一种基于伪随机序列同步的快速自适应多普勒估计方法技术

本发明专利技术公开了一种基于伪随机序列同步的快速自适应多普勒估计方法，所述方法包括：步骤1)将接收机接收的信号序列输入带通滤波器，滤除带外噪声；步骤2)对带通滤波器输出的信号序列采用匹配滤波器进行拷贝相关，实现多普勒粗估计，得到多普勒粗估计结果

【技术实现步骤摘要】
一种基于伪随机序列同步的快速自适应多普勒估计方法
本专利技术涉及，具体涉及一种基于伪随机序列同步的快速自适应多普勒估计方法。
技术介绍
近些年，各国都在加紧进行海洋开发、探测和海底信息网络的建设。其中，水下无人航行器(UnmannedUnderwaterVehicle,UUV)由于具有智能性、隐蔽性、机动性、便携性等优势，在海洋工程领域发挥了极为重要的作用。因此，设计应用于UUV高速运动过程中的移动水声通信系统，是涵盖海洋技术和信息技术的世界各国急需的高新技术之一。空气中的无线通信采用电磁波传播信息，电磁波的传播速度近似为光速，能够达到3×108m/s，因此在无线通信中，由于相对运动引起的多普勒效应对实际传输系统的影响并不明显。但在水下，由于采用声波作为传输介质，传输速度约为1520m/s，当相对运动速度为5m/s时，多普勒因子就能够达到10-3量级，而这足以导致通信性能地急剧下降。因此对于高数据率的移动水声通信而言，必须先对多普勒进行精确估计，然后对接收信号进行重采样补偿多普勒，消除信号展宽或压缩，以实现低误码率的水下无线信息传输。除此之外，水声通信信道也更为复杂和多变：声线在海底海面的反射以及在不同密度水层中的折射造成了严重的多径效应，浅海水平信道的多径时延长达几十毫秒，这使得接收信号中存在严重的码间干扰；由于收发换能器之间的相对运动以及传播介质存在随机起伏，水声信道具有随机快速时变的特性。这些都在一定程度上增加了多普勒估计的困难。目前水声通信中的多普勒估计方法多是基于模糊度函数，选择相关特性好的序列作为同步序列，通过相关实现多普勒估计。具体实现方法包括两类：一类是利用HFM、LFM等相关特性好且对多普勒不敏感的序列，在发送数据前后各插入一段序列，接收机将前后序列进行相关，根据相关峰位置偏移估计拉伸压缩系数，也就是多普勒因子；另一类是利用伪随机序列等相关特性好且对多普勒敏感的序列，仅在发送数据前端插入一段序列，接收机将接收序列与本地序列拷贝相关，选择相关系数最大时对应的多普勒因子作为最终的估计结果。第一类方法估计精度高，能够很好地满足高速水声通信对载波频率估计精度的要求，但在实际应用时存在以下缺点：1)要对首尾序列进行相关获得时间差，因此需要先保存一个完整的帧信号，占用内存很大，不利用实时实现，降低了高速水声通信的有效性；2)这种方法只适用于信道环境稳定时的多普勒估计。当信道发现剧烈变化或UUV高速运动导致信道环境改变时，首尾序列经过的信道冲击响应不同，相关峰之间的时间差不再仅由多普勒决定，此时多普勒估计精度会明显降低甚至出现估计错误；3)实际水声信道环境中，更多地是时变多普勒，而非固定多普勒，首尾序列相关往往只能得到这段时间内多普勒的近似平均，稳定性较差。第二类算法只对当前时刻序列进行估计，因此具有很好地稳定性，能够很好地满足时变信道环境下多普勒估计需求，但在实际应用时同样存在一些问题：1)多普勒估计的分辨率取决于伪随机序列的长度，伪随机序列越长分辨率越高，能够实现的估计精度也就越高。因此为了获得更好的估计性能，必须增加伪随机序列的长度，但在实际应用时，这不仅会占用实际数据传输时间，降低传输速率，还会导致匹配滤波器长度增加，计算量升高；2)在分辨率足够的情况下，算法最终的估计精度由估计步进决定。步进为1m/s时，估计精度最高只能达到1/1520＝7×10-4量级；将步进缩小为0.2m/s时，估计精度能达到1×10-4量级。因此从性能上考虑，应选择尽量小的步进，但在实际应用时，随着步进的缩小，匹配滤波器组的数目会明显增加，计算量和资源消耗都会明显增大。采用伪随机序列拷贝相关实现多普勒估计的方法，具有通用性好、能够与绝大多数通信系统兼容的优点，同时具有很好地鲁棒性、在时变信道下仍能较好地适用。在分辨率和估计步进设计足够的情况下，能够满足绝大多数系统对多普勒估计的需求。但该技术存在两个很大的问题，一是估计性能的提升必须以计算量和资源的剧增为代价，这在极大程度上限制了这一方法在实际系统中的应用，特别是对多普勒估计精度要求较高的系统；二是估计性能由序列长度和匹配滤波器的设计决定，一旦设计完成，很难根据实际场景灵活调整估计性能，自适应性较差。
技术实现思路
本专利技术的目的在于克服目多普勒估计方法存在的上述问题，提出了一种基于伪随机序列同步的快速自适应多普勒估计方法，分为粗估计和细估计两个步骤：粗估计采用拷贝相关实现，由于对估计性能要求不高，因此不需要很高的分辨率和步进，计算量也会随之降低；细估计过程中采用二分查找法，每次查找仅对和三个多普勒进行估计，其中为前一次估计结果，Δi为当前估计步进。估计过程中不断缩小步进并通过整数倍内插提高分辨率，最终逼近正确结果。为了实现上述目的，本专利技术提出了一种基于伪随机序列同步的快速自适应多普勒估计方法，所述方法包括：步骤1)将接收机接收的信号序列输入带通滤波器，滤除带外噪声；步骤2)对带通滤波器输出的信号序列采用匹配滤波器进行拷贝相关，实现多普勒粗估计，得到多普勒粗估计结果步骤3)在第i次估计中，将接收的信号序列与多普勒为和的本地信号序列进行相关，得到第i次多普勒估计结果Δi为第i次步进，i从1开始递增到N，N为迭代最大次数；步骤4)将第N次多普勒估计结果作为最终的多普勒估计结果，对接收的信号序列进行变采样，实现多普勒补偿。作为上述方法的一种改进，所述步骤2)具体包括：步骤2-1)根据多普勒初始估计范围[-V1,V1]和初始步进Δ0，得到a1、a2…aL，其中al＝-V1+Δ0*l；V1为预先设定的最大相对移动范围；1≤l≤L，l为整数；步骤2-2)对本地信号序列x(t)进行变采样，生成匹配滤波器系数x((1+a1)t)…x((1+aL)t)；步骤2-3)对接收的信号序列y(t)进行匹配滤波处理，设定检测门限rT，当max{|rMF(·)|2}超过检测门限rT，信号出现，出现的时刻为t1；rMF(·)是匹配滤波器的输出，也是相关系数，|rMF(·)|为rMF(·)的模值：其中，a为a1、a2…aL中的一个，max{|rMF(·)|2}为模值的最大值；步骤2-4)取t1时刻前后各Δt时长内的匹配滤波器输出max{|rMF(·)|2}进行比较，选择最大输出对应时刻t2为最终的同步时刻步骤2-5)在同步时刻输出max{|rMF(·)|2}对应的多普勒初始因子al，al为勒粗估计结果作为上述方法的一种改进，所述步骤3)具体包括：步骤3-1)令估计次数i＝1；对应的相关值为估计范围为步骤3-2)设置第i次步进为对本地信号序列x(t)进行变采样，得到多普勒为和的两个序列x1(t)和x2(t)；步骤3-3)根据伪随机序列长度计算分辨率，若分辨率小于Δi，则对x1(t)、x2(t)和y(t)进行整数倍内插，生成新序列x′1(t)、x′2(t)和y′(t)；步骤3-4)分别计算y′(t)与x′1(t)、y′(t)与x′2(t)的相关值ri1、ri2，将ri1、ri2与三者进行比较；若ri1最大，则若ri2最大，则若最大，则步骤3-5)重复步骤3-2)至步骤3-4)，直到Δi≤ΔN，ΔN为设定的步进，此时的多普勒估计结果为最终多普勒估计结果。本专利技术的优势在于：与传统的基于伪随机序列同步的多本文档来自技高网...

【技术保护点】
1.一种基于伪随机序列同步的快速自适应多普勒估计方法，所述方法包括：步骤1)将接收机接收的信号序列输入带通滤波器，滤除带外噪声；步骤2)对带通滤波器输出的信号序列采用匹配滤波器进行拷贝相关，实现多普勒粗估计，得到多普勒粗估计结果

【技术特征摘要】
1.一种基于伪随机序列同步的快速自适应多普勒估计方法，所述方法包括：步骤1)将接收机接收的信号序列输入带通滤波器，滤除带外噪声；步骤2)对带通滤波器输出的信号序列采用匹配滤波器进行拷贝相关，实现多普勒粗估计，得到多普勒粗估计结果步骤3)在第i次估计中，将接收的信号序列与多普勒为和的本地信号序列进行相关，得到第i次多普勒估计结果Δi为第i次步进，i从1开始递增到N，N为迭代最大次数；步骤4)将第N次多普勒估计结果作为最终的多普勒估计结果，对接收的信号序列进行变采样，实现多普勒补偿。2.根据权利要求1所述的基于伪随机序列同步的快速自适应多普勒估计方法，其特征在于，所述步骤2)具体包括：步骤2-1)根据多普勒初始估计范围[-V1，V1]和初始步进Δ0，得到a1、a2...aL，其中al＝-V1+Δ0*l；V1为预先设定的最大相对移动范围；1≤l≤L，l为整数；步骤2-2)对本地信号序列x(t)进行变采样，生成匹配滤波器系数x((1+a1)t)...x((1+aL)t)；步骤2-3)对接收的信号序列y(t)进行匹配滤波处理，设定检测门限rT，当max{|rMF(·)|2}超过检测门限rT，信号出现，出现的时刻为t1；rMF(·)是匹配滤波器的输出，也是相关系数，...

【专利技术属性】
技术研发人员：鄢社锋，徐立军，赵晴晴，
申请(专利权)人：中国科学院声学研究所，
类型：发明
国别省市：北京,11