CN114422048A - 一种高速飞行器快时变多径大时延差信道探测方法及*** - Google Patents
一种高速飞行器快时变多径大时延差信道探测方法及*** Download PDFInfo
- Publication number
- CN114422048A CN114422048A CN202111649904.3A CN202111649904A CN114422048A CN 114422048 A CN114422048 A CN 114422048A CN 202111649904 A CN202111649904 A CN 202111649904A CN 114422048 A CN114422048 A CN 114422048A
- Authority
- CN
- China
- Prior art keywords
- sequence
- channel
- matrix
- path
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 117
- 239000011159 matrix material Substances 0.000 claims abstract description 154
- 238000001228 spectrum Methods 0.000 claims abstract description 81
- 238000005315 distribution function Methods 0.000 claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 27
- 125000004122 cyclic group Chemical group 0.000 claims description 13
- 230000004927 fusion Effects 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 24
- 238000004891 communication Methods 0.000 abstract description 4
- 238000009826 distribution Methods 0.000 description 27
- 230000000875 corresponding effect Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/7163—Spread spectrum techniques using impulse radio
- H04B1/717—Pulse-related aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于空间测控通信和无线信道探测技术领域,公开了一种高速飞行器快时变多径大时延差信道探测方法及***,该方法包括:设计适合探测信道的组合序列组合方式;使用本地ZC序列与接收信号进行时域滑动相关进行信号处理,得到相关峰值矩阵;求解信道的时延功率谱;对每个时延峰值点进行多普勒功率谱计算求解多径信道的多普勒频偏;计算每径概率密度分布函数和信道整体概率密度分布函数。本发明针对同时测量高速信道快时变和多径间大时延差的信道探测特点,通过选择两组伪随机码序列进行组合实现信道探测,相关结果能够分辨出时延差提取位置,极大地提高了多径间时延差大于单序列时延差提取的准确度,同时满足了高速信道大频偏的测量需求。
Description
技术领域
本发明属于空间测控通信和无线信道探测技术领域,尤其涉及一种高速飞行器快时变多径大时延差信道探测方法及***。
背景技术
目前,随着空间高速飞行器的迅速发展,其测控通信场景信道探测问题也日趋紧迫。高速飞行器飞行速度快,信道呈现快时间特征:大动态多普勒;同时飞行空域跨度大、通信场景地形多变等因素影响导致信道多径复杂,且多径间时延跨度大。对上述高速飞行器快时变多径信道探测可采用的主要方法有脉冲压缩探测法和伪随机码滑动相关探测法。脉冲压缩探测法方法存在理想脉冲信号难以实现和数字化处理困难的问题,而基于伪随机码滑动相关的信道探测方法具有良好自相关性和普适性的优势,近年来在高速飞行器环境下得到了广泛关注。
单序列伪随机码滑动相关信道探测方法在测量高速飞行器信道特征时,既要满足多径间大时延差的测量又要满足信道快时变大多普勒频偏的测量。首先,在接收信号不连续的情况下无法判断峰值起始位置,进而无法准确判断真实多径间的大时延差。其次,单探测序列的周期既要大于最大多径间时延差,又要小于测量大多普勒频偏的最小时间分辨度,这两者之间存在不可调和的矛盾。因此,现有的基于单序列伪随机码信道探测方法不能同时满足多径间大时延差和快时变大多普勒频偏的测量。因此,亟需设计一种新的高速飞行器快时变多径大时延差信道探测方法及***,以弥补现有技术的缺陷。
通过上述分析,现有技术存在的问题及缺陷为:
(1)现有的高速飞行器快时变多径信道探测方法中,脉冲压缩探测法存在理想脉冲信号难以实现和数字化处理困难的问题。
(2)现有的基于单序列伪随机码信道探测方法不能同时满足多径间大时延差和快时变大多普勒频偏的测量。
解决以上问题及缺陷的难度为:高速飞行器信道呈现大动态多普勒特征,且多径间时延跨度大。探测序列周期既要满足大于多径间时延差,又要小于测量大多普勒频偏的最小时间分辨度,探测序列中两种伪随机码的组合顺序也要能够确定参考点分辨大时延差。如何在组合序列设计中考虑同时测量高速飞行器信道的大多普勒频偏和多径间大时延差是高速飞行器信道探测的最大挑战。
解决以上问题及缺陷的意义为:本发明提供了一种高速飞行器快时变多径大时延差信道探测方法及***,实现了满足高速飞行器信道环境下的多径间大时延差和快时变大多普勒频偏的同时测量,为存在无法同时探测多径间大时延差和快时变大多普勒频偏的伪随机码信道探测方法提供新思路。
发明内容
针对现有技术存在的问题,本发明提供了一种高速飞行器快时变多径大时延差信道探测方法及***,尤其涉及一种基于组合循环探测序列的可实现同时测量无线信道快时变大多普勒和大时延差的信道探测方法及***,旨在解决现有信道探测方法无法分辨信道间时延差大于单探测序列周期以及无法同时探测信道快时变大多普勒和大时延差的问题。
本发明是这样实现的,一种高速飞行器快时变多径大时延差信道探测方法,所述高速飞行器快时变多径大时延差信道探测方法包括:
设计适合探测信道的组合序列组合方式;使用本地ZC序列与接收信号进行时域滑动相关进行信号处理,得到相关峰值矩阵;求解信道的时延功率谱;对每个时延峰值点进行多普勒功率谱计算求解多径信道的多普勒频偏;计算每径概率密度分布函数和信道整体概率密度分布函数。
进一步,所述高速飞行器快时变多径大时延差信道探测方法包括以下步骤:
步骤一,发送适用于信道探测的ZC-Frank组合序列;ZC序列和Frank序列长度均为L,每个序列均循环M次,ZC循环序列后拼接Frank循环序列,形成组合循环序列S,其序列长度为Ls。将组合循环序列S再循环V次作为探测序列D。探测序列总长度为LD;
步骤二,接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵;将接收信号S(t)与本地ZC序列Lz(t)进行时域滑动相关,得到滑动相关结果Rzs(τ),在Rzs(τ)中提取峰值点矩阵A;
步骤三,求解信道时延功率谱Pt;输入滑动相关结果Rzs(τ)提取时延差值点。判断提取起始点:选取Rzs(τ)结果中相关值接近于0且此段长度与Frank循环序列长度相等的时间段,以此时间段后的第一个时延峰值点作为提取起始位置t0。确定一组时延差值点:找t0所在ZC周期以及后续ZC周期内的峰值点,取各ZC周期内相对位置不重复的时延点t1,t2,……,tn,确定t0,t1,……,tn为一组时延差值点。对该组时延差值点做信道时延功率谱Pt求解;
步骤四,对每径进行多普勒功率谱Pω(f)计算求解每径信道的多普勒频偏fd;提取每径相关峰值点矩阵,针对每径矩阵内峰值点做快速傅里叶变换后取幅值,将结果再进行功率计算得到每径多普勒功率谱Pω(f)和每径信道的多普勒频偏fd;
步骤五,计算每径概率密度分布函数fn(x)与信道整体的概率密度分布函数f(x);输入接收信号分别与本地ZC序列和Frank序列相关的结果Rzs(τ)和Rfs(τ),提取每径相关结果峰值矩阵,对每径两组相关峰值矩阵进行归一化处理。利用融合算法将每径两组相关峰值矩阵统一后,计算信道每径峰值点出现的次数,得到每径概率密度分布函数fn(x)。统计所有径的峰值点归一化处理后,计算信道整体峰值点出现的次数,得到信道整体概率密度分布函数f(x);
进一步,所述步骤一中的发送适用于信道探测的ZC-Frank组合序列包括:
设计ZC序列和Frank序列长度均为L,每个序列均循环M次,ZC循环序列后拼接Frank循环序列,形成组合循环序列S,序列长度为Ls;将组合循环序列S再循环V次作为探测序列D,探测序列总长度为LD。
所述发送适用于信道探测的ZC-Frank组合序列具体包括:
(1)设计周期长度为L的ZC序列an:
ZC序列时间可探测最大时延差值τ和序列周期长度L与码元速率Rb有关:
式中,L为ZC序列长度,Rb为ZC序列的码元速率。
fdmax为探测信道的最大多普勒频偏:
依据需探测信道的时延和多普勒频偏范围,设置长度为L的ZC序列an:
式中,L为序列长度;k与L互质,工程上选择k=L-1。
(2)设计周期长度为L的Frank序列xi:
Frank序列生成方法如下所示:
式中,L为序列长度;q为L的相关素数。
(3)计算探测序列总长度LD:
LD=2×L×M×V;
式中,L为ZC序列周期长度;M为ZC序列循环次数;V为组合循环序列S的循环次数。
进一步,所述步骤二中的接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵包括:将接收信号S(t)与本地ZC序列Lz(t)进行时域滑动相关,得到滑动相关结果Rzs(τ),在Rzs(τ)中提取峰值点矩阵A。
所述接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵A具体包括:
(1)计算本地ZC序列与接收信号S(t)进行时域滑动相关后的结果Rzs(τ):
(2)计算相关峰值矩阵A:将时域滑动相关结果Rzs(τ)按ZC序列长度L为一行长度,连续取ZC序列的循环次数M次后,间隔Frank循环序列长度L×M,再按ZC序列长度L为一行取M次,间隔Frank循环序列长度L×M,以此类推,形成相关峰矩阵A。
相关峰值矩阵A的列数j表示为:
j=L;
矩阵A行数i表示为:
进一步,所述步骤三中的求解信道时延功率谱Pt包括:
输入滑动相关结果Rzs(τ)提取时延差值点;判断提取起始点:选取Rzs(τ)结果中相关值接近于0且此段长度与Frank循环序列长度相等的时间段,以此时间段后的第一个时延峰值点作为提取起始位置t0;确定一组时延差值点:找t0所在ZC周期以及后续ZC周期内的峰值点,取各ZC周期内相对位置不重复的时延点t1,t2,……,tn,确定t0,t1,……,tn为一组时延差值点;对该组时延差值点做信道时延功率谱Pt求解。
所述信道时延功率谱求解具体包括:
(1)计算时延差值确定t0,t1,……,tn为一组时延差值点:选取Rzs(τ)结果中相关值接近于0且此段长度与Frank循环序列长度相等的时间段;以此时间段后的第一个峰值点作为提取点的起始位置t0;找t0所在ZC周期以及后续ZC周期内的峰值点,取各单ZC周期内相对ZC周期内位置不重复的时延点t1,t2,……,tn,确定t0,t1,……,tn为一组时延差值点,tn为第一个出现大于ZC周期T倍数的周期点并距离t0最远。
(2)计算时延功率谱Pt:针对提取的时延差值点t0,t1,……,tn作为需要提取时延功率谱的时延差值;峰值矩阵A取绝对值|A|,再取|A|每一列的平均值,每列平均值形成平均值矩阵mA,平均值矩阵中最大值m,计算出的时延功率谱Pt中,出现峰值的时延差值点横坐标与时延差值点一一对应;
进一步,所述步骤四中的对每径进行多普勒功率谱Pω(f)计算求解每径信道的多普勒频偏fd包括:提取每径相关峰值点矩阵,针对每径矩阵内峰值点做快速傅里叶变换后取幅值,将结果再进行功率计算得到每径多普勒功率谱Pω(f)和每径信道的多普勒频偏fd。
所述计算每径多普勒功率谱的具体求解包括:
(1)计算接收信号与本地ZC序列相关结果Rzs(τ)中每径时域相关峰值点矩阵Azn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rzs(tn+qT)作为Azn(tn+qT)的值,取ZC循环次数M次;矩阵Azn的列数为M,行数为1。
(2)计算每径时域相关峰值点矩阵Azn的快速傅里叶变换矩阵Fn的功率谱Pn(f):maxF为矩阵Fn中最大值:
进一步,所述步骤五中的计算每径概率密度分布函数fn(x)与信道整体的概率密度分布函数f(x)包括:
输入接收信号分别与本地ZC序列和Frank序列相关的结果Rzs(τ)和Rfs(τ),提取每径相关结果峰值矩阵,对每径两组相关峰值矩阵进行归一化处理;利用融合算法将每径两组相关峰值矩阵统一后,计算信道每径峰值点出现的次数,得到每径概率密度分布函数fn(x);统计所有径的峰值点归一化处理后,计算信道整体峰值点出现的次数,得到信道整体概率密度分布函数f(x)。
所述计算每径概率密度分布函数与信道整体概率密度分布函数具体包括:
(1)计算接收信号与本地ZC序列相关结果Rzs(τ)中每径时域相关峰值点矩阵Azn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rzs(tn+qT)作为Azn(tn+qT)的值,取ZC循环次数M次;矩阵Azn的列数为M,行数为1。
(2)计算接收信号与本地Frank序列相关结果Rfs(τ)中每径时域相关峰值点矩阵Afn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rfs(tn+qT)作为Afn(tn+qT)的值,取Frank循环次数M次;矩阵Afn的列数为M,行数为1。
(3)计算每径ZC-Frank序列组合矩阵Bn:将Azn与Afn的值进行归一化处理,即将每径峰值除以Rzs(tn+qT)和Rfs(tn+qT)中的最大峰值,归一化后的矩阵表示为:Xzn与Xfn,将Xzn与Xfn拼接成矩阵Bn,作为时延tn的概率密度计算矩阵:
Bn=[Xzn Xfn]。
(4)计算每径峰值点矩阵的概率密度函数fn(x):统计矩阵Bn中每径对应相关峰值的不同大小出现频次得出每径的概率密度fn(x)。
(5)计算信道整体的概率密度分布函数f(x):利用矩阵Bn拼接成矩阵C:
C=[B0 B1…Bn-1 Bn];
统计矩阵C中时延差值点对应所有相关峰值大小出现频次得出信道整体的概率密度分布函数f(x)。
本发明的另一目的在于提供一种应用所述的高速飞行器快时变多径大时延差信道探测方法的高速飞行器快时变多径大时延差信道探测***,所述高速飞行器快时变多径大时延差信道探测***包括:
组合序列发送模块,用于发送适用于信道探测的ZC-Frank组合序列;
相关峰值矩阵获取模块,用于通过接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵;
信道时延功率谱求解模块,用于求解信道时延功率谱Pt;
多普勒频偏计算模块,用于对每径进行多普勒功率谱Pω(f)计算求解每径信道的多普勒频偏fd;
概率密度分布函数计算模块,用于计算每径概率密度分布函数fn(x)与信道整体的概率密度分布函数f(x)。
本发明的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
设计适合探测信道的组合序列组合方式;使用本地ZC序列与接收信号进行时域滑动相关进行信号处理,得到相关峰值矩阵;求解信道的时延功率谱;对每个时延峰值点进行多普勒功率谱计算求解多径信道的多普勒频偏;计算每径概率密度分布函数和信道整体概率密度分布函数。
本发明的另一目的在于提供一种信息数据处理终端,所述信息数据处理终端用于实现所述的高速飞行器快时变多径大时延差信道探测***。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的高速飞行器快时变多径大时延差信道探测方法,本发明能通过接收信号与ZC序列滑动相关结果中相关值接近于0的时间段判断起始点,并判断出大于单ZC序列周期的大时延差值。本发明可应用于快时变多径间大时延差信道场景的探测,可适用于空间高速飞行器信道(高超声速飞行器、卫星、再入飞行器、弹道)等环境下快时变大多普勒和大时延差同时探测的情况。
本发明针对高速飞行器信道多径间大时延差和快时变大多普勒频偏同时探测需求,设计了一种高速飞行器快时变多径大时延差信道探测方法,通过序列组合探测实现高速信道快时变大多普勒和多径间大时延差的同时测量。
本发明提供的能够满足同时测量高速信道的快时变大多普勒和多径间大时延差的信道探测方法,在相关的范围内搜索和查新没有发现相应的有关快时变大多普勒和多径间大时延差同时测量的信道探测方法的文献和报道。
本发明通过将接收信号分别与本地ZC和Frank序列相关后结果Rzs(τ)和Rfs(τ)进行融合,提取每径融合结果进行概率密度分布计算得到每径概率密度分布函数。同时,通过各径两组峰值点融合结果进行概率密度分布计算得到整个信道概率密度分布结果。本发明能够通过组合序列统计出非连续接收信号的信道概率密度分布函数,能够由此分析出信道的基本特征,实现高速飞行器快时变多径大时延差信道探测。
本发明通过设计组合序列满足同时测量信道快时变大多普勒和多径间大时延差。本发明利用伪随机码良好自相关性,即伪随机码只与自身相关时有明显相关值,非自身序列相关值几乎为0,用本地伪随机码与接收信号相关分辨多径间时延差大于单序列周期的情况。
本发明通过接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵,通过相关峰矩阵实现信道参数测量。
本发明通过滑动相关结果寻找一组时延差值点,对峰值点矩阵A进行求模取平均值后计算功率得到信道时延功率谱,时延功率谱结果与时延差值点对应。因此,利用时延差峰值点矩阵能够计算出信道时延功率谱。
本发明通过提取峰值点矩阵A中每一径的峰值点做快速傅里叶变换并计算其功率得到每径多普勒功率谱,在探测到大时延差的同时测量出信道每径的快时变大多普勒频偏。
本发明通过将接收信号分别与本地ZC和Frank序列相关后结果Rzs(τ)和Rfs(τ)进行融合,提取每径融合结果进行概率密度分布计算得到每径概率密度分布函数。同时,通过各径两组峰值点融合结果进行概率密度分布计算得到整个信道概率密度分布结果。本发明能够通过组合序列统计出非连续接收信号的信道概率密度分布函数,能够由此分析出信道的基本特征,实现高速飞行器快时变多径大时延差信道探测。
本发明在设计信道探测方法时利用伪随机码实现接收序列和本地序列滑动相关得到相关峰值点。组合序列中两组伪随机码只在与自身相关时产生明显的相关峰值点,能够在相关结果中判断多径间时延差大于一个序列周期的情况。与基于单伪随机码序列滑动相关信道探测方法相比,不仅能分辨出大于一个序列周期的时延差,还能满足信道快时变的测量。
简而言之,本发明公开一种高速飞行器快时变多径大时延差信道探测方法,本发明针对同时测量高速信道快时变和多径间大时延差的信道探测特点,通过选择两组伪随机码序列进行组合实现信道探测,相关结果能分辨出时延差提取位置,极大提高了多径间时延差大于单序列时延差提取的准确度,同时满足了高速信道大频偏的测量,实现了信道多径间大时延差和快时变同时探测方法。本发明可以应用于快时变多径间大时延差信道探测中,可适用于空间高速飞行器信道(高超声速飞行器、卫星、再入飞行器、弹道)等环境下快时变大多普勒和大时延差同时探测的情况。
同时,本发明还具有以下有益效果:
(1)利用组合伪随机码探测多径间大时延:本发明在设计信道探测方法时利用组合序列作为探测序列,通过选择接收信号与本地ZC序列滑动相关结果中接近于0且此段长度与Frank循环序列长度相等的时间段,以此时间段后的第一个相关峰值对应的时延差值作为提取起始点,取起始点之后相对ZC周期内第一次出现的峰值点作为提取的时延差值点,若峰值点第一次出现在非起始点所在ZC周期内,则判断此峰值点为大于单ZC序列周期的大时延差。与基于单伪随机码序列滑动相关信道探测方法相比,本发明能通过接收信号与ZC序列滑动相关结果中相关值接近于0的时间段判断起始点,并判断出大于单ZC序列周期的大时延差值。
(2)利用组合序列探测方法实现快时变大多普勒和多径间大时延差的同时测量:本发明针对同时测量高速信道的快时变和多径间大时延差的信道探测特点,通过选择两组不同伪随机码序列组合进行信道探测,多普勒频偏的探测范围与组合序列中ZC序列周期成反比,组合序列中ZC序列周期满足测量大多普勒所需的最小ZC序列周期;同时,本发明能够通过接收信号中ZC序列和Frank序列与本地ZC序列滑动相关的不同相关结果,分辨出峰值提取位置,可判断大于单ZC序列的大时延差。因此,本发明实现了信道多径间大时延差和快时变大多普勒同时探测方法。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法流程图。
图2是本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法原理图。
图3是本发明实施例提供的高速飞行器快时变多径大时延差信道探测***结构框图;
图中:1、组合序列发送模块;2、相关峰值矩阵获取模块;3、信道时延功率谱求解模块;4、多普勒频偏计算模块;5、概率密度分布函数计算模块。
图4是本发明实施例提供的Zadoff-chu与Frank序列组合方法示意图。
图5是本发明实施例提供的判断大时延差峰值提取位置示意图。
图6是本发明实施例提供的信道时延功率谱图。
图7是本发明实施例提供的3径多普勒功率谱图。
图8是本发明实施例提供的3径信道概率密度分布图。
图9是本发明实施例提供的信道概率密度分布结果与理论对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种高速飞行器快时变多径大时延差信道探测方法及***,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法包括以下步骤:
S101,发送适用于信道探测的ZC-Frank组合序列;
S102,接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵;
S103,求解信道时延功率谱Pt;
S104,对每径进行多普勒功率谱Pω(f)计算求解每径信道的多普勒频偏fd;
S105,计算每径概率密度分布函数fn(x)与信道整体的概率密度分布函数f(x)。
本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法原理图如图2所示。
如图3所示,本发明实施例提供的高速飞行器快时变多径大时延差信道探测***包括:
组合序列发送模块1,用于发送适用于信道探测的ZC-Frank组合序列;
相关峰值矩阵获取模块2,用于通过接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵;
信道时延功率谱求解模块3,用于求解信道时延功率谱Pt;
多普勒频偏计算模块4,用于对每径进行多普勒功率谱Pω(f)计算求解每径信道的多普勒频偏fd;
概率密度分布函数计算模块5,用于计算每径概率密度分布函数fn(x)与信道整体的概率密度分布函数f(x)。
下面结合具体实施例对本发明的技术方案作进一步描述。
目前针对高速飞行器信道探测方法已存在,但是由于高超声速飞行器的多径信道中存在多径间大时延差,在利用单伪随机码序列滑动相关的结果无法在中断的接收信号中准确判断大于序列周期的时延差,则解决大时延差无法准确测量则需要增大序列周期,但大序列周期又无法满足小尺度上快时变的准确测量,很难满足高超声速飞行器物理环境下的信道测量。因此,针对现有基于伪随机码滑动相关的高超声速信道探测方法不能满足多径间大时延差与信道快时变同时测量的矛盾。本发明针对充分利用伪随机码良好的自相关性和探测序列组合的灵活性,提出一种高速飞行器快时变多径大时延差信道探测方法。
本发明是一种高速飞行器快时变多径大时延差信道探测方法,参见图1,能够满足同时测量高速飞行器信道的快时变和多径间大时延差的信道探测方法包括以下步骤:
S1:发送适用于信道探测的ZC-Frank组合序列:ZC序列和Frank序列长度均为L,每个序列均循环M次,ZC循环序列后拼接Frank循环序列,形成组合循环序列S,其序列长度为Ls。将组合循环序列S再循环V次作为探测序列D。探测序列总长度为LD。
本发明通过设计组合序列满足同时测量信道快时变大多普勒和多径间大时延差。本发明利用伪随机码良好自相关性,即伪随机码只与自身相关时有明显相关值,非自身序列相关值几乎为0,用本地伪随机码与接收信号相关分辨多径间时延差大于单序列周期的情况。
S2:接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵:将接收信号S(t)与本地ZC序列Lz(t)进行时域滑动相关,得到滑动相关结果Rzs(τ),在Rzs(τ)中提取峰值点矩阵A。
本发明通过接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵,通过相关峰矩阵实现信道参数测量。
S3:求解信道时延功率谱Pt:输入滑动相关结果Rzs(τ)提取时延差值点。判断提取起始点:选取Rzs(τ)结果中相关值接近于0且此段长度与Frank循环序列长度相等的时间段,以此时间段后的第一个时延峰值点作为提取起始位置t0。确定一组时延差值点:找t0所在ZC周期以及后续ZC周期内的峰值点,取各ZC周期内相对位置不重复的时延点t1,t2,……,tn,确定t0,t1,……,tn为一组时延差值点。对该组时延差值点做信道时延功率谱Pt求解。
本发明通过滑动相关结果寻找一组时延差值点,对峰值点矩阵A进行求模取平均值后计算功率得到信道时延功率谱,时延功率谱结果与时延差值点对应。因此,利用时延差峰值点矩阵能够计算出信道时延功率谱。
S4:对每径进行多普勒功率谱Pω(f)计算求解每径信道的多普勒频偏fd:提取每径相关峰值点矩阵,针对每径矩阵内峰值点做快速傅里叶变换后取幅值,将结果再进行功率计算得到每径多普勒功率谱Pω(f)和每径信道的多普勒频偏fd。
本发明通过提取峰值点矩阵A中每一径的峰值点做快速傅里叶变换并计算其功率得到每径多普勒功率谱,在探测到大时延差的同时测量出信道每径的快时变大多普勒频偏。
S5:计算每径概率密度分布函数fn(x)与信道整体的概率密度分布函数f(x):输入接收信号分别与本地ZC序列和Frank序列相关的结果Rzs(τ)和Rfs(τ),提取每径相关结果峰值矩阵,对每径两组相关峰值矩阵进行归一化处理。利用融合算法将每径两组相关峰值矩阵统一后,计算信道每径峰值点出现的次数,得到每径概率密度分布函数fn(x)。统计所有径的峰值点归一化处理后,计算信道整体峰值点出现的次数,得到信道整体概率密度分布函数f(x)。
本发明通过将接收信号分别与本地ZC和Frank序列相关后结果Rzs(τ)和Rfs(τ)进行融合,提取每径融合结果进行概率密度分布计算得到每径概率密度分布函数。同时,通过各径两组峰值点融合结果进行概率密度分布计算得到整个信道概率密度分布结果。本发明能够通过组合序列统计出非连续接收信号的信道概率密度分布函数,能够由此分析出信道的基本特征,实现高速飞行器快时变多径大时延差信道探测。
实施例2
本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法同实施例1,步骤S1所述的ZC-Frank序列组合形成适合信道探测的发送序列,包括有如下步骤:
2.1)设计周期长度为L的ZC序列an:
ZC序列时间可探测最大时延差值τ和序列周期长度L与码元速率Rb有关,
式中:L为ZC序列长度,Rb为ZC序列的码元速率。
fdmax为探测信道的最大多普勒频偏:
依据需探测信道的时延和多普勒频偏范围,设置长度为L的ZC序列an。
式中:L为序列长度;k与L互质,工程上一般选择k=L-1。
2.2)设计周期长度为L的Frank序列xi:
Frank序列生成方法如下所示:
式中:L为序列长度;q为L的相关素数。
2.3)计算探测序列总长度LD:
LD=2×L×M×V (6)
式中:L为ZC序列周期长度;M为ZC序列循环次数;V为组合循环序列S的循环次数。
本发明通过设计组合序列满足同时测量信道快时变大多普勒和多径间大时延差。本发明利用伪随机码良好自相关性,即伪随机码只与自身相关时有明显相关值,非自身序列相关值几乎为0,用本地伪随机码与接收信号相关分辨多径间时延差大于单序列周期的情况。
实施例3
本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法同实施例1~2,步骤S2述的本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵A,包括如下步骤:
3.1)计算本地ZC序列与接收信号S(t)进行时域滑动相关后的结果Rzs(τ):
3.2)计算相关峰值矩阵A:将时域滑动相关结果Rzs(τ)按ZC序列长度L为一行长度,连续取ZC序列的循环次数M次后,间隔Frank循环序列长度L×M,再按ZC序列长度L为一行取M次,间隔Frank循环序列长度L×M,以此类推,形成相关峰矩阵A。
相关峰值矩阵A的列数j表示为:
j=L (8)
矩阵A行数i表示为:
本发明通过接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵,通过相关峰矩阵实现信道参数测量。
实施例4
本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法同实施例1~3,步骤S3所述的信道时延功率谱求解,包括如下步骤:
4.1)计算时延差值确定t0,t1,……,tn为一组时延差值点:选取Rzs(τ)结果中相关值接近于0且此段长度与Frank循环序列长度相等的时间段。以此时间段后的第一个峰值点作为提取点的起始位置t0。找t0所在ZC周期以及后续ZC周期内的峰值点,取各单ZC周期内相对ZC周期内位置不重复的时延点t1,t2,……,tn,确定t0,t1,……,tn为一组时延差值点,tn为第一个出现大于ZC周期T倍数的周期点并距离t0最远。
4.2)计算时延功率谱Pt:针对提取的时延差值点t0,t1,……,tn作为需要提取时延功率谱的时延差值。峰值矩阵A取绝对值|A|,再取|A|每一列的平均值,每列平均值形成平均值矩阵mA,平均值矩阵中最大值m,计算出的时延功率谱Pt中,出现峰值的时延差值点横坐标与时延差值点一一对应。
本发明通过滑动相关结果寻找一组时延差值点,对峰值点矩阵A进行求模取平均值后计算功率得到信道时延功率谱,时延功率谱结果与时延差值点对应。因此,利用时延差峰值点矩阵能够计算出信道时延功率谱。
实施例5
本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法同实施例1~4,步骤S4所述的计算每径多普勒功率谱,求解包括如下步骤:
5.1)计算接收信号与本地ZC序列相关结果Rzs(τ)中每径时域相关峰值点矩阵Azn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rzs(tn+qT)作为Azn(tn+qT)的值,取ZC循环次数M次。矩阵Azn的列数为M,行数为1。
5.2)计算每径时域相关峰值点矩阵Azn的快速傅里叶变换矩阵Fn的功率谱Pn(f):maxF为矩阵Fn中最大值。
本发明通过提取峰值点矩阵A中每一径的峰值点做快速傅里叶变换并计算其功率得到每径多普勒功率谱,在探测到大时延差的同时测量出信道每径的快时变大多普勒频偏。
实施例6
本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法同实施例1~5,步骤S5所述的计算每径概率密度分布函数与信道整体的概率密度分布函数,包括如下步骤:
6.1)计算接收信号与本地ZC序列相关结果Rzs(τ)中每径时域相关峰值点矩阵Azn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rzs(tn+qT)作为Azn(tn+qT)的值,取ZC循环次数M次。矩阵Azn的列数为M,行数为1。
6.2)计算接收信号与本地Frank序列相关结果Rfs(τ)中每径时域相关峰值点矩阵Afn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rfs(tn+qT)作为Afn(tn+qT)的值,取Frank循环次数M次。矩阵Afn的列数为M,行数为1。
6.3)计算每径ZC-Frank序列组合矩阵Bn:将Azn与Afn的值进行归一化处理,即将每径峰值除以Rzs(tn+qT)和Rfs(tn+qT)中的最大峰值,归一化后的矩阵表示为:Xzn与Xfn,将Xzn与Xfn拼接成矩阵Bn,作为时延tn的概率密度计算矩阵。
Bn=[Xzn Xfn] (12)
6.4)计算每径峰值点矩阵的概率密度函数fn(x):统计矩阵Bn中每径对应相关峰值的不同大小出现频次得出每径的概率密度fn(x)。
6.5)计算信道整体的概率密度分布函数f(x):利用矩阵Bn拼接成矩阵C。
C=[B0 B1……Bn-1 Bn] (13)
统计矩阵C中时延差值点对应所有相关峰值大小出现频次得出信道整体的概率密度分布函数f(x)。
本发明通过将接收信号分别与本地ZC和Frank序列相关后结果Rzs(τ)和Rfs(τ)进行融合,提取每径融合结果进行概率密度分布计算得到每径概率密度分布函数。同时,通过各径两组峰值点融合结果进行概率密度分布计算得到整个信道概率密度分布结果。本发明能够通过组合序列统计出非连续接收信号的信道概率密度分布函数,能够由此分析出信道的基本特征,实现高速飞行器快时变多径大时延差信道探测。
实施例7
本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法同实施例1~实施例6,参照图1~图6,本发明是高速飞行器快时变多径大时延差信道探测方法包括以下几个步骤:
步骤1,使用ZC-Frank序列组合形成适合信道探测的发送序列:ZC序列长度和Frank序列长度为100,每个序列循环次数为100,ZC循环序列后拼接Frank循环序列形成组合循环序列S,组合循环序列S再循环100次形成探测序列D,探测序列总长度为2000000。
1.1)设计周期长度为100的ZC序列an:
ZC序列时间可探测最大时延差值τ和序列周期长度L与码元速率Rb有关,
式中:L为ZC序列长度,L=100。Rb为ZC序列的码元速率。Rb=200MHz
fdmax为探测信道的最大多普勒频偏:
依据需探测信道的时延和多普勒频偏范围设置ZC序列长度100。
1.2)计算周期长度为100的Frank序列xi:
Frank序列生成方法如下所示:
1.3)计算探测序列总长度LD:
LD=2×100×100×100=2000000 (18)
步骤2,本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵A。
2.1)计算本地ZC序列与接收信号进行时域滑动相关后的结果Rzs(τ):
2.2)计算相关峰值矩阵A:将时域滑动相关结果Rzs(τ)按ZC序列长度L=100为一行长度,连续取ZC序列的循环次数M=100次后,间隔Frank循环序列长度L×M=10000,再按ZC序列长度L=100为一行取M=100次,间隔Frank循环序列长度L×M=10000,以此类推,形成相关峰矩阵A。
相关峰值矩阵A的列数j表示为:
j=100 (20)
矩阵A行数i表示为:
步骤3,信道时延功率谱求解。根据步骤2的相关峰矩阵A,步骤3如下。
3.1)计算时延差值确定t0,t1,……,tn为一组时延差值点:选取Rzs(τ)结果中相关值接近于0且此段长度与Frank循环序列长度相等的时间段。以此时间段后的第一个峰值点作为提取点的起始位置t0。找t0所在ZC周期以及后续ZC周期内的峰值点,取各单ZC周期内相对ZC周期内位置不重复的时延点t1,t2,……,tn,确定t0,t1,……,tn为一组时延差值点,tn为第一个出现大于ZC周期T倍数的周期点并距离t0最远。
3.2)计算时延功率谱Pt:针对提取的时延差值点t0,t1,……,tn作为需要提取时延功率谱的时延差值。峰值矩阵A取绝对值|A|,再取|A|每一列的平均值,每列平均值形成平均值矩阵mA,平均值矩阵中最大值m,计算出的时延功率谱Pt中,出现峰值的时延差值点横坐标与时延差值点一一对应。
步骤4,计算每径多普勒功率谱。步骤4如下。
4.1)计算接收信号与本地ZC序列相关结果Rzs(τ)中每径时域相关峰值点矩阵Azn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rzs(tn+qT)作为Azn(0,tn+qT)的值,取ZC循环次数M次。矩阵Azn的列数为M,行数为1。
Azn=[Rzs(tn)Rzs(tn+T)……Rzs(tn+98×T)Rzs(tn+99×T)] (23)
4.2)计算每径时域相关峰值点矩阵Azn的快速傅里叶变换矩阵Fn的功率谱Pn(f):maxF为矩阵Fn中最大值。
步骤5,计算每径概率密度分布函数与信道整体的概率密度分布函数。步骤5如下。
5.1)计算接收信号与本地ZC序列相关结果Rzs(τ)中每径时域相关峰值点矩阵Azn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rzs(tn+qT)作为Azn(tn+qT)的值,取ZC循环次数M次。矩阵Azn的列数为M,行数为1。
Azn=[Rzs(tn)Rzs(tn+T)……Rzs(tn+98×T)Rzs(tn+99×T)] (25)
5.2)计算接收信号与本地Frank序列相关结果Rfs(τ)中每径时域相关峰值点矩阵Afn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rfs(tn+qT)作为Afn(tn+qT)的值,取Frank循环次数M次。矩阵Afn的列数为M,行数为1。
Afn=[Rfs(tn)Rfs(tn+T)……Rfs(tn+98×T)Rfs(tn+99×T)] (26)
5.3)计算每径ZC-Frank序列组合矩阵Bn:将Azn与Afn的值进行归一化处理,即将每径峰值除以Rzs(tn+qT)和Rfs(tn+qT)中的最大峰值,归一化后的矩阵表示为:Xzn与Xfn,将Xzn与Xfn拼接成矩阵Bn,作为时延tn的概率密度计算矩阵。
5.4)计算每径峰值点矩阵的概率密度函数fn(x):统计矩阵Bn中每径对应相关峰值的不同大小出现频次得出每径的概率密度fn(x)。
5.5)计算信道整体的概率密度分布函数f(x):利用矩阵Bn拼接成矩阵C。
C=[B0 B1 …Bn-1 Bn] (28)
统计矩阵C中时延差值点对应所有相关峰值大小出现频次得出信道整体的概率密度分布函数f(x)。
实施例8
本发明实施例提供的高速飞行器快时变多径大时延差信道探测方法同实施例1~实施例7。
下面通过仿真实验对本发明的技术效果进行说明。
1.仿真条件:
对输入的探测信道每个步骤的结果进行分析。
给定的探测信道为莱斯三径信道,三径平均路径增益分别为0dB,-3dB,-6dB,信道的最大多普勒频偏设为800kHz;三径的时延差分别为500ns,750ns,2000ns。组合序列中本地ZC序列长度为100,本地Frank序列长度为100。其中ZC序列循环100次;Frank序列循环100次;循环后的序列首尾拼接后整体再循环100次形成长度为2000000的探测序列。序列码元的发送频率为200MHz。
2.仿真结果和分析:
图5是本发明得到的接收信号与本地ZC序列滑动相关结果图。从图中峰值点判断出时延差值点提取位置,并能通过起始位置与相对ZC序列周期内判断大于一个ZC序列周期的时延差值点,得到一组时延差值点(500ns,750ns,2000ns)。
图6是本发明信道时延功率谱图。横坐标为时延值,纵坐标为归一化功率。分别在500ns,750ns和2000ns三个时延点出现的估计值和设定的实际值相等,验证了时延值2000ns大于序列周期1000ns能准确提取时延值的情况,并能够实现时延差值功率谱的准确测测量。
图7是实施例3组多普勒功率谱图。500ns的直视路径在0Hz和800kHz处出现峰值,与理论信道设置的最大多普勒频偏800kHz参数吻合。750ns,2000ns的非直视路径在0Hz和800kHz处出现峰值。从仿真结果可得,接收到不连续的信号也能够通过组合序列的方法,根据真实时延值提取每一径的多普勒功率谱,得出最大多普勒频偏与仿真设定的800kHz相符。
图8是本发明实施例3径信道概率密度分布图。三个时延差值各概率分布符合理论信道设置的三径莱斯信道,由于设置路径增益不同,三径幅度概率分布横轴值不同,通过归一化处理后得到统一横轴相关值分布。其中,500ns的平均路径增益设置为0dB,也就是直视路径,表示出存在强直视路径的莱斯分布;750ns和2000ns的平均路径增益分别设置为-3dB和-6dB,为非直视路径,表示出非直视路径的瑞利分布。
图9是本发明实施例信道概率密度分布结果与理论对比图。实际信道概率密度分布与理论信道概率密度分布基本吻合,通过两种不同本地序列相关确认时延差值起始点,即使无法得到全部信号,也能从接收中断信号分辨出三径时延差峰值点,统计三径各相关峰值点得到概率密度分布图,与理论信道的概率密度分布进行对比,能解决高速信道引起的接收信号中断无法测量信道概率密度分布的问题。
本发明在设计信道探测方法时利用伪随机码实现接收序列和本地序列滑动相关得到相关峰值点。组合序列中两组伪随机码只在与自身相关时产生明显的相关峰值点,能够在相关结果中判断多径间时延差大于一个序列周期的情况。与基于单伪随机码序列滑动相关信道探测方法相比,不仅能分辨出大于一个序列周期的时延差,还能满足信道快时变的测量。
简而言之,本发明公开一种高速飞行器快时变多径大时延差信道探测方法,本发明针对同时测量高速信道快时变和多径间大时延差的信道探测特点,通过选择两组伪随机码序列进行组合实现信道探测,相关结果能分辨出时延差提取位置,极大提高了多径间时延差大于单序列时延差提取的准确度,同时满足了高速信道大频偏的测量,实现了信道多径间大时延差和快时变同时探测方法。本发明可以应用于快时变多径间大时延差信道探测中,可适用于空间高速飞行器信道(高超声速飞行器、卫星、再入飞行器、弹道)等环境下快时变大多普勒和大时延差同时探测的情况。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘Solid StateDisk(SSD))等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种高速飞行器快时变多径大时延差信道探测方法,其特征在于,所述高速飞行器快时变多径大时延差信道探测方法包括:采用探测信道的组合序列组合方式;使用本地ZC序列与接收信号进行时域滑动相关进行信号处理,得到相关峰值矩阵;求解信道的时延功率谱;对每个时延峰值点进行多普勒功率谱计算求解多径信道的多普勒频偏;计算每径概率密度分布函数和信道整体概率密度分布函数。
2.如权利要求1所述的高速飞行器快时变多径大时延差信道探测方法,其特征在于,所述高速飞行器快时变多径大时延差信道探测方法包括以下步骤:
步骤一,发送适用于信道探测的ZC-Frank组合序列;
步骤二,接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵;
步骤三,求解信道时延功率谱Pt;
步骤四,对每径进行多普勒功率谱Pω(f)计算求解每径信道的多普勒频偏fd;
步骤五,计算每径概率密度分布函数fn(x)与信道整体的概率密度分布函数f(x)。
3.如权利要求2所述的高速飞行器快时变多径大时延差信道探测方法,其特征在于,所述步骤一中的发送适用于信道探测的ZC-Frank组合序列包括:
设计ZC序列和Frank序列长度均为L,每个序列均循环M次,ZC循环序列后拼接Frank循环序列,形成组合循环序列S,序列长度为Ls;将组合循环序列S再循环V次作为探测序列D,探测序列总长度为LD;
所述发送适用于信道探测的ZC-Frank组合序列具体包括:
(1)设计周期长度为L的ZC序列an:
ZC序列时间可探测最大时延差值τ和序列周期长度L与码元速率Rb有关:
式中,L为ZC序列长度,Rb为ZC序列的码元速率;
fdmax为探测信道的最大多普勒频偏:
依据待探测信道的时延和多普勒频偏范围,设置长度为L的ZC序列an:
式中,L为序列长度;k与L互质,工程上选择k=L-1;
(2)设计周期长度为L的Frank序列xi:
Frank序列生成方法如下所示:
式中,L为序列长度;q为L的相关素数;
(3)计算探测序列总长度LD:
LD=2×L×M×V;
式中,L为ZC序列周期长度;M为ZC序列循环次数;V为组合循环序列S的循环次数。
4.如权利要求2所述的高速飞行器快时变多径大时延差信道探测方法,其特征在于,所述步骤二中的接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵包括:将接收信号S(t)与本地ZC序列Lz(t)进行时域滑动相关,得到滑动相关结果Rzs(τ),在Rzs(τ)中提取峰值点矩阵A;
所述接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵A具体包括:
(1)计算本地ZC序列与接收信号S(t)进行时域滑动相关后的结果Rzs(τ):
(2)计算相关峰值矩阵A:将时域滑动相关结果Rzs(τ)按ZC序列长度L为一行长度,连续取ZC序列的循环次数M次后,间隔Frank循环序列长度L×M,再按ZC序列长度L为一行取M次,间隔Frank循环序列长度L×M,以此类推,形成相关峰矩阵A;
相关峰值矩阵A的列数j表示为:
j=L;
矩阵A行数i表示为:
5.如权利要求2所述的高速飞行器快时变多径大时延差信道探测方法,其特征在于,所述步骤三中的求解信道时延功率谱Pt包括:
输入滑动相关结果Rzs(τ)提取时延差值点;判断提取起始点:选取Rzs(τ)结果中相关值接近于0且此段长度与Frank循环序列长度相等的时间段,以此时间段后的第一个时延峰值点作为提取起始位置t0;确定一组时延差值点:找t0所在ZC周期以及后续ZC周期内的峰值点,取各ZC周期内相对位置不重复的时延点t1,t2,……,tn,确定t0,t1,……,tn为一组时延差值点;对该组时延差值点做信道时延功率谱Pt求解;
所述信道时延功率谱求解具体包括:
(1)计算时延差值确定t0,t1,……,tn为一组时延差值点:选取Rzs(τ)结果中相关值接近于0且此段长度与Frank循环序列长度相等的时间段;以此时间段后的第一个峰值点作为提取点的起始位置t0;找t0所在ZC周期以及后续ZC周期内的峰值点,取各单ZC周期内相对ZC周期内位置不重复的时延点t1,t2,……,tn,确定t0,t1,……,tn为一组时延差值点,tn为第一个出现大于ZC周期T倍数的周期点并距离t0最远;
(2)计算时延功率谱Pt:针对提取的时延差值点t0,t1,……,tn作为需要提取时延功率谱的时延差值;峰值矩阵A取绝对值|A|,再取|A|每一列的平均值,每列平均值形成平均值矩阵mA,平均值矩阵中最大值m,计算出的时延功率谱Pt中,出现峰值的时延差值点横坐标与时延差值点一一对应;
6.如权利要求2所述的高速飞行器快时变多径大时延差信道探测方法,其特征在于,所述步骤四中的对每径进行多普勒功率谱Pω(f)计算求解每径信道的多普勒频偏fd包括:提取每径相关峰值点矩阵,针对每径矩阵内峰值点做快速傅里叶变换后取幅值,将结果再进行功率计算得到每径多普勒功率谱Pω(f)和每径信道的多普勒频偏fd;
所述计算每径多普勒功率谱的具体求解包括:
(1)计算接收信号与本地ZC序列相关结果Rzs(τ)中每径时域相关峰值点矩阵Azn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rzs(tn+qT)作为Azn(tn+qT)的值,取ZC循环次数M次;矩阵Azn的列数为M,行数为1;
(2)计算每径时域相关峰值点矩阵Azn的快速傅里叶变换矩阵Fn的功率谱Pn(f):maxF为矩阵Fn中最大值:
7.如权利要求2所述的高速飞行器快时变多径大时延差信道探测方法,其特征在于,所述步骤五中的计算每径概率密度分布函数fn(x)与信道整体的概率密度分布函数f(x)包括:
输入接收信号分别与本地ZC序列和Frank序列相关的结果Rzs(τ)和Rfs(τ),提取每径相关结果峰值矩阵,对每径两组相关峰值矩阵进行归一化处理;利用融合算法将每径两组相关峰值矩阵统一后,计算信道每径峰值点出现的次数,得到每径概率密度分布函数fn(x);统计所有径的峰值点归一化处理后,计算信道整体峰值点出现的次数,得到信道整体概率密度分布函数f(x);
所述计算每径概率密度分布函数与信道整体概率密度分布函数具体包括:
(1)计算接收信号与本地ZC序列相关结果Rzs(τ)中每径时域相关峰值点矩阵Azn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rzs(tn+qT)作为Azn(tn+qT)的值,取ZC循环次数M次;矩阵Azn的列数为M,行数为1;
(2)计算接收信号与本地Frank序列相关结果Rfs(τ)中每径时域相关峰值点矩阵Afn:将tn+qT,q=0,1,……,M-1时间点对应的相关峰值Rfs(tn+qT)作为Afn(tn+qT)的值,取Frank循环次数M次;矩阵Afn的列数为M,行数为1;
(3)计算每径ZC-Frank序列组合矩阵Bn:将Azn与Afn的值进行归一化处理,即将每径峰值除以Rzs(tn+qT)和Rfs(tn+qT)中的最大峰值,归一化后的矩阵表示为:Xzn与Xfn,将Xzn与Xfn拼接成矩阵Bn,作为时延tn的概率密度计算矩阵:
Bn=[Xzn Xfn];
(4)计算每径峰值点矩阵的概率密度函数fn(x):统计矩阵Bn中每径对应相关峰值的不同大小出现频次得出每径的概率密度fn(x);
(5)计算信道整体的概率密度分布函数f(x):利用矩阵Bn拼接成矩阵C:
C=[B0 B1…Bn-1 Bn];
统计矩阵C中时延差值点对应所有相关峰值大小出现频次得出信道整体的概率密度分布函数f(x)。
8.一种实施权利要求1~7任意一项所述的高速飞行器快时变多径大时延差信道探测方法的高速飞行器快时变多径大时延差信道探测***,其特征在于,所述高速飞行器快时变多径大时延差信道探测***包括:
组合序列发送模块,用于发送适用于信道探测的ZC-Frank组合序列;
相关峰值矩阵获取模块,用于通过接收端使用本地ZC序列与接收信号进行时域滑动相关得到相关峰值矩阵;
信道时延功率谱求解模块,用于求解信道时延功率谱Pt;
多普勒频偏计算模块,用于对每径进行多普勒功率谱Pω(f)计算求解每径信道的多普勒频偏fd;
概率密度分布函数计算模块,用于计算每径概率密度分布函数fn(x)与信道整体的概率密度分布函数f(x)。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
设计适合探测信道的组合序列组合方式;使用本地ZC序列与接收信号进行时域滑动相关进行信号处理,得到相关峰值矩阵;求解信道的时延功率谱;对每个时延峰值点进行多普勒功率谱计算求解多径信道的多普勒频偏;计算每径概率密度分布函数和信道整体概率密度分布函数。
10.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求8所述的高速飞行器快时变多径大时延差信道探测***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111649904.3A CN114422048A (zh) | 2021-12-30 | 2021-12-30 | 一种高速飞行器快时变多径大时延差信道探测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111649904.3A CN114422048A (zh) | 2021-12-30 | 2021-12-30 | 一种高速飞行器快时变多径大时延差信道探测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114422048A true CN114422048A (zh) | 2022-04-29 |
Family
ID=81268596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111649904.3A Pending CN114422048A (zh) | 2021-12-30 | 2021-12-30 | 一种高速飞行器快时变多径大时延差信道探测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114422048A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106850099A (zh) * | 2017-03-01 | 2017-06-13 | 西安电子科技大学 | 基于高超音速场景的频域序列相关信道测量方法 |
WO2017174003A1 (zh) * | 2016-04-08 | 2017-10-12 | 深圳超级数据链技术有限公司 | 定时同步方法和装置 |
CN108040366A (zh) * | 2017-12-14 | 2018-05-15 | 重庆邮电大学 | 一种基于频偏校正的随机接入前导信号检测方法 |
US20180220387A1 (en) * | 2015-09-24 | 2018-08-02 | Huawei Technologies Co., Ltd. | Synchronization Signal Transmission Method And Apparatus |
CN113472705A (zh) * | 2021-06-16 | 2021-10-01 | 复旦大学 | 基于zc序列的ris辅助信道的估计及预测方法 |
-
2021
- 2021-12-30 CN CN202111649904.3A patent/CN114422048A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180220387A1 (en) * | 2015-09-24 | 2018-08-02 | Huawei Technologies Co., Ltd. | Synchronization Signal Transmission Method And Apparatus |
WO2017174003A1 (zh) * | 2016-04-08 | 2017-10-12 | 深圳超级数据链技术有限公司 | 定时同步方法和装置 |
CN106850099A (zh) * | 2017-03-01 | 2017-06-13 | 西安电子科技大学 | 基于高超音速场景的频域序列相关信道测量方法 |
CN108040366A (zh) * | 2017-12-14 | 2018-05-15 | 重庆邮电大学 | 一种基于频偏校正的随机接入前导信号检测方法 |
CN113472705A (zh) * | 2021-06-16 | 2021-10-01 | 复旦大学 | 基于zc序列的ris辅助信道的估计及预测方法 |
Non-Patent Citations (2)
Title |
---|
LEI ZHAO等: "Performance Analysis of Typical Telemetry Modulation Methods Under Downlink Integrated Channel of Hypersonic Vehicles", 《IEEE TRANSACTIONS ON PLASMA SCIENCE》 * |
周微: "5G低轨卫星移动通信***下行同步技术研究", 《信息通信》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6459402B1 (en) | Method for measuring distance and position using spectrum signal, and an equipment using the method | |
CN101512998B (zh) | 用于检测导频图案的方法和装置 | |
CN109085630B (zh) | 一种信号捕获方法及装置 | |
CN101002396A (zh) | 用于估计在无线通信***中接收的信号的到达时间的方法 | |
CN106338727A (zh) | 一种车载辅助驾驶雷达的目标检测方法 | |
CN105071858B (zh) | 一种光纤通信***中的色散估计方法 | |
CN108401445A (zh) | 用于测量时间的电路、方法及相关芯片、***和设备 | |
CN106680782A (zh) | 基于脉冲时延匹配的雷达重频分选方法 | |
CN103532647A (zh) | 基于WiFi物理层时域特征的视距传播路径判断方法和*** | |
CN109521412B (zh) | 基于局部统计量融合的雷达组网空域目标检测方法 | |
CN110488277B (zh) | 基于外辐射源的分布式主被动雷达联合定位方法 | |
CN102638290A (zh) | 一种基于信道测量的多径信号分量提取方法及装置 | |
CN105554739B (zh) | 基于信道多径时延差的主用户仿真攻击检测方法 | |
CN114422048A (zh) | 一种高速飞行器快时变多径大时延差信道探测方法及*** | |
RU167430U1 (ru) | Устройство оценки вероятности ошибки на бит для сигналов с восьмипозиционной фазовой модуляцией по четырехпозиционным сигналам | |
Liu et al. | GNSS multi-interference source centroid location based on clustering centroid convergence | |
JP7006587B2 (ja) | 特徴量計測装置、電波環境計算装置、特徴量計測方法、電波環境計測方法、プログラム | |
RU175190U1 (ru) | Устройство оценки вероятности ошибки на бит для сигналов с шестнадцатипозиционной фазовой модуляцией по двухпозиционным сигналам | |
CN111405603A (zh) | 一种时延获取方法、测试装置以及计算机存储介质 | |
KR20110087635A (ko) | 통신 시스템에서 잡음 및 간섭 전력 추정 장치 및 방법 | |
CN110988836B (zh) | 一种脉冲到达时间的测量方法及*** | |
Chowdhury et al. | Performance comparison of underwater network size estimation techniques | |
RU2292114C2 (ru) | Способ управления порогом в оптимальном обнаружителе | |
RU2542347C1 (ru) | Способ адаптивной настройки каналов ускорения в многоканальном обнаружителе маневрирующей цели | |
Zuiev et al. | Analysis of modified nonparametric algorithms for detecting radar signals. |
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 | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20231229 |
|
AD01 | Patent right deemed abandoned |