邱 天 爽, 尤 國 紅, 沙 嵐, 趙 小 平, 高 陽
(大連理工大學(xué) 電子信息與電氣工程學(xué)部,遼寧 大連 116024)
時(shí)延估計(jì)是無源時(shí)差定位系統(tǒng)中的關(guān)鍵技術(shù),時(shí)差定位因其隱蔽性高、定位速度快等優(yōu)點(diǎn)廣泛應(yīng)用于軍事和民用領(lǐng)域中,如雷達(dá)、電子戰(zhàn)及基于位置的服務(wù)等.近幾十年來,時(shí)延估計(jì)的方法不斷得到發(fā)展和創(chuàng)新,從時(shí)域經(jīng)典的相關(guān)類方法[1、2]到頻域的相位譜法[3、4],從LMS自適應(yīng)法到ETDE及各種衍生的自適應(yīng)類算法[5、6],從傳統(tǒng)的二階累積量法到高階及分?jǐn)?shù)低階累積量法等[7、8].
然而眾多的時(shí)延估計(jì)方法中,專門針對(duì)射頻窄帶信號(hào)的有效方法卻不多.影響射頻窄帶信號(hào)時(shí)延估計(jì)精度的主要因素包括:(1)兩臺(tái)獨(dú)立接收機(jī)的本振頻率無法保證一致,導(dǎo)致兩路接收信號(hào)之間的中頻偏差總是存在的,而目前的時(shí)延估計(jì)方法很少考慮中頻偏差對(duì)估計(jì)精度的影響;(2)一般來說,射頻窄帶信號(hào)具有采樣頻率較高、絕對(duì)帶寬較小的特點(diǎn),因而相對(duì)帶寬(絕對(duì)帶寬與采樣頻率之比)就較小,如采用相位等頻域內(nèi)的方法估計(jì)時(shí)延,可利用的有效點(diǎn)數(shù)較少,信息量較小,時(shí)延估計(jì)的精度難以得到保證;(3)窄帶信號(hào)的相關(guān)函數(shù)所占頻帶較寬,受噪聲影響較大,從而產(chǎn)生較大的時(shí)延估計(jì)誤差.
本文針對(duì)影響射頻窄帶信號(hào)時(shí)延估計(jì)精度的3個(gè)主要因素,采用平方倍頻法估計(jì)出兩路信號(hào)的中頻,相減得到中頻偏差,然后采用頻差補(bǔ)償方法消除中頻偏差對(duì)后續(xù)時(shí)延估計(jì)精度的影響;利用線性調(diào)頻Z變換(CZT)代替離散傅里葉變換(DFT)求取兩路接收信號(hào)的互功率譜密度,在有限帶寬內(nèi)增加時(shí)延估計(jì)的有效點(diǎn)數(shù);同時(shí)考慮到相位譜時(shí)延估計(jì)法的特點(diǎn),即兩路信號(hào)的相位譜變化規(guī)律呈線性,建立簡單的Kalman濾波模型對(duì)相位譜進(jìn)行線性擬合,改善信噪比,從而提高時(shí)延估計(jì)的精度.
假設(shè)某一射頻窄帶源信號(hào)被兩個(gè)獨(dú)立的接收機(jī)接收,由于接收機(jī)之間存在一定的空間距離,接收到的兩路信號(hào)之間存在一定的時(shí)差,設(shè)兩路接收信號(hào)的雙基元離散模型為
式中:x(n)和y(n)為接收到的信號(hào);s(n)為射頻窄帶源信號(hào);v1(n)和v2(n)為與源信號(hào)互不相關(guān)的加性獨(dú)立高斯白噪聲;D為x(n)與y(n)間的時(shí)間延遲.令s(n)=a(n)ej(ωcn+φ(n)),其中a(n)為s(n)的包絡(luò),ωc為載頻,φ(n)為s(n)的相位.重寫式(1)為
考慮到射頻信號(hào)中心頻率的分布特點(diǎn),這里需要對(duì)信號(hào)進(jìn)行中頻變換處理.令ω0為接收機(jī)的本振頻率,Δω為兩接收機(jī)的本振頻率差,則經(jīng)中頻變換后可得
觀察式(3)可得
其中ej(ω0-ωc)D為一常數(shù),記作α.于是當(dāng)頻差存在時(shí)兩接收信號(hào)模型可以簡化為
其中w1(n)和w2(n)仍為加性獨(dú)立高斯白噪聲,且與源信號(hào)互不相關(guān).
當(dāng)頻差不存在即Δω=0時(shí),信號(hào)x(n)與y(n)的互相關(guān)函數(shù)為Rxy(m)=Rss(m-D).由離散傅里葉變換可得x(n)與y(n)的互功率譜密度函數(shù)為
其中Gss(ω)為源信號(hào)s(n)的自功率譜密度函數(shù),為實(shí)數(shù).顯然,時(shí)間延遲D體現(xiàn)在Gxy(ω)的相位函數(shù)上:
通過求解xy(ω)的斜率,即可得到時(shí)延估計(jì)值.
相位譜時(shí)延估計(jì)法的優(yōu)點(diǎn)從式(7)可以看出,即兩路信號(hào)的相位譜變化規(guī)律呈線性,如果將相位值看作一個(gè)隨機(jī)過程的狀態(tài),那么如果已知狀態(tài)轉(zhuǎn)移矩陣,就可以利用Kalman濾波器對(duì)信號(hào)的相位譜進(jìn)行線性擬合,改善信噪比,提高時(shí)延估計(jì)的精度.
但是,當(dāng)頻差Δω≠0時(shí),觀察式(3)可知已無法從相位函數(shù)中提取原始信號(hào)之間的時(shí)延信息D,這正是相位譜時(shí)延估計(jì)法的局限性之一;對(duì)于射頻窄帶信號(hào)來說,采用相位譜時(shí)延估計(jì)法的另一個(gè)局限性在于利用頻域進(jìn)行時(shí)延估計(jì)的有效點(diǎn)數(shù)受信號(hào)帶寬的制約.
針對(duì)以上兩點(diǎn)局限性,本文采用頻差補(bǔ)償?shù)姆椒▉斫鉀Q中頻偏差問題,采用CZT變換增加頻域內(nèi)進(jìn)行時(shí)延估計(jì)的有效點(diǎn)數(shù).
由式(5)可知,通過對(duì)兩路信號(hào)中頻偏差的準(zhǔn)確估計(jì)可提高對(duì)單路信號(hào)的頻差補(bǔ)償:
問題的關(guān)鍵就是如何估計(jì)兩路信號(hào)的中頻偏差Δω.一種方法是通過Hilbert變換[9]提取信號(hào)的包絡(luò)進(jìn)行時(shí)延估計(jì),可以避免中頻偏差的影響.但信號(hào)經(jīng)過Hilbert變換后轉(zhuǎn)變?yōu)榛鶐盘?hào),此時(shí)信號(hào)帶寬減小為原來的1/2,則可利用的時(shí)延估計(jì)有效點(diǎn)數(shù)也隨之減半,這樣對(duì)時(shí)延估計(jì)精度的影響是很大的.本文采用一種更直接的方法,即利用平方倍頻法首先估計(jì)出兩路信號(hào)的中頻后相減,然后按照式(8)直接對(duì)單路信號(hào)進(jìn)行頻差補(bǔ)償.
平方倍頻法原理如圖1所示,以其中一路接收信號(hào)x(n)為例,為了方便推導(dǎo),將式(3)中的x(n)寫成實(shí)信號(hào)的形式,即
式中:x(n)為AM抑制載波信號(hào),由于接收信號(hào)x(n)不含載波分量,a(n)中也沒有直流分量存在,這樣就不能將中頻ω0直接過濾掉.x(n)經(jīng)過平方器后輸出為
其中p(n)表示為平方器的輸出噪聲.盡管a(n)中不存在直流分量,但經(jīng)平方運(yùn)算后a2(n)中卻包含了直流分量,且式(10)中等式右端含有2ω0頻率分量,可利用帶通濾波器直接將其濾出,再通過二分頻處理得到所需中頻ω0.將估計(jì)出的兩路信號(hào)中頻做差,就可以得到中頻偏差Δω.
圖1 平方倍頻法原理Fig.1 Principle of frequency doubling method
采用相位譜法對(duì)射頻窄帶源信號(hào)進(jìn)行時(shí)延估計(jì)時(shí),由于頻域帶寬的限制,可用于時(shí)延估計(jì)的有效點(diǎn)數(shù)較少,所含信息量有限.為了增加有效點(diǎn)數(shù),本文采用CZT代替式(6)中的DFT,即
由于CZT不受頻率分辨率的限制,能計(jì)算單位圓上任意一段曲線的Z變換,并且也可以依據(jù)特定需要確定均勻采樣的間隔,更適合對(duì)特定窄帶頻譜進(jìn)行細(xì)化與分析,具體原理介紹如下.
設(shè)序列x(n)的長度為N,其CZT定義[10]如下:
本文所研究的射頻窄帶信號(hào)的帶寬一般在10kHz以下,以采樣頻率為50MHz、長度為106的射頻窄帶信號(hào)為例,該信號(hào)在頻域內(nèi)可用來計(jì)算時(shí)延估計(jì)的有效點(diǎn)數(shù)為
式中:B表示信號(hào)帶寬,fs表示采樣頻率,N表示信號(hào)長度.顯然僅利用這200個(gè)采樣點(diǎn)進(jìn)行基本的最小二乘相位譜時(shí)延估計(jì)很難達(dá)到較高的精度.
考慮單位圓上的CZT,此時(shí)A0=W0=1,在[2π(fc-B/2),2π(fc+B/2)]弧度范圍內(nèi)對(duì)頻譜進(jìn)行2倍細(xì)化,即M=2N,其中fc為載頻,則可用來計(jì)算時(shí)延估計(jì)的有效點(diǎn)數(shù)為
顯然NCZT=2NDFT,即可用來計(jì)算時(shí)延估計(jì)的有效點(diǎn)數(shù)增加了1倍.
在使用相位譜法進(jìn)行時(shí)延估計(jì)時(shí),時(shí)延估計(jì)的精度受噪聲的影響是不容忽視的,因此減小噪聲的影響是非常必要的.Kalman濾波法是一種最優(yōu)自回歸數(shù)據(jù)處理方法,具有良好的抗噪聲性能以及快速收斂特性[11、12].同時(shí),采用相位譜時(shí)延估計(jì)法易于建立簡單的Kalman模型來對(duì)信號(hào)的相位譜進(jìn)行線性擬合,模型的狀態(tài)方程和觀測方程如下:
式中:xk為k時(shí)刻的狀態(tài)向量,定義如下:
其中φk表示相位,φ′k表示斜率,是對(duì)相位取導(dǎo)數(shù),即想求得的時(shí)延.A和H分別表示狀態(tài)轉(zhuǎn)移矩陣和觀測矩陣,定義如下:
zk為k時(shí)刻的觀測向量;wk-1和vk分別表示過程噪聲和觀測噪聲,兩者相互獨(dú)立且均為零均值高斯白噪聲,即
其中Q和R分別為過程噪聲和觀測噪聲的協(xié)方差.
(1)首先采用平方倍頻法分別估計(jì)出兩路接收信號(hào)的中頻ω01和ω02,相減得到兩路信號(hào)的中頻偏差Δω=ω02-ω01.
(2)對(duì)單路信號(hào)按照式(8)進(jìn)行頻差補(bǔ)償,消除中頻偏差對(duì)時(shí)延估計(jì)的影響.
(3)用線性調(diào)頻Z變換代替離散傅里葉變換,即利用式(11)求得信號(hào)的互功率譜密度,從而求得相位函數(shù)xy(ω).
(4)利用本文設(shè)計(jì)的濾波器模型對(duì)相位函數(shù)xy(ω)進(jìn)行線性擬合,求出xk中的斜率φ′k,即求得了所要的時(shí)延信息D.
方法步驟示意圖如圖2所示.
圖2 本文方法示意圖Fig.2 Schematic diagram of this paper′s method
總體仿真條件如下:設(shè)有用信號(hào)和噪聲均服從均值為0,方差為1的高斯分布,且信號(hào)與噪聲之間互不相關(guān).調(diào)制信號(hào)為載波頻率為10.7 MHz,采樣頻率為50MHz的AM抑制載波,選取數(shù)據(jù)長度為106,設(shè)時(shí)間延遲的真值為2μs.調(diào)制信號(hào)的帶寬由10kHz遞減到2kHz,信噪比由10dB遞減到5dB,中頻偏差由0.5kHz遞增到2.5kHz,每種條件獨(dú)立仿真100次,以100次時(shí)延估計(jì)的均方根誤差作為衡量算法精度的指標(biāo),定義均方根誤差如下式所示:
仿真實(shí)驗(yàn)中為了加快算法的運(yùn)行速度,在用CZT求取兩路信號(hào)的互功率譜過程中,選取輸入點(diǎn)數(shù)的2倍作為輸出點(diǎn)數(shù),即M=2N.為了加快算法迭代速度并得到更準(zhǔn)確的迭代結(jié)果,在Kalman濾波的初值選取上,利用最小二乘法估計(jì)出相位和斜率的值作為狀態(tài)向量的迭代初值,取預(yù)先多次實(shí)驗(yàn)仿真的均值作為觀測噪聲的協(xié)方差值.
本文對(duì)基于Hilbert變換取包絡(luò)的最小二乘相位譜時(shí)延估計(jì)法(HLSP),基于Hilbert變換取包絡(luò)及Kalman濾波的相位譜時(shí)延估計(jì)法(HKP),基 于 Hilbert變 換 取 包 絡(luò)、CZT 及Kalman濾波的相位譜時(shí)延估計(jì)法(HCKP),基于頻差補(bǔ)償?shù)淖钚《讼辔蛔V時(shí)延估計(jì)法(BLSP),基于頻差補(bǔ)償及Kalman濾波的相位譜時(shí)延估計(jì)法(BKP),本文提出的基于頻差補(bǔ)償、CZT及Kalman濾波的相位譜時(shí)延估計(jì)法(BCKP)分別進(jìn)行了獨(dú)立仿真實(shí)驗(yàn).仿真實(shí)驗(yàn)結(jié)果比較如表1~3所示.
仿真結(jié)果表明:本文方法(BCKP)的時(shí)延估計(jì)精度明顯優(yōu)于其他5種方法,具有顯著的優(yōu)勢.從表1可以看出:BCKP的精度高于HCKP,BKP的精度高于HKP,BLSP的精度高于HLSP,本文算法的均方根誤差最小且穩(wěn)定控制在30ns以內(nèi),由此可以得出,在克服中頻偏差方面,直接進(jìn)行頻差補(bǔ)償?shù)姆椒ㄒ糜诶肏ilbert取包絡(luò)的方法.從表2可以看出:HCKP的精度高于HKP,BCKP的精度高于BKP,即使在帶寬降到3kHz時(shí),本文方法的均方根誤差仍小于100ns,由此可以得出,在有限帶寬內(nèi),利用CZT能更好地抑制窄帶信號(hào)帶寬的影響,提高時(shí)延估計(jì)的精度.從表3可以看出:表中前4種方法的精度明顯高于后兩種,其中本文方法(BCKP)的精度最高,由此可以得出,Kalman濾波器在改善信噪比方面具有良好的抗噪聲性能.仿真分析表明,即使存在中頻偏差,本文所提出的時(shí)延估計(jì)新方法仍能夠得到較高精度.
表1 調(diào)制信號(hào)帶寬10kHz,信噪比10dB,6種方法在不同中頻偏差下的ermsTab.1 ermscorresponding to different intermediate frequency difference of six methods(bandwidth is 10kHz,SNR is 10dB)
表2 信噪比10dB,中頻偏差1kHz,6種方法在不同調(diào)制信號(hào)帶寬下的ermsTab.2 ermscorresponding to different bandwidth of six methods (SNR is 10dB,intermediate frequency difference is 1kHz)
表3 調(diào)制信號(hào)帶寬10kHz,中頻偏差1kHz,6種方法在不同信噪比下的ermsTab.3 ermscorresponding to different SNR of six methods (bandwidth is 10kHz,intermediate frequency difference is 1kHz)
本文研究了存在中頻偏差下射頻窄帶信號(hào)的時(shí)延估計(jì)問題,提出了一種基于頻差補(bǔ)償?shù)南辔蛔V時(shí)延估計(jì)新方法.該方法利用頻差補(bǔ)償?shù)脑硐擞捎趦膳_(tái)接收機(jī)本振頻率不一致而對(duì)后續(xù)時(shí)延估計(jì)產(chǎn)生的影響;針對(duì)窄帶信號(hào)帶寬較小的問題,利用CZT來增加相位法在有限帶寬內(nèi)可用于估計(jì)時(shí)延的有效點(diǎn)數(shù);同時(shí)應(yīng)用Kalman濾波器對(duì)相位譜進(jìn)行線性擬合,改善信噪比.仿真實(shí)驗(yàn)結(jié)果表明,在中頻偏差存在的條件下,本文方法能夠?qū)ι漕l窄帶信號(hào)進(jìn)行較高精度的時(shí)延估計(jì).
[1] KNAPP C H,CARTER G C.The generalized correlation method for estimation of time delay [J].IEEE Transactions on Acoustics,Speech,and Signal Processing,1976,24(4):320-327
[2] 王 江,楊景曙.頻差存在時(shí)廣義相關(guān)時(shí)延估計(jì)方法研究[J].信號(hào)處理,2008,24(1):112-114
[3] PIERSOL A G.Time delay estimation using phase data[J].IEEE Transactions on Acoustics,Speech,and Signal Processing,1981,29(3):471-477
[4] VIOLA F,WALKER W F.A comparison between spline-based and phase-domain time-delay estimators[J].IEEE Transactions on Ultrasonics,F(xiàn)erroelectrics and Frequency Control,2006,53(3):515-517
[5] ZHENG C,TJENG T T.A new time delay estimator based on ETDE [J].IEEE Transactions on Signal Processing,2003,51(7):1859-1869
[6] 王宏禹,邱天爽.自適應(yīng)噪聲抵消與時(shí)間延遲估計(jì)[M].大連:大連理工大學(xué)出版社,1999:170-285
[7] SHARMA K K,JOSHI S D.Time delay estimation using fractional Fourier transform [J]. Signal Processing,2007,87(5):853-865
[8] 郭 瑩,邱天爽,張艷麗,等.脈沖噪聲環(huán)境下基于分?jǐn)?shù)低階循環(huán)相關(guān)的自適應(yīng)時(shí)延估計(jì)方法[J].通信學(xué)報(bào),2007,28(3):8-14
[9] CABOT R.A note on the application of the Hilbert transform to time delay estimation [J].IEEE Transactions on Acoustics, Speech, and Signal Processing,1981,29(3):607-609
[10] 郭 瑩,邱天爽,張艷麗.基于共變譜的CZT多源時(shí)延估計(jì)新方法[J].大連理工大學(xué)學(xué)報(bào),2007,47(5):746-750(GUO Ying,QIU Tian-shuang,ZHANG Yan-li.A novel multi-source time delay estimation method based on CZT and covariation spectrum [J].Journal of Dalian University of Technology,2007,47(5):746-750)
[11] KALMAN R E.A new approach to linear filtering and prediction problems [J].Transactions of the ASME — Journal of Basic Engineering,1960,82(Series D):35-45
[12] SHAW S R,LAUGHMAN C R.A Kalman-filter spectral envelope preprocessor [J]. IEEE Transactions on Instrumentation and Measurement,2007,56(5):2010-2017