一种基于ff的多普勒频偏检测算法.docxVIP

一种基于ff的多普勒频偏检测算法 0 复指数信号参数估计 在高动态通信系统中，接收双方之间通常有很大的径向速度和加速度，因此接收信号的噪声具有很大的多普勒频率偏移（数十khz，甚至数百khz）和多普勒频率偏移变化率（khzs）。对于高动态载波的快速捕获需要在跟踪环的基础上增加一个辅助的频率引导环。频率引导环必须准确且快速地完成信号载波频偏的估计,用此估计值控制载波NCO调整频率,实现载波频率捕获。信号载波的频偏估计问题,在通过数据辅助(DA)或非数据辅助(NDA)方法去调制之后,可归结为复指数信号的参数估计问题。已有的研究成果大多是针对高信噪比,本文介绍了基于FFT的估计算法,并对其进行了性能分析,结果表明在低信噪比下FFT算法有良好的频偏估计性能。 1 fft频偏估计算法 应用FFT技术进行频偏估计的算法如图1所示。 假设在0～T时间内接收到的采样信号为: r(n)Asin(2πf0ΤnΝ+θ0)n=0,1,2,?,Ν-1r(n)Asin(2πf0TnN+θ0)n=0,1,2,?,N?1, (1) 接收信号与本地数控振荡器产生的正交的本振信号(频率为fc)进行混频后得到下式: Ι(n)=r(n)cos(2πfcΤnΝ)=12A{sin[2π(f0+fc)ΤnΝ+θ0]+sin[2π(f0-fc)ΤnΝ+θ0]}?(2)Q(n)=r(n)sin(2πfcΤnΝ)=-12A{cos[2π(f0+fc)ΤnΝ+θ0]+cos[2π(f0-fc)ΤnΝ+θ0]}。(3)I(n)=r(n)cos(2πfcTnN)=12A{sin[2π(f0+fc)TnN+θ0]+sin[2π(f0?fc)TnN+θ0]}?(2)Q(n)=r(n)sin(2πfcTnN)=?12A{cos[2π(f0+fc)TnN+θ0]+cos[2π(f0?fc)TnN+θ0]}。(3) 混频后I、Q两路信号通过低通滤波器滤除高频分量后得到下式: Ι′(n)=12Asin[2π(f0-fc)ΤnΝ+θ0]=12Asin[2πfdΤnΝ+θ0]?(4)Q′(n)=12Acos[2π(f0-fc)ΤnΝ+θ0]=12Acos[2πfdΤnΝ+θ0]。(5)I′(n)=12Asin[2π(f0?fc)TnN+θ0]=12Asin[2πfdTnN+θ0]?(4)Q′(n)=12Acos[2π(f0?fc)TnN+θ0]=12Acos[2πfdTnN+θ0]。(5) 由于初始频率偏差较大,低通滤波器的带宽应大于载波的最大频偏量,以允许大部分信号能量通过,同时也有较多的噪声通过,因此FFT频偏估计算法需要在低信噪比下工作。 信号通过抽取滤波器前采样频率很高,这样高速的数据为后续的FFT运算和载波跟踪环节带来了很大的运算量,而且在数据点数固定的情况下FFT的频率分辨率与采样频率成正比。所以,信号经过抽取滤波器后采样频率降低,这样就减轻了后续数据处理的负担。假设抽取滤波器的抽取因子为R,则抽取后信号采样频率为抽取前的1/R。 FFT频偏估计,首先把I、Q两路的抽取滤波器的输出组合成复信号x(n)=Q(n)+jI(n),对x(n)的N个数据做FFT,幅频特性X(k)达到最大的k值,对应可得到载波频偏的估计值,作为载波NCO的频率控制量。由数字信号处理的理论可知,复信号的离散傅里叶变换是单边频谱,当载波频偏为正值时,幅值最大的谱线位于0～N/2之间,当载波频偏为负值时幅值最大谱线位于N/2～N-1之间,所以该算法可以有效地估计频偏的正负。 2 csn12 FFT的输入信号是由I路和Q路组合而成的复信号,假设在0～T时间内FFT的输入信号为: x(n)=s(n)+z(n)=aexp[j(2πfdΤnΝ+θ0)]+z(n)?n=0,1,2,?,Ν-1(6)x(n)=s(n)+z(n)=aexp[j(2πfdTnN+θ0)]+z(n)?n=0,1,2,?,N?1(6) 式中,z(n)为复高斯白噪声序列,其实部和虚部均为零均值高斯白噪声序列,方差为σ2,信噪比为SΝR=a22σ2SNR=a22σ2。根据参数估计理论,高斯白噪声背景中的信号参数估计的任意无偏估计的方差不会小于Cramer Rao界。文献推导了复正弦信号的参数估计的Cramer Rao界: σ2CR=3a22σ2Ν(Ν2-1)σ2CR=3a22σ2N(N2?1)。 (7) 频率的最大似然估计为: ?ω=argωmax|Ν-1∑n=0x(n)e-jωn|2ω?=argωmax∣∣∣∣∑n=0N?1x(n)e?jωn∣∣∣∣2。 (8) FFT算法可以看做是最大似然估计的一个近似: ?ω=2πΝarg-Ν/2mΝ/2max|Ν-1∑n=0x(n)e-j2πmnΝ|2ω?=2πNarg?N/2mN/2ma