugsweise wird bei der Ermittlung des Fehlerwerts die durch den Bayes-Schätzer und insbesondere den Kalman-Filter ermittelte Kovarianz der Gewichtungsamplituden berücksichtigt. Hierdurch ist es möglich, die Streuung des Fehlerwerts um den Mittelwert mit Hilfe des Bayes-Schätzer und insbesondere des Kalman-Filters zu reduzieren, so dass der Fehlerwert eine zuverlässige Aussage über die Qualität des empfangenen Signals liefert und insbesondere ein Fehlalarm durch Überschreiten des Schwellwerts aufgrund einer zu großen Kovarianz verhindert wird.
• Vorzugsweise wird aus den Gewichtungsamplituden die Impulsantwort des Übertragungskanals ermittelt. Hierdurch ist es möglich, eine exakte Charakterisierung des Übertragungskanals und des damit verbundenen Fehlers zu erhalten. Durch die Verwendung des Bayes-Schätzers und insbesondere des Kalman-Filters weisen die Gewichtungsamplituden eine geringe Kovarianz auf, so dass eine präzise Aussage über den Übertragungskanal getroffen werden kann. Hierdurch ist eine Fehlercharakterisierung auf einfache Weise möglich auf Grundlage der ermittelten Gewichtungsamplituden.
• Vorzugsweise handelt es sich bei dem empfangenen Signal um ein CDMA-Signal (Code Division Multiple Access-Signal) oder ein OFDMA-Signal (Orthogonal Division Multiple Access). Hierzu gehören insbesondere die Übertragungsarten LTE, UMTS, GNSS, GPS, Galileo, Beidou, 3G, 4G sowie Bluetooth und dergleichen.
• Vorzugsweise erfolgt das Verfahren in Echtzeit, so dass eine kontinuierliche Überwachung des Signals erfolgt.
• Somit ist es erfindungsgemäß möglich, mittels des Bayes-Schätzers und insbesondere des Kalman-Filters eine zuverlässigere Ermittlung der Signalverzögerung τ⁽⁰⁾ entlang der Sichtlinie zu erhalten. Weiterhin ist es möglich, einen Fehlerwert aus den Gewichtungsamplituden zu ermitteln, so dass eine ständige Beurteilung der Signalqualität (Single Quality Monitoring-SQM) möglich ist. Desweiteren ist es möglich, aus den Gewichtungsamplituden die Impulsantwort des Übertragungskanals zu ermitteln, um so eine Charakterisierung des zugrundeliegenden Fehlers des Senders oder des Übertragungskanals zu ermitteln. Dies erfolgt insbesondere in Echtzeit, da durch das erfindungsgemäße Verfahren durch die Verwendung des Bayes-Schätzers und insbesondere des Kalman-Filters der Rechenaufwand deutlich reduziert werden kann.
• Im Weiteren wird verwiesen auf A.Iliopoulos, C.Enneking, O.Garcia Crespillo, T.Jost, S.Thoelert, F.Antreich, „Multicorrelator Signal Tracking and Signal Quality Monitoring for GNSS with Extended Kalman Filter“, IEEE Aerospace Conference, 11. March, Big-Sky, Montana, USA .
• Weiterhin betrifft die Erfindung eine Vorrichtung zum Empfangen und Überwachen eines Signals mit einem Empfänger und einer Multi-Korrelatorvorrichtung zur Ermittlung einer Mehrzahl von Korrelationswerten, wobei durch die Multi-Korrelatorvorrichtung eine Korrelation erfolgt zwischen dem empfangenen Signal und dem ungestörten Signal bzw. dem Signalreplica, wobei das ungestörte Signal für den jeweilige Korrelationswerten zeitlich verschoben ist gegenüber dem empfangenen Signal. An die Multi-Korrelatorvorrichtung schließt sich eine Filtereinrichtung an, wobei es sich bei der Filtereinrichtung um einen Bayes-Schätzer handelt. Der Bayes-Schätzer ermittelt dabei eine Zustandsgröße bestehend aus der Signalverzögerung τ⁽⁰⁾ entlang der Sichtlinie und den Gewichtungsamplituden der Korrelationswerte.
• Vorzugsweise handelt es sich bei dem Bayes-Schätzer um einen Partikel-Filter oder einen Kalman-Filter. Hierbei verwendet der Kalman-Filter den Ausgang der Multi-Korrelatorvorrichtung als Messungseingang.
• Vorzugsweise handelt es sich bei dem Bayes-Schätzer um einen Extended-Kalman-Filter (EKF).
• Vorzugsweise wird das Ausgangssignal der Multi-Korrelatorvorrichtung um einen Erwartungswert linearisiert durch Ableiten des Ausgangssignals um den Erwartungswert. Dabei ist diese Ableitung zur Linearisierung insbesondere im Wesentlichen zeitunabhängig und kann beispielsweise in Look-up-Tabellen hinterlegt werden, auf die während der Laufzeit des Extended-Kalman-Filters zugegriffen werden kann. Insbesondere sind die Ableitungen für die Gewichtungsamplituden vollständig zeitunabhängig. Die Ableitungen für die Linearisierung um den Erwartungswert der Signalverzögerung τ⁽⁰⁾ weisen insbesondere ebenfalls einen zeitunabhängigen Anteil auf, welcher jedoch für jede Iteration des Bayes-Schätzers und insbesondere des Extended-Kalman-Filters aktualisiert wird. Insbesondere erfolgt eine Aktualisierung der Linearisierung der Signalverzögerung τ⁽⁰⁾ anhand der durch den Bayes-Schätzer ermittelten Gewichtungsamplituden.
• Vorzugsweise weist die Multi-Korrelatorvorrichtung mehr als 3 Korrelatoren auf. Insbesondere werden mehr als 15 Korrelatoren verwendet, um die präzise Charakterisierung des empfangenen Signals gewährleisten zu können.
• Vorzugsweise handelt es sich bei der Vorrichtung um ein Endgerät, insbesondere ein Mobiltelefon bzw. Handy, Smartphone, Tablet, Laptop, Smartdevice, GNSS-Empfänger, Router oder Access-Point. Bei den Endgeräten handelt es sich um solche Geräte, die einem Verwender bzw. Benutzer zur Verfügung gestellt werden zum Empfangen des Signals. Die Vorrichtung ist dabei so ausgebildet, dass keine besonders empfindliche Empfangsvorrichtung vorgesehen sein muss. Weiterhin ist keine besonders leistungsfähige Rechnerstruktur erforderlich, da die Verwendung der Multi-Korrelatorvorrichtung und der Filtereinrichtung lediglich einen geringen Rechenaufwand erfordert und somit nur geringe Anforderungen an die Rechenleistung der jeweiligen Endgeräte stellt. Dies gilt auch, sofern durch die Multi-Korrelatorvorrichtung und die nachgeschaltete Filtereinrichtung ein Empfangen und Überwachen eines Signals in Echtzeit erfolgt.
• Alternativ handelt es sich bei der Vorrichtung um eine Kontrollstation zur Überwachung der Signale, wobei von der Kontrollstation ein Fehler ausgegeben wird, falls ein ermittelter Fehlerwert einen vorgegebenen Schwellwert überschreitet. Dabei wird der Fehlerwert insbesondere aus den Gewichtungsamplituden ermittelt. Der ausgegebene Fehler kann dabei empfangen werden durch Endgeräte bei den Verbrauchern bzw. Benutzern, durch den Sender und/oder durch weitere Kontrollstationen, so dass das empfangene Signal und/oder der jeweilige Sender als fehlerhaft gekennzeichnet werden kann.
• Vorzugsweise ist die Vorrichtung weitergebildet anhand der Merkmale des vorstehend beschriebenen Verfahrens.
• Darüber hinaus betrifft die Erfindung ein Kommunikationssystem mit einem Sender zum Senden eines Signals und einer Vorrichtung zum Empfangen des Signals, wie vorstehend beschrieben.
• Vorzugsweise wird durch den Sender ein CDMA-Signal oder ein OFDMA-Signal gesendet.
• Nachfolgend wird die Erfindung anhand bevorzugter Ausführungsformen unter Bezugnahme auf die beigefügten Zeichnungen näher erläutert.
• Es zeigen:
• 1 eine erfindungsgemäße Vorrichtung zum Empfangen und Überwachen eines Signals,
• 2 ein Aufbau zur Ermittlung eines Fehlerwerts und Ausgabe eines Fehlersignals,
• 3 eine graphische Darstellung der ermittelten Signalverzögerung τ entlang der Sichtlinie für ein erstes Beispiel,
• 4 eine graphische Darstellung der Amplitude entlang der Sichtlinie für das erste Beispiel der 3,
• 5 eine Darstellung der ermittelten Gewichtungsamplituden für das erste Beispiels der 3,
• 6 eine graphische Darstellung der Signalverzögerung τ entlang der Sichtlinie eines zweiten Beispiels,
• 7 eine graphische Darstellung des Fehlerwerts des zweiten Beispiels der 6 und
• 8 eine graphische Darstellung der ermittelten Kanalimpulsantworten des zweiten Beispiels der 7.
• Die erfindungsgemäße Vorrichtung der 1 zum Empfangen und Überwachen eines Signals empfängt über eine Antenne 12 ein Signal 14. Das Signal stammt dabei von einem Sender, welcher gemäß der 1 dargestellt wird durch einen Satelliten 16. Die Vorrichtung 10 wird dabei beispielsweise verwendet als Empfänger in einem globalen Satellitennavigationssystem (GNSS). Jedoch kann es sich bei dem Sender auch um einen erdstationären Sender handeln. Insbesondere handelt es sich bei dem übertragenen Signal 14 um ein CDMA-Signal oder ein OFDMA-Signal. Dabei kann der Satellit als Sender 16 Teil des GPS-Systems, des Galileo-Systems oder des Beidou-Systems sein. Alternativ hierzu handelt es sich bei dem Signal 14 um ein LTE-Signal, UMTS-Signal, 3G-, 4G-Signal oder um eine Bluetooth-Signal.
• Vom Sender 16 wird ein periodisches Signal $$\begin{array}{cc}s\left(t\right)\equiv s\left(t-mT\right)& \forall m\in \mathbb{Z}\end{array}$$

  

  erzeugt. Fehler in der Übertragung oder dem Sender 16 selber führen zu einer Störung des Signals 14. Das empfangene Signal y(t) lässt sich daher beschreiben als $$y\left(t\right)={\displaystyle {\int }_0^{T_c}s\left(t-\tau -{\tau }^{\left(0\right)}\left(t\right)\right)h\left(t,\tau \right)\text{ d}\tau +\eta \left(t\right)}$$

  

  wobei τ⁽⁰⁾(t) der Signalverzögerung entlang der Sichtlinie, also der unmittelbaren Verbindungslinie zwischen Sender 16 und Antenne 12, entspricht. $\frac{1}{T_c}$

  

  entspricht dabei der Chipping-Rate, also der minimalen Pulsdauer des Datensignals. h(t,τ) entspricht der Kanalimpulsantwort, welche die Verzerrung und Störung des von dem Sender 16 ausgesendeten Signals beschreibt. η(t) beschreibt einen Rauschterm, welcher auftritt durch Annahme eines AWGN-Übertragungskanals (Additive White Gaussian Noise Channel).
• Das empfangene Signal 14 wird in einem RF-Prozessor 18 aufbereitet zur weiteren Verwendung, beispielsweise durch einen Verstärker, einen Tiefpass, Downsampling etc. Nachfolgend wird das Signal in einem A/D-Wandler 20 diskretisiert, insbesondere mit einer Abtast-Rate, die der Nyquist-Rate entspricht. Hiermit ergibt sich ein Zusammenhang zwischen Abtast-Rate T_s und Bandbreite des Signals zu $\frac{1}{T_s}=2B.$

  

  Hieraus ergibt sich die diskretisierte Form des empfangenen Signals y_k[n] für den n-ten Ausschnitt der k-ten Periode zu $$y_k\left[n\right]={\displaystyle \sum _{\mathcal{l}=0}^L{h}_k^{\left(\mathcal{l}\right)}s\left(\left(n-\mathcal{l}\right)T_s-{\tau }_k^{\left(0\right)}\right)}+\eta \left(\left(kN+n\right)T_s\right),$$

  

  wobei $h_k^{\left(\mathcal{l}\right)}$

  

  den Gewichtungsamplituden der Korrelationswerte h(t, τ) entsprechen.
• Da die Summe über ℓ bis L läuft, lassen sich L + 1 Gewichtungsamplituden ermitteln. Dabei ist $L=\frac{T_c}{T_s}=T_{c}2B$

  

  und hängt somit von der Bandbreite des empfangenen Signals ab.
• Weiter lässt sich ein Zustandsvektor x_k definieren mit $$x_k={\left[{\tau }_k^{\left(0\right)},h_k^{\left(0\right)},h_k^{\left(1\right)},\dots ,h_k^{\left(L\right)}\right]}^T$$

  

  wobei ${\tau }_k^{\left(0\right)}$

  

  gerade der Signalverzögerung entlang der Sichtlinie entspricht.
• Das so diskretisierte Signal gelangt zu einer Multi-Korrelatorvorrichtung 22, welche in der 1 fünf Korrelatoren 24 aufweist. In den Korrelatoren 24 wird das empfangene Signal korreliert mit ungestörten Signalen, welche als Replica vorliegen. Das Replica-Signal wird dabei verzögert, so dass ein zeitlicher Versatz zwischen den einzelnen Korrelatoren 24 von Δ = T_s besteht. Somit werden P = 2L + 1-Korrelatoren benötigt. Die Korrelatoren sind dabei symmetrisch angeordnet, um die durch den Bayes-Schätzer und insbesonder durch den Extended-Kalman-Filter 30 ermittelte Signalverzögerung ${\tau }_k^{\left(0\right)}$

  

  und decken dabei das gesamte Intervall $\left[{\tau }_k^{\left(0\right)}-T_c,{\tau }_k^{\left(0\right)}+T_c\right]$

  

  ab. Die Verzögerung des ungestörten Signals erfolgt dabei in Verzögerungselementen 26. Am Ausgang der Multi-Korrelatorvorrichtung erhält man in Matrix-Schreibweise $$\begin{array}{c}{z}_k=Q^H\left({\widehat{\tau }}_k^{\left(0\right)}\right)y_k\\ =Q^H\left({\widehat{\tau }}_k^{\left(0\right)}\right)H_{k}s\left({\tau }_k^{\left(0\right)}\right)+Q^H\left({\widehat{\tau }}_k^{\left(0\right)}\right){\eta }_k\end{array}$$

  

  mit Q^H der hermitischen Matrix-Schreibweise für die verzögerten Replica bzw. die verzögerten ungestörten Signale sowie H_k der Faltungsmatix, welche die Gewichtungsamplituden der Korrelationswerte enthalten. y_k und η_k entsprechen dabei dem empfangenen Signal bzw. dem Rauschterm in Matrix-Schreibweise.
• Weiterhin sieht die Vorrichtung 10 einen Bayes-Schätzer vor, welcher gemäß der 1 als Extended-Kalman-Filter 30 (EKF) ausgebildet wird. Ausgehend von einem Startwert 32 erfolgt iterativ eine Vorhersage des Zustandsvektors x_k der k-ten Periode ausgehend von einem Zustandsvektor der (k-1)-ten Periode gemäß $$x_k^{-}=A{x}_{k-1}^{+}$$

  

  wobei $x_k^{-}$

  

  den vorhergesagten Zustand der k-ten Periode beschreibt, A die Übergangsmatrix für den Zustandsvektor x_k , sowie $x_{k-1}^{+},$

  

  den bereits aktualisierten Zustandsvektor der (k-1)-ten Periode beschreibt. Ebenso wird die Kovarianz des Zustandsvektors $x_k^{-}$

  

  berechnet mittels $$P_k^{-}=A{P}_{k-1}^{+}{A}^H-B,$$

  

  wobei $P_k^{-}$

  

  die vorhergesagte Kovarianz für die k-te Periode beschreibt, $P_{k-1}^{+}$

  

  die bereits aktualisierte Kovarianz der (k-1)-ten Periode beschreibt. A^H bezeichnet die hermitische Form von A. Zuzüglich wird die Kovarianz des Prozessrauschens als Rauschterm B aufaddiert, welches durch eine Rauschmatrix beschrieben ist. Die Vorhersage erfolgt in einem ersten Schritt 34. Die so ermittelten Werte des Zustandsvektors $x_k^{-}$

  

  und der zugehörigen Kovarianz $P_k^{-}$

  

  werden in einem zweiten Schritt 36 anhand der Messung z_k , welche sich durch die Multi-Korrelatorvorrichtung 22 an deren Ausgang 28 ergibt, aktualisiert bzw. geupdatet. Dabei wird $x_k^{-}{\text{ zu x}}_k^{+}.$

  

  sowie entsprechend die Kovarianz der jeweiligen Zustandsvektoren von $P_k^{-}\text{ zu }{P}_k^{+}.$

  

  Die so gewonnenen aktualisierten Größen werden zurückgeführt und als Ausgangswerte für einen weiteren Zyklus bzw. Iteration des Extended-Kalman-Filters verwendet 30. Durch die Einbeziehung der Messung durch die Multi-Korrelatorvorrichtung 22 kann der Zustandsvektor x_k präzise vorhergesagt werden. Durch die präzise Vorhersage des Zustandsvektors x_k , welcher an einem Ausgang 38 abgegriffen werden kann, ist - wie vorstehend beschrieben - ebenfalls die Signalverzögerung ${\tau }_k^{\left(0\right)}$

  

  entlang der Sichtlinie präzise vorhergesagt. Insbesondere weist die Verzögerung ${\tau }_k^{\left(0\right)}$

  

  eine geringe Kovarianz, also Streuung auf. Die Ermittlung der Signalverzögerung ${\tau }_k^{\left(0\right)}$

  

  ist somit besonders robust gegen Fehler, so dass die ermittelte Signalverzögerung ${\tau }_k^{\left(0\right)}$

  

  in der tatsächlichen Signalverzögerung zuverlässig folgt.
• Gemäß der 1 wird die so ermittelte Signalverzögerung ${\tau }_k^{\left(0\right)}$

  

  genutzt, um die verwendeten Replica optimal gegenüber dem empfangenen Signal zeitlich zu verschieben. Hierzu findet eine Rückkopplung statt über die Verbindung 25, so dass die Mulit-Korrelatorvorrichtung 22 Korrelationen symmetrisch um die rückgekoppelte Signalverzögerung ${\tau }_k^{\left(0\right)}$

  

  ermittelt. Hierdurch wird sichergestellt, dass durch die Multi-Korrelatorvorrichtung 22 stets das gesamte relevante Intervall abdeckt und eine zuverlässige Messung des Zustandsvektors x_k erfolgt.
• Weiterhin enthält der Zustandsvektor x_k die Gewichtungsamplituden der Korrelationswerte $h_k^{\left(\mathcal{l}\right)}.$

  

  Dabei entspricht $h_k^{\left(0\right)}$

  

  gerade der Amplitude des Signals entlang der Sichtlinie. Die weiteren Gewichtungsamplituden geben Aufschluss über Nebensignale, welche als Störungen auftreten. Durch die präzise Vorhersage der Gewichtungsamplituden mittels des Extended-Kalman-Filters 30 ist eine genaue Überwachung des Signals möglich.
• Bei dem in 1 verwendeten Bayes-Schätzer handelt es sich um einen Extended-Kalman-Filter 30 (EKF), welcher berücksichtigt, dass das Messergebnis z_k , welches durch die Multi-Korrelatorvorrichtung 22 gewonnen wird, nicht linear ist. Es erfolgt sodann eine Linearisierung 40 des Messergebnisses z_k , um den jeweiligen Erwartungswert. Hierzu muss die Ableitung $${\frac{\partial f\left(x_k,x_k^{-}\mathrm{,0}\right)}{\partial x_k}|}_{x_k=x_k^{-}}$$

  

  am Ort des vorhergesagten Zustandsvektors $x_k^{-}$

  

  ermittelt werden, wobei f der Messfunktion entspricht mit $z_k=f\left(x_k,x_k^{-},\eta \right).$

  

  Dabei ist zu berücksichtigen, dass diese ermittelten Ableitungen zeitunabhängig sind für die Gewichtungsamplituden. Für die Signalverzögerung ist es insbesondere erforderlich die Linearisierung zu aktualisieren anhand der durch den Extended-Kalman-Filter 30 ermittelten Gewichtungsamplituden. Dies erfolgt über die Verbindung 41. Somit können diese Ableitungen einmal berechnet werden und in Look-up-Tabellen 42 hinterlegt werden und bei jedem Zyklus des Extended-Kalman-Filters mit den ermittelten Gewichtungsamplituden gewichtet werden. Die Linearisierung 40 kann sodann während der Laufzeit die entsprechenden Ableitungen in den Look-up-Tabellen 42 aufsuchen und bei der Linearisierung der Messung z_k verwenden. Die so linearisierte Messfunktion wird im Schritt 36 verwendet, um die ermittelten Zustandsvektoren der k-ten Periode $x_k^{-}$

  

  sowie die dazugehörige Kovarianz $P_k^{-}$

  

  zu aktualisieren bzw. upzudaten.
• Aus den am Ausgang 38 anliegenden Zustandsvektoren lassen sich aus den ermittelten Gewichtungsamplituden $h_k^{\left(\mathcal{l}\right)}$

  

  die Kanalimpulsanworten h(t,τ) ermitteln. Hierdurch ist eine Charakterisierung des auftretenden Fehlers möglich, da die Kanalimpulsantwort gerade die Abweichung des empfangenen Signals 14 von dem idealen Signal beschreibt.
• Gemäß der 2 kann der durch den Kalman-Filter 30 ermittelte Zustandsvektor $x_k^{+}$

  

  sowie die durch die dazugehörige Kovarianz $P_k^{+}$

  

  verwendet werden, um eine Fehlerwarnung auszugeben. Über einen Eingang 44 gelangen die Ergebnisse des Kalman-Filters 30 an einen Fehlerdetektor 46. Durch den Fehlerdetektor 46 wird ein Fehlerwert ermittelt. Dazu werden die Gewichtungsamplituden $h_k^{\left(1\right)}\text{ bis }{h}_k^{\left(L\right)}$

  

  berücksichtigt. Es wird ein abgewandelter Zustandsvektor definiert mit $$x_k^{\ast }={\left[h_k^{\left(1\right)},\dots ,h_k^{\left(L\right)}\right]}^T,$$

  

  sowie ein optimaler Zustandsvektor $$x_{\text{nom}}^{\ast }={\left[\mathrm{0,}\dots \mathrm{,0}\right]}^T\in {ℝ}^{L\times 1}.$$

  
• Dies berücksichtigt, dass bei einem optimalen und ungestörten Signal keine Nebensignale auftreten, welche sich in Gewichtungsamplituden $h_k^{\left(1\right)}\text{ bis }{h}_k^{\left(L\right)}$

  

  widerspiegeln. Dabei kann die Signalverzögerung ${\tau }_k^{\left(0\right)}$

  

  entlang der Sichtlinie sowie die Amplitude $h_k^{\left(0\right)}$

  

  jeden beliebigen Wert annehmen. Sodann wird ein Fehlerwert q definiert mit $$q^2={\left(x_k^{\ast +}-x_{\text{nom}}^{\ast }\right)}^H{\left(P_k^{\ast +}\right)}^{-1}\left(x_k^{\ast +}-x_{\text{nom}}^{\ast }\right),$$

  

  wobei $P_k^{\ast +}$

  

  der entsprechend angepassten Kovarianz-Matrix $P_k^{+}$

  

  entspricht. Sofern q² kleiner als ein Schwellenwert T ist, liegt keine Störung des Signals 14 vor. Sofern jedoch q²≥T wird ein Fehlersignal 48 ausgegeben. Dies berücksichtigt, dass kein Fehler angenommen werden kann, sofern die Gewichtungsamplituden $h_k^{\left(1\right)}\text{ bis }{h}_k^{\left(L\right)}$

  

  weißes Rauschen zeigen. Erhöht sich jedoch eine dieser Gewichtungsamplituden, so wird ein Fehler ausgegeben.
• Im Weiteren wird verwiesen auf A.Iliopoulos, C.Enneking, O.Garcia Crespillo, T.Jost, S.Thoelert, F.Antreich, „Multicorrelator Signal Tracking and Signal Quality Monitoring for GNSS with Extended Kalman Filter“, IEEE Aerospace Conference, 11. March, Big-Sky, Montana, USA .
• 3 zeigt für ein erstes Beispiel des erfindungsgemäßen Verfahrens sowie der erfindungsgemäßen Vorrichtung die ermittelte Signalverzögerung τ⁽⁰⁾ entlang der Sichtlinie über einen gewissen Beobachtungszeitraum in Millisekunden. Dabei wird das Ergebnis der erfindungsgemäßen Vorrichtung verglichen mit dem üblichen Delay-Lock-Loop-Verfahren (DLL). Wie aus der 3 ersichtlich ist, ist die Abweichung zwischen der tatsächlichen Verzögerung und der ermittelten Verzögerung durch das erfindungsgemäße Verfahren mittels EKF klein und insbesondere stets kleiner als die ermittelte Verzögerung aus dem Delay-Lock-Loop-Verfahren. In dem Beispiel beträgt die Bandbreite B = 4,092 MHz. Die Nyquist-Frequenz ergibt sich somit zu f_s = 8,184 MHz, so dass sich eine Anzahl von P=2L+1=17 gleichverteilte Korrelatoren ergibt, wobei der zeitliche Abstand zwischen den Korrelatoren $\mathrm{\Delta }=\frac{2T_c}{L}=\mathrm{0,125}{T}_c$

  

  beträgt.
• 4 zeigt gemäß dem ersten Beispiel die durch das erfindungsgemäße Verfahren ermittelte Amplitude, welche gerade der Gewichtungsamplitude $h_k^{\left(0\right)}$

  

  entlang der Sichtlinie entspricht. Die durch das erfindungsgemäße Verfahren ermittelte Amplitude des Signals folgt dabei gut der tatsächlichen Amplitude.
• 5 zeigt die Gewichtungsamplituden der Korrelationswerte gemäß dem ersten Beispiel in einer Kontourmap . Aus der 5 ist klar ersichtlich, dass lediglich $h_k^{\left(0\right)}$

  

  ein Signal 50 zeigt, wohingegen $h_k^{\left(1\right)}\text{ bis }{h}_k^{\left(8\right)}$

  

  eine Rauschverteilung 52 zeigen. Auf Grundlage dieser Ergebnisse kann davon ausgegangen werden, dass das Signal fehlerfrei ist.
• In einem zweiten Beispiel, gezeigt in der 6, tritt nach 50 ms ein Fehler auf. Wie aus der 6 jedoch ersichtlich ist, folgt die ermittelte Signalverzögerung weiterhin sehr gut dem Signal und stets besser als das bekannte Delay-Lock-Loop-Verfahren.
• Aus den Gewichtungsamplituden der Korrelationswerte wird gemäß der 2 ein Fehlerwert ermittelt, welcher in der 7 für das zweite Beispiel über die Zeit abgetragen ist. Nach 50 ms tritt ein Fehler auf. Bereits 7 ms nach Auftreten des Fehlers überschreitet der Fehlerwert q den Schwellwert T. Bei Überschreiten des Schwellwerts T wird ein Fehler ausgegeben und das Signal als fehlerhaft markiert.
• Ebenso lässt sich aus den Gewichtungsamplituden der Korrelationswerten gemäß der 8 die Kanalimpulsantwort extrahieren, wobei in der 8 die tatsächliche Kanalimpulsantwort verglichen wird mit der aus dem EKF ermittelten Kanalimpulsantwort. 8 zeigt dabei eine gute Übereinstimmung, so dass der Übertragungskanal sowie der Sender durch das erfindungsgemäße Verfahren sowie die erfindungsgemäße Vorrichtung einwandfrei charakterisiert werden kann.
• Alle Verfahren lassen sich in Echtzeit durchführen, so dass eine ständige Überwachung des Signals erfolgen kann. Selbst bei Auftreten eines Fehlers wird weiterhin (siehe 6) mit hoher Genauigkeit die Signalverzögerung τ⁽⁰⁾ entlang der Sichtlinie bestimmt, so dass das erfindungsgemäße Verfahren robust ist gegen auftretende Fehler.

Claims (17)

1. Verfahren zum Empfangen und Überwachen eines Signals, bei welchem ein Signal (14) empfangen wird, eine Mehrzahl von Korrelationswerten ermittelt werden durch Korrelation des empfangenen Signals (14) mit dem ungestörten Signal, wobei das ungestörte Signal für den jeweiligen Korrelationswert zeitlich verschoben ist gegenüber dem empfangenen Signal, und wobei ein Filter (30) verwendet wird zur Ermittlung der Signalverzögerung τ⁽⁰⁾ entlang der Sichtlinie und den Gewichtungsamplituden der Korrelationswerte, wobei es sich bei dem Filter um einen Bayes-Schätzer handelt, dadurch gekennzeichnet, dass ein Fehlerwert (q) ermittelt wird aus den Gewichtungsamplituden und ein Schwellwert (T) gegeben ist, wobei bei Überschreiten des Schwellwerts (T) das Signal als fehlerhaft angenommen wird.
2. Verfahren nach Anspruch 1, bei welchem es sich bei dem Bayes-Schätzer um einen Partikel-Filter handelt oder einen Kalman-Filter, wobei die Messung für den Kalman-Filter (30) gegeben ist durch die Korrelationswerte.
3. Verfahren nach Anspruch 1 oder 2, bei welchem die Anzahl (P) der erstellten Korrelationswerte sich aus der Bandbreite (B) des empfangenen Signals ergibt.
4. Verfahren nach einem der Ansprüche 1 bis 3, bei welchem die Anzahl der ermittelten Korrelationswerte (P) größer als 3 und insbesondere größer als 15.
5. Verfahren nach einem der Ansprüche 1 bis 4, bei welchem ein Extended-Kalman-Filter (30) oder ein Kalman-Filter-Derivat verwendet wird als Bayes-Schätzer.
6. Verfahren nach einem der Ansprüche 1 bis 5, bei welchem eine Linearisierung einer Messfunktion der Korrelationswerte um den Erwartungswert erfolgt, wobei insbesondere die Ableitungen zur Linearisierung (40) um den Erwartungswert nicht von der Zeit abhängen.
7. Verfahren nach Anspruch 5 oder 6, bei welchem die Ableitungen zur Linearisierung (40) in Look-up-Tabellen (42) gespeichert werden und aus diesen Ausgelesen werden bei der Verwendung des Extended-Kalman-Filters (30).
8. Verfahren nach einem der Ansprüche 1 bis 7, bei welchem für den Fehlerwert (q) die Kovarianz des Kalman-Filters berücksichtigt wird.
9. Verfahren nach einem der Ansprüche 1 bis 8, bei welchem aus den Gewichtungsamplituden die Impulsantwort h(t,τ) des Übertragungskanals ermittelt wird.
10. Verfahren nach einem der Ansprüche 1 bis 9, bei welchem es sich bei dem empfangenen Signal (14) um ein CDMA-Signal oder OFDMA-Signal, insbesondere der Übertragungsart aus LTE, UMTS, GNSS, GPS, Galileo, Beidou, 3G, 4G, 5G, Bluetooth.
11. Vorrichtung zum Empfangen und Überwachen eines Signals, mit einem Empfänger (12), einer Multi-Korrelatorvorrichtung (22), einer Filtereinrichtung (30), wobei es sich bei der Filtereinrichtung (30) um einen Bayes-Schätzer handelt, dadurch gekennzeichnet, dass die Vorrichtung ausgebildet ist zur Durchführung des Verfahrens nach einem der Ansprüche 1-10.
12. Vorrichtung nach Anspruch 11, dadurch gekennzeichnet, dass es sich bei dem Bayes-Schätzer um einen Partikel-Filter handelt oder um einen Kalman-Filter.
13. Vorrichtung nach Anspruch 11 oder 12, dadurch gekennzeichnet, dass die Multi-Korrelatorvorrichtung (22) mehr als 3 Korrelatoren aufweist.
14. Vorrichtung nach einem der Ansprüche 11 bis 13, dadurch gekennzeichnet, dass es sich um ein Endgerät handelt, insbesondere ein Handy, Smartphone, Tablet, Laptop, Smartdevice, GNSS-Empfänger, Router, Access-Point.
15. Vorrichtung nach einem der Ansprüche 11 bis 13, dadurch gekennzeichnet, dass es sich um eine Kontrollstation handelt zur Überwachung Signale, wobei insbesondere ein Fehler ausgegeben wird, falls der Schwellwert (T) überschritten wird.
16. Kommunikationssystem mit einem Sender (16) zum Senden eines Signals, einer Vorrichtung (10) zum Empfangen des Signals nach einem der Ansprüche 11 bis 15.
17. Kommunikationssystem nach Anspruch 16, dadurch gekennzeichnet, dass der Sender ein CDMA-Signal oder ein OFDMA-Signal sendet.

Images