System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于多幂次联合的单载波信号盲频偏估计方法技术_技高网

一种基于多幂次联合的单载波信号盲频偏估计方法技术

技术编号:41132460 阅读:2 留言:0更新日期:2024-04-30 18:02
本发明专利技术公开了一种基于多幂次联合的单载波信号盲频偏估计方法,能够实现对单载波信号频偏进行全盲估计。本发明专利技术提取信号的多个高阶幂次特征,设计多幂次判决机制确定频偏估计值,具有良好的估计性能。相比传统频偏估计方法,本发明专利技术具有更好的通用性,能够适应多制式调制信号的全盲估计场景,具有良好的实用价值。

【技术实现步骤摘要】

本专利技术涉及通信,尤其涉及一种基于多幂次联合的单载波信号盲频偏估计方法


技术介绍

1、频偏估计技术是利用数字信号先验信息或统计信息,对信号的载波频率偏移进行估计的技术,是接收机顺利解调的基础。然而在非合作通信过程中,接收端无法得知发送信号的先验信息,例如导频和同步序列。此外,随着自适应调制编码技术的应用,发送端可能在不同时段的同一信道中发送不同调制方式的信号,这给非合作接收机频偏估计与补偿带来了巨大的挑战。面对上述挑战,针对未知调制方式通信场景的盲频偏估计技术尤为重要,其在军事情报侦察、电子对抗等领域均可发挥重要作用。

2、传统频偏估计通常需要根据数字信号的调制方式采取不同的方法,因此在进行盲频偏估计时,传统方法是先进行调制识别,再根据调制方式选择频偏估计算法。传统调制识别算法主要包括基于高阶谱线、基于高阶累积量、基于相位差统计、基于聚类等。其中基于高阶累积量、基于相位差统计的方法在频偏较大的条件下性能较差,不适用于单载波系统调制预识别。而基于聚类的方法在面对高阶信号时容易因为星座点间欧式距离缩小而发生错误。基于高阶谱线的方法对频偏不敏感,但只能对信号调制方式进行大致的分类,因此在调制识别算法中不被重视。

3、另一方面,在传统的频偏估计算法中,基于高阶谱线的方法因其算法简单、频偏估计范围大而被广泛讨论。从当前研究可以发现,基于高阶谱线的方法具有很好的泛用性,可对包括psk、qam、apsk信号等多种调制方式进行有效的频偏估计,因此该方法在盲频偏估计算法中极具潜力。

4、本专利技术围绕传统频偏估计算法中的高阶谱线法展开研究,将其与调制识别算法中的高阶谱线法进行联合设计,在传统算法的基础上提出了一种改进的盲频偏估计方法。


技术实现思路

1、为解决现有技术存在的局限和缺陷,本专利技术提供一种基于多幂次联合的单载波信号盲频偏估计方法,包括:

2、步骤s1、矩形窗采样模块将基带数字信号进行截断,利用部分信号的特征表示信号整体;

3、步骤s2、多幂次非线性处理模块根据信号调制方式集合设置非线性运算幂次集合,根据所述非线性运算幂次集合对信号进行对应的多幂次非线性处理;

4、步骤s3、频谱信息计算模块对多幂次非线性处理之后的信号进行快速傅里叶变换得到频谱,根据所述频谱获得最大峰值频谱位置和最大峰均比,按照采样窗口组别保存所述最大峰值频谱位置和所述最大峰均比,得到本轮采样信号经过多幂次非线性处理之后的频谱信息;

5、步骤s4、判断模块判断独立采样的次数是否大于或等于预设数值;

6、若判断结果为独立采样的次数小于预设数值,执行步骤s5;若判断结果为独立采样的次数大于或等于预设数值,执行步骤s6;

7、步骤s5、矩形窗移动模块移动采样窗口,移动距离至少为一个矩形窗的长度,以确保每次采样信号与前一次采样信号无重复样值;

8、执行完成步骤s5之后,执行步骤s1;

9、步骤s6、幂次判决模块根据众数进行幂次判决,获得最终幂次判决结果;

10、步骤s7、筛选模块根据所述最终幂次判决结果对所述频谱信息进行筛选,获得所述最终幂次判决结果对应的频谱信息,根据所述最终幂次判决结果对应的频谱信息获得最大峰均比对应的最大峰值频偏位置;

11、步骤s8、估计模块根据所述最大峰值频偏位置信息运算得到信号的频偏估计,所述频偏估计的m次幂运算表达式如下:

12、

13、其中,为采样率,为快速傅里叶变换运算点数,表示最大峰值所在的频谱位置。

14、可选的,所述根据信号调制方式集合设置非线性运算幂次集合的步骤包括:

15、根据所述信号调制方式集合中的每种调制方式星座图的最外圈星座点数获得每种调制方式对应的非线性运算幂次;

16、根据所有非线性运算幂次形成非线性运算幂次集合。

17、可选的,所述步骤s6包括:

18、分别对每个采样组别不同幂次非线性处理信号的频谱信息进行比较,获得每个采样组别内最大的峰均比,所述最大的峰均比对应的运算幂次为所述采样组别的幂次判决结果;

19、根据所有采样组别的幂次判决结果的众数获得最终幂次判决结果。

20、可选的,还包括:

21、根据所述最终幂次判决结果对信号调制方式进行分类。

22、可选的,所述多幂次非线性处理之后的信号包括圆信号和非圆信号,所述圆信号是信号星座图中心对称、一阶旋转矩为零的信号,所述非圆信号是信号星座图一阶旋转矩不为零的信号。

23、本专利技术具有下述有益效果:

24、本专利技术提供了一种基于多幂次联合的单载波信号盲频偏估计方法,能够实现对单载波信号频偏进行全盲估计。本专利技术提取信号的多个高阶幂次特征,设计多幂次判决机制确定频偏估计值,具有良好的估计性能。相比传统频偏估计方法,本专利技术具有更好的通用性,能够适应多制式调制信号的全盲估计场景,具有良好的实用价值。

本文档来自技高网...

【技术保护点】

1.一种基于多幂次联合的单载波信号盲频偏估计方法,其特征在于,包括:

2.根据权利要求1所述的基于多幂次联合的单载波信号盲频偏估计方法,其特征在于,所述根据信号调制方式集合设置非线性运算幂次集合的步骤包括:

3.根据权利要求2所述的基于多幂次联合的单载波信号盲频偏估计方法,其特征在于,所述步骤S6包括:

4.根据权利要求3所述的基于多幂次联合的单载波信号盲频偏估计方法,其特征在于,还包括:

5.根据权利要求1所述的基于多幂次联合的单载波信号盲频偏估计方法,其特征在于,所述多幂次非线性处理之后的信号包括圆信号和非圆信号,所述圆信号是信号星座图中心对称、一阶旋转矩为零的信号,所述非圆信号是信号星座图一阶旋转矩不为零的信号。

【技术特征摘要】

1.一种基于多幂次联合的单载波信号盲频偏估计方法,其特征在于,包括:

2.根据权利要求1所述的基于多幂次联合的单载波信号盲频偏估计方法,其特征在于,所述根据信号调制方式集合设置非线性运算幂次集合的步骤包括:

3.根据权利要求2所述的基于多幂次联合的单载波信号盲频偏估计方法,其特征在于,所述步骤s6包括:

<...

【专利技术属性】
技术研发人员:徐文波温景晖张成冯永远吴俊晗
申请(专利权)人:北京邮电大学
类型:发明
国别省市:

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