CN101719778B - 一种多模板超宽带信号帧级时间同步捕获方法 - Google Patents
一种多模板超宽带信号帧级时间同步捕获方法 Download PDFInfo
- Publication number
- CN101719778B CN101719778B CN200910228916A CN200910228916A CN101719778B CN 101719778 B CN101719778 B CN 101719778B CN 200910228916 A CN200910228916 A CN 200910228916A CN 200910228916 A CN200910228916 A CN 200910228916A CN 101719778 B CN101719778 B CN 101719778B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msubsup
- math
- mfrac
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005070 sampling Methods 0.000 claims abstract description 28
- 238000012549 training Methods 0.000 claims abstract description 26
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 230000001360 synchronised effect Effects 0.000 claims description 16
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 18
- 238000004088 simulation Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 abstract description 5
- 238000000354 decomposition reaction Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- QERYCTSHXKAMIS-UHFFFAOYSA-M thiophene-2-carboxylate Chemical compound [O-]C(=O)C1=CC=CS1 QERYCTSHXKAMIS-UHFFFAOYSA-M 0.000 description 1
Images
Landscapes
- Synchronisation In Digital Transmission Systems (AREA)
- Detection And Prevention Of Errors In Transmission (AREA)
Abstract
本发明利用特定设计的多个模板获得的符号级(symbol level)采样数据,提供了一种基于最大似然准则实现超宽带信号最优的帧级时间精度同步捕获(frame level time acquisition)的方法,属超宽带无线通信技术领域。该方案利用特定的发送训练序列波形,把帧级时间精度的同步捕获问题转换为等价的最大似然幅度估计问题。在接收端,特定设计的三个并行模板对平方后的接收信号分别进行符号级积分采样,利用获得三组符号级采样数据和最大似然准则,计算出帧级时间偏移的最优估计值,从而实现超宽带信号的帧级精度的同步捕获。本发明避免了使用千兆(Gbit/s)以上采样速率的A/D转换器,能实现快速同步捕获,且估计误差小,仿真结果表明该算法性能明显优于文献[1]的算法。
Description
【技术领域】:本发明属于超宽带无线通信技术领域,具体涉及一种应用于脉冲超宽带无线通信***的同步捕获方法。
【背景技术】:超宽带通信作为可实现高达1GHz/s的高速无线数据传输的技术近年来正逐渐引起越来越广泛的注意。UWB技术拥有良好的保密性、低能耗和低复杂性(无需功率放大器),同时该技术还具有较强的抗干扰性等一系列优点。因此UWB可以应用在很多领域。然而,由于超宽带信号持续时间很短,且能量很低,在超宽带***中同步是一个极大的难题和挑战。
目前已经提出的超宽带同步捕获算法主要有两类:一是基于相关搜索的同步捕获算法,其主要缺点是需要千兆(Gbit/s)以上采样速率的A/D转换器,而千兆以上采样速率的A/D转换器造价和功耗都很高,大大提高了接收机的成本和复杂性,不适于在要求低成本的超宽带***中应用。同时基于相关搜索的同步算法同步捕获所需要时间较长,因为需要搜索的不定区间数目很大。还有一类算法是基于估计的同步捕获算法,与相关搜索的同步捕获相比,它的优势是可以通过合理的设计估计量及估计算法,能实现快速同步捕获。其中比较有代表性的是文献[1]中提出的应用噪声模板估计的同步捕获算法,它能避免使用千兆以上采样速率的A/D转换器,并能在较短时间内实现超宽带***的同步捕获。但是,该方法中噪声模板的实现需要一组延时几十纳秒至几百纳秒的高精度(亚纳秒级)的时间延迟***,目前技术上难以实现[2-3]。
【发明内容】:本发明目的是克服现有技术存在的上述不足,提供一种新的基于最大似然准则的多模板超宽带信号帧级时间精度的同步捕获方法。
参照图1,本发明的具体步骤为:
(一)发送训练序列:
由发送端发送的训练序列的信号表示为:
其中p(t)是发送的单个脉冲波形,且具有归一化能量,即∫p2(t)dt=1。Ef表示每帧内的总能量。Tf是发射信号的帧间隔,即脉冲重复周期,Nf是一个符号内帧的个数,则符号周期是周期为Nds的伪随机DS码序列,其中dl∈{±1};时间偏移量Δ被设为Tf/2;an∈{0,1}是待调制的训练序列比特,表示取底运算,表示取不大于j/Nf的最小非负整数,训练序列总长度为N,前N0个比特全部为0,剩余的N-N0个比特1,0交替,即
(二)接收端的模板设计:
在接收端,需要构造三个模板W0(t),W1(t)和W2(t),分别设计如下:
模板W0(t)定义为:
模板W1(t)可以看成W0(t)在时间上的一个延时,延时时间用Td表示,其中Td可以在(0,Tf/2)之间选取。
模板W2(t)在同步过程中起辅助作用,定义如下:
其中Tv∈(0,Tf/10)。
超宽带的多径信道可用如下模型表示:
其中,L表示多径总数,αl和τl分别表示第l条多径的幅度增益和到达时间。如果定义每一条多径的到达时间相对第一条多径的到达时间τ0延时为τl,0=τl-τ0,其中1≤l≤L-1。
式(1)中所示的发射信号,经过超宽带的多径信道后,接收端接收信号可表示为:
同步的目的就是要估计第一条多径的到达时间τ0,τ0可被分解为:
τ0=nsTs+nfTf+ξ, (7)
为在接收端获取符号级采样数据,接收信号r(t)首先通过一个平方律检波器,平方后的输出信号R(t)可以表示为:
其中,定义m(t)=2rs(t)n(t)+n2(t)。然后将平方后的信号R(t)分别与模板W0(t),W1(t)和W2(t)相乘,并且以符号周期Ts为采样周期进行积分采样,得到三组输出序列 和Y0[n],Y1[n]和Y2[n]的数学表达式分别为
本步骤又可分为三小步:首先利用发射信号的周期性和模板的周期性,分别给出三个模板前N0个符号级采样数据 和的分解式。证明了由这三个模板获取的前N0个符号级采样数据可分别分解为三个模板的帧能量参数Iξ,0,Jξ,0和Kξ,0与各自相应的噪声之和,其中三个模板的帧能量参数Iξ,0,Jξ,0和Kξ,0的值与信道冲激响应和(7)式中的帧内误差ξ有关。然后利用 和的分解式和最大似然准则,计算出三个模板的帧能量参数的最优估计值和最后,证明了和的正负号可以确定出(7)式中的帧内误差ξ所属的子区间,作为下一步的帧级时间偏移nf估计的基础。具体过程如下:
1.由于发送的训练序列分为两部分(前N0个比特全部为0,后N-N0个比特1,0交替),使得三个模板的采样序列 和相应的前后两部分也具有不同的分解形式。可以证明,当1≤n≤N0-1时,即发送的训练序列比特全部为0时,Y0[n],Y1[n]和Y2[n]有如下形式的分解式:
Y0[n]=NfIξ,0+M0[n] (12)
Y1[n]=NfJξ,0+M1[n] (13)
Y2[n]=NfKξ,0+M2[n] (14)
其中,Iξ,0,Jξ,0和Kξ,0是三个模板的帧能量参数,Iξ,0,Jξ,0和Kξ,0的取值与帧内误差ξ有关,M0[n],M1[n]和M2[n]分别是三个模板的采样噪声。(12)-(14)的证明过程见附录一。
2.利用分解式(12)-(14)和最大似然准则,计算出Iξ,0,Jξ,0和Kξ,0的最优估计值分别为:
命题1:(1)如果Iξ,0>0且Jξ,0>0,那么
(2)如果Iξ,0<0且Jξ,0>0,那么ξ∈(Tη,Tη+Td);
当模板W1(t)相对W0(t)的延时Td<Tη时,根据和的正负号,确定的ξ区间如下:
命题2:(1a)如果Iξ,0>0,Jξ,0>0且Kξ,0>0,那么ξ∈(0,Tη);
(2)如果Iξ,0<0且Jξ,0>0,那么ξ∈(Tη,Tη+Td);
(3)如果Iξ,0<0且Jξ,0<0,那么
从(12)-(14)中可以看出,当1≤n≤N0-1时,即发送的训练序列比特全部为0时,Y0[n],Y1[n]和Y2[n]的分解式并不含有任何帧级时间偏移nf的信息。但模板W0(t)和W1(t)的后N-N0个符号级采样数据和即当发送的训练序列比特1,0交替时得到的Y0[n]和Y1[n],经过适当形式的分解,可以提取出一个包含帧级时间偏移nf的信息的参量Ψ,定义为为获得帧级时间偏移nf的最优估计值,需要先计算出Ψ的极大似然估计。但此时Y0[n]和Y1[n]的分解式在ξ属于不同的区间时有不同的形式,因此需要利用步骤(四)中得到的以及由它们确定的ξ区间,选择正确的分解式,从而计算出的最优估计值具体过程如下:
1.当N0≤n≤N-1时,即当发送的训练序列比特1,0交替时,Y0[n]和Y1[n]有如下形式的分解式:
Y1[n]的分解与模板W1(t)相对W0(t)的延时Td有关,当Td≥Tη时,Y1[n]有如下形式的分解式:
当模板W1(t)相对W0(t)的延时Td<Tη时,Y1[n]有如下形式的分解式:
其中 M0[n]是采样噪声。(18)-(20)式的证明过程见附录二。
2.根据步骤(四)中确定的ξ的区间选出模板W0(t)和W1(t)的后N-N0个符号级采样数据和的正确分解式,依据最大似然准则,计算出的最优估计值根据和符号的不同情况,计算出的最大似然估计值的结果如下:
当Td≥Tη时,计算出的最优估计值为:
其中,
本发明的优点和积极效果:
1、本发明仅依赖于符号级采样数据实现最优的帧级时间同步捕获,避免使用几Gbit/s甚至几十Gbit/s采样速率的A/D转换器。2、结合超宽带信道的统计特性(IEEE 802.15.3a和IEEE802.15.4a[4,5]),本发明设计出多个模板,且模板易于实现,避免了文献[1]中的高精度延时器的使用。3、多个模板并行采样,且不涉及任何的线性搜索,能够实现快速同步。4、同步估计误差小,仿真结果表明该算法性能明显优于文献[1]的算法。
【附图说明】:
图1是:同步捕获方法实现的***框图。接收信号首先通过一个平方律检波器,输出分别与模板W0(t),W1(t)和W2(t)相乘,并且以Ts为周期进行采样,得到三组输出序列 和利用这三组采样序列,采用上述方法得到最佳的帧级时间偏移估计
图2是:(a),(b)和(c)分别是三个模板信号W0(t),W1(t)和W2(t)在t∈[0,3Tf]内的时域波形图,其中,Tf=100ns,模板W1(t)相对W0(t)的延时Td取Td=Tf/4。
图4是:IEEE802.15.3a信道模型CM2下,基于该方法的超宽带***的误比特率性能曲线。
【具体实施方式】:
实施例1:
为了验证该同步捕获方法的有效性,对该方法进行了计算机模拟仿真,仿真时的相关参数设置如下:
1.发送的训练序列信号(1)式中的p(t)选为高斯二阶导脉冲波形,且具有归一化能量,即∫p2(t)dt=1。
2.每帧内的总能量Ef=1。
3.发射信号的帧间隔Tf=100ns,每个符号内的帧个数Nf=25,则符号周期Ts=NfTf=2500ns。
4.在两种不同长度的训练序列模式下,进行了同步捕获的性能仿真。
5.第一个训练序列:总长度为N=12,前N0=6个比特全部为0,剩余的N-N0=6个比特1,0交替,即
6.第二个训练序列:总长度为N=30,前N0=12个比特全部为0,剩余的N-N0=18个比特1,0交替,即
7.延时τ0随机产生:符号级时间偏移ns设为0;帧级时间偏移nf在[0,Nf]均匀分布,帧内误差ξ在[0,Tf)内均匀分布。
8.在接收端,按(3)-(4)式产生的三个模板信号W0(t),W1(t)和W2(t)在t∈[0 3Tf]内的时域波形图如图2所示,其中,模板W1(t)相对W0(t)的延时Td取Td=Tf/4。
9.超宽带多径信道采用IEEE.802.15.3a制定的CM2模型。
10.本发明的有益效果由帧级时间偏移估计的均方误差性能曲线和接收机的误比特率性能曲线体现。每条曲线都是对10万次信道实现做平均的结果,每次仿真实现过程中,延时τ0和信道都随机产生。每次仿真实现的帧级时间偏移估计都按发明内容中的步骤(一)至(六)计算获得。
图3比较了本发明中基于多模板的同步捕获算法和文献[1]中提出的基于噪声模板的同步捕获算法的均方误差性能曲线。图中信噪比(SNR)通过计算,其中Es是发射信号每符号内的能量,为噪声功率谱密度。从图中可以看出,本发明中的方法明显优于文献[1]中提出的基于噪声模板的同步捕获算法,尤其是在高信噪比下,本发明中的方法能达到的最小均方误差在4×10-7附近,而文献[1]中提出的算法能达到的最小均方误差为10-4。此外,随着训练序列长度的增加,的均方误差有所降低。
图4考察了本发明中的帧级时间偏移估计算法对误比特率的影响。在仿真中,假定已知信道每条多径的幅度αl,以及每条多径相对第一条多径到达时间τ0的延时τl,0。假定已知上述信道信息后,仿真中使用了相关接收机对数据进行解调。作为比较,图中也分别画出了在理想同步捕获(即假定帧级时间偏移nf信息已知)和没有同步捕获的情况下的误比特率曲线。从图4可以看出,误比特率随着训练序列符号的增加而提高和信噪比的提高而逐渐降低。结合图3和4,也可以看出BER与MSE的效果是一致的,即好的MSE效果会产生好的BER效果。
附录
附录一发明内容中(12)-(14)式的证明
将(6)代入(9)可得,
将(3)式代入到(21)式中可得,
从(3)式可知,w(t)的非零区间为[0,Tf],这表明(22)式积分区间可以简化为[0,Tf]。为了简单,我们引由于假定没有帧间干扰(IFI),的最大区间也为[0,Tf],则的非零区间为[-mTf+anΔ+ξ,-mTf+anΔ+ξ+Tf]。由于anΔ∈{0,Tf/2}和ξ∈[0,Tf),所以仅当m=0,1或2时,[-mTf+anΔ+ξ,-mTf+anΔ+ξ+Tf]∩[0,Tf]为非空集合。因此(22)式可以简化为
其中j=nNf+k-m-nf。为了进一步简化(23)式,计算m=0,1和2时的
因此,(23)式可以写为
(24)
对于1≤n≤N0-1,训练序列满足an=an-1。因此式(24)可以写为
Y0[n]=NfIξ,0+M0[n]
附录二发明内容中(18)-(20)式的证明
对于N0≤n≤N-1,训练序列的选择满足an≠an-1。因此式(24)可以写为
接下米为了推导证明(18)式,首先需要证明以下三个定理。
定理1:对任意的ξ∈[0,Tf),参数Iξ,0和Iξ,1满足
Iξ,0=-Iξ,1 (28)
证明:将an=0代入(25),可得
对上式的第一部分和第三部分做变量替换τ=t+Tf-ξ,第二部分和第四部分做变量替换τ=t-ξ可得
利用同样的方法,将a=1代入(25)式计算Iξ,1,可得
比较(32)式和(33)式,可以证明当0≤ξ<Tf/2时,定理1成立。
同理可以证明定理1在Tf/2≤ξ<Tf时也成立。
定理2:存在某个Tη,Tf/4<Tη<Tf/2满足:
其中发射脉冲p(t)具有单位能量。由于h(t)的功率时延谱(power delay profile,PDP)呈指数衰减,所以PR(t)的功率时延谱也呈指数衰减。因此可以推出和进而可以得到I0,0>0,利用(35)式,有
最后,证明Tη≥Tf/4。把ξ=Tf/4带入到(32)式,可以得到
定理3:当|Iξ,0/εf|>1/2,其中满足
其中ε∈[-1/2,1/2]。
证明:首先,对于0≤ξ<Tf/2,将a=0代入到(27)式,利用与(29)-(32)式的同样的步骤,我们可以得到
利用式(39),(40)和(41)可以得到
因此,有 进而推出,当 时,
当Tf/2≤ξ<Tf时,利用同样的方法可以得到 当 时, 当 时, 定理3得证。
接下来,利用定理1和定理3来推导证明(18)式。
Y1[n]的分解与模板W1(t)相对W0(t)的延时Td有关,则Y1[n]可表示为
把式(4)式代入(44)式可得,
比较式(21)和(45)可以看出,两者的区别仅在于(21)中的τ0被(45)式中的τ′0替代,因此Y1[n]应该具有与Y0[n]类似的分解形式。当N0≤n≤N-1时,Y1[n]可分解为
注意,式(47)与式(43)有所不同,这是由于当ξ1∈[Tf-Td,Tf)时,所以(43)中的Ψ替换为Ψ-1。定义用Jξ,a和ξ代替(46)-(47)式的和ξ1,当模板W1(t)相对W0(t)的延时Td≥Tη时,即可推出(19)式,且(19)式中的Jξ,0满足
(19)式得证,同理可证当模板W1(t)相对W0(t)的延时Td<Tη时,Y1[n]的分解式(20)。
附录三说明内容中命题1的证明
当模板W1(t)相对W0(t)的延时Td≥Tη时,Iξ,0和Jξ,0分别满足(34)式和(48)式,比较(34)和(48),可以得到如下的结论
(2)如果Iξ,0<0且Jξ,0>0,那么
(4)如果Iξ,0>0且Jξ,0<0,那么
上述第4种情况表明,当Iξ,0>0且Jξ,0<0时,用Iξ,0和Jξ,0的符号并不能足以断定还是为了解决这个问题,我们引入了第三个模板W2(t)。利用与附录二中定理2类似的证明,我们证明了在这种情况下,当时,Kξ,0>0;当时,Kξ,0<0,命题1得证。
同理可证明当模板W1(t)相对W0(t)的延时Td<Tη时的命题2成立。
参考文献:
[1]Z.Tian and G.B.Giannakis,“AGLRT approach to data-aided timing acquisition in UWB radios-Part I:Algorithms,”IEEE Trans.Wireless Communication.,vol.53,Nov 2005,pp.IV.1952-1963.
[2]B.Analui and A.Hajimiri,“Statistical analysis of integrated passive delay lines,”in Proc.IEEECustom Integrated Circuits Conf.,Sept.2003,pp.107-110.
[3]Klaus Witrisal,Geert Leus,Gerard J.M.Janssen,Marco Pausini,Florian Troesch,Thomas Zasowski,and Jac Romme,“Noncoherent Ultra-Wideband Systems,”IEEE SIGNAL PROCESSINGMAGAZINE,July 2009,pp.48-66.
[4]J.Foerster,”Channel modeling sub-commitee report final,”IEEE P802.15-02/490.Feb.2003
[5]A.F.Molisch et al.,“IEEE 802.15.4a channel model-final report,”IEEE 802.15 WPAN Low RateAltemative PHY Task Group 4a(TG4a),Tech.Rep..Nov.2004.
Claims (1)
1.一种基于最大似然准则的多模板超宽带信号帧级时间精度同步捕获方法,其特征在于仅依赖于符号级采样数据实现帧级时间精度的同步捕获,避免了使用千兆以上采样速率的A/D转换器;超宽带信号同步的目的就是要估计接收信号中第一条多径的到达时间τ0,而τ0可分解为:τ0=nsTs+nfTf+ξ,其中是符号级时间偏移,是帧级时间偏移,ξ∈[0,Tf)是帧内误差,符号周期Ts远大于帧周期Tf,一般是帧周期的整数倍;本发明中的帧级时间同步捕获就是要利用符号级采样数据估算出τ0的符号级时间偏移ns和帧级时间偏移nf;一旦完成了帧级时间精度同步捕获,超宽带信号同步通过锁相环电路追踪帧内误差ξ;符号级时间偏移ns利用符号级的采样速率通过传统的能量检测完成;而利用符号级采样数据估算出帧级时间偏移nf的具体过程如下:
第1、首先由发送端发送训练序列;
第1.1、发送的训练序列的信号表示为:
其中p(t)是发送的单个脉冲波形,且具有归一化能量,即∫p2(t)dt=1,Ef表示每帧内的总能量,Tf是发射信号的帧间隔,即脉冲重复周期,Nf是一个符号内帧的个数,则符号周期Ts=NfTf,N为训练序列的总长度,是周期为Nds的伪随机DS码序列,其中dl∈{±1},时间偏移量Δ被设为Tf/2,an∈{0,1}是待调制的训练序列比特,表示取底运算,表示取不大于j/Nf的最小非负整数;
第1.2、训练序列的设计如下:
设训练序列总长度为N,前N0个比特全部为0,剩余的N-N0个比特1,0交替,即
第2、在接收端,需要构造三个模板W0(t),W1(t)和W2(t),分别设计如下:
模板W0(t)定义为:
模板w1(t)可以看成W0(t)在时间上的一个延时,延时时间用Td表示,其中Td可以在(0,Tf/2)之间选取;
模板W2(t)在同步过程中起辅助作用,定义如下:
第3、接收信号r(t)首先通过一个平方律检波器,然后将输出信号R(t)分别与模板W0(t),W1(t)和W2(t)相乘,并且以符号周期Ts为采样周期进行积分采样,得到三组输出序列 和Y0[n],Y1[n]和Y2[n]的数学表达式分别为
其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910228916A CN101719778B (zh) | 2009-12-02 | 2009-12-02 | 一种多模板超宽带信号帧级时间同步捕获方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910228916A CN101719778B (zh) | 2009-12-02 | 2009-12-02 | 一种多模板超宽带信号帧级时间同步捕获方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101719778A CN101719778A (zh) | 2010-06-02 |
CN101719778B true CN101719778B (zh) | 2012-09-05 |
Family
ID=42434303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910228916A Expired - Fee Related CN101719778B (zh) | 2009-12-02 | 2009-12-02 | 一种多模板超宽带信号帧级时间同步捕获方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101719778B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101873279A (zh) * | 2010-06-18 | 2010-10-27 | 南开大学 | 一种基于帧级采样数据的多模板超宽带信道估计方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1645776A (zh) * | 2002-04-19 | 2005-07-27 | 通用电气公司 | 通过超宽带导频信号来同步无线遥测***的方法和设备 |
-
2009
- 2009-12-02 CN CN200910228916A patent/CN101719778B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1645776A (zh) * | 2002-04-19 | 2005-07-27 | 通用电气公司 | 通过超宽带导频信号来同步无线遥测***的方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN101719778A (zh) | 2010-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101056294B (zh) | 超宽带通信***和用于超宽带通信的方法 | |
CN106899376B (zh) | 物理层网络编码连续相位调制信号的非相干检测方法 | |
WO2017174004A1 (zh) | 载波同步方法和装置 | |
WO2017174003A1 (zh) | 定时同步方法和装置 | |
Gishkori et al. | Compressive sampling-based multiple symbol differential detection for UWB communications | |
CN101719778B (zh) | 一种多模板超宽带信号帧级时间同步捕获方法 | |
US7769115B2 (en) | Noncoherent ultra-wideband (UWB) demodulation | |
CN101252564B (zh) | 超宽带通信中码正交发送参考调制解调*** | |
CN103179057A (zh) | 一种适用于直接序列扩频超宽带***的信道估计方法 | |
CN101179291B (zh) | 基于条件最大似然估计的超宽带通信***同步方法 | |
CN101098189B (zh) | 用于超宽带通信***的快速同步的实现方法 | |
CN101873279A (zh) | 一种基于帧级采样数据的多模板超宽带信道估计方法 | |
Niranjayan et al. | Accurate performance analysis of TR UWB systems with arbitrary front-end filters | |
Hsu et al. | Timing synchronization in ultra-wideband systems with delay line combination receivers | |
Yu et al. | Compressed Sensing: Ultra-Wideband Channel Estimation Based on FIR Filtering Matrix | |
Wang et al. | Joint fine time synchronization and channel estimation using deep learning for wireless communication systems | |
US20090225786A1 (en) | Delay line combination receiving method for ultra wideband system | |
Lopez-Salcedo et al. | Waveform-independent frame-timing acquisition for UWB signals | |
Feng et al. | Synchronization algorithm of ultra wideband communication | |
Xu et al. | A frame-level timing acquisition scheme of ultra-wideband signals using multi-templates | |
Saber et al. | Synchronization solution for the tdsc-uwb detection method | |
Ren et al. | A novel synchronization algorithm dispensing with searching for UWB signals | |
Begum et al. | Preamble aided energy detection based synchronization in non-coherent uwb receivers | |
Wen et al. | Adaptive filter for delay line combination (DLC) receivers | |
Hu et al. | A novel chip-level algorithm for UWB timing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120905 Termination date: 20121202 |