一种高效的大信噪比直接扩频信号捕获方法及系统技术方案

本申请涉及一种高效的大信噪比直接扩频信号捕获方法及系统，首先获取稀疏化伪码和当前迭代的本地载波信号序列，其中稀疏化伪码是根据本地伪码和预设的稀疏因子处理得到的；然后通过当前迭代的本地载波信号序列对接收到的直接扩频信号中的载波进行剥离，得到对应的低频信号；接着根据稀疏因子对低频信号进行稀疏化处理得到稀疏化信号，根据稀疏化伪码的频域形式和稀疏化信号计算得到相关序列，对相关序列进行时域重排使得相关序列中的时域峰值分离，得到重排信号，对重排信号进行稀疏重构得到重构序列；最后根据重构序列判定当前迭代是否成功捕获，若成功捕获，输出捕获结果。本发明专利技术能够兼顾捕获速度和捕获概率。明能够兼顾捕获速度和捕获概率。明能够兼顾捕获速度和捕获概率。

【技术实现步骤摘要】
一种高效的大信噪比直接扩频信号捕获方法及系统


[0001]本申请涉及无线通信
，特别是涉及一种高效的大信噪比直接扩频信号捕获方法及系统。

技术介绍

[0002]直接扩频信号接收机结构如图1所示，由射频前端、基带信号处理模块以及电文解译模块构成，具有下变频采样、数字解调解扩和电文解算译码的功能。其中，接收信号的捕获尤为关键，它是基带处理环节中的首要技术，任务是在限定时间内估计出接收信号的载波多普勒频移和伪码相位延迟，从而顺利进入下一环节。相比于一般信号，应用于闭环测试环境的直接扩频信号除了具有大带宽、抗干扰和低截获的优势，还具有大信噪比的特点，故此类信号的捕获本身具有较高的灵敏度，因此，业界更关注于如何提高其捕获速度。
[0003]目前，提高大信噪比直接扩频信号捕获速度的方法主要有两类，一类是传统非降采样方法，包括并行频率捕获算法、并行码相位捕获算法及其改进算法等；另一类则为降采样方法，包括相干降采样策略、均值法以及时频联合捕获算法等。在传统非降采样捕获方法中，并行码相位捕获算法是工程实际应用中最多的方法，其利用傅里叶变换将二维搜索过程变成一维度搜索，极大提升了捕获效率，然而，多次的傅里叶变换是其捕获速度难以突破的瓶颈。对于降采样捕获算法而言，它们利用扩频信号中伪码的强相关性对信号进行降采样处理，缩短了伪码相关时间，实现了捕获速度的提升，但却引入了伪码相位估计模糊度，极大降低了捕获概率。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种高效的大信噪比直接扩频信号捕获方法及系统，能够兼顾捕获速度和捕获概率。
[0005]一种高效的大信噪比直接扩频信号捕获方法，所述方法包括：
[0006]获取稀疏化伪码和当前迭代的本地载波信号序列；所述稀疏化伪码是根据本地伪码和预设的稀疏因子处理得到的；
[0007]通过所述当前迭代的本地载波信号序列对接收到的直接扩频信号中的载波进行剥离，得到对应的低频信号；
[0008]根据所述稀疏因子对所述低频信号进行稀疏化处理得到稀疏化信号，根据所述稀疏化伪码的频域形式和所述稀疏化信号计算得到相关序列，对所述相关序列进行时域重排使得所述相关序列中的时域峰值分离，得到重排信号，对所述重排信号进行稀疏重构得到重构序列；
[0009]根据所述重构序列判定当前迭代是否成功捕获所述直接扩频信号，若成功捕获，输出捕获结果。
[0010]在一个实施例中，根据所述重构序列判定当前迭代是否成功捕获所述直接扩频信号，若判定未成功捕获，则更新本地载波信号序列，得到下一次迭代的本地载波信号序列，
以进行下一次迭代的重构序列计算和捕获判定，直至成功捕获，终止迭代。
[0011]优选地，更新本地载波信号序列，得到下一次迭代的本地载波信号序列，包括：
[0012]获取当前迭代的本地载波信号序列p(n)＝{p(0)，p(1)，
…
,p(N
‑
1)}，其中N表示本地载波信号序列的长度；所述本地载波信号序列的频率为f
m
‑
f
r
+λΔf，其中f
m
表示接收到的所述直接扩频信号的中频频率，f
r
表示估计的所述直接扩频信号的载波多普勒频移范围[
‑
f
r
,f
r
]的上界值，λ表示当前迭代的本地载波序列的编号，λ＝0,1,2,
…
,2f
r
/Δf，编号初始值为0，Δf表示多普勒搜索步进；
[0013]将所述当前迭代的本地载波信号序列对应的编号λ加1，更新本地载波信号序列的频率得到下一次迭代的本地载波信号序列。
[0014]优选地，对所述相关序列进行时域重排使得所述相关序列中的时域峰值分离，得到重排信号，对所述重排信号进行稀疏重构得到重构序列，包括：
[0015]S1、采用参数为σ的取余函数对所述相关序列进行哈希重排，使得所述相关序列中的时域峰值分离，得到重排信号；其中取余函数为：
[0016]H(m)＝X((σm)mod(N/k))
[0017]其中，H(m)表示取余函数，X(m)表示相关序列，m表示第m个相关信号，σ为随机质数，且模N可逆，则存在其模逆σ0，使得((σ
·
σ0)mod(N/k))＝1，mod为取余操作，k表示稀疏因子，N表示相关序列的长度；
[0018]S2、对所述重排信号进行滤波处理得到滤波信号，对所述滤波信号执行快速傅里叶逆变换得到所述滤波信号的时域形式，搜索得到所述滤波信号的时域形式中最大的2N/k2个值所对应的大值横坐标集合：
[0019][0020]其中，z(m)表示滤波信号的时域形式；
[0021]S3、根据所述横坐标集合和预先构建的哈希映射函数，得到在进行稀疏化处理和哈希重排之前对应的原始横坐标集合：
[0022][0023][0024][0，N
‑
1]→
[0，N/k
‑
1][0025]其中，J表示原始横坐标集合，包含2N/k个原始横坐标值，h
σ
(m)表示哈希映射函数，为向上取整操作；
[0026]S4、执行S1～S3，循环预设次数，记录每次循环的原始横坐标集合中都出现的大值横坐标，得到原像集合；
[0027]根据预先构建的偏移映射函数和哈希映射函数估计所述原像集合中各个大值横坐标所对应的幅值以得到重构序列：
[0028][0029]ξ
σ
(n)＝σn
‑
k
·
h
σ
(n)
[0030][0，N
‑
1]→
[
‑
k/2，k/2][0031]其中，y
′
(n)表示重构序列，n表示第n个重构信号，h
σ
(n)表示哈希映射函数，ξ
σ
(n)表示偏移映射函数，F表示傅里叶变换，IFFT表示快速傅里叶逆变换，I表示原像集合。
[0032]优选地，对所述重排信号进行滤波处理得到滤波信号，对所述滤波信号执行快速傅里叶逆变换得到所述滤波信号的时域形式为：
[0033]z(m)＝IFFT[H(m)
·
F(m)][0034]其中，F(m)是一个服从参数(ε，ε
′
，μ，ω)的平滑滤波器，参数ε，ε
′
，μ，ω分别表示平滑滤波器在频域中的阻带截断因子、通带截断因子、波纹振荡程度和滤波器长度。
[0035]优选地，获取稀疏化伪码的步骤包括：
[0036]获取一段本地伪码，对所述本地伪码进行采样得到长度为N的本地伪码参考序列c(n)；所述本地伪码的周期为T，且满足N＝T
·
f
s
，其中f
s
为采样频率；
[0037]根据预设的稀疏因子对所述本地伪码本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高效的大信噪比直接扩频信号捕获方法，其特征在于，所述方法包括：获取稀疏化伪码和当前迭代的本地载波信号序列；所述稀疏化伪码是根据本地伪码和预设的稀疏因子处理得到的；通过所述当前迭代的本地载波信号序列对接收到的直接扩频信号中的载波进行剥离，得到对应的低频信号；根据所述稀疏因子对所述低频信号进行稀疏化处理得到稀疏化信号，根据所述稀疏化伪码的频域形式和所述稀疏化信号计算得到相关序列，对所述相关序列进行时域重排使得所述相关序列中的时域峰值分离，得到重排信号，对所述重排信号进行稀疏重构得到重构序列；根据所述重构序列判定当前迭代是否成功捕获所述直接扩频信号，若成功捕获，输出捕获结果。2.根据权利要求1所述的方法，其特征在于，根据所述重构序列判定当前迭代是否成功捕获所述直接扩频信号，若判定未成功捕获，则更新本地载波信号序列，得到下一次迭代的本地载波信号序列，以进行下一次迭代的重构序列计算和捕获判定，直至成功捕获，终止迭代。3.根据权利要求2所述的方法，其特征在于，更新本地载波信号序列，得到下一次迭代的本地载波信号序列，包括：获取当前迭代的本地载波信号序列p(n)＝{p(0)，p(1)，
…
,p(N
‑
1)}，其中N表示本地载波信号序列的长度；所述本地载波信号序列的频率为f
m
‑
f
r
+λΔf，其中f
m
表示接收到的所述直接扩频信号的中频频率，f
r
表示估计的所述直接扩频信号的载波多普勒频移范围[
‑
f
r
,f
r
]的上界值，λ表示当前迭代的本地载波序列的编号，λ＝0,1,2,
…
,2f
r
/Δf，编号初始值为0，Δf表示多普勒搜索步进；将所述当前迭代的本地载波信号序列对应的编号λ加1，更新本地载波信号序列的频率得到下一次迭代的本地载波信号序列。4.根据权利要求1所述的方法，其特征在于，对所述相关序列进行时域重排使得所述相关序列中的时域峰值分离，得到重排信号，对所述重排信号进行稀疏重构得到重构序列，包括：S1、采用参数为σ的取余函数对所述相关序列进行哈希重排，使得所述相关序列中的时域峰值分离，得到重排信号；其中取余函数为：H(m)＝X((σm)mod(N/k))其中，H(m)表示取余函数，X(m)表示相关序列，m表示第m个相关信号，σ为随机质数，且模N可逆，则存在其模逆σ0，使得((σ
·
σ0)mod(N/k))＝1，mod为取余操作，k表示稀疏因子，N表示相关序列的长度；S2、对所述重排信号进行滤波处理得到滤波信号，对所述滤波信号执行快速傅里叶逆变换得到所述滤波信号的时域形式，搜索得到所述滤波信号的时域形式中最大的2N/k2个值所对应的大值横坐标集合：其中，z(m)表示滤波信号的时域形式；
S3、根据所述横坐标集合和预先构建的哈希映射函数，得到在进行稀疏化处理和哈希重排之前对应的原始横坐标集合：重排之前对应的原始横坐标集合：[0，N
‑
1]
→
[0，N/k
‑
1]其中，J表示原始横坐标集合，包含2N/k个原始横坐标值，h
σ
(m)表示哈希映射函数，为向上取整操作；S4、执行S1～S3，循环预设次数，记录每次循环的原始横坐标集合中都出现的大值横坐标，得到原像集合；根据预先构建的偏移映射函数和哈希映射函数估计所述原像集合中各个大值横坐标所对应的幅值以得到重构序列：ξ
σ
(n)＝σn
‑
k
·
h
σ

【专利技术属性】
技术研发人员：唐成垚，牟卫华，欧钢，吕志成，李柏渝，倪少杰，黄仰博，陈雷，陈柳鹏，寇瑜萍，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：