CN112671680B - 一种改进误码性能的基于多倍带宽采样的LoRa解调方法 - Google Patents
一种改进误码性能的基于多倍带宽采样的LoRa解调方法 Download PDFInfo
- Publication number
- CN112671680B CN112671680B CN202110073197.1A CN202110073197A CN112671680B CN 112671680 B CN112671680 B CN 112671680B CN 202110073197 A CN202110073197 A CN 202110073197A CN 112671680 B CN112671680 B CN 112671680B
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- sampling
- lora
- time
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明公开了一种改进误码性能的基于多倍带宽采样的LoRa解调方法。应用多倍带宽的采样频率对LoRa符号作时域采样;对采样点进行DeChirp运算;再对离散样点抽取单倍带宽采样点,估计LoRa符号的频率跳变点时刻;形成的估计值生成辅助变换信号,对DeChirp运算后的采样点进行时频关系变换,并整合为整段信号;对变换后的多倍带宽采样信号进行离散傅里叶变换运算;对离散傅里叶变换运算后的频谱利用谱峰搜索的LoRa解调方法恢复出原始信息。本发明基于多倍带宽采样的LoRa解调方法可改善远距离传输时低信噪比条件下的LoRa信号解调的误码性能,同时改善存在同步偏移时LoRa信号解调的误码性能。
Description
技术领域
本发明属于LoRa信号解调领域;具体涉及一种改进误码性能的基于多倍带宽采样的LoRa解调方法。
背景技术
作为LPWAN典型技术之一的LoRa(Long Range)由Chirp信号发展而来,因其具有远距离、低功耗、抗多径干扰等一系列优点被广泛应用于物联网。Chirp信号一直以来都是雷达、声纳、航空航天和军事通信等领域的重要研究对象。LoRa调制是一种提高传统线性调频技术频谱利用率的新型调制技术,其本质是依据传输信息将Chirp信号循环移位,通过LoRa符号的初始频率承载传输信息。
近年来,随着物联网应用的不断拓展,现有研究中针对LoRa的调制解调方式与波形正交性进行了具体数学分析、详述了物理层的理论分析、指出具有相同扩频因子(SF)的终端设备之间存在冲突干扰、对LoRa调制的底层误码性能进行了严格理论分析,并推导出了加性高斯白噪声与Rayleigh衰落信道下的BER近似闭式表达、又针对多终端干扰进行了***建模,并推导出多终端干扰***下的BER表达。这些研究表明了诸多学者对LoRa物理层波形展开了深入研究和探索。
以上研究均采用传统单倍带宽采样的解调方式并致力于研究误码性能的表达,在物联网应用领域不断拓展与终端节点大规模提升的背景下,探索改进误码性能的LoRa解调算法具有重要研究意义。
LoRa解调技术的核心思想是相干解调,典型解调算法包括在接收端将接收信号与所有可能符号的复共轭相乘、与DownChirp信号相乘后再作离散傅立叶变换(DFT,DiscreteFourier Transform)。传统的LoRa解调方案虽然复杂度较低,但远距离传输时,随着接收信噪比的降低,该解调方案的误码性能将急剧下降。考虑到物联网的应用需求、当前A/D等数字处理技术的迅速发展、现有DSP的处理能力远高于LoRa解调的应用需求、以及部分学者针对谱峰搜索方法提出了新的快速算法,本发明面向信噪比恶化的传输条件,基于多倍带宽采样的思路,提出一种改进低信噪比条件下误码性能的LoRa解调方法。
发明内容
本发明的目的在于提出一种基于多倍带宽采样的LoRa信号解调方法,以改善远距离传输时低信噪比条件下的LoRa信号解调的误码性能,同时改善存在同步偏移时LoRa信号解调的误码性能。
本发明通过以下技术方案实现:
一种改进误码性能的基于多倍带宽采样的LoRa解调方法,所述LoRa解调方法包括以下步骤:
步骤1:应用多倍带宽的采样频率对LoRa符号作时域采样;
步骤2:对步骤1的采样点进行DeChirp运算;
步骤3:对步骤2的DeChirp运算后的离散样点抽取单倍带宽采样点,估计LoRa符号的频率跳变点时刻;
步骤4:基于步骤3的跳变点时刻估计值生成辅助变换信号,并以此对DeChirp运算后的采样点进行时频关系变换,从而将LoRa符号时频图的分段信号整合为整段信号;
步骤5:对步骤4变换后的多倍带宽采样信号进行离散傅里叶变换运算;
步骤6:对步骤5离散傅里叶变换运算后的频谱利用谱峰搜索的LoRa解调方法恢复出原始信息。
进一步的,所述步骤1具体为,
对于带宽为B,扩频因子为SF的调制***,每个传输符号被分为N=2SF个码片,其中SF为扩频因子且SF∈{7,8,9,10,11,12},码片周期Tc=1/B,符号周期为Ts=N·Tc,调频斜率μ=B/Ts,LoRa信号的起始频率定义为f0=(K·B)/N,其中K称为Chirp信号的循环移位值,取值为{0,1,···N-1},等效为将SF比特的二进制数转换为十进制,以wi表示传输二进制比特的第i位信息,则循环移位值的计算公式如式(1);
对于基带传输***,信号的频率在[0,Ts]时间段内从f0上升至B,于T0=(N-K)/B时刻发生频率跳变后返回0,再从0频率上升至f0;
则LoRa信号时频变化函数f(t)具体为:
信道中仅考虑高斯白噪声,则接收端信号r(t)表示为式(3),
其中w(t)为零均值加性高斯白噪声;
以多倍带宽mB作为采样频率,采样间隔为Tsample=1/(mB),采样后的序列长度为mN,则接收信号的离散表达式为:
其中w(n)是均值为0、方差为N0/2的高斯白噪声样点,N0为噪声单边带功率谱密度,且n的取值为0,1,···,mN-1;因此该收发模型中的SNR等于1/N0。
进一步的,所述步骤2对多倍带宽采样的离散信号进行DeChirp,此时对应的DownChirp信号为离散模式的多倍采样d(n),离散模式的多倍采样d(n)信号为初始Chirp信号的复共轭,其斜率与待解调信号斜率互为相反数,即d(n)=exp{-jπn2/(m2N)},则DeChirp后的多倍带宽采样信号为:
进一步的,所述步骤3频率跳变点时刻估计具体包括以下步骤:
步骤3.1:离散数据样点抽取;为了估计LoRa符号的频率跳变点时刻的位置,对上述多倍带宽采样得到的mN个离散数据采取1/m样点抽取,则该抽样结果可等效为原始接收信号的单倍带宽采样;
步骤3.2:抽取信号样点的离散傅里叶变换DFT;
步骤3.3:谱峰搜索;LoRa符号的所有功率均集中在单个采样点,其余样点仅包含噪声,因此可对频谱采取谱峰搜索的方式得到循环移位值K的估计值;
步骤3.4:频率跳变点时刻估计;根据谱峰搜索得到的循环移位值,并进一步求解信号的频率跳变点时刻。
所述步骤3.3具体为,所述循环移位值K的估计值的公式为
进一步的,所述步骤4具体为由公式(2)可知,LoRa信号具有特殊的线性时频关系;由公式(5)可知,DeChirp后LoRa两段信号的频率差值恰好为带宽B;由于频率跳变点时刻的估计值与实际T0存在估计误差,会导致部分信号的变换错误,将产生小部分的有用信号谱峰能量泄漏;
其中u()为阶跃函数,则时频关系变换后的信号可表示为式(11):
进一步的,所述步骤5具体为,对时频关系变换后的信号作非归一化的mN点DFT,其谱峰所在位置包含了循环移位值信息;
当ΔK取负值时,具有类似的结果;
在低信噪比条件下,(m-2)N+K频点处泄漏的频谱湮没于噪声之中,因此所提解调方法对应的PSNR可定义为:
由公式(13)可知,随着多倍带宽采样倍数m的增加,所提算法对应的PSNR值越大。
至此,LoRa解调方法结束。
本发明的有益效果是:
1.本发明从LoRa信号远距离传输角度出发,考虑信噪比恶化条件下的传输环境,分别从理论与仿真层面对该场景下的解调性能给出定量分析说明。
2.本发明综合考虑现存低成本模数转换芯片的高速采样性能,适当提升LoRa信号的采样倍数,并***分析现有基于多倍带宽采样解调算法带来的能量损失问题。
3.本发明针对多倍带宽采样解调的频谱能量损失问题提出基于频率跳变点时刻估计的时频关系变换策略,利用提升采样倍数与分段信号整合的思路,使DeChirp后的频域能量汇聚,从而改善解调误码性能。
4.本发明通过理论分析与***仿真验证了所提算法在收发两端存在同步偏移时,仍能达到改善解调误码性能的目的。
附图说明
图1为现有的LoRa常规调制解调的原理框图,其中,(a)为现有的LoRa常规调制的原理框图,(b)为现有的LoRa常规解调的原理框图。
图2为本发明的原理框图。
图3为LoRa信号的时频关系示意图。
图4为LoRa信号的时域波形图。
图5为无噪时单倍带宽采样的LoRa信号DFT解调输出图。
图6为不同扩频因子的LoRa信号误码性能。
图7为无噪时常规算法的二倍带宽采样DFT解调输出图。
图8为存在频率跳变点时刻估计误差的时频关系变换原理示意图。
图9为无噪时本发明所提算法在不同估计误差下的二倍带宽采样DFT解调输出图,其中,(a)为估计误差ΔK=5的二倍带宽采样DFT解调输出图,(b)为估计误差ΔK=25的二倍带宽采样DFT解调输出图。
图10为低SNR时常规单倍带宽采样与本发明多倍带宽采样DFT解调输出图,其中(a)为常规算法m=1时DFT解调输出图,(b)为本发明m=2时DFT解调输出图。
图11为SF=7时不同解调方式下的误码性能对比图。
图12为SF=7时不同信噪比条件下频率跳变点时刻估计误差的概率直方图。
图13为本发明在不同跳变点时刻估计误差时的误码性能。
图14为收发端存在同步偏移情况下的LoRa信号常规解调DFT解调输出图。
图15为收发端存在同步偏移情况下的常规解调算法与本发明的误码性能对比图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
如图2所示,一种改进误码性能的基于多倍带宽采样的LoRa解调方法,所述LoRa解调方法包括以下步骤:
步骤1:应用多倍带宽的采样频率对LoRa符号作时域采样;
步骤2:对步骤1的采样点进行DeChirp运算;
步骤3:对步骤2的DeChirp运算后的离散样点抽取单倍带宽采样点,估计LoRa符号的频率跳变点时刻;
步骤4:基于步骤3的跳变点时刻估计值生成辅助变换信号,并以此对DeChirp运算后的采样点进行时频关系变换,从而将LoRa符号时频图的分段信号整合为整段信号;
步骤5:对步骤4变换后的多倍带宽采样信号进行离散傅里叶变换运算;
步骤6:对步骤5离散傅里叶变换运算后的频谱利用谱峰搜索的LoRa解调方法恢复出原始信息。如图2所示。
进一步的,所述步骤1具体为,为了改善LoRa信号在低信噪比条件下无线传输的误码性能,探索提高采样频率以改进解调误码性能的新型LoRa信号解调方法,
对于带宽为B,扩频因子为SF的调制***,每个传输符号被分为N=2SF个码片,其中SF为扩频因子且SF∈{7,8,9,10,11,12},码片周期Tc=1/B,符号周期为Ts=N·Tc,调频斜率μ=B/Ts,LoRa信号的起始频率定义为f0=(K·B)/N,其中K称为Chirp信号的循环移位值,取值为{0,1,···N-1},等效为将SF比特的二进制数转换为十进制,以wi表示传输二进制比特的第i位信息,则循环移位值的计算公式如式(1);
对于基带传输***,信号的频率在[0,Ts]时间段内从f0上升至B,于T0=(N-K)/B时刻发生频率跳变后返回0,再从0频率上升至f0;LoRa信号时频变化关系如图3所示,
则LoRa信号时频变化函数f(t)具体为:
信道中仅考虑高斯白噪声,则接收端信号r(t)表示为式(3),无噪的时域波形如图4所示。
其中w(t)为零均值加性高斯白噪声;
以多倍带宽mB作为采样频率,采样间隔为Tsample=1/(mB),采样后的序列长度为mN,则接收信号的离散表达式为:
其中w(n)是均值为0、方差为N0/2的高斯白噪声样点,N0为噪声单边带功率谱密度,且n的取值为0,1,···,mN-1;因此该收发模型中的SNR等于1/N0。
由图5和图7可知,单倍带宽采样可在DFT环节中得到单一的谱峰,而多倍带宽采样则得到两个谱峰,造成谱峰的能量分散,使得LoRa解调性能恶化。因此本发明提出利用时频关系变换的方式解决多倍带宽采样的能量分散问题,以改进LoRa解调的误码性能。
进一步的,所述步骤2对多倍带宽采样的离散信号进行DeChirp,此时对应的DownChirp信号为离散模式的多倍采样d(n),离散模式的多倍采样d(n)信号为初始Chirp信号的复共轭,其斜率与待解调信号斜率互为相反数,即d(n)=exp{-jπn2/(m2N)},则DeChirp后的多倍带宽采样信号为:
由于采样倍数改变的原因,去斜后的信号时频关系为两条线段,这无疑会导致DFT后的谱峰能量分散问题。因此,本发明基于LoRa符号的频率跳变点时刻估计,将信号变换整合,从而使LoRa信号能量汇聚,改善谱峰搜索的性能。
进一步的,所述步骤3频率跳变点时刻估计具体包括以下步骤:
步骤3.1:离散数据样点抽取;为了估计LoRa符号的频率跳变点时刻的位置,对上述多倍带宽采样得到的mN个离散数据采取1/m样点抽取,则该抽样结果可等效为原始接收信号的单倍带宽采样;
步骤3.2:抽取信号样点的离散傅里叶变换DFT;
步骤3.3:谱峰搜索;LoRa符号的所有功率均集中在单个采样点,其余样点仅包含噪声,因此可对频谱采取谱峰搜索的方式得到循环移位值K的估计值;
步骤3.4:频率跳变点时刻估计;根据谱峰搜索得到的循环移位值,并进一步求解信号的频率跳变点时刻。
所述步骤3.3具体为,所述循环移位值K的估计值的公式为
在低信噪比情况下,由上述方案估计的循环移位值易出错,若基于此循环移位值直接解调将导致大量的LoRa信息解调错误。因此,本发明接下来提出基于频率跳变点时刻估计的时频关系变换的多倍带宽采样解调算法,以改进LoRa解调算法的误码性能。
进一步的,所述步骤4具体为由公式(2)可知,LoRa信号具有特殊的线性时频关系;由公式(5)可知,DeChirp后LoRa两段信号的频率差值恰好为带宽B;若将DeChirp后的前一段LoRa信号频谱搬移B使得LoRa信号频谱整合为一段,则可解决由于提升采样倍数造成的LoRa信号频谱能量分散问题,从而改进LoRa解调算法的误码性能。由于准确的频率跳变点时刻未知,因此对LoRa信号的时频变换采用步骤3中估计的频率跳变点时刻。由于频率跳变点时刻的估计值与实际T0存在估计误差,会导致部分信号的变换错误,将产生小部分的有用信号谱峰能量泄漏;以为例,图8给出基于的时频关系变换原理示意图。
其中u()为阶跃函数,则时频关系变换后的信号可表示为式(11):
式(11)结果中的第一行表示0到T0时刻信号对应的数据样点从频率f0变换至f0-B;第二行表示由于频率跳变点时刻估计误差造成的T0到时刻信号对应的数据样点频率由f0-B错误变换至f0-2B;第三行表示到Ts时刻信号对应的数据样点频率未变换。若则多倍带宽采样的离散信号去斜后的时频关系可由分段变为频率为f0-B的单一整段。
进一步的,所述步骤5具体为,对时频关系变换后的信号作非归一化的mN点DFT,其谱峰所在位置包含了循环移位值信息;
当ΔK取负值时,具有类似的结果。
公式(12)的结果表明多倍带宽采样的LoRa信号经过时频关系变换后,信号的DFT频谱在(m-1)N+K采样点处取得有用信号峰值,同时因为频率跳变点时刻估计误差致使在(m-2)N+K处产生有用信号谱峰能量泄漏,当k取其它值时对应频点处的频谱幅值较小。另外,相较单倍带宽采样的谱峰值为N,该方案的谱峰值为m(N-ΔK)。图9给出了不同ΔK取值条件下的二倍带宽采样解调频谱图,该结果进一步证明了理论分析的正确性。
利用定义的峰值信噪比PSNR,进一步从理论层面具体说明所提基于多倍带宽采样的LoRa解调算法提升BER性能的原因。在低信噪比条件下,(m-2)N+K频点处泄漏的频谱湮没于噪声之中,因此所提解调方法对应的PSNR可定义为:
由公式(13)可知,随着多倍带宽采样倍数m的增加,所提算法对应的PSNR值越大。
由于LoRa解调性能与DeChirp后的频谱峰值相关,即PSNR值越大LoRa解调的误码性能越好,因此所提基于多倍带宽采样的LoRa解调算法可以改进误码性能。
根据图10中DFT解调输出对比可知,低信噪比时由于受噪声的影响,单倍带宽采样的解调结果出现错误,但利用所提算法解调后仍可得到正确的循环移位值信息。图11的仿真结果可说明随着采样倍数的增大,所提算法接收端解调的误码性能逐渐优化;同时也验证了由于提高采样率使得有用信号频谱分段,导致常规算法的解调性能反而下降。
当频率跳变点时刻估计值与真实值存在较大差异时,产生的能量泄漏不可忽略,将导致所提解调算法的性能逐渐恶化。为了探索各信噪比条件下不同频率跳变时刻估计误差的概率P,以SF=7的LoRa信号解调为例做1000次误差估计仿真。如图12所示,在信噪比较低的情况下,估计误差小于30个码片的概率也很高。图13的仿真结果表明,存在不同估计误差ΔK时,所提方案的误码性能较LoRa常规解调均有明显改善,进一步验证了所提算法的鲁棒性。
至此,基于频率跳变点时刻估计的时频关系变换的多倍带宽采样的LoRa解调方法步骤结束。
实施例2:常规调制解调算法与新算法对比说明
图1表示LoRa信号的常规调制解调方式。调制过程可分为以下四个步骤:
(1)将待传输的二进制信息比特流di分块,得到信息块w;
(2)将二进制信息块转换为十进制循环移位值信息K;
(3)将循环移位值调制到发送信号的初始频率f0;
(4)根据***参数进一步调制生成发送信号s(t)后,通过射频发送信号。
解调过程可分为以下五个步骤:
(1)将接收机收到的信号r(t)进行单倍带宽采样得到离散数字信号r(n);
(2)将离散信号与本地匹配的离散DownChirp信号相乘得到解线性调频信号g(n);
(3)对解线性调频信号作N点DFT得到G(k),谱峰对应的频点即为K;
图3、图4和图5为常规调制解调方法下SF=7且传输比特是1100100的实验信号的仿真结果,分别表示信号的时频关系、信号时域波形和信号解调频谱。图6为常规解调算法的误码性能仿真验证,相关仿真参数设置如表1。
表1
与常规解调算法相比,所提新解调算法的步骤主要增加了频率跳变点时刻估计和基于跳变点时刻的时频关系变换过程,并将原单倍带宽采样更换为多倍带宽采样,所提新解调方法的原理框图如图2所示,所提算法的具体步骤为:
(1)接收信号多倍带宽采样;
(2)对多倍带宽采样后的数据点做解线性调频,得到g(n);
(3)抽取DeChirp后的数据样点,用常规方法估计频率跳变点时刻并生成辅助变换信号a(n);
(6)通过谱峰搜索方式获得循环移位值并利用进制转换得到原始数据的解调数据对比常规解调方式,该算法优势在于低信噪比条件下,即使频率跳变点时刻估计存在较大误差,仍可通过多倍采样与时频变换的方式改善误码性能。
实施例3:常规解调的单倍带宽采样与多倍带宽采样对比
由于LoRa信号的特殊性,单倍带宽采样信号经过DeChirp后再经过DFT可得到一根谱线,该谱线所对应的样点位置对应承载信息的循环移位值。但是,对于多倍带宽采样信号,经过DeChirp后其时域表达式如式(15)所示,经过DFT后的谱线将对应分为两段,其频域表达式如式(16)所示。
其中g(n)表示多倍带宽采样并DeChirp后的数据样点,表示作DFT的计算结果。对比式(7)与式(16)可知,相较于单倍带宽采样产生的单根谱线,多倍带宽采样使得LoRa信号经DFT后产生两根谱线。图7给出常规解调方法的二倍带宽采样的DFT输出仿真结果,由图可见,相比图5的单倍带宽采样图7多了一个谱峰,这正是由于常规解调方法多倍带宽采样导致LoRa信号频谱分段的结果。图11给出常规解调方法单倍带宽采样与二倍带宽采样的误码性能仿真结果对比,由图可见,二倍带宽采样的误码性能明显降低,这正是由于多倍带宽采样的谱峰能量泄漏较多,峰值信噪比降低,从而导致误码性能恶化的结果。
实施例4:频率跳变点时刻估计误差对所提解调算法性能影响分析
图8为存在频率跳变点时刻估计误差的时频关系变换示意图,由于估计误差偏大使得绿色阴影部分的线段被错误搬移,造成小部分有用信号能量泄漏。仍以SF=7且传输信息比特是1100100的实验信号为例,图9分别给出频率跳变点时刻估计误差为5和25时,利用本发明所提的解调算法对接收信号进行二倍带宽采样解调所对应的频谱输出。由图可见,两谱峰对应采样点分别为100和228,与理论分析所得的(m-2)N+K和(m-1)N+K一致;并且估计误差越大,对应的新算法解调后的能量泄漏越严重。仿真结果验证了所提解调算法在较小的频率跳变点时刻估计误差的情况下,可使有用信号的能量汇聚形成尖锐的谱峰,从而可有效改进解调的误码性能。图11验证了随着采样倍数的提升,所提新解调算法的误码性能不断改进。
实施例5:所提解调算法在加性高斯白噪声信道下的可行性验证
图10的(a)和(b)分别为加入高斯白噪声后常规算法与所提算法的解调输出,当设定实际循环移位值为100时,由常规解调方式得到的峰值样点为106,这是由于噪声的影响使得真实循环移位值频点100所对应的谱峰低于错误样点106导致,验证了常规解调方式在低信噪比时通过谱峰搜索法必然会带来解调的误码。而应用二倍带宽采样的所提新型解调算法谱峰所在的采样点为228,与理论分析对应的(m-1)N+K相符,此时再利用谱峰搜索法即可实现正确的信息解调,从而达到改善误码性能的目的。
实施例6:所提解调算法的鲁棒性分析
为了分析所提解调算法的鲁棒性,在频率跳变点时刻估计环节中加入循环移位值偏移量|ΔK|。当频率跳变点时刻的估计值与真实值存在较大差异时,产生的能量泄漏不可忽略,将导致所提解调算法的性能逐渐恶化。为了探索各信噪比条件下不同频率跳变时刻估计误差的概率,以SF=7的LoRa信号解调为例做1000次误差估计仿真。如图12所示,在信噪比较低的情况下,估计误差小于30个码片的概率也很高。图13的仿真结果表明,存在不同估计误差ΔK时,所提方案的误码性能较LoRa常规解调均有明显改善,进一步验证了所提算法的鲁棒性。
实施例7:接收端存在同步偏差时所提解调算法的误码性能分析
由于LoRa时钟芯片的精度低、稳定度低,以及收发两端存在多普勒频移时,会导致收发两端的定时同步存在误差,使接收端的有用信号产生频谱泄漏现象,从而导致解调的误码性能下降。定义同步误差ΔT'=|λ|Tc且0≤|λ|≤1,其中Tc定义为码片周期,取值为1/B。由图14的仿真结果可知,随着同步偏差的增大频谱泄漏现象逐渐严重,当ΔT'=0.5Tc时泄漏值达到最大,并且当误差值大于半个码片周期时谱峰位置发生偏移,将致使解调结果出错。为了验证在接收端存在同步偏差时所提解调算法对误码性能的改进,以SF=7为例,图15给出常规解调算法与所提解调算法误码性能的仿真比较。由图15可知,无论哪种解调方式,随着同步误差的增大误码性能均不断恶化;并且当接收端同步误差小于半个码片周期时,二倍带宽采样的所提解调算法的误码性能相比常规解调算法有明显的改进。因此,当因LoRa时钟芯片性能不佳或多普勒频移等带来同步偏差导致误码性能下降时,所提解调算法可以明显改进存在同步偏差时的误码性能。
Claims (6)
1.一种改进误码性能的基于多倍带宽采样的LoRa解调方法,其特征在于,所述LoRa解调方法包括以下步骤:
步骤1:应用多倍带宽的采样频率对LoRa符号作时域采样;
步骤2:对步骤1的采样点进行DeChirp运算;
步骤3:对步骤2的DeChirp运算后的离散样点抽取单倍带宽采样点,估计LoRa符号的频率跳变点时刻;
步骤4:基于步骤3的跳变点时刻估计值生成辅助变换信号,并以此对DeChirp运算后的采样点进行时频关系变换,从而将LoRa符号时频图的分段信号整合为整段信号;
步骤5:对步骤4变换后的多倍带宽采样信号进行离散傅里叶变换运算;
步骤6:对步骤5离散傅里叶变换运算后的频谱利用谱峰搜索的LoRa解调方法恢复出原始信息;
所述步骤2对多倍带宽采样的离散信号进行DeChirp,此时对应的DownChirp信号为离散模式的多倍采样d(n),离散模式的多倍采样d(n)信号为初始Chirp信号的复共轭,其斜率与待解调信号斜率互为相反数,即d(n)=exp{-jπn2/(m2N)},则DeChirp后的多倍带宽采样信号为:
,所述步骤3频率跳变点时刻估计具体包括以下步骤:
步骤3.1:离散数据样点抽取;为了估计LoRa符号的频率跳变点时刻的位置,对上述多倍带宽采样得到的mN个离散数据采取1/m样点抽取,则该抽样结果可等效为原始接收信号的单倍带宽采样;
步骤3.2:抽取信号样点的离散傅里叶变换DFT;
步骤3.3:谱峰搜索;LoRa符号的所有功率均集中在单个采样点,其余样点仅包含噪声,因此可对频谱采取谱峰搜索的方式得到循环移位值K的估计值;
步骤3.4:频率跳变点时刻估计;根据谱峰搜索得到的循环移位值,并进一步求解信号的频率跳变点时刻。
2.根据权利要求1所述一种改进误码性能的基于多倍带宽采样的LoRa解调方法,其特征在于,所述步骤1具体为,
对于带宽为B,扩频因子为SF的调制***,每个传输符号被分为N=2SF个码片,其中SF为扩频因子且SF∈{7,8,9,10,11,12},码片周期Tc=1/B,符号周期为Ts=N·Tc,调频斜率μ=B/Ts,LoRa信号的起始频率定义为f0=(K·B)/N,其中K称为Chirp信号的循环移位值,取值为{0,1,···N-1},等效为将SF比特的二进制数转换为十进制,以wi表示传输二进制比特的第i位信息,则循环移位值的计算公式如式(1);
对于基带传输***,信号的频率在[0,Ts]时间段内从f0上升至B,于T0=(N-K)/B时刻发生频率跳变后返回0,再从0频率上升至f0;
则LoRa信号时频变化函数f(t)具体为:
信道中仅考虑高斯白噪声,则接收端信号r(t)表示为式(3),
其中w(t)为零均值加性高斯白噪声;
以多倍带宽mB作为采样频率,采样间隔为Tsample=1/(mB),采样后的序列长度为mN,则接收信号的离散表达式为:
其中w(n)是均值为0、方差为N0/2的高斯白噪声样点,N0为噪声单边带功率谱密度,且n的取值为0,1,···,mN-1;因此该收发模型中的SNR等于1/N0。
5.根据权利要求1所述一种改进误码性能的基于多倍带宽采样的LoRa解调方法,其特征在于,所述步骤5具体为,对时频关系变换后的信号作非归一化的mN点DFT,其谱峰所在位置包含了循环移位值信息;
当ΔK取负值时,具有类似的结果;
在低信噪比条件下,(m-2)N+K频点处泄漏的频谱湮没于噪声之中,因此所提解调方法对应的PSNR可定义为:
由公式(13)可知,随着多倍带宽采样倍数m的增加,所提算法对应的PSNR值越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110073197.1A CN112671680B (zh) | 2021-01-20 | 2021-01-20 | 一种改进误码性能的基于多倍带宽采样的LoRa解调方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110073197.1A CN112671680B (zh) | 2021-01-20 | 2021-01-20 | 一种改进误码性能的基于多倍带宽采样的LoRa解调方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112671680A CN112671680A (zh) | 2021-04-16 |
CN112671680B true CN112671680B (zh) | 2023-01-31 |
Family
ID=75415827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110073197.1A Active CN112671680B (zh) | 2021-01-20 | 2021-01-20 | 一种改进误码性能的基于多倍带宽采样的LoRa解调方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112671680B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113395683B (zh) * | 2021-05-28 | 2022-07-12 | 西北大学 | 一种基于分段神经网络解码的LoRa剪接通信方法及*** |
CN113922850B (zh) * | 2021-09-07 | 2023-10-31 | 西北大学 | 一种LoRa上行***中分布式MU-MIMO信道估计方法及传输方法 |
CN114268529B (zh) * | 2021-12-20 | 2023-12-22 | 东南大学 | 基于多维特征的LoRa并发传输解调方法 |
CN114978354B (zh) * | 2022-05-31 | 2023-10-13 | 桂林电子科技大学 | 基于跳变检测的光声异构物理场水下通信同步方法 |
CN115296695B (zh) * | 2022-08-02 | 2023-12-12 | 北京邮电大学 | 一种基于扩频因子的速率恢复方法 |
CN117319161B (zh) * | 2023-11-24 | 2024-01-30 | 深圳市国电科技通信有限公司 | Chirp信号的解调方法、装置、计算机设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109842430A (zh) * | 2019-04-10 | 2019-06-04 | 西安电子科技大学 | 多径信道下的LoRa调制信号解调方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107769816B (zh) * | 2017-11-01 | 2020-10-09 | 中山大学花都产业科技研究院 | 一种Chirp扩频通信***接收机时间同步***及方法 |
-
2021
- 2021-01-20 CN CN202110073197.1A patent/CN112671680B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109842430A (zh) * | 2019-04-10 | 2019-06-04 | 西安电子科技大学 | 多径信道下的LoRa调制信号解调方法 |
Non-Patent Citations (1)
Title |
---|
基于线性调频体制的卫星物联网调制解调算法研究与实现;冯朔;《中国优秀硕士学位论文全文数据库》;20210115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112671680A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112671680B (zh) | 一种改进误码性能的基于多倍带宽采样的LoRa解调方法 | |
CN110636024B (zh) | 一种基于索引调制的5g波形***同步方法 | |
CN102413091B (zh) | 一种基于对称cazac序列的ofdm***同步方法 | |
CN107911329B (zh) | 一种信号分析仪ofdm信号解调方法 | |
CN102932307B (zh) | 一种利用cazac序列的ofdm***时域同步方法 | |
CN102546500A (zh) | 基于导频和软信息联合辅助的soqpsk载波同步方法 | |
WO2017174004A1 (zh) | 载波同步方法和装置 | |
WO2017174003A1 (zh) | 定时同步方法和装置 | |
CN112203347A (zh) | 连续相位调制前导设计及其同步方法和装置 | |
CN105187352A (zh) | 一种基于ofdm前导的整数频偏估计方法 | |
CN100477655C (zh) | 一种估计ofdm整数倍频偏的方法 | |
CN108923877A (zh) | 一种pcma定时捕获和跟踪方法 | |
CN101207614A (zh) | 模式检测与信号帧识别方法和装置 | |
CN110278173B (zh) | Ofdm***中低信噪比环境下的定时同步方法 | |
CN114884538B (zh) | 一种nr上行控制信道的时偏估计方法和*** | |
CN107276654B (zh) | 信号处理方法和*** | |
CN107276953B (zh) | 定时同步方法、装置和*** | |
CN107276940B (zh) | 定时同步方法、装置和*** | |
CN107276955B (zh) | 信号处理方法和*** | |
CN107276708B (zh) | 定时同步方法、装置和*** | |
CN107276943B (zh) | 定时同步方法、装置和*** | |
CN107294883B (zh) | 信道估计方法和装置 | |
CN107276740B (zh) | 定时同步方法、装置和*** | |
CN107276627B (zh) | 信号处理方法和*** | |
CN109639385B (zh) | 基于cazac序列的宽带分集同步方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |