本發(fā)明屬于通信及衛(wèi)星導(dǎo)航技術(shù)領(lǐng)域,具體涉及一種加權(quán)的lp相關(guān)同步算法。
背景技術(shù):
隨著通信產(chǎn)業(yè)的發(fā)展,人們對于傳輸帶寬的需求日益緊促。然而,在傳統(tǒng)的單載波調(diào)制中,帶寬的減小將導(dǎo)致系統(tǒng)容量等比下降,無法滿足現(xiàn)代通信產(chǎn)業(yè)的需求。為了解決這一矛盾,越來越多的復(fù)用技術(shù)得到了開發(fā),其中正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing,OFDM)和碼分復(fù)用(Code Division Multiple Access,CDMA)由于其頻譜利用率高、系統(tǒng)容量大的特點而得到了廣泛的應(yīng)用。為了保證解調(diào)的準(zhǔn)確性、降低誤碼率,通信系統(tǒng)中往往會設(shè)定一個特殊的序列,利用該序列的l2相關(guān)進行同步。該特殊序列在OFDM系統(tǒng)中表現(xiàn)為發(fā)射信號前的訓(xùn)練序列;而在CDMA系統(tǒng)中,則表現(xiàn)為每個用戶被分配到的特殊二進制序列。
在衛(wèi)星導(dǎo)航領(lǐng)域,基帶信號處理可以大致分為兩個步驟:捕獲和跟蹤。捕獲通過對每個衛(wèi)星進行搜索確定可見星,并且對可見衛(wèi)星的載波頻率和偽隨機碼相位做出粗略的估計;而跟蹤則是為了精細化這些參數(shù)并且對信號的載波相位和碼相位保持實時跟蹤,這樣就能剝離信號中的載波和偽隨機碼,解調(diào)出導(dǎo)航電文,并且根據(jù)碼相位獲取偽距信息。與通信系統(tǒng)的同步過程相類似,在信號捕獲過程中為了獲得正確的偽隨機碼相位,必須利用偽隨機碼的強自相關(guān)性,通過尋找l2相關(guān)函數(shù)的峰值來得到相位的估計。
然而,這類利用l2相關(guān)的同步方法存在兩方面問題:
一方面,盡管在高斯噪聲環(huán)境中,利用l2相關(guān)的同步算法具有很強的魯棒性,但在實際應(yīng)用中,干擾往往呈現(xiàn)重尾分布[6]。例如:室外通信中,電路通斷暫態(tài)及汽車點火產(chǎn)生的沖擊干擾[7];室內(nèi)通信中,微波爐及電磁開關(guān)設(shè)備引起的電磁干擾[8];因建筑、樹木和山丘等障礙物造成的多徑效應(yīng)干擾[9]等。常見的重尾分布模型包括高斯混合模型(Gaussian Mixture Model,GMM),α-穩(wěn)定分布[10]。近年來,為了使算法在重尾分布噪聲中保持魯棒性,基于l1空間的改進算法被廣泛應(yīng)用于各個領(lǐng)域[11]-[13]。
另一方面,由于障礙物的反射,接收信號中將不可避免地引入多徑成分,在室內(nèi)環(huán)境中,由于空間有限,多徑效應(yīng)將進一步加劇。多徑效應(yīng)將破壞原序列的相關(guān)特性,產(chǎn)生極高的旁瓣,嚴重影響了傳統(tǒng)l2相關(guān)算法的同步性能。
本發(fā)明提出的加權(quán)l(xiāng)p相關(guān)同步算法,將傳統(tǒng)同步算法由l2空間一般化至lp空間(p=1或2),并利用權(quán)函數(shù)有效抑制了多徑效應(yīng)對序列相關(guān)性的影響,從而使算法在各種干擾環(huán)境中均具有更高的同步精度和性能。
技術(shù)實現(xiàn)要素:
本發(fā)明的目的在于提出一種計算復(fù)雜度低、對多種干擾魯棒的加權(quán)l(xiāng)p相關(guān)同步算法(p=1或2)。
本發(fā)明提出的加權(quán)l(xiāng)p相關(guān)同步算法,(p=1或2),具體內(nèi)容如下:
對于復(fù)向量其lp相關(guān)及l(fā)p相關(guān)系數(shù)(p=1或2)分別定義為[14]:
其中,lp模定義為:
將式(1)中最后一項重新表示為:
其中fp(α)表示一元線性回歸模型b=αa+e的擬合誤差,e為誤差向量。顯然,若存在α使得fp(α)=0,則向量a和向量b共線,此時有θp(a,b)=1。
當(dāng)p=2時,fp(α)的最小化問題具有閉合解其中(·)H表示共軛轉(zhuǎn)置。將α*代入式(2),得
顯然,θ2(a,b)與傳統(tǒng)意義上的l2相關(guān)系數(shù)完全一致。
當(dāng)p=1時,定義新序列d(n)=b(n)/a(n),n=1,…,N,則式(1)中參數(shù)α的全局最優(yōu)值α*可以表示為:
其中Re(·)和Im(·)分別表示取實部及取虛部。式(3)一般不存在閉合解[15],而使用二維搜索法將嚴重影響算法的實時性。
針對式(3),本發(fā)明使用邊緣中位算法來得到其次優(yōu)解,即將式(3)的最優(yōu)化問題分解為:
此時的兩個最優(yōu)化問題被稱為最小絕對偏差(Least Absolute Deviation,LAD)問題,可以由加權(quán)中位算法進行快速求解[14],具體步驟如下:
(1)對輸入序列定義新序列d(n)=b(n)/a(n),n=1,…,N,取閾值
(2)將序列|a(n)|和序列d(n)按照d(n)的實部大小升序排列,得到新序列aR(n)、dR(n);同樣地,將序列|a(n)|和序列d(n)再按照d(n)的虛部大小升序排列,得到新序列aI(n)、dI(n);
(3)從aR(1)開始,對序列aR(n)進行逐項求和,直到不等式成立,記αR=Re[dR(p)];同樣地,從aI(1)開始,對序列aI(n)進行逐項求和,直到不等式成立,記αI=Im[dI(q)];
(4)若則令α*=0;反之,則令α*=αR+αIj。
在通信系統(tǒng)中,預(yù)設(shè)序列一般具有理想的l2自相關(guān)特性,即l2自相關(guān)包絡(luò)呈脈沖狀:
其中,序列xm為序列x向左移位m次后得到的序列:
然而在實際應(yīng)用中,由于多徑效應(yīng)的影響,該自相關(guān)特性將受到不同程度的損害。設(shè)信道沖擊響應(yīng)對發(fā)射序列x,其接收信號y=h*x+n,*表示卷積,n為噪聲序列,P為信道的時延拓展。類似的對于y的左移序列ym,此時有:
顯然,在多徑效應(yīng)影響下l2自相關(guān)包絡(luò)不再為一個脈沖,其形狀與信道沖擊響應(yīng)有關(guān)。一般而言,主徑衰落|h(0)|總是遠大于其他路徑,此時多徑效應(yīng)對l2自相關(guān)特性的影響不顯著;然而在復(fù)雜多徑環(huán)境中,可能存在旁徑|h(p)|(p≠0),其衰落幅度與主徑|h(0)|可比擬,從而導(dǎo)致l2相關(guān)的同步結(jié)果偏離p。值得指出的是,由于序列x給定,為一個特定常數(shù),此時由式(2)可見,lp相關(guān)與lp相關(guān)系數(shù)之間只相差一個常數(shù),因此在后文中為了敘述簡便,除特殊說明外兩者不加以明確區(qū)分;此外,由于衛(wèi)星導(dǎo)航系統(tǒng)中的偽隨機碼與CDMA系統(tǒng)中的二進制碼效用一致,故而在后文的仿真結(jié)論中,僅對OFDM與CDMA系統(tǒng)進行討論分析。
圖1(a)、(b)給出了在復(fù)雜多徑環(huán)境中,OFDM系統(tǒng)的lp相關(guān)包絡(luò)(p=1或2)。其中信道多徑衰落|h|=[1,e-1,e-2,e-3,0.9,e-4]T,OFDM子載波數(shù)為64,循環(huán)前/后綴長度為16,訓(xùn)練序列為ZC序列[5],環(huán)境噪聲為GMM噪聲,信噪比SNR=10dB,時間延遲k=0。由圖可見,此時l2相關(guān)中,旁徑|h(4)|對應(yīng)的偽峰與主徑|h(0)|對應(yīng)的主峰接近,這與前述分析結(jié)果相吻合。此外,比較圖1(a)、(b)可見l1相關(guān)與l2相關(guān)具有相似的包絡(luò)形狀,因此盡管前述分析僅針對l2相關(guān),但結(jié)論對l1相關(guān)也是有效的。
圖2(a)、(b)給出了CDMA系統(tǒng)的lp相關(guān)包絡(luò)(p=1或2)。其中二進制碼使用的是Kasami小集合序列[16],序列長度為63,其余參數(shù)與OFDM系統(tǒng)相同。此時我們可以得到與OFDM系統(tǒng)相同的結(jié)論。
本發(fā)明在lp相關(guān)的基礎(chǔ)上提出了加權(quán)的lp相關(guān)同步算法(p=1或2),利用權(quán)函數(shù)有效抑制了多徑效應(yīng)對lp相關(guān)特性的影響。算法具體步驟如下:
(1)對預(yù)設(shè)序列接收序列M>>N,定義序列ym為接收序列y的一個子序列,且ym=[y(m),y(m+1),…,則x和ym的lp相關(guān)及l(fā)p相關(guān)系數(shù)(p=1或2)分別定義為[14]:
這里,參數(shù)α為上式中最小化問題的最優(yōu)解。當(dāng)p=2時,α具有閉合解α=aHb/(aHa),其中(·)H表示共軛轉(zhuǎn)置;當(dāng)p=1時,α可以通過邊緣加權(quán)中位算法得到次優(yōu)解[14],具體步驟如下:
(a)對輸入序列定義新序列d(n)=b(n)/a(n),n=1,…,N,取閾值
(b)將序列|a(n)|和序列d(n)按照d(n)的實部大小升序排列,得到新序列aR(n)、dR(n);同樣地,將序列|a(n)|和序列d(n)再按照d(n)的虛部大小升序排列,得到新序列aI(n)、dI(n);
(c)從aR(1)開始,對序列aR(n)進行逐項求和,直到不等式成立,記αR=Re[dR(p)];同樣地,從aI(1)開始,對序列aI(n)進行逐項求和,直到不等式成立,記αI=Im[dI(q)];
(d)若則令α*=0;反之,則令α*=αR+αIj。
(2)計算加權(quán)l(xiāng)p相關(guān)函數(shù)Kp:
Kp(m)=θp(x,ym)[Mp(m)]2 (6)
其中,Mp(m)即為權(quán)函數(shù),為噪聲能量,P為信道等效基帶模型的時延拓展。時延拓展P可以通過實驗簡單測量得到,也可以使用一個較大的估計值代替(在OFDM系統(tǒng)中一般使用循環(huán)前綴長度代替)。噪聲能量可以通過下式簡單估計得到:
其中,Ng為循環(huán)前綴的長度,如在通信系統(tǒng)中不存在循環(huán)前綴,則Ng=0。
(3)對于時間延遲k,其估計值表示為:
將式(5)代入式(6)易得,對于時間延遲k,
顯然,M2(k+m)在0≤m≤P內(nèi)單調(diào)遞減,因此能有效抑制多徑效應(yīng)對l2相關(guān)的影響。
圖1(c)-(f)給出了OFDM系統(tǒng)中Mp權(quán)函數(shù)及Kp函數(shù)的包絡(luò)圖(p=1或2)。比較圖1(c)、(d)可見,M1與M2具有相似的包絡(luò)形狀,因此盡管前述分析僅針對M2權(quán)函數(shù),但結(jié)論對M1權(quán)函數(shù)也是有效的。此外,可以看到Mp權(quán)函數(shù)則會在[-P,0]內(nèi)產(chǎn)生一個平臺,該平臺在0后迅速衰落,旁徑的存在只會減緩下降沿的坡度。因此[Mp(m)]2等價于一個時域濾波器,如果將其對θp進行時域濾波(即加權(quán)),它能在保留θp主峰的同時,有效地濾除由多徑效應(yīng)導(dǎo)致的旁峰,即使圖1中Kp(p=1或2)的主峰變?yōu)橐粋€脈沖。這是本發(fā)明提出加權(quán)l(xiāng)p相關(guān)的主要思想。
圖2(c)-(f)給出了CDMA系統(tǒng)中Mp權(quán)函數(shù)及Kp函數(shù)的包絡(luò)圖(p=1或2)。類似的,我們可以得到與OFDM系統(tǒng)相同的結(jié)論。
分析表明:本發(fā)明中所使用的權(quán)函數(shù)具有時域濾波的效果,能濾除多徑效應(yīng)產(chǎn)生的偽峰,特別地,當(dāng)p=1時,本發(fā)明算法對重尾分布噪聲具有極強的魯棒性。仿真結(jié)果證明了理論分析的正確性和有效性,并表明在正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing,OFDM)和碼分復(fù)用(Code Division Multiple Access,CDMA)系統(tǒng)中,本方法相較于現(xiàn)有算法均具有更高的同步精度及性能。
本發(fā)明的技術(shù)創(chuàng)新優(yōu)勢在于:
(1)本發(fā)明構(gòu)建了特殊的權(quán)函數(shù)Mp,該權(quán)函數(shù)具有時域濾波的功能,即:保持傳統(tǒng)lp相關(guān)的主峰在權(quán)函數(shù)的通帶范圍內(nèi),而使因多徑效應(yīng)產(chǎn)生的偽峰在阻帶范圍內(nèi)。本發(fā)明利用[Mp]2對傳統(tǒng)lp相關(guān)系數(shù)進行加權(quán),消除多徑效應(yīng)對同步結(jié)果的影響;
(2)本發(fā)明通過傳統(tǒng)lp相關(guān)的加權(quán)和得到合適的權(quán)函數(shù),而不是利用傳輸序列的結(jié)構(gòu)信息,故而本發(fā)明方法可以適用于多種通信系統(tǒng)的同步中,且因權(quán)函數(shù)增加的算法復(fù)雜度較少;
(3)本發(fā)明利用復(fù)數(shù)域的加權(quán)中位算法計算l1相關(guān),增加了p=1時算法的實時性。
附圖說明
圖1為OFDM系統(tǒng)中Mp權(quán)函數(shù)及Kp函數(shù)的包絡(luò)圖(p=1或2)。其中,(a)l2相關(guān),(b)l1相關(guān),(c)M2權(quán)函數(shù),(d)M1權(quán)函數(shù),(e)加權(quán)l(xiāng)2相關(guān),(f)加權(quán)l(xiāng)1相關(guān)。
圖2為CDMA系統(tǒng)中Mp權(quán)函數(shù)及Kp函數(shù)的包絡(luò)圖(p=1或2)。其中,(a)l2相關(guān),(b)l1相關(guān),(c)M2權(quán)函數(shù),(d)M1權(quán)函數(shù),(e)加權(quán)l(xiāng)2相關(guān),(f)加權(quán)l(xiāng)1相關(guān)。
圖3為GMM噪聲中OFDM系統(tǒng)時延估計均方誤差與SNR的關(guān)系圖。
圖4位高斯噪聲中OFDM系統(tǒng)時延估計均方誤差與SNR的關(guān)系圖。
圖5為GMM噪聲環(huán)境中,CDMA系統(tǒng)時延估計均方誤差與SNR的關(guān)系圖。
圖6為高斯噪聲環(huán)境中,CDMA系統(tǒng)時延估計均方誤差與SNR的關(guān)系圖。
具體實施方式
下面通過仿真實驗證進一步描述本發(fā)明。其中OFDM系統(tǒng)的信號子載波數(shù)為64,循環(huán)前/后綴長度Ng=16,訓(xùn)練序列為ZC序列[5],采用的對比算法為lp相關(guān)算法和NP同步算法[5](p=1或2);CDMA系統(tǒng)的二進制碼為Kasami小集合序列[16],序列長度為63,采用的對比算法為lp相關(guān)算法。衛(wèi)星導(dǎo)航系統(tǒng)中的偽隨機碼與CDMA系統(tǒng)中的二進制碼效用一致,這里不做額外的仿真分析。
仿真中信道的時延擴展P=6,信道多徑衰落|h|=[1,e-1,e-2,e-3,0.9,e-4]T,分別在高斯噪聲和重尾噪聲環(huán)境中進行仿真。重尾噪聲的概率密度方程用混合高斯模型(GMM)進行表征[14]:
對應(yīng)的信噪比SNR定義為:
圖3給出了GMM噪聲中,OFDM系統(tǒng)時延估計均方誤差與SNR的關(guān)系圖。可以發(fā)現(xiàn)受多徑效應(yīng)的限制,lp相關(guān)的同步精度在達到一定的閾值后將無法進一步提高。NP算法相較于l2相關(guān)算法有一定提高,其MSE始終隨著SNR的增加而逐漸下降。當(dāng)p=2時,本發(fā)明算法在低SNR下具有與NP算法相近的性能,而在高SNR下具有更小的同步精度;當(dāng)p=1時,本發(fā)明算法性能全面優(yōu)于NP算法
圖4給出了高斯噪聲中,OFDM系統(tǒng)時延估計均方誤差與SNR的關(guān)系圖。類似的,當(dāng)p=1時,本發(fā)明算法性能與NP算法相近;當(dāng)p=2時,本發(fā)明算法優(yōu)于NP算法。
圖5和圖6分別給出了GMM噪聲和高斯噪聲環(huán)境中,CDMA系統(tǒng)時延估計均方誤差與SNR的關(guān)系圖。容易發(fā)現(xiàn),此時得到的同步結(jié)果與OFDM系統(tǒng)幾乎一致,因此,本發(fā)明算法與通信系統(tǒng)的具體調(diào)制方式及傳輸數(shù)據(jù)結(jié)構(gòu)無關(guān),適用于多種通信系統(tǒng)的同步運算。
參考文獻
[1].Minn H,Bhargava V K,Letaief K B.A robust timing and frequency synchronization for OFDM systems[J].IEEE Transactions on Wireless Communications,2003,2(4):822-839.
[2].Coulson A J.Maximum likelihood synchronization for OFDM using a pilot symbol:algorithms[J].Selected Areas in Communications IEEE Journal on,2006,19(12):2486-2494.
[3].Schmidl T M,Cox D C.Robust Frequency and Timing Synchronization for OFDM[J].IEEE Transactions on Communications,1998,45(12):1613-1621.
[4].Abdzadeh-Ziabari H,Shayesteh M G.A Novel Preamble-Based Frame Timing Estimator for OFDM Systems[J].IEEE Communications Letters,2012,16(7):1121-1124.
[5].Gul M M U,Ma X,Lee S.Timing and Frequency Synchronization for OFDM Downlink Transmissions Using Zadoff-Chu Sequences[J].IEEE Transactions on Wireless Communications,2015,14(3):1716-1729.
[6].Zoubir A M,Koivunen V,Chakhchoukh Y,et al.Robust Estimation in Signal Processing:A Tutorial-Style Treatment of Fundamental Concepts[J].IEEE Signal Processing Magazine,2012,29(4):61-80.
[7].Middleton D.Non-Gaussian noise models in signal processing for telecommunications:new methods and results for class A and class B noise models[J].IEEE Transactions on Information Theory,1999,45(4):1129-1149.
[8].Blankenship T K,Kriztman D M,Rappaport T S.Measurements and simulation of radio frequency impulsive noise in hospitals and clinics[J].Vehicular Technology Conference IEEE,1997,3:1942-1946.
[9].Hammes U,Wolsztynski E,Zoubir A M.Robust Tracking and Geolocation for Wireless Networks in NLOS Environments[J].IEEE Journal of Selected Topics in Signal Processing,2009,3(5):889-901.
[10].Astola J,Neuvo Y.Matched median filtering[J].IEEE Transactions on Communications,1992,40(4):722-729.
[11].Rajan V,Balakrishnan AA,Nissar K E.OFDM Channel Estimation Using Compressed Sensing L1-Regularized Least Square Problem Solver[A].Third International Conference on Advances in Computing and Communications[C].Washington,DC:IEEE Computer Society,2013:94-97.
[12].Chen Y,So H C,Huang L T,et al.1-norm based nonparametric and semiparametric approaches for robust spectral analysis[C].IEEE Statistical Signal Processing Workshop.2014:308-311.
[13].Wang L.The L1 penalized LAD estimator for high dimensional linear regression[J].Journal of Multivariate Analysis,2012,120(9):135-151.
[14].Zeng W J,So H C,Jiang X.Outlier-Robust Greedy Pursuit Algorithms in,-Space for Sparse Approximation[J].IEEE Transactions on Signal Processing,2016,64(1):60-75
[15].Hoyos S,Li Y,Bacca J,et al.Weighted median filters admitting complex-valued weights and their optimization[J].IEEE Transactions on Signal Processing,2004,52(10):2776-2787.
[16].Mitra,Abhijit.On Pseudo-Random and Orthogonal Binary Spreading Sequences[J].International Journal of Information Technology,2008.。