本发明专利技术涉及一种基于粒子滤波的符号同步方法，尤其涉及一种基于粒子滤波的高速卫星通信系统符号同步方法，属于通信信号处理技术领域。输入模拟基带信号经过AD采样后，变为数字信号，数字信号首先经过一个插值滤波器，该滤波器根据输入信号和由粒子滤波器提供的定时偏差估计值计算出最佳采样时刻的值，插值滤波器的输出送入定时误差计算模块，得到测量定时误差，测量定时误差经粒子滤波即得定时偏差估计值再将送入插值滤波器以控制插值时刻，插值滤波器的输出x′(rTs)中已包含了最佳采样时刻的值x′(rT)，直接输出即完成符号同步。本发明专利技术方法在不增加采样率的前提下，提高了定时误差估计精度；利用粒子滤波调整定时偏差，较传统方案降低了自噪声的影响。
【技术实现步骤摘要】
本专利技术涉及，尤其涉及一种基于粒子滤波的高速卫星通信系统符号同步方法，属于通信信号处理
技术介绍
同步一直是高速卫星通信系统的研究主题和技术瓶颈，其中，寻找并跟踪码元符号最佳采样时刻的过程即为符号同步。对于高速卫星通信系统，由于调制的符号速率很高，受AD器件的限制，AD的采样率相对于符号速率不能太高，需要能够在相对于符号速率较低的采样率下精确恢复出最佳采样时刻的信号值。1986年5月Gardner在一篇名为“A BPSK/QPSK Timing-Error Detector forSampled Receivers” 的论文中提出了一种符号同步算法，简称Gardner算法。Gardner算法中每个符号只需两个采样点参与计算便可准确地实现定时恢复，并且对载波相位不敏感，可先于载波恢复完成定时恢复。但对于高阶调制(例如16APSK),即使米用 2008年一篇名为“A Modified Gardner Detector for MultilevelPAM/QAM System”的论文中提出的修正方法,系统性能仍受Gardner算法本身的自噪声影响较大。滤波器的适当选取就变得尤其重要，以往的符号同步结构中仅使用环路滤波器，2005年11 月一篇名为“Feedforward Symbol TimingRecovery Technique Using Two Samples PerSymbol”的论文将传统符号同步算法与卡尔曼滤波器相结合，获得了更优的估计性能。而卡尔曼滤波器及扩展的卡尔曼滤波器无法处理非高斯模型及滤波误差和预测误差较大的情况，相比之下，粒子滤波器的应用范围更广，日渐成为学术界的研究热点。2003年9月一篇名为“Particle filtering”的论文简要介绍了粒子滤波的工作原理及其在通信系统中的应用。近年来，粒子滤波逐渐引起信号处理和通信领域的重视。盲均衡，多用户检测，衰落信道中的空时码估计和检测等诸多问题均可建模为粒子滤波问题。如2006年5月公开的专利“基于粒子滤波的信道估计方法 ”就将粒子滤波应用于信道估计算法中。而本专利技术将粒子滤波方法应用于符号同步系统以提高估计性能。2005年8月发表的一篇名为“A SequentialMonte Carlo Method forAdaptive Blind Timing Estimation and Data Detection”的论文，尽管采用了粒子滤波的方法估计定时误差进行符号同步，但是无法在低采样率的条件下达到本专利技术的估计性能。已有的符号同步技术已经有较好的估计性能，但对于低信噪比下的高阶调制，其估计性能仍然不够理想。
技术实现思路
本专利技术的目的是为改善现有时域符号同步算法估计性能低的缺陷，提出，在不增加采样率和少量增加算法复杂度的前提下，实现高速卫星通信的符号同步。，其实现步骤如下步骤1、对输入的一路或两路模拟基带信号，进行采样，得到数字信号；其中，采样率为fs。其中，对于二进制调制，输入的一路模拟基带信号为x (t)，经模数转换得到一路数字信号x(nTs);对于多进制调制，输入的基带信号为两路模拟信号X1 (t)和&(0，经模数转换后得到两路信号X1 (nTs) xQ(nTs);采样率为fs，采样间隔为Ts1/f，n为采样点的序号。步骤2、产生粒子。按照设定的概率分布n ( ^通常选取一个均值为0,方差很大的Gaussian分布)，对每个符号(码元)周期产生N个粒子样本，N个粒子样本对应的定时偏差记为本文档来自技高网...
【技术保护点】
一种基于粒子滤波的符号同步方法，其特征在于：实现步骤如下：步骤1、对输入的一路或两路模拟基带信号,进行采样，得到数字信号；其中，对于二进制调制，输入的一路模拟基带信号为x(t)，经模数转换得到一路数字信号x(nTs)；对于多进制调制，输入的基带信号为两路模拟信号xI(t)和xQ(t)，经模数转换后得到两路信号xI(nTs)和xQ(nTs)；采样率为fs，采样间隔为n为采样点的序号；步骤2、产生粒子；按照设定的概率分布π,对每个符号周期产生N个粒子样本，N个粒子样本对应的定时偏差记为上标i表示样本序号，i=1,2,…,N，下标r为符号周期序号，r=1,2,…；步骤3、粒子滤波初始化；步骤3.1，记r=1时产生的N个粒子样本值为其中每一个粒子的重要性权值为步骤3.2，将步骤3.1输出的每个粒子重要性权值进行归一化w~1(i)=w1(i)Σi=1Nw1(i)=1N---(1)步骤3.3，计算定时偏差估计值ϵ^1=Σi=1Nϵ1(i)w~1(i)---(2)步骤4、根据当前符号的定时偏差估计值对步骤一输出的数字信号进行插值滤波，得到最佳采样时刻的插值滤波输出值，实现符号同步；插值滤波采用频域算法，具体步骤如下：步骤4.1，对步骤一输出的x(nTs)信号进行K点FFT，得到频谱R(kfs/K)；步骤4.2，对步骤4.1得到的频谱R(kfs/K)进行相位旋转，得到去除定时偏差的频域数据R′(kfs/K)：R′(kfs/K)=R(kfs/K)exp(j2πkfsϵ^rT/K)---(3)步骤4.3，对步骤4.2输出的R′(kfs/K)进行IFFT，输出当前符号周期下插值滤波器的输出x“(nTs)，提取其中最佳采样时刻的输出值x′(rT)，T为码元周期，实现当前符号周期的同步；步骤5、根据步骤4的插值滤波最佳采样时刻输出值，计算r>1时的测量定时误差u(r)；对于二进制调制，第r个符号周期的测量定时误差为：u(r)=u(rT)=x′(rT-12T)[x′(rT)-x′(rT-T)]---(4)步骤6、对步骤5得到的测量定时误差进行粒子滤波，得到对应符号周期的定时偏差估计值；具体步骤如下：步骤6.1,根据状态方程及第r?1个符号周期的定时误差，求得第r个符号周期对应的N个粒子样本的定时偏差；状态方程为：ϵr(i)=ϵr-1(i)+μr(i)---(6)其中，为系统噪声；步骤6.2,根据观测方程，建立u(r)与的关系；观测方程根据u(r)与之间的S曲线得到，表示为u(r)=-(4/T)sin(2πϵr(i))∫01/TG(f)G(1T-f)sinπfTdf+γr(i)---(15)其中，G(f)为滤波函数，为观测噪声；步骤6.3,计算第r个符号周期中每一个粒子的重要性权值；wr(i)=wr-1(i)p(u(r)|ϵr(i))p(ϵr(i)|ϵr-1(i))π(ϵr(i)|ϵ0:r-1(i),u(r))---(7)其中，表示第r个符号周期的N个粒子样本点的重要性权值；表示在条件下定时误差u(r)的概率密度；表示在条件下的概率密度；步骤6.4,将步骤6.3输出的第r个符号周期的每个粒子重要性权值进行归 一化：w~r(i)=wr(i)Σi=1Nwr(i)---(8)其中，表示第r个符号周期N个粒子样本点的归一化重要性权值；步骤6.5,对步骤6.4输出的归一化权值进行重采样；表示重采样后的N个粒子样本值的定时偏差，重采样后新粒子对应的权值为步骤6.6,求取第r个符号周期重采样后的定时偏差估计值ϵ^r=Σi=1Nϵr′(i)w~r(i)---(9)步骤6.7，将步骤6.6计算得到的带入步骤4，继续步骤4至步骤6，直到实现所有符号周期的同步。FDA00002637342000011.jpg,FDA00002637342000012.jpg,FDA00002637342000013.jpg,FDA00002637342000014.jpg,FDA00002637342000016.jpg,FDA00002637342000018.jpg,FDA00002637342000023.jpg,FDA00002637342000024.jpg,FD...
【技术特征摘要】
1.一种基于粒子滤波的符号同步方法，其特征在于实现步骤如下步骤1、对输入的一路或两路模拟基带信号，进行采样，得到数字信号；其中，对于二进制调制，输入的一路模拟基带信号为X (t)，经模数转换得到一路数字信号X(nTs);对于多进制调制，输入的基带信号为两路模拟信号X1 (t)和&(0，经模数转换后I得到两路信号Xl(nTs)和xQ(nTs);采样率为fs，采样间隔为f =y，n为采样点的序号；步骤2、产生粒子；按照设定的概率分布I对每个符号周期产生N个粒子样本，N个粒子样本对应的定时偏差记为,上标i表不样本序号，i=l, 2,…...
【专利技术属性】
技术研发人员：刘策伦，安建平，田露，卜祥元，卢继华，王正欢，黄彦东，柯晟，
申请(专利权)人：北京理工大学，
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。