劉 洋

（中國(guó)西南電子技術(shù)研究所，成都　610036）

基于離散傅里葉變換的高動(dòng)態(tài)突發(fā)信號(hào)檢測(cè)及頻率估計(jì)*

劉 洋**

（中國(guó)西南電子技術(shù)研究所，成都610036）

針對(duì)高動(dòng)態(tài)突發(fā)通信應(yīng)用環(huán)境，提出了一種新的基于頻率域的突發(fā)信號(hào)檢測(cè)及載波頻偏估計(jì)算法，通過(guò)一次離散傅里葉變換（DFT）實(shí)現(xiàn)突發(fā)信號(hào)存在性檢測(cè)及頻率估計(jì)，并與經(jīng)典Power-Law算法進(jìn)行了比較。仿真結(jié)果表明：在低信噪比條件下，新算法檢測(cè)信噪比門限改善超過(guò)1 dB，頻率估計(jì)均方根誤差小于符號(hào)率的1‰，并且對(duì)載波頻偏及信號(hào)電平動(dòng)態(tài)不敏感，實(shí)現(xiàn)結(jié)構(gòu)簡(jiǎn)單，適合實(shí)時(shí)處理及工程應(yīng)用。

高動(dòng)態(tài)突發(fā)信號(hào)；信號(hào)檢測(cè)；離散傅里葉變換；頻率估計(jì)

1　引　言

高動(dòng)態(tài)平臺(tái)突發(fā)通信系統(tǒng)具有以下特點(diǎn)∶一是由于通信平臺(tái)具有較高運(yùn)動(dòng)速度及機(jī)動(dòng)性，接收信號(hào)具有高動(dòng)態(tài)特性，即信號(hào)電平及載波多普勒頻率偏移具有較大動(dòng)態(tài)范圍；二是突發(fā)信號(hào)持續(xù)時(shí)間短且位置不確定；三是接收信號(hào)信噪比較低；四是受設(shè)備體積功耗的限制，要求信號(hào)處理算法實(shí)現(xiàn)復(fù)雜度適中。以上特點(diǎn)對(duì)突發(fā)信號(hào)存在性檢測(cè)及頻率估計(jì)算法提出了較高的要求。

目前，突發(fā)信號(hào)常用的存在性檢測(cè)算法主要有以下幾種∶一是能量檢測(cè)算法［1-2］，利用信號(hào)短時(shí)能量作為待檢測(cè)特征量，其優(yōu)點(diǎn)是算法對(duì)載波頻偏不敏感，實(shí)現(xiàn)簡(jiǎn)單，既可以在基帶進(jìn)行，也可以在數(shù)字中頻進(jìn)行，但其突出問(wèn)題是對(duì)噪聲比較敏感，不適用于低信噪比條件；二是頻域檢測(cè)算法，如基于循環(huán)譜［3-4］的算法以及基于離散傅里葉變換（DiscreteFourier Transform，DFT）的Power-Law算法［5］在低信噪比下具有優(yōu)良性能，但這類算法的計(jì)算復(fù)雜度較高，不利于實(shí)時(shí)處理；三是匹配濾波法，通過(guò)計(jì)算接收信號(hào)與本地確定信號(hào)的相關(guān)性來(lái)實(shí)現(xiàn)信號(hào)檢測(cè)，比較適用于確定性信號(hào)或有前導(dǎo)信號(hào)的檢測(cè)，但這類算法對(duì)載波頻偏敏感，判決門限與信號(hào)電平有關(guān)，不適合高動(dòng)態(tài)應(yīng)用場(chǎng)合。

大頻偏信號(hào)通過(guò)匹配濾波器后信噪比會(huì)大幅降低，嚴(yán)重影響符號(hào)位同步、突發(fā)幀同步等后續(xù)處理。大頻偏信號(hào)的頻偏估計(jì)應(yīng)考慮在匹配濾波之前沒有位同步輔助的條件下進(jìn)行，目標(biāo)是將頻偏校正到0.1倍符號(hào)速率以內(nèi)，為后續(xù)處理創(chuàng)造條件。目前頻率估計(jì)算法研究主要集中在單音信號(hào)的高精度估計(jì)［6-7］，需要信號(hào)經(jīng)過(guò)位同步、去調(diào)制后變換成單音信號(hào)進(jìn)行，頻偏適用范圍一般在±1/2符號(hào)率之間。對(duì)于大頻偏信號(hào)，工程上通常采用搜索不同頻率槽，通過(guò)同步判決反饋的方法實(shí)現(xiàn)大頻偏估計(jì)。在載波頻率動(dòng)態(tài)較大時(shí)，由于頻率槽的數(shù)量可能多達(dá)幾十個(gè)，搜索時(shí)間和實(shí)現(xiàn)開銷之間存在突出矛盾，不能有效滿足突發(fā)通信設(shè)備工程實(shí)現(xiàn)要求。因此，對(duì)于大頻偏突發(fā)信號(hào)的接收，在信號(hào)匹配濾波前無(wú)位同步輔助的條件下，通過(guò)前向結(jié)構(gòu)實(shí)現(xiàn)大頻偏信號(hào)頻偏校正是非常具有工程價(jià)值的研究方向。

高動(dòng)態(tài)突發(fā)信號(hào)檢測(cè)的關(guān)鍵技術(shù)在于如何構(gòu)造一種對(duì)信號(hào)電平及頻偏動(dòng)態(tài)不敏感又能很好地表征信號(hào)與噪聲差異的特征量；通過(guò)前向結(jié)構(gòu)實(shí)現(xiàn)頻偏校正的關(guān)鍵技術(shù)在于對(duì)沒有實(shí)現(xiàn)位同步的調(diào)制信號(hào)，如何構(gòu)造出能準(zhǔn)確表征載波頻率的統(tǒng)計(jì)量來(lái)實(shí)現(xiàn)頻偏估計(jì)。本文從應(yīng)用角度出發(fā)，構(gòu)造了一種同時(shí)滿足以上兩方面要求的特征統(tǒng)計(jì)量，給出了計(jì)算處理流程，并在不同頻偏及信噪比下進(jìn)行了大量仿真，結(jié)果表明∶新檢測(cè)算法與Power-Law算法相比較，在相同信噪比條件下具有更高的檢測(cè)概率；新頻率估計(jì)算法在低信噪比時(shí)能夠獲得遠(yuǎn)高于應(yīng)用需要的估計(jì)精度。

2　信號(hào)模型

突發(fā)信號(hào)的存在性檢測(cè)可以表示為一個(gè)二元假設(shè)檢驗(yàn)問(wèn)題［8］，用H0假設(shè)代表目標(biāo)信號(hào)不存在，用H1假設(shè)代表目標(biāo)信號(hào)存在，在高斯噪聲環(huán)境下的接收信號(hào)等效復(fù)低通表示形式為

式中∶n（t）為復(fù)高斯白噪聲；s（t）為有用信號(hào)，可以表示為

式中∶an為發(fā)送的信息符號(hào)；T為發(fā)送符號(hào)周期；gT（t）為基帶發(fā)送成形濾波器的沖激響應(yīng)，在帶寬受限的通信系統(tǒng)中，一般采用平方根升余弦成形濾波器；fd為收發(fā)載波頻偏。在高動(dòng)態(tài)低速通信系統(tǒng)中，通信平臺(tái)的高速運(yùn)動(dòng)導(dǎo)致收發(fā)間存在較大的多普勒頻移，多普勒頻偏與符號(hào)速率基本在同一量級(jí)。

在突發(fā)信號(hào)物理層幀結(jié)構(gòu)中，一般在有用數(shù)據(jù)前加入一段前導(dǎo)碼，以便于接收端實(shí)現(xiàn)突發(fā)信號(hào)功率檢測(cè)、符號(hào)位同步及數(shù)據(jù)幀同步等處理，典型的突發(fā)數(shù)據(jù)幀結(jié)構(gòu)如圖1所示。

圖1　突發(fā)傳輸幀結(jié)構(gòu)Fig.1 Frame structure of burst transmission

前導(dǎo)碼通常采用具有良好相關(guān)性的PN序列，調(diào)制方式為BPSK調(diào)制。本文算法即通過(guò)對(duì)BPSK調(diào)制的前導(dǎo)碼進(jìn)行二次功率譜變換來(lái)實(shí)現(xiàn)突發(fā)信號(hào)的存在性檢測(cè)及大頻偏估計(jì)。

3　算法原理

3.1基本原理

對(duì)于無(wú)噪聲的BPSK調(diào)制信號(hào)作平方運(yùn)算，得到

隨機(jī)信號(hào)z（t）可以表示成由一個(gè)穩(wěn)態(tài)波v（t）和一個(gè)交變波分量u（t）構(gòu)成［9］，則

對(duì)于BPSK調(diào)制信號(hào)，隨機(jī)幅度序列｛an｝各符號(hào)之間互不相關(guān)，取值為+A或-A，且等概出現(xiàn)，則有

由式（6）可以看出v（t）是周期為T的周期信號(hào)。v（t）可以展開成傅里葉級(jí)數(shù)形式∶

3.2檢測(cè)特征量構(gòu)造

對(duì)接收信號(hào)r（t）以采樣率N/T進(jìn)行采樣，得到離散觀測(cè)數(shù)據(jù)r（n）。下面介紹信號(hào)檢測(cè)特征量的構(gòu)造流程。

（1）對(duì)觀測(cè)數(shù)據(jù)作平方運(yùn)算∶

（2）對(duì)平方運(yùn)算后的數(shù)據(jù)進(jìn)行DFT變換∶

式中∶k=0，1，…，LN-1；w（n）是長(zhǎng)度為L(zhǎng)N的滑動(dòng)窗；h為相鄰兩組觀測(cè)數(shù)據(jù)觀測(cè)窗向前滑動(dòng)的采樣點(diǎn)數(shù)。

（3）計(jì)算第m組觀測(cè)數(shù)據(jù)的平均功率∶

（4）搜索Xm（k）中最大幅度譜線位置kmax。

（5）得到檢測(cè)判決函數(shù)為

顯然，虛警概率Pf=Pr｛Tm（X）＞η|H0｝相對(duì)于門限η的概率分布與信號(hào)電平無(wú)關(guān)，說(shuō)明該檢測(cè)算法具有恒虛警概率特性。應(yīng)用中，可以根據(jù)虛警概率的要求選擇對(duì)應(yīng)的判決門限，不用考慮輸入信號(hào)電平的影響。

3.3頻偏估計(jì)

由3.1節(jié)的分析可知，在假設(shè)H1成立的條件下，Xm（k）幅度最大處對(duì)應(yīng)的離散頻率為

式中∶［x］表示取最接近x的整數(shù)；直接利用DFT進(jìn)行頻率粗測(cè)的頻率為^fd=kmax/2LT；DFT的頻率分辨率為Δf=1/LT。因此，直接利用DFT的頻率估計(jì)算法精度取決于信號(hào)測(cè)量長(zhǎng)度。在突發(fā)通信中，前導(dǎo)頭的長(zhǎng)度十分有限，使DFT的頻率分辨率和估計(jì)精度受到了限制。文獻(xiàn)［10］提出了一種DFT結(jié)合插值的方法來(lái)提高單音信號(hào)頻率估計(jì)精度，其插值算法的精度和運(yùn)算量適合工程應(yīng)用。將其頻率插值算法應(yīng)用到本文的頻率估計(jì)算法中，進(jìn)一步得到頻偏估計(jì)值為

新算法頻偏估計(jì)范圍為-N/4T＜fd＜N/4T，估計(jì)范圍與信號(hào)過(guò)采樣倍數(shù)有關(guān)。當(dāng)N=8時(shí)，頻率估計(jì)范圍為（-2/T，2/T），能夠滿足大部分頻率高動(dòng)態(tài)應(yīng)用場(chǎng)景需要。當(dāng)頻偏超過(guò)2倍符號(hào)率的情況下，可以通過(guò)選擇更高過(guò)采樣倍數(shù)N來(lái)擴(kuò)展該算法頻率估計(jì)范圍。

4　算法仿真

4.1檢測(cè)性能仿真

對(duì)復(fù)數(shù)加性高斯白噪聲中的觀測(cè)數(shù)據(jù)進(jìn)行仿真，并將新算法與經(jīng)典的Power-Law算法（簡(jiǎn)稱PL算法）檢測(cè)性能進(jìn)行比較。根據(jù)突發(fā)通信系統(tǒng)中常用的信道參數(shù)及信噪比范圍，設(shè)置仿真條件為∶gT（t）采用滾降系數(shù)0.35的根升余弦成形函數(shù)，采樣率為8/T，多普勒頻偏fd在0～2/T之間隨機(jī)產(chǎn)生，根據(jù)蒙特卡洛原則選擇仿真次數(shù)5 000次。在虛警概率Pf＜1%的判決門限下，得到兩種算法在不同觀測(cè)長(zhǎng)度L下的檢測(cè)概率Pd=Pr｛Tm（X）＞η|H1｝與信噪比關(guān)系如圖2所示。

圖2　檢測(cè)概率與信噪比的關(guān)系曲線Fig.2 Probability of detection versus SNR

從圖2中可以看出∶在信噪比較高時(shí)，兩種算法均能獲較高的檢測(cè)概率；在信噪比較低時(shí)，比較兩者相同檢測(cè)概率對(duì)應(yīng)的信噪比門限值，新算法比Power-Law算法有1 dB以上的改善，并且觀測(cè)長(zhǎng)度越長(zhǎng)，改善越明顯，在觀測(cè)長(zhǎng)度L=512時(shí)，新算法比Power-Law算法信噪比門限改善達(dá)到2 dB。

圖3給出了新算法在不同觀測(cè)長(zhǎng)度下檢測(cè)概率曲線。隨著觀測(cè)長(zhǎng)度的增加，檢測(cè)性能隨之提高。檢測(cè)長(zhǎng)度增加1倍，相同檢測(cè)概率對(duì)應(yīng)的信噪比門限降低1.5 dB左右。在工程應(yīng)用中，可以根據(jù)系統(tǒng)的門限信噪比及檢測(cè)概率的具體要求通過(guò)仿真來(lái)確定檢測(cè)觀測(cè)數(shù)據(jù)長(zhǎng)度。

圖3　不同觀測(cè)長(zhǎng)度下檢測(cè)概率Fig.3 Probability of detection versus SNR under different data length

4.2頻偏估計(jì)性能仿真

在數(shù)據(jù)通信中，一般要求突發(fā)信號(hào)正確檢測(cè)概率優(yōu)于99.9%。根據(jù)4.1節(jié)仿真結(jié)果，觀測(cè)長(zhǎng)度L分別為128、256、512時(shí)，檢測(cè)概率99.9%對(duì)應(yīng)的信噪比分別為3 dB、1.5 dB、0 dB。為了驗(yàn)證在DFT最小分辨率內(nèi)不同頻率的算法估計(jì)精度，設(shè)置仿真載波頻偏為fd=（L+δ）Δf，δ為在區(qū)間［0，0.5］均勻分布的6個(gè)頻率點(diǎn)，其余仿真條件與4.1節(jié)相同。對(duì)每個(gè)頻率點(diǎn)進(jìn)行5 000次仿真，采用歸一化頻率估計(jì)均方根誤差（Root Mean Square Error，RMSE）δfT來(lái)衡量算法的頻偏估計(jì)性能。表1給出了在DFT頻率分辨率內(nèi)不同頻點(diǎn)上頻率估計(jì)均方根誤差值。

表1　頻率估計(jì)仿真結(jié)果Tab.1 Simulation result of frequency estimation

由表1的仿真結(jié)果可以看出∶在檢測(cè)概率優(yōu)于99.9%的信噪比門限下，不同觀測(cè)長(zhǎng)度時(shí)的頻率估計(jì)均方根誤差均在1‰符號(hào)速率以下；當(dāng)信號(hào)頻偏在DFT頻率分辨率內(nèi)變化時(shí)，經(jīng)過(guò)內(nèi)插處理之后頻偏估計(jì)精度無(wú)明顯變化，有效克服了DFT運(yùn)算“柵欄效應(yīng)”給頻率估計(jì)精度帶來(lái)的不利影響；觀測(cè)長(zhǎng)度每增加1倍，估計(jì)誤差降低一半左右。仿真結(jié)果表明新的頻率估計(jì)算法可以在信號(hào)無(wú)位同步輔助下實(shí)現(xiàn)頻偏高精度估計(jì)。

新的頻率估計(jì)算法與文獻(xiàn)［6-7］及文獻(xiàn)［10］中基于單音信號(hào)的頻率估計(jì)算法的主要區(qū)別在于∶

（1）新算法直接對(duì)匹配濾波前的接收信號(hào)進(jìn)行處理實(shí)現(xiàn)頻率估計(jì)，后者一般需要信號(hào)先完成位同步并變換成單音信號(hào)才能應(yīng)用；

（2）新算法頻率估計(jì)范圍通常為（-2/T，2/T）（工程應(yīng)用中通常N取8），后者的頻率估計(jì)范圍為（-1/2T，1/2T），新算法的估計(jì)范圍達(dá)到后者4倍，甚至更高；

（3）新算法平方運(yùn)算后信號(hào)中存在交變波分量，對(duì)頻率估計(jì)來(lái)說(shuō)是一種自噪聲干擾，同時(shí)平方運(yùn)算也會(huì)帶來(lái)信噪比的損失。在相同觀測(cè)長(zhǎng)度下，基于單音信號(hào)的頻率估計(jì)算法估計(jì)精度一般要優(yōu)于新算法。在采用新算法完成同步處理以后，如果對(duì)頻率精度有更高的要求，可以再利用文獻(xiàn)［10］中的類似算法來(lái)提高估計(jì)精度。實(shí)際上，新算法的估計(jì)精度已經(jīng)能夠滿足目前大部分解調(diào)同步算法對(duì)頻偏精度的要求。

5　算法復(fù)雜度分析

新算法的主要運(yùn)算量集中在式（11）平方變換和式（12）DFT變換中的復(fù)數(shù)乘法運(yùn)算，與其相比其余運(yùn)算量可以忽略不計(jì)。平方變換需要LN次復(fù)數(shù)乘法運(yùn)算，DFT運(yùn)算可以通過(guò)快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT）實(shí)現(xiàn)，進(jìn)行長(zhǎng)度LN的FFT變換需要（LN/2）lb（LN）次復(fù)數(shù)乘法運(yùn)算，新算法總的需要LN（lb（LN）/2+1）次運(yùn)算。計(jì)算過(guò)程中的求模運(yùn)算建議采用CORDIC算法，實(shí)現(xiàn)簡(jiǎn)單且精度高。Power-Law檢測(cè)算法需要LN（lb（LN）/2+5）次復(fù)數(shù)乘法運(yùn)算。在N=8，L分別為128、256、512時(shí)，新算法的運(yùn)算量?jī)H為Power-Law檢測(cè)算法的60%左右。

同時(shí)，新算法在完成信號(hào)檢測(cè)后以增加極小運(yùn)算量為代價(jià)實(shí)現(xiàn)頻偏估計(jì)，使大頻偏信號(hào)能夠采用前饋結(jié)構(gòu)進(jìn)行高精度頻偏校正。相比目前廣泛采用判決反饋法進(jìn)行大頻偏粗估計(jì)，位同步后再進(jìn)行頻率精估計(jì)的處理方式，新算法不需要在大量頻率槽內(nèi)依次搜索判決，還可省去二次頻率精估計(jì)操作，不僅運(yùn)算量明顯降低，處理控制流程也得到簡(jiǎn)化。

目前，F(xiàn)FT運(yùn)算和CORDIC算法在FPGA中可以直接調(diào)用IP核，在DSP芯片中通常也對(duì)其有專門的優(yōu)化處理，使得新算法易于硬件實(shí)現(xiàn)和對(duì)信號(hào)進(jìn)行實(shí)時(shí)處理。以FPGA應(yīng)用為例，當(dāng)L=256時(shí)，完成對(duì)一組觀測(cè)數(shù)據(jù)的處理大約需要5 000個(gè)時(shí)鐘周期，在100 MHz的驅(qū)動(dòng)時(shí)鐘下僅需要50 μs，能夠滿足大部分應(yīng)用場(chǎng)合對(duì)實(shí)時(shí)性處理的要求。

6　結(jié)束語(yǔ)

本文提出了一種高動(dòng)態(tài)突發(fā)信號(hào)存在性檢測(cè)及大頻偏估計(jì)算法，分析表明新算法具有以下優(yōu)點(diǎn)∶

（1）檢測(cè)算法具有恒虛警特性，算法性能不受信號(hào)電平及頻偏值影響，適合高電平及頻率動(dòng)態(tài)的通信應(yīng)用場(chǎng)景；

（2）頻偏估計(jì)算法可通過(guò)前饋結(jié)構(gòu)實(shí)現(xiàn)大頻偏信號(hào)的高精度頻偏校正，頻偏估計(jì)范圍可以根據(jù)需求靈活調(diào)整；

（3）通過(guò)一次DFT變換同時(shí)完成信號(hào)檢測(cè)及頻率估計(jì)，運(yùn)算復(fù)雜度低，適合實(shí)時(shí)處理。

新算法已在某型UHF頻段機(jī)載通信系統(tǒng)中得到應(yīng)用。實(shí)測(cè)結(jié)果顯示∶在L=256、符號(hào)速率8 ksymbol/s、頻偏范圍（-2 kHz，2 kHz）、最大多普勒頻率變化率220 Hz/s、信噪比為2 dB的條件下，突發(fā)信號(hào)正確檢測(cè)概率優(yōu)于99.9%，頻偏估計(jì)誤差小于符號(hào)率的1‰，滿足系統(tǒng)設(shè)計(jì)要求。

同時(shí)，仿真分析及實(shí)際測(cè)試中發(fā)現(xiàn)，當(dāng)存在較大多普勒頻率變化率時(shí)，算法仍然適用，但其性能會(huì)隨著變化率的增加逐漸下降。下一步將重點(diǎn)研究幾種典型頻偏變化率模型下算法性能與頻偏變化率之間的關(guān)系，以更有效地支撐工程應(yīng)用。

［1］ URKOWITZ H.Energy detection of unknown deterministic signals［J］.Proceedings of the IEEE，1967，55（4）∶523-531.

［2］ 隋丹，葛臨東，屈丹.一種新的基于能量檢測(cè)的突發(fā)信號(hào)存在性檢算法［J］.信號(hào)處理，2008，24（4）∶614-617.

SUI Dan，GE Lindong，QU Dan.A novel presence detection algorithm based on the energy detection for burst signals［J］.Signal Processing，2008，24（4）∶614-617.（in Chinese）

［3］ BAUGH K W，HARDWICKE K R.On the detection of transient signals using spectral correlation［J］.Circuits，Systems and Signal Processing，1994，13（4）∶467-479.

［4］ 林祎，彭華，王彬，等.一種基于循環(huán)譜的突發(fā)信號(hào)盲檢測(cè)算法［J］.信號(hào)處理，2011，27（12）∶1920-1924.

LIN Yi，PENG Hua，WANG Bin，et al.A blind detection algorithm of burst signal based on cyclic spectrum［J］.Signal Processing，2011，27（12）∶1920-1924.（in Chinese）

［5］ WANG Z，WILLETT P K.All-purpose and plug-in pow er-law detectors for transient signals［J］.IEEE Transactions on Signal Processing，2001，49（11）∶2454-2466.

［6］ QUINN B G.Estimating frequency by interpolation using Fourier coefficients［J］.IEEE Transactions on Signal Processing，1994，42（5）∶1264-1268.

［7］ 張昌菊，唐斌.單頻信號(hào)快速頻率估計(jì)算法比較及改進(jìn)［J］.電訊技術(shù)，2005，45（1）∶72-76.

ZHANG Changju，TANG Bin.Comparison and modification of frequency estimation algorithms for single sinusoid signal［J］.Telecommunication Engineering，2005，45（1）∶72-76.（in Chinese）

［8］ 吳迪，葛臨東，王彬.短波突發(fā)信號(hào)盲檢測(cè)算法的對(duì)比研究［J］.通信學(xué)報(bào)，2010，31（8）∶111-116.

WU Di，GE Lindong，WANG Bin.Comparative research on blind detection algorithm of HF burst signal［J］.Journal on Communications，2010，31（8）∶111-116.（in Chinese）

［9］ 樊昌信，張甫翊，徐炳祥.通信原理［M］.北京∶國(guó)防工業(yè)出版社，2001∶91-93.

FAN Changxin，ZHANGFU Yi，XU Bingxiang.Communication principles［M］.Beijing∶National Defense Industry Press，2001∶91-93.（in Chinese）

［10］ 賈平生.一種適用于多相相干解調(diào)的載波同步方法［J］.電訊技術(shù)，2001，41（5）∶70-72.

JIA Pingsheng.A carrier synchronization method applied to poly-phase coherent demodulation communication［J］.Telecommunication Engineering，2001，41（5）∶70-72.（in Chinese）

劉 洋（1982—），男，遼寧法庫(kù)人，2009年于電子科技大學(xué)獲通信與信息系統(tǒng)專業(yè)碩士學(xué)位，現(xiàn)為工程師，主要研究方向?yàn)闊o(wú)線通信技術(shù)及其信號(hào)處理。

LIU Yang was born in Faku，Liaoning Province，in 1982.He received the M.S.degree from University of Electronic Science and Technology of China in 2009.He is now an engineer.His research concerns wireless communications and signal processing.

Email∶liuyang606@sohu.com

Signal Detection and Frequency Estimation of High Dynamic Burst Signals Based on Discrete Fourier Transform

LIU Yang
（Southwest China Institute of Electronic Technology，Chengdu 610036，China）

∶Considering the high dynamic features in burst transmission system，this paper presents a new algorithm of signal detection and frequency estimation based on frequency domain.This algorithm can perform presence detection and frequency estimation through one discrete Fourier transform（DFT）operation of the received signal.Comparisons are made with the Power-Law algorithm.Simulation results prove that the signal-to-noise ratio（SNR）threshold is improved more than 1 dB when SNR is low，the root mean square error（RMSE）of frequency estimation is lower than 1‰of the symbol rate，and the probability of detection and accuracy of frequency estimation is influenced little by the variation of power level and frequency offset.It is convenient for real time processing and engineering applications.

∶high dynamic burst signal；signal detection；discrete Fourier transform；frequency estimation

TN911

A

1001-893X（2016）05-0557-05

10.3969/j.issn.1001-893x.2016.05.014

劉洋.基于離散傅里葉變換的高動(dòng)態(tài)突發(fā)信號(hào)檢測(cè)及頻率估計(jì)［J］.電訊技術(shù)，2016，56（5）∶557-561.［LIU Yang.Signal detection and frequency estimation of high dynamic burst signals based on discrete Fourier transform［J］.Telecommunication Engineering，2016，56（5）∶557-561.］

2016-01-03；

2016-03-11Received date：2016-01-03；Revised date：2016-03-11

**通信作者：liuyang606@sohu.comCorresponding author：liuyang606@sohu.com