水声通信中时间延迟估算的方法浅析.docVIP

水声通信中时间延迟估算的方法浅析 　　摘 要:水下环境具有强多径,窄频带和强噪声的特点,水声通信会产生时延问题,本文针对噪声对信号的影响,简要描述了时间延迟估计的几种研究方法,同时针对广义相关,改进的广义相关与小波变换结合,并用MATLAB进行了仿真,并根据仿真所得图形与数据进行了性能分析。得出基于小波变换的广义相关在水声通信时间延迟估算中具有更好的应用性的结论。 　　关键词:时延估计 广义相关 小波变换 性能分析 　　中图分类号:TB567 文献标识码:A 文章编号:1007-9416(2011)01-0014-02 　　 　　随着军事和海洋开发的发展,水中通信的研究越来越受人们重视。由于电磁波在水下传播衰减严重,水下信号的传播复杂多变,声波成为水下通信的主要方式。 　　水声信道是一个时空频变的多径衰落信道。多径传播主要由界面的边界反射,以及声波在传播过程中发生弯曲造成的。多径传播会引起时延的扩展,在浅海信道,时延扩展可达几百毫秒,在深海信道,时延扩展可达几十微秒到几秒量级[1]。此外,信源的距离、速度、方向也会改变,解决延迟时间的问题成为近年来主要研究方向,时延估计是水中通信信号处理一个重要环节。 　　时间延迟估计利用信号处理的理论和方法对不同接收器所接收的时间差做出估计,来确定相关参量。通常用到的时延估计方法有相关法、双谱法、相位法等。 　　1、经典时间延迟估计方法――相关函数法 　　相关函数的时延估计方法是比较两个信号时间相似程度的经典方法。基本思想是先将接收信号和进行滤波处理,得到广义功率谱函数。 　　其中,两接收信号和如下: 　　其中:是源信号,和是两个加性噪声信号,源信号和噪声信号假设是零均值平稳随机序列,呈现高斯分布,且互不相关;D为时间延迟。 　　和的互相关函数如下: 　　式中,是源信号的自相关函数。 　　功率谱函数: 　　其中为广义功率谱函数,为和的互功率谱密度函数,、为预滤波的滤波器频率响应,*为复数共轭。 　　由于相关函数和功率谱是一对傅立叶变换对,即 　　其中为互相关函数,为傅立叶变换。 　　得出互相关函数后,通过互相关函数的峰值点所对应的时间,进行时延估计。 　　广义相关加权函数[3] 　　若要同时考虑高分辨率和稳定度,必须合理选择加权函数。此方法虽然简单但实现起来有难度,需要噪声和信号的统计先验知识,所以一般用有限函数的时间值代替时延真实值[4]。 　　2、现代信号处理的时延估计方法――小波变换法 　　信号模型中的噪声都是高斯白噪声且独立,但实际中,信号可能是相关的、非高斯的,这时就无法准确时延估计。 　　小波变换适用于非平稳信号,具有信噪分离和多尺度分析的特性。[5]小波分析将时域分析的频率域表征为尺度域。 　　定义基本函数, 　　其中,a,b为常数,a0。 　　若a,b不断变化,可到一组。为平方可积信号,则的小波变换为: 　　其中,a,b,t为连续变量,a为尺度因子,b是时移,为内积。 　　又叫作基本小波或母小波,又叫作小波基函数。 　　时移b可以确定信号的时间中心,a是把基本小波作伸缩,当a小时,时域上观察范围小,而在频域的中心频率高,带宽宽;当a大时,时域上的范围大,频域上中心频率低,带宽窄。 　　小波多分辨率分析需要尺度函数,小波函数和一个低通滤波器与一个高通滤波器构成的双通道分析滤波器组。由Mallat等人创立的小波的多分辨率分析使离散化的小波变化更简单[6]。且小波变换有在不同尺度下,时宽和带宽的乘积不变这一性质,使小波变换有更高的优越性。 　　3、改进的时延估计方法――基于小波变换的广义相关方法 　　高信噪比条件下,基于小波变换的时延估计是无偏的;但在低信噪比的条件下,时延估计偏差较大,为此将广义相关与小波变换结合起来对时间延迟进行估计,以增加估计精度。 　　基本思想是:将信号和分别作ｊ级小波分解,、分别是和经过小波分解后的第ｊ级逼近系数,、的时延为,,分别作为信号的0级分解。将初始信号通过一个低通滤波器与一个高通滤波器构成的双通道分析滤波器组,得到低通下的逼近系数和高通下的细节系数,再将所得的逼近系数作为下一级分解的源信号继续进行滤波。 　　最后将去噪的信号作为输入信号进行广义相关,找到相关的最大值: 　　所得的就是时延估计值。 　　原理结构图如图1所示: 　　4、仿真与性能分析 　　仿真条件为取信号源加入高斯噪声,时间延迟为31ms,作仿真分析。广义相关方法时延估计在不同信噪比下的性能比较结果如表1所示: 　　小波变换与广义相关的结合,在噪声强的情况下广义相关方法做延时估计误差比较大,在信噪比SNR=10情况下分别用小波变换与广义相关结合的方法做延时估计。经仿真分析,结论如下:在一定情况下,分解级数