基于时频分布的fsk信号解调方法.docxVIP

基于时频分布的fsk信号解调方法 在中国的高铁线路中，主要采用fsk信号系统的铁路线路有两种。国内通信能力网络的fsk信号和法国um71无缘移动频率网络的fsk信号。 为了保证列的车行车安全,对轨道电路信号的可靠、高精度检测就具有非常重要的意义。 但FSK属于非线性调制,可靠、准确的检测很困难。随着数字信号处理技术的发展, 在信号的解调方法上也采用了先进的技术,如基于傅里叶变换的频谱分析方法,该方法在信号的抗干扰方面比时域计数的方法有了较大程度的提高。但由于FSK信号的特点和傅里叶变换的局限性,若单一地采用傅里叶变换的方法难以准确解调出信号的上边频和下边频的频率值。 时频分布,尤其是Wigner-Ville Distribution(WVD)作为分析时变非平稳信号的有力工具,是现代信号处理研究的一个热点。这种分析方法提供了时间域与频率域的联合分布信息,清楚地为我们描述了信号频率随时间变化的关系。为了克服时域分析和单一频域分析的缺点,在深入研究FSK信号的特点、傅里叶变换的特点和时频分布特点的基础上,本文提出一种基于时频分布和FFT相结合的轨道电路FSK信号解调方法。 1 um断轨道电路fsk信号频域特征 轨道电路中使用的FSK信号一般采用周期方波键控频率调制信号,是一种相位连续的FSK信号。由文献可知,移频信号的时域表达式可写为 S(t)=A0cos[2πf0t+g(t)](1)S(t)=A0cos[2πf0t+g(t)](1) 式中 g(t)={2πΔft0＜t＜Τ22πΔf(Τ2-t)Τ2＜t＜Τ(2) 解调FSK信号的目标就是要解调出载频f0,低频调制信息f1=1/T,上边频fH=f0+Δf和下边频fL=f0-Δf。 由于S(t)是周期信号,则可以将式( 1 )用傅里叶级数展开,经过一系列数字变换可导出FSK信号的频谱表达式为 S(t)=A0πn→∞∑n→-∞{1m2-n2[(m+n)sinmπ2cosnπ2-cosmπ2sinnπ2)+(-1)n(m-n)(sinmπ2cosnπ2+cosmπ2sinnπ2]}×cos[2π(f0+nf1)t](3)n=?,-2,-1,0,1,2,? 式中,m=Δf/f1为移频指数;n为相对于中心频率的谱位置。典型FSK信号的频谱如图1所示,图1(a)中的UM71轨道电路的FSK信号的能量主要集中在载频上,其包络成以载频为中心的单峰形状。而图1(b) 国产移频轨道电路的FSK信号的能量分散在两个边带内,载频的能量很小,其包络成以载频为中心的双峰形状。这样利用谱线能量分布的幅度特征就能够准确地识别中心载频和调制信息。遗憾的是从信号的频谱图中,难以解调出信号的上边频和下边频的频率值。这是因为在短时间内,FSK信号是一种非平稳信号,对一个非平稳信号在整个时间信号长度内做全局的傅里叶变换,只能得到频率分量的平均特性,无法了解某一时刻频率成分的特性,为此需要寻找一种新的方法补偿傅里叶变换存在的问题。 2 fsk信号的接收基于时间频率分布 2.1 wvd的数学特性 时频分布对时变非平稳信号分析有着独特优势,可以同时研究非平稳信号的时域和频域的信息,引起人们广泛的关注。提出了许多时频分布形式,这些分布有各自的特点,在不同的领域有着广泛的应用。其中之一就是WVD,它是Cohen 类时频分布的一种。在现已提出的各种时频分布中,信号的WVD是一种最基本、也是应用最多的时频分布。但是WVD的交叉干扰项是其应用的瓶颈,可以采用加平滑窗的方法来抑制交叉干扰项。 通常实信号x(t)的WVD定义为 Wz(t,f)=∫+∞-∞z(t+τ/2)z*(t-τ/2)e-j2πftdτ(4) 式中,τ为时间延迟;z(t)是x(t)的解析信号,即z(t)=x(t)+jH[x(t)],其中H[x(t)]为x(t)的Hilbert变换,由于解析信号的负频率不存在这一特点,采用它作为研究对象,可以避免信号频谱的混叠;z(t+τ/2)z*(t-τ/2)为解析信号z(t)的对称形式的双线性变换。 WVD和其它时频分布相比,有很好的时频聚集性。下面给出它比较重要的几条数学特性。 (1)Wz(t,f)对所有t和f的值是实的,尽管z(t)是复的; (2)Wz(t,f)满足边缘积分特性; (3)Wz(t,f)的时限性和带限性,即信号WVD的时宽和频宽,与信号本身的时宽和频宽相同。 不过尽管WVD使信号在时频面内被很好地局域化了,WVD 最主要的缺点就是其对于多分量信号或者频谱非线性变化的单分量信号存在严重的交叉项干扰。为降低和消除 WVD 带来的交叉干扰,可以采取伪WVD,即 PWVD(Pseudo WVD)以及平滑伪WVD,即SPWVD(Smoothed Pseudo WVD),PWVD被定义为 WΡz(t,f)=∫+∞-∞h(τ)z(t+