一种新颖的基于IR―UWB的非相干TOA估计算法.docVIP

一种新颖的基于IR―UWB的非相干TOA估计算法 摘要：在超宽带UWB（Ultra wiseband）室内测距定位系统中，针对目前已有的非相干TOA估计算法精度的不足，提出了一种时间平均改进的基于能量采样序列最大最小值比（MMR）设置归一化门限的TC算法，即TMMR-TC算法。 关键词：IR-UWB；TOA；时间平均；MMR 中图分类号：TP312 文献标识码：A 文章编号：1009-3044（2014）09-1956-02 UWB信号由于带宽极宽，具有良好的时间分辨能力，为了提高能量检测方案在低信噪比时的性能，对脉冲序列进行时间平均处理，消除噪声的影响。在论文中，给出了用多脉冲时间平均的方法来处理采样序列，同时结合能量检测序列的MMR来给定归一化门限的方法。经过仿真试验，结果表明，该算法几乎在所有信噪比内都取得了良好的性能。[1] 1 系统模型 1.1 接收信号模型 在国际标准IEEE 802. 15. 4a信道模型中，目前一共有[ 2 ]CM1～CM6这几种模型。在这次仿真模拟中，我采用的事CM2模型。 UWB测距接收端接收到的信号为r（t），设[rj（t）]为接收信号[r（t）]中第j个脉冲的接收部分，共使用N个脉冲参与平均运算得到如下平均信号这样，如果N足够大，则 理论分析表明：通过对脉冲序列进行时间平均处理，能够有效抑制噪声的影响。 把接收到的信号，使用平方器来进行处理，然后进行积分采样，这样我们就可以得到接收到的信号的采样信号，在这里，假定积分周期是[Tb]，那么在一帧的范围内的能量块的数目就是[Nb Tf/Tb]。 2 TMMR-TC算法 2.1 MMR-TC 本文使用一种特殊的数值来设置归一化门限参量，即用能量采样序列的最大值和最小值的比值来设置门限值，这里我们假定r为MMR，表达式为 我们将其和归一化门限[ηnorm]来对比，可以发现这几种取值都和采样序列中的得出的最大最小值相关，所以我们可以通过这个比值来设置[ηnorm] 2.2 MMR与最优归一化门限的关系 据仿真实验得出，当[Tb]改变时，使用不同的信道模型进行仿真，而仿真曲线几乎没有变化。根据这些提点，我们把曲线进行数学拟合，从而可以得到CM2模型下[ηnorm-opt]与MMR的联系： 其中参数A和B的值是[A 2.594，B 0.2468]，作用是用来决定曲线的形状；参数C和D取决于能量采样周期[Tb]（单位ns）：[C P1TbP2+P3] ，[D Q1TbQ2+Q3]其中[P1 -7.041，P2 0.7454，P3 3.787，Q1 0.03946，Q2 0.6383，Q3 0.07006]，这两个值用来决定曲线的位置。 2.3 TMMR-TC算法[5] 使用时间平均改进的基于MMR进行归一化门限设置的TC算法（即TMMR-TC算法）进行TOA估计的算法流程的描述如下： 1）通过式（1）得出经过时间平均处理的接受信号[rAVG（t）]的值。 2）使用式（3）计算出经过处理的能量采样序列[Zn]的MMR值。 3）把计算出的MMR值代入式（4），计算出估计TOA所需的归一化门限[ηnorm-opt]的值。 4）根据式（2），计算出门限[η]的值，从Zn中估计出TOA。 3 仿真结果与讨论 为了验证本文提出的TMMR-TC算法的有效性，将其应用在信道CM2下模型下进行仿真实验。实验中假定接收到的脉冲是Tp 1ns的高斯二阶脉冲，系统采样率为35GHz，帧周期Tf 200ns，跳时码序列最大码值cmax 45，每符号用的脉冲数Ns设置为1。图1以Tb 4ns为例分别在CM2信道下进行了仿真。从中观察得出，MES算法在低信噪比的情况下误差比较小，但是在信噪比比较高的情况下，漏检误差仍旧比较大；TC算法在高信噪比误差比较小，但是在信噪比比较低的时候，虚警误差比较大，准确率较低；而本文所提出的TMMR-TC算法几乎在整个信噪比范围内都取得比其他算法更好的性能。 4 结论 在目前已有的脉冲超宽带定位系统研究中，由于基于能量检测的测距定位算法，具有采样率低、收敛快，而且设备简单，造价比较低，从而得到了大量的研究。不过这些算法当中由于其在不同的信号噪声的比值下，各有优劣。针对这些问题，在该文中，提出了一种时间平均改进的基于能量采样序列的最大最小值比MMR进行归一化门限设置的TC算法。通过大量的仿真实验，建立了适用于非视距信道CM2模型，通过与传统算法比较，TMMR-TC算法在信噪比高和低的范围内都可以获得较好性能，有利于实际应用环境。 参考文献： [1] 吴绍华，张钦宇，张乃通.新颖的基于门限比较的脉冲超宽带TOA估计算法[J].通信学报，2008（7）. [2] LEE J Y，SCHOLTZ R A.Ranging in dense multipath e