一种星上载荷多波束采样数据压缩方法技术

技术编号:17350062 阅读:46 留言:0更新日期:2018-02-25 18:38
本发明专利技术提供了一种星上载荷多波束采样数据压缩方法,具体涉及一种用于压缩星上多路大动态范围信号的量化比特数方法。所述方法具有如下特征:(1)在星上,首先对多波束混叠信号进行12比特量化并提取每路信号幅度的最大值;其次利用获取的量化幅度最大值构建线性变换矩阵实现幅度动态范围压缩;再次对压缩后的多路信号进行6比特二次量化并通过Ka波段传输。(2)在地面站,首先利用K‑SVD方法获得理想信号下的字典矩阵;然后利用接收到的卫星数据及稀疏重构算法恢复用户初始信号。本发明专利技术的优点在于:星上转发成本低,压缩效果好且适用性强。

A multi beam sampling data compression method for on Star load

The invention provides a data compression method for on board load and multi beam sampling, and specifically relates to a method for compressing the quantization bit number of multi channel large dynamic range signals on the satellite. The method has the following characteristics: (1) in the star, first of the multi beam aliasing signal of 12 bit quantization and extract the maximum value of each signal amplitude; secondly the maximum quantized amplitude acquired to construct linear transformation matrix to achieve amplitude dynamic range compression; again on the multi-channel signal compression after 6 bit two quantified by Ka band transmission. (2) in the ground station, using K SVD method to obtain the ideal signal of the dictionary matrix; and then restore the user initial signal by using satellite data and sparse reconstruction algorithm received. The advantage of the invention is that the forwarding cost on the star is low, the compression effect is good and the applicability is strong.

【技术实现步骤摘要】
一种星上载荷多波束采样数据压缩方法
本专利技术提供了一种星上载荷多波束采样数据压缩方法,具体涉及一种用于压缩星上多路大动态范围信号的量化比特数方法。
技术介绍
近年来,随着高性能卫星通信系统的快速发展,星上载荷多路大动态范围信号的量化比特数压缩方法的市场需求越来越强烈。美军MUOS系统的前2颗卫星在2014年、2015年完成发射任务,已投入运行。星上载荷前向是传统的透明传输,反向采用的是DavidK与Randall在2006年提出的一种降低多路相关信号的量化比特数方法。该方法先对多路并行信号进行12比特的A/D转换,再利用复扰码序列进行去相关处理,对去相关后的信号进行Hadamard线性变换,从而使变换后的多路信号具有相等的平均功率。对具有相同平均功率的多路信号,根据系统的性能要求,选择合适的量化比特数对其进行二次量化。该方法的主要缺点是信息有损伤,星上转发复杂度高。事实上,Crowther等人早在1967年就提出了应用Hadamard变换来降低量化比特数的方法。该方法利用多路输入信号间的强相关特性以及Hadamard矩阵本身具备的线性变换特性,实现对A/D输入信号动态范围的压缩。该方法实现起来比较简便,但存在的主要问题是各路输入信号的压缩比不一致,需要动态分配量化比特数,增加了系统的实际开销。在Crowther等人研究成果的基础上,Frangoulis与Turner在1977年又进一步提出了Hadamard-Haar量化比特压缩方法。在依次经过Hadamard和Haar线性变换后,不仅多路A/D输入信号的动态范围被压缩,而且信号功率只集中在一小部分Haar系数上,这对于降低量化比特数和传输速率是一次有意义的探索。然而,由于Haar变换及部分主系数的应用,该方法的信息损伤亦进一步增大。2011年Babarada等提出了自适应增益(AGC)控制方法。该方法是在A/D采样前增加自适应控制电路,无需依靠多路信号间的相关性及去相关操作即可压缩A/D输入信号的动态范围,减少量化比特数。该方法的主要缺点是在调整过程中削波现象比较严重,破坏了信号的线性关系且复杂度高不利于星上转发。此外,多载波OFDM系统中普遍采用的降低峰均比方法,如直接限幅法、加峰值窗限幅法、选择映射法和部分序列发送法等也能有效压缩输入信号的动态范围,但由于其逆过程大多难以实现且往往需要额外的边带信息来恢复原始数据,因此该类方法不适用透明转发,频带利用率也不高。
技术实现思路
本专利技术所要解决的技术问题是针对多波束卫星反向链路的采样数据,研究适用于扩频信号和非扩频信号的动态范围压缩方法,攻克已有方法信息损伤大、压缩比低及需要去相关操作等系列难题。本专利技术采用的技术方案为:本专利技术提供了一种星上载荷多波束采样数据压缩方法,包括如下步骤:在星上转发过程中:(1)对星上多波束混叠信号进行量化得到量化信号;(2)提取量化信号每行元素的最大值,依次进行取反和对角化处理后构建线性变换矩阵A;(3)通过矩阵相乘的方式实现幅度动态范围压缩;即将量化信号与线性变换矩阵相乘得到压缩矩阵;(4)对压缩矩阵进行DA转换,再经量化后通过Ka波段传输;在地面站接收过程中:(5)在理想无噪信号下利用字典学习方法获得字典矩阵Φ;(6)在字典矩阵Φ下利用稀疏重构算法将接收的星上转发数据恢复成用户初始信号。其中,步骤(5)包括以下步骤:[501]对理想无噪信号进行分块处理;[502]对分块后的理想无噪信号进行稀疏编码,构建初始字典;[503]通过字典学习方法对初始字典进行迭代更新,得到字典矩阵。其中,步骤[503]中当迭代精度小于设定阈值或迭代次数满足C≥WQ时终止迭代,其中Q为理想无噪信号进行分块的份数,W为大于1小于的整数。其中,步骤(6)具体为:[601]在字典矩阵Φ下利用稀疏重构算法将接收的星上转发数据恢复成多路分块数据;[602]对多路分块数据进行分块恢复,恢复成用户初始信号。其中,所述步骤(1)中多波束混叠信号在展现形式上为扩频信号或非扩频信号;在调制方式上为相位调制信号、频率调制信号或幅度调制信号。其中,所述步骤(4)中理想无噪信号在调制方式上与多波束混叠信号相同。其中,所述步骤(5)中字典学习方法为K-SVD、最优字典学习方法或Fisher判别式字典学习方法。其中,所述步骤(6)中稀疏重构算法是匹配追踪算法、凸优化算法或具有快速收敛特性的迭代非凸型算法。本专利技术具有如下优点:(1)星上转发无需扰码序列去相关及Hadamard变换步骤,复杂度和转发成本低;(2)地面站采用稀疏重构方法恢复用户信号,抗干扰能力强,压缩效果好;(3)既适用于扩频信号又适用于非扩频信号,总体适用性好。附图说明图1是示出根据本专利技术的星上载荷多波束采样数据压缩方法的总体流程图;图2是示出根据本专利技术的线性变换矩阵A的构成过程图;图3是示出根据本专利技术的星上多路扩频接收信号压缩变换前后的动态范围比较图;图4是示出根据本专利技术的星上多路非扩频接收信号压缩变换前后的动态范围比较图;图5是示出根据本专利技术的星上二次量化过程图;图6是示出根据本专利技术采用的K-SVD方法获得字典矩阵Φ的流程图;图7是示出在字典矩阵Φ下利用接收数据和稀疏重构算法恢复用户初始信号的流程图;图8是示出根据本专利技术的仿真实验结果图;图9是示出根据本专利技术的仿真实验结果图。具体实施方式一种星上载荷多波束采样数据压缩方法,包括如下步骤:图1是根据本专利技术的星上载荷多波束采样数据压缩方法的总体流程图。具体包括如下步骤:在星上转发过程中:[101]对M路波束混叠信号X进行AD采样并完成12比特量化获得量化信号Xq。在本实施例中,维数M≥2,采用的量化可以是均匀量化也可以是非均匀量化,根据系统性能要求决定;[102]提取Xq每行元素的最大值,依次进行取反和对角化处理后构建线性变换矩阵A;[103]通过矩阵相乘的方式即Y=A×Xq实现幅度压缩;[104]对Y进行DA转换,再经6比特二次量化处理;[105]通过Ka波段链路传输至地面站;在地面站接收过程中:[106]在地面站,利用理想无噪信号和K-SVD方法获得字典矩阵Φ;[107]在字典矩阵Φ下利用接收数据和稀疏重构算法恢复用户初始信号。本专利技术提到的多波束混叠信号X在展现形式上可以是扩频信号,也可以是非扩频信号。在调制方式上可以是相位调制信号,也可以是频率调制信号或幅度调制信号。由于上述信号是本专利
人员熟知的信号,因此不过多赘述。本专利技术具体实施例为:(1)对星上多波束混叠信号X进行量化得到量化信号Xq;(2)提取Xq每行元素的最大值,依次进行取反和对角化处理后构建线性变换矩阵A;图2是示出根据本专利技术的线性变换矩阵A的构成过程图,包括如下步骤:[201]提取Xq每行元素的最大值形成向量Max=[max1,max2,…maxM];[202]进行取反操作。在本实施例中依据实现取反操作,代表向上取整运算;[203]对取反后的数据向量P进行对角化处理,即A=diag(P)。(3)通过矩阵相乘的方式即Y=A×Xq实现幅度压缩;图3和图4是分别示出根据本专利技术的星上多路扩频和非扩频接收信号压缩变换前后的动态范围比较图。在本专利技术提供的具体实施例中,设定波束维数为M=32,且存在着偶波束混叠到奇波束的情况。图3中,本专利技术提供方本文档来自技高网
...
一种星上载荷多波束采样数据压缩方法

【技术保护点】
一种星上载荷多波束采样数据压缩方法,其特征在于包括如下步骤:在星上转发过程中:(1)对星上多波束混叠信号进行量化得到量化信号;(2)提取量化信号每行元素的最大值,依次进行取反和对角化处理后构建线性变换矩阵;(3)通过矩阵相乘的方式实现幅度动态范围压缩,即将量化信号与线性变换矩阵相乘得到压缩矩阵;(4)对压缩矩阵进行DA转换,再经量化后通过Ka波段传输;在地面站接收过程中:(5)在理想无噪信号下利用字典学习方法获得字典矩阵Φ;(6)在字典矩阵Φ下利用稀疏重构算法将接收的星上转发的数据恢复成用户初始信号。

【技术特征摘要】
1.一种星上载荷多波束采样数据压缩方法,其特征在于包括如下步骤:在星上转发过程中:(1)对星上多波束混叠信号进行量化得到量化信号;(2)提取量化信号每行元素的最大值,依次进行取反和对角化处理后构建线性变换矩阵;(3)通过矩阵相乘的方式实现幅度动态范围压缩,即将量化信号与线性变换矩阵相乘得到压缩矩阵;(4)对压缩矩阵进行DA转换,再经量化后通过Ka波段传输;在地面站接收过程中:(5)在理想无噪信号下利用字典学习方法获得字典矩阵Φ;(6)在字典矩阵Φ下利用稀疏重构算法将接收的星上转发的数据恢复成用户初始信号。2.根据权利要求1所述的一种星上载荷多波束采样数据压缩方法,其特征在于,步骤(5)包括以下步骤:[501]对接收到的理想无噪信号进行分块处理;[502]对分块后的理想无噪信号进行稀疏编码,构建初始字典;[503]通过字典学习方法对初始字典进行迭代更新,得到字典矩阵。3.根据权利要求2所述的一种星上载荷多波束采样数据压缩方法,其特征在于,步骤[503]中当迭代精度小于设定阈值或迭代次数满足C≥WQ时终止迭代,其中C为迭代次数,Q为理...

【专利技术属性】
技术研发人员:田野王力男
申请(专利权)人:中国电子科技集团公司第五十四研究所
类型:发明
国别省市:河北,13

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1