楊 雙 吳慧峰(桂林航天工業(yè)學(xué)院電子信息與自動(dòng)化學(xué)院,桂林 541004)
直接序列擴(kuò)頻通信信號(hào)參數(shù)估計(jì)方法研究
楊雙吳慧峰
(桂林航天工業(yè)學(xué)院電子信息與自動(dòng)化學(xué)院,桂林541004)
對(duì)直接序列擴(kuò)頻通信信號(hào)檢測(cè)及參數(shù)估計(jì)方法進(jìn)行了研究和分析,采用循環(huán)譜相關(guān)的估計(jì)方法,分析了在不同噪聲環(huán)境中該方法的檢測(cè)及參數(shù)估計(jì)性能,并進(jìn)行了計(jì)算機(jī)仿真。
直接序列擴(kuò)頻,參數(shù)估計(jì),循環(huán)譜相關(guān)
擴(kuò)頻通信技術(shù)[1]由于具有信號(hào)抗干擾能力強(qiáng)、功率譜密度低、截獲率低、不易被發(fā)現(xiàn)等特點(diǎn)而廣泛應(yīng)用于軍事保密通信和電子對(duì)抗系統(tǒng)中。擴(kuò)頻通信技術(shù)的工作方式主要分為兩大類:一是直接序列擴(kuò)頻通信技術(shù);二是跳頻擴(kuò)頻技術(shù)。隨著信息技術(shù)的不斷發(fā)展,直接序列擴(kuò)頻通信技術(shù)已經(jīng)在軍事及民用通信中獲得了廣泛的應(yīng)用。
直接序列擴(kuò)頻通信技術(shù)主要的技術(shù)核心思想是,把有效的信息通過(guò)擴(kuò)頻碼擴(kuò)頻后,隱藏在噪聲中進(jìn)行傳輸,具有更好的抗干擾能力,以及隱蔽性和保密性。但在非合作情況下對(duì)直接序列擴(kuò)頻信號(hào)進(jìn)行檢測(cè)時(shí),信號(hào)的截獲,以及解擴(kuò)、解調(diào)所需參數(shù)通常難以準(zhǔn)確估計(jì)。尤其是當(dāng)其處于復(fù)雜的噪聲背景下時(shí),檢測(cè)工作則更加困難。因此,對(duì)噪聲環(huán)境中直接序列擴(kuò)頻信號(hào)的檢測(cè)方法進(jìn)行研究,具有重要的實(shí)際應(yīng)用價(jià)值和研究意義。
對(duì)直接擴(kuò)頻通信信號(hào)的檢測(cè)與參數(shù)估計(jì)方法的研究開始于20世紀(jì)60年代,直接擴(kuò)頻通信信號(hào)本身的特點(diǎn)決定了該研究必須解決兩個(gè)問(wèn)題:一是怎樣在具有噪聲的環(huán)境中將有效信息信號(hào)與噪聲進(jìn)行分離;二是信號(hào)被檢測(cè)出來(lái)以后,怎樣確定一系列信號(hào)參數(shù),如信號(hào)的調(diào)制方式、載頻,碼元寬度,以及PN碼的碼元結(jié)構(gòu)等。許多研究人員基于寬帶微弱信號(hào)檢測(cè)與估計(jì)理論[2],從直接序列擴(kuò)頻通信信號(hào)與噪聲兩者在時(shí)域、頻域的不同特征出發(fā),采用不同的方法對(duì)直接序列擴(kuò)頻信號(hào)與噪聲信號(hào)進(jìn)行了區(qū)分,以及參數(shù)估計(jì),按照方法提出的時(shí)間先后順序,主要分為能量檢測(cè)算法、相關(guān)檢測(cè)類算法、時(shí)域延時(shí)相關(guān)類算法、譜相關(guān)分析方法、高階譜循環(huán)累積量檢測(cè)算法、倒譜算法等類型。除了這些主要的算法以外,還包括針對(duì)PN碼序列估計(jì)的盲估計(jì)算法、延時(shí)相關(guān)累加法、矩陣特征分析法等算法。近年來(lái),我國(guó)研究人員也針對(duì)直接擴(kuò)頻通信信號(hào)的檢測(cè)和參數(shù)估計(jì)開展了大量的研究,并提出了應(yīng)用非線性系統(tǒng)進(jìn)行直接序列擴(kuò)頻信號(hào)處理的算法理念。
在上述所列舉的算法中,值得關(guān)注的是1986年GARDNER W A提出的譜相關(guān)分析法[3]。該方法不僅可以利用直接序列擴(kuò)頻通信信號(hào)與噪聲經(jīng)過(guò)譜相關(guān)分析后所獲得的不同特性來(lái)檢測(cè)信號(hào)的存在,還可以利用直接序列擴(kuò)頻通信信號(hào)屬于循環(huán)平穩(wěn)信號(hào)范疇、存在循環(huán)頻率處特征值的現(xiàn)象來(lái)進(jìn)行直接序列擴(kuò)頻通信信號(hào)載波頻率、碼片寬度等多參數(shù)的聯(lián)合估計(jì),是目前對(duì)直接序列擴(kuò)頻通信信號(hào)進(jìn)行檢測(cè)與參數(shù)估計(jì)處理時(shí)相對(duì)較為全面的一種方法。
本文對(duì)現(xiàn)有的直接序列擴(kuò)頻通信信號(hào)的檢測(cè)與參數(shù)估計(jì)方法進(jìn)行了研究和分析,重點(diǎn)選取基于循環(huán)譜相關(guān)的直接序列擴(kuò)頻通信信號(hào)檢測(cè)及參數(shù)估計(jì)方法,進(jìn)行了不同噪聲環(huán)境下的分析、比較和討論,并進(jìn)行了總結(jié)。
譜相關(guān)理論是針對(duì)循環(huán)平穩(wěn)信號(hào)(Cyclostationary Signal)進(jìn)行處理的一種有效手段。所謂“循環(huán)平穩(wěn)信號(hào)”是指一些特殊的非平穩(wěn)信號(hào),這類信號(hào)的特點(diǎn)是,其相關(guān)函數(shù)是隨時(shí)間變化的,但隨時(shí)間變化后卻呈現(xiàn)出周期特性,因此,這種統(tǒng)計(jì)特征參數(shù)在特定階時(shí)隨時(shí)間周期性變化的信號(hào)被稱為“循環(huán)平穩(wěn)信號(hào)”。GARDNER W A提出,通常,直接序列擴(kuò)頻通信信號(hào)是一種“循環(huán)平穩(wěn)信號(hào)”,而高斯白噪聲屬于平穩(wěn)隨機(jī)信號(hào)且不具有周期性,因此,可利用直接序列擴(kuò)頻通信信號(hào)與噪聲信號(hào)經(jīng)過(guò)譜相關(guān)分析后所獲得的不同特性來(lái)檢測(cè)信號(hào)的存在,完成存在嚴(yán)重干擾或負(fù)信噪比情況下的直接序列擴(kuò)頻信號(hào)的檢測(cè)、信號(hào)載波和碼片寬度等參數(shù)的估計(jì)及信號(hào)提取等工作。
2.1循環(huán)自相關(guān)函數(shù)和循環(huán)譜
設(shè)隨機(jī)信號(hào)x(t)隨時(shí)間變化的自相關(guān)函數(shù)為:
令N→∞,則有:
由式(2)可知,Rx(t,τ)是周期為T0時(shí)變函數(shù)。用傅里葉級(jí)數(shù)將其展開,結(jié)果為:
其傅里葉系數(shù)為:
設(shè)信號(hào)x(t)在[t-T/2, t+T/2]區(qū)域內(nèi)的頻譜函數(shù)為:
將該函數(shù)頻率軸分別向上和向下移動(dòng)α/2的距離,并求得兩者在時(shí)域上平均互相關(guān),得到:
式(7)、式(8)說(shuō)明了譜相關(guān)函數(shù)的物理意義,即將信號(hào)瞬時(shí)譜以循環(huán)頻率α為間隔上、下搬移得到的兩信號(hào)的時(shí)間平均互相關(guān)與信號(hào)循環(huán)譜是相同的。
由上述可知,一個(gè)循環(huán)平穩(wěn)信號(hào)的循環(huán)頻率α可能有多個(gè),其中,當(dāng)α=0時(shí),對(duì)應(yīng)的是信號(hào)的平穩(wěn)部分,而在α≠0時(shí),對(duì)應(yīng)信號(hào)的循環(huán)平穩(wěn)部分。因此,平穩(wěn)信號(hào)在α≠0時(shí)沒(méi)有譜信息,這也是將循環(huán)平穩(wěn)信號(hào)從平穩(wěn)噪聲和干擾中檢測(cè)出來(lái)時(shí)依據(jù)的最重要的特性。
直接序列擴(kuò)頻通信信號(hào)是具有隨機(jī)信號(hào)特征的周期平穩(wěn)信號(hào),通過(guò)對(duì)循環(huán)平穩(wěn)信號(hào)譜相關(guān)函數(shù)的分析可知,利用譜相關(guān)分析方法,可從平穩(wěn)的噪聲信號(hào)和干擾信號(hào)中檢測(cè)出擴(kuò)頻信號(hào),還可以根據(jù)調(diào)制信號(hào)循環(huán)譜的不同,實(shí)現(xiàn)對(duì)直接序列擴(kuò)頻信號(hào)調(diào)制方式的識(shí)別。文獻(xiàn)[4]和[5]提出了基于譜相關(guān)估計(jì)的直接序列擴(kuò)頻通信信號(hào)的檢測(cè)、參數(shù)估計(jì)方法。此外,不同調(diào)制類型的調(diào)制信號(hào),其功率譜密度函數(shù)可能完全相同,但其譜相關(guān)函數(shù)卻存在明顯的不同。因此,利用這一特性,可以有效進(jìn)行信號(hào)的識(shí)別和分類。文獻(xiàn)[6]對(duì)數(shù)字調(diào)制信號(hào)譜相關(guān)特性進(jìn)行了分析,提出了通信信號(hào)調(diào)制模式的判別方法。
3.1低信噪比環(huán)境下直接序列擴(kuò)頻通信信號(hào)的檢測(cè)
在噪聲環(huán)境中檢測(cè)直接序列擴(kuò)頻通信信號(hào)的理論依據(jù)是:噪聲是平穩(wěn)隨機(jī)信號(hào),其均值和自相關(guān)值為常數(shù),不具有周期性。直接序列擴(kuò)頻通信信號(hào)是循環(huán)平穩(wěn)信號(hào),具有譜相關(guān)性,在循環(huán)頻率α≠0時(shí),其循環(huán)譜不為零。
設(shè)r(t)=s(t)+n(t)為接收到的直接序列擴(kuò)頻信號(hào),其對(duì)應(yīng)的循環(huán)譜為,其中分別表示擴(kuò)頻信號(hào)的循環(huán)譜和噪聲的循環(huán)譜。根據(jù)譜相關(guān)函數(shù)定義可知:
在α=0時(shí),
當(dāng)α≠0時(shí),則有,
式(9)~式(11)說(shuō)明,可以利用噪聲信號(hào)在α≠0處循環(huán)譜恒等于零這一特征來(lái)檢測(cè)直接序列擴(kuò)頻通信信號(hào)的有無(wú)。為給出更為清晰直觀的理解,在圖1給出了調(diào)制方式為BPSK直接序列擴(kuò)頻信號(hào)的循環(huán)譜圖。由圖1可以看出,BPSK調(diào)制的直接序列擴(kuò)頻通信信號(hào)的循環(huán)譜包絡(luò)在頻率f=0、f≠0時(shí)均有峰值出現(xiàn),在循環(huán)頻率α=0和α≠0時(shí)也有峰值出現(xiàn)。為了討論不同的噪聲特性,圖2給出了高斯白噪聲的循環(huán)譜估計(jì)圖,圖3給出了有色噪聲的循環(huán)譜估計(jì)圖。圖4給出了有噪聲存在時(shí)的直接序列擴(kuò)頻通信信號(hào)循環(huán)譜圖,調(diào)制方式采用BPSK調(diào)制。
圖1 無(wú)噪聲時(shí)BPSK直接序列擴(kuò)頻信號(hào)循環(huán)譜
圖2 高斯白噪聲的循環(huán)譜
圖3 有色噪聲的循環(huán)譜
圖4 噪聲環(huán)境下的BPSK直接序列擴(kuò)頻通信信號(hào)循環(huán)譜
3.2基于循環(huán)譜相關(guān)的直接序列擴(kuò)頻通信信號(hào)載頻估計(jì)
文獻(xiàn)[5]提出了基于循環(huán)平穩(wěn)信號(hào)的譜相關(guān)特性的信號(hào)參數(shù)估計(jì)方法。本文為了研究這些參數(shù)估計(jì)方法在高斯白噪聲和有色噪聲環(huán)境中的有效性,分別對(duì)這些估計(jì)方法進(jìn)行了分析和總結(jié),并使用計(jì)算機(jī)仿真工具M(jìn)ATLAB進(jìn)行了估計(jì)過(guò)程仿真。仿真中主要參數(shù)設(shè)置如下:BPSK調(diào)制方式,載波頻率fc=100Hz,信息信號(hào)的碼元速率fd=20Hz,抽樣速率設(shè)為fs=100Hz。直接序列擴(kuò)頻信號(hào)采用的PN碼是m序列,n=6,碼長(zhǎng)為2n-1=63。文獻(xiàn)[4]提出了在譜相關(guān)函數(shù)f=0切面尋找Sαx(f=0)的包絡(luò)最大值,然后找出最大值所對(duì)應(yīng)的循環(huán)頻率值α的方法,根據(jù)文獻(xiàn)中的理論分析可知,此時(shí)α=±2fc,由此可得載波頻率fc=±α/2,完成估計(jì)任務(wù)。
高斯白噪聲環(huán)境中2倍載波頻率的估計(jì)結(jié)果如圖5~圖7所示,其它參數(shù)不變,信噪比分別為-5dB、-8dB、-10dB。其它參數(shù)不變,在有色噪聲環(huán)境下,分別設(shè)信噪比為-5dB、-8dB,也對(duì)直接擴(kuò)頻信號(hào)2倍載頻的估計(jì)結(jié)果進(jìn)行了計(jì)算機(jī)仿真(由于計(jì)算機(jī)的內(nèi)存原因,此處m碼序列長(zhǎng)度r=3),其分別結(jié)果如圖8、圖9所示。
對(duì)圖5~圖9的估計(jì)結(jié)果進(jìn)行比較發(fā)現(xiàn),無(wú)論是在高斯白噪聲環(huán)境還是在有色噪聲環(huán)境下,直接擴(kuò)頻信號(hào)的2倍載頻估計(jì)結(jié)果誤差較小,只是隨著信噪比的降低,噪聲對(duì)其估計(jì)的影響隨之加大。事實(shí)上,在仿真過(guò)程中,信噪比降低到-20dB后,噪聲的影響逐漸加大,但該方法在高斯白噪聲情況下的2倍載頻估計(jì)結(jié)果仍比較準(zhǔn)確,未出現(xiàn)明顯誤差,因此,此處沒(méi)有給出更低信噪比情況下的估計(jì)結(jié)果圖。
3.3直接序列擴(kuò)頻通信信號(hào)碼元傳輸速率估計(jì)
根據(jù)文獻(xiàn)[4]中所描述的方法,在f=fc的譜相關(guān)函數(shù)平面中尋找最大峰值和次峰值之間的循環(huán)頻率之差的絕對(duì)值,所得的結(jié)果即碼元傳輸速率。綜上所述,為了分析這一算法,使用相同的參數(shù)進(jìn)行了MATLAB仿真,仿真結(jié)果如圖10所示。為了討論該方法在不同噪聲背景及不同信噪比情況下的估計(jì)性能,分別在高斯白噪聲環(huán)境下,信噪比為-5dB、-8dB、-10dB時(shí),有色噪聲環(huán)境下,針對(duì)信噪比為-5dB、-8dB時(shí)進(jìn)行了計(jì)算機(jī)仿真,仿真結(jié)果如圖11~圖14所示。
由圖10、圖11可以看出,在高斯白噪聲環(huán)境下,采用該方法獲得的信號(hào)碼元傳輸速率估計(jì)結(jié)果在信噪比為-5dB、-8dB時(shí)無(wú)估計(jì)誤差;在信噪比為-10dB時(shí),已經(jīng)開始出現(xiàn)誤差;在仿真時(shí),在信噪比-5dB~-20dB范圍內(nèi)的了估計(jì)結(jié)果表明,隨著信噪比的降低,在高斯白噪聲環(huán)境下,這種基于譜相關(guān)法的擴(kuò)頻碼元傳輸速率估計(jì)結(jié)果誤差增大,這主要是因?yàn)樵摲椒ㄐ枰页鲎罡叻迮c次高峰,而次高峰的準(zhǔn)確度隨著噪聲的加強(qiáng),受到的影響增大。由圖12、圖13可以看出,基于譜相關(guān)方法的直接序列擴(kuò)頻通信信號(hào)擴(kuò)頻碼元傳輸速率參數(shù)的估計(jì)結(jié)果不具有很好的抗有色噪聲的性能,因而其作用的噪聲容限較白噪聲情況下低。
圖5 信噪比為-5dB時(shí),高斯白噪聲環(huán)境下信號(hào)2倍載頻估計(jì)結(jié)果
圖6 信噪比為-8dB時(shí),高斯白噪聲環(huán)境下信號(hào)2倍載頻估計(jì)結(jié)果
圖7 信噪比為-10dB時(shí),高斯白噪聲環(huán)境下信號(hào)2倍載頻估計(jì)結(jié)果
圖8 信噪比為-5dB時(shí),有色噪聲環(huán)境下信號(hào)2倍載頻估計(jì)結(jié)果
圖9 信噪比為-10dB時(shí),有色噪聲環(huán)境下信號(hào)2倍載頻估計(jì)結(jié)果
圖10 信噪比為-5dB時(shí),高斯白噪聲環(huán)境下信號(hào)碼元傳輸速率結(jié)果
本文主要分析了利用譜相關(guān)函數(shù)對(duì)直接序列擴(kuò)頻通信信號(hào)載波頻率、碼元傳輸速率等參數(shù)進(jìn)行估計(jì)的計(jì)算方法,并采用MATLAB進(jìn)行了計(jì)算仿真,獲得了基于譜相關(guān)的參數(shù)估計(jì)方法在不同噪聲環(huán)境下、不同信噪比情況下的估計(jì)結(jié)果。對(duì)比結(jié)果表明,該方法用于高斯白噪聲和有色噪聲環(huán)境下直接序列擴(kuò)頻通信信號(hào)的載波頻率估計(jì)時(shí)具有較好的噪聲容限,可以達(dá)到-20dB;在用于對(duì)碼元傳輸速率的估計(jì)時(shí),在高斯白噪聲情況下,其噪聲容限較好,可以滿足一般的工作需要,但是在有色噪聲背景下,這種方法的抗噪聲性能較差,需要進(jìn)一步改善其估計(jì)性能。研究發(fā)現(xiàn),對(duì)直接序列擴(kuò)頻通信信號(hào)進(jìn)行譜相關(guān)估計(jì)時(shí),使用的譜估計(jì)方法會(huì)造成直接序列擴(kuò)頻通信信號(hào)參數(shù)估計(jì)精度不高、計(jì)算量大的問(wèn)題,因此,還需要繼續(xù)尋求一種計(jì)算量相對(duì)較小,又能夠進(jìn)行多參數(shù)聯(lián)合估計(jì)的快速譜估計(jì)算法。
圖11 信噪比為-8dB時(shí),高斯白噪聲環(huán)境下信號(hào)碼元傳輸速率估計(jì)結(jié)果
圖12 信噪比為-5dB時(shí),有色噪聲環(huán)境下信號(hào)碼元傳輸速率估計(jì)結(jié)果
圖13 信噪比為-8dB時(shí),有色噪聲環(huán)境下信號(hào)碼元傳輸速率估計(jì)結(jié)果
1田日才. 擴(kuò)頻通信[M]. 北京: 清華大學(xué)出版社, 2007
2黃知濤. 循環(huán)平穩(wěn)信號(hào)處理與應(yīng)用[M]. 北京: 科學(xué)出版社,2006: 1~35
3GARDNER W A. Measurement of Spectral Correlation[J]. IEEE Trans on ASSP, 1986, 34(5): 1111~1123
4張曉林. 基于循環(huán)譜相關(guān)技術(shù)的直擴(kuò)信號(hào)的檢測(cè)與參數(shù)估計(jì)[D]. 哈爾濱工程大學(xué), 2003
5余敬東, 郭偉, 李牧. 直接序列擴(kuò)頻通信的循環(huán)譜檢測(cè)和參數(shù)估計(jì)技術(shù)[J]. 電子科技大學(xué)學(xué)報(bào), 1996, 25(9): 439~443
6鄧超, 李世銀, 范亞蘋. 基于循環(huán)譜相關(guān)的調(diào)制信號(hào)檢測(cè)方法[J]. 無(wú)線電通信技術(shù), 2014, (2): 27~33
廣西高等學(xué)校科研項(xiàng)目“直接序列擴(kuò)頻通信信號(hào)檢測(cè)及參數(shù)估計(jì)方法研究”(項(xiàng)目號(hào):2013LX169);桂林航天工業(yè)學(xué)院科研項(xiàng)目(項(xiàng)目號(hào):Y12Z032、Y12Z033)
1009-8119(2016)07(1)-0055-03