【技术实现步骤摘要】
本专利技术属于无线通信，具体涉及一种基于pmf-fft的gmsk前导序列优化方法，适合于低信噪比、大频偏条件下gmsk系统信号捕获。
技术介绍
1、gmsk(gaussian filtered minimum shift keying，高斯最小频移键控)调制是一种连续相位的频移键控调制技术，是在msk调制的基础上发展而来，主要原理是对发送的基带二进制信号首先进行高斯低通滤波，然后将滤波后的信号进行载波调制。gmsk调制具有容易实现、包络恒定、功率谱集中、抗干扰能力强、抑制带外辐射、压缩信号功率等优点，使得其在数字通信领域得到了广泛的应用。
2、在gmsk通信系统中，前导可用于信号的捕获，包含定时同步与频率同步两部分，定时同步主要是完成码元的定时恢复，通过对前导进行相关峰的捕获来获取定时同步位置，常规的定时同步算法是将接收端接收的信号与本地伪随机同步序列做滑动互相关累加运算，得到相关峰值序列，然后根据相关峰值序列和设定的门限值获取定时同步位置，这种算法称为滑动互相关定时同步算法，该算法复杂度低，易于硬件实现，但算法同步性能受频偏影响较大。
3、pmf-fft算法是一种时频二维并行捕获算法，其搜索速度快，能克服大频偏时相关峰值衰减严重的问题，是一种高性能的信号捕获算法，该算法通过pmf(部分匹配波器)将接收信号与本地前导进行部分相关运算，将运算结果送入fft模块进行运算，两点fft间距代表的频差值的一半就是频率分辨率，此种算法在实现信号快速捕获的同时，也扩大了频偏的搜索范围。
4、当pmf-fft
5、针对上述pmf-fft算法在gmsk通信系统同步应用中存在的实际困难，本专利技术提出一种基于pmf-fft的gmsk前导序列优化方法，以便在不同的pmf-fft配置参数下求出最优前导序列。
技术实现思路
1、本申请的目的是针对现有技术的不足，提供一种基于pmf-fft的gmsk前导序列优化方法。
2、本专利技术采用如下技术方案：
3、一种基于pmf-fft的gmsk前导序列优化方法，包括：
4、步骤1，依据信号存在的频偏范围和接收机所需的频偏估计精度，同时参考接收机硬件的资源情况，确定时频二维并行捕获算法pmf-fft中部分匹配滤波器pmf的个数与抽头数；结合gmsk通信系统的过采样点数，确定前导序列的长度；
5、步骤2，对最优前导序列的搜索，根据确定的前导序列长度l，将搜索用于生成最优前导序列的问题转化为对l点nrz码序列的优化问题，选取代价函数，采用优化算法进行最优序列搜索；
6、步骤3，对搜索出的最优前导序列进行gmsk调制，并存储于pmf-fft的部分匹配波器之中。
7、进一步地，步骤1中，包括确定前导波形长度的步骤：
8、pmf-fft的频偏估计范围为频偏估计精度为满足：
9、
10、其中，接收机的采样频率为fs，pmf的抽头数为m，个数为k，前导波形长度为n，信号的频偏范围为[-fd,fd]，接收机所需的频偏估计精度为δf；
11、根据(1)式中求出k与m，结合接收机硬件可用资源，确定前导波形长度：
12、n＝mk……(2)。
13、进一步地，步骤1中，确定前导序列的长度包括：
14、根据接收机采样频率fs与gmsk调制所需比特速率rb，确定每个bit的过采样点数：
15、s＝fs/rb……(3)，
16、由此，确定前导序列长度为：
17、l＝n/s……(4)，
18、其中，gmsk通信系统中，每个bit的过采样点数为s，比特速率为rb，前导序列长度为l。
19、进一步地，步骤2中，采用多种群遗传算法mpga完成对最优前导序列的搜索。
20、进一步地，步骤2中，采用最大旁瓣能量极小化作为优化准则，代价函数采用：
21、
22、进一步地，步骤2包括：
23、步骤2.1，构建多个包含长度为l的序列的集合，集合中的序列作为搜索最优前导序列的候选解，其中，集合称作种群，种群中的候选解称为个体，初始化遗传算法的参数，包括设定种群个数mp及各种群内个体数目nind，设定最优解保持代数，产生初始种群；
24、步骤2.2，在各个种群内，将所有个体初始化编码为长度l的随机nrz码序列；
25、步骤2.3，在各个种群内，将个体分别带入代价函数，依照代价函数计算各自的适应度值，并依照代沟比例选取适应度高的个体构成此种群的子种群；
26、步骤2.4，在各个种群的子种群中，对个体进行交叉操作，以预设的交叉概率交换种群中两个个体序列随机位置nrz码的取值，再进行变异操作，以预设的变异概率对种群中个体序列随机位置nrz码的取值取反，最后重新计算子代适应度；
27、步骤2.5，在各个种群中，按照代沟比例选取适应度最差的个体，并使用子种群中的个体将其替代，完成重插入操作；
28、步骤2.6，依次选定当前种群，选取当前种群中适应度最高的个体以替换下一种群中适应度最低的个体，并以此类推，直到遍历全部mp个种群，完成移民操作；
29、步骤2.7，选择所有mp个种群中适应度最高的个体，构成新的精英种群；
30、步骤2.8，选取精英种群中适应度最高的个体，判断最优解保持代数是否满足预设条件，若满足则停止，输出最优解，若不满足，则转向步骤2.3。
31、进一步地，步骤2.1中，各个种群独立选择变异概率及交叉概率。
32、本专利技术的有益效果是：
33、本专利技术所述基于pmf-fft的gmsk前导序列优化方法，基于pmf-fft算法进行实现，相较于传统同步算法具备更高的抗频偏特性，在大频偏环境下仍能有效工作；
34、通过mpga算法，给出了搜索最优前导序列的一般方法，能在pmf-fft的各类具体参数配置下均能找到可用的最优前导序列；相较于m序列或随机序列等同步序列，在pmf-fft算法中具备更好的相关特性，在相同信噪比下能够实现更高的检测概率。
本文档来自技高网...【技术保护点】
1.一种基于PMF-FFT的GMSK前导序列优化方法，其特征在于，包括：
2.根据权利要求1所述的基于PMF-FFT的GMSK前导序列优化方法，其特征在于，步骤1中，包括确定前导波形长度的步骤：
3.根据权利要求2所述的基于PMF-FFT的GMSK前导序列优化方法，其特征在于，步骤1中，确定前导序列的长度包括：
4.根据权利要求1所述的基于PMF-FFT的GMSK前导序列优化方法，其特征在于，步骤2中，采用多种群遗传算法MPGA完成对最优前导序列的搜索。
5.根据权利要求1所述的基于PMF-FFT的GMSK前导序列优化方法，其特征在于，步骤2中，采用最大旁瓣能量极小化作为优化准则，代价函数采用：
6.根据权利要求1或5所述的基于PMF-FFT的GMSK前导序列优化方法，其特征在于，步骤2包括：
7.根据权利要求6所述的基于PMF-FFT的GMSK前导序列优化方法，其特征在于，步骤2.1中，各个种群独立选择变异概率及交叉概率。
【技术特征摘要】
1.一种基于pmf-fft的gmsk前导序列优化方法，其特征在于，包括：
2.根据权利要求1所述的基于pmf-fft的gmsk前导序列优化方法，其特征在于，步骤1中，包括确定前导波形长度的步骤：
3.根据权利要求2所述的基于pmf-fft的gmsk前导序列优化方法，其特征在于，步骤1中，确定前导序列的长度包括：
4.根据权利要求1所述的基于pmf-fft的gmsk前导序列优化方法，其特征在于，步骤2中，采用多种群遗...
【专利技术属性】
技术研发人员：郭文彬，程治语，褚越岩，王文博，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
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。