一种时频分析在2fsk信号解调中的应用.docxVIP

一种时频分析在2fsk信号解调中的应用 1 fsk信号解调 数字频率，又称频率位移控制技术（fsk），是数字通信中常用的数字语音控制技术。2FSK是其中最简单的调制方式,常作为研究FSK系统的出发点。对于2FSK系统的解调,通常有相干解调和非相干解调两种方式。相干解调方式直接利用接收端有关载波的频率和相位信息进行解调,抗噪声性能优于非相干解调,但由于其需要进行载波恢复而使得所需设备较复杂,在技术实现上有一定的困难。相反,非相干解调因不要求载波同步而易于实现,然而却达不到相干解调的抗噪声性能。 在噪声背景下,信号的最佳接收或最佳检测是一个传统的研究课题,近年来一些新的研究方法被相继提出。文献基于相关接收器解调FSK信号能比过零探测器得到更高的信干比输出,对不同参数的相关器性能作了比较,并提出调节相关器参数能使解调器处于最佳工作状态,但在实际应用中如何调节参数尚有困难;文献采用二阶网格自适应IIR滤波器解调FSK信号,但该方法中抽头系数的迭代更新在高噪声背景下是否收敛有待研究;文献中分别提出了基于重叠FFT检测峰值法和短时离散傅里叶变换法(ST-DFT)实现对FSK信号的解调,但这两种方法都存在信号同步,时窗宽度选取等问题。 本论文将HHT变换(Hilbert-Huang Transform)用于2FSK系统的解调。该方法最初由Huang等人在研究处理地震波、声纳回波等非平稳信号时首先提出。HHT完全依赖于信号本身特征,是一种自适应的信号分析方法。根据该方法,任何复杂的信号都可以通过经验模式分解法(EMD)分解为若干个本征模式函数(IMF)的相加,并且在每个IMF上瞬时频率都有定义。对一个给定信噪比的2FSK接收信号(序列)进行HHT处理,能得到该信号(序列)有意义的瞬时频率分布,并结合一定的判定准则就能对接收信号的极性作出判断,这就是本论文的研究内容。论文结论将表明,HHT解调法实现简单,在高噪声背景下仍具有较优的性能,同时在处理信号同步,时窗宽度选取等问题方面较灵活。 论文第2节简要介绍HHT的处理过程;第3节扼要概述HHT方法解调2FSK信号的过程;第4节给出一个应用实例及仿真结果,并对HHT应用于FSK系统解调的优劣作一个客观的评判;第5节是总结。 2 信号的emd分解 Huang等人提出的HHT变换包括两部分:(1)经验模式分解(EMD);(2)Hilbert谱分析。其中EMD是整个HHT变换的核心部分。该方法基于信号的局部时间尺度进行信号分解,相对于其他信号处理方法的最大优势在于自适应性,因此很适合对高噪声背景下的非线性、非平稳信号的分析。EMD分解后,任何复杂的信号序列变换为有限个简单的IMF之和,IMF经Hilbert变换后能得到以时间为变量的瞬时频率函数,这是分析非平稳信号的重要分析指标。 一般情况下,一个IMF必须满足以下两个条件:(1)在整个数据序列中,极值点的数量与过零点的数量必须相等,或最多相差一个。(2)在任何时间点上,由信号序列局部最大值定义的包络和局部极小值定义的包络,两者的均值必须为零。 满足以上两个条件的IMF已被实践证明符合Hilbert变换的前提条件。严格说来,对于每一个IMF,任意时刻只存在一个单一的振荡模式,这与信号经傅里叶变换得到的时谐模式有很大的不同。根据傅里叶变换,任何时域信号(满足变换条件)在某一时刻都可以表示成无穷多个频率连续分布的单一振荡模式的和,并且每个振荡模式的基函数形式相同;对于大多数非平稳信号,任一时间点上可能只存在有限个单一振荡模式,所以首先用EMD方法进行信号分解得到IMF是必须的。 EMD分解过程大致如下: (1)确定信号序列中的所有局部极值点,其中所有的局部最大值通过样条插值(一般选用三次样条)连接成为一个上包络;同样,用局部最小值产生下包络,此时上下包络应将所有的数据都包含在它们中间。上下包络线的均值记为m10,而原始信号X(t)与m10的差值记为分量h10,则 (2)理想情况下,h10应是一个基本模式分量。然而实际上对于非平稳和非线性信号,包络均值可能不同于真实的局部均值,因此非对称波仍可能存在。为了使结果中进一步去除叠加波而使波形更加对称,于是对h10进行第二次过滤处理,即 m11按照过程(1)的步骤得到。 (3)把过程(2)重复k次,直到h1k是一个基本模式分量,即 为了保证基本模式分量反映物理意义上实际的幅度和频率调制,可以采用以下的停止准则: 其中N为离散信号序列的总长度,k为重复次数,ε可取0.2～0.3之间的一个值。 当以上过程结束后,令 于是,1c就是从原始信号中得到的第一个基本模式分量。 (4)从原始信号中分离出分量c1,得到 由于r1仍有可能含有新的IMF,所以将r1视作新的数据序列,重复以上过程(1)～(4),得到如下结果: 当分解过