[发明专利]一种基于粒子滤波的符号同步方法

说明书

技术领域

本发明涉及一种基于粒子滤波的符号同步方法，尤其涉及一种基于粒子滤波的高速卫星通信系统符号同步方法，属于通信信号处理技术领域。

背景技术

同步一直是高速卫星通信系统的研究主题和技术瓶颈，其中，寻找并跟踪码元符号最佳采样时刻的过程即为符号同步。对于高速卫星通信系统，由于调制的符号速率很高，受AD器件的限制，AD的采样率相对于符号速率不能太高，需要能够在相对于符号速率较低的采样率下精确恢复出最佳采样时刻的信号值。1986年5月Gardner在一篇名为“A BPSK/QPSK Timing-Error Detector forSampled Receivers”的论文中提出了一种符号同步算法，简称Gardner算法。Gardner算法中每个符号只需两个采样点参与计算便可准确地实现定时恢复,并且对载波相位不敏感,可先于载波恢复完成定时恢复。但对于高阶调制（例如16APSK），即使采用2008年一篇名为“A Modified Gardner Detector for MultilevelPAM/QAM System”的论文中提出的修正方法，系统性能仍受Gardner算法本身的自噪声影响较大。滤波器的适当选取就变得尤其重要，以往的符号同步结构中仅使用环路滤波器，2005年11月一篇名为“Feedforward Symbol TimingRecovery Technique Using Two Samples Per Symbol”的论文将传统符号同步算法与卡尔曼滤波器相结合，获得了更优的估计性能。而卡尔曼滤波器及扩展的卡尔曼滤波器无法处理非高斯模型及滤波误差和预测误差较大的情况，相比之下，粒子滤波器的应用范围更广，日渐成为学术界的研究热点。2003年9月一篇名为“Particle filtering”的论文简要介绍了粒子滤波的工作原理及其在通信系统中的应用。近年来，粒子滤波逐渐引起信号处理和通信领域的重视。盲均衡，多用户检测，衰落信道中的空时码估计和检测等诸多问题均可建模为粒子滤波问题。如2006年5月公开的专利“基于粒子滤波的信道估计方法”就将粒子滤波应用于信道估计算法中。而本发明将粒子滤波方法应用于符号同步系统以提高估计性能。2005年8月发表的一篇名为“A Sequential Monte Carlo Method forAdaptive Blind Timing Estimation and Data Detection”的论文，尽管采用了粒子滤波的方法估计定时误差进行符号同步，但是无法在低采样率的条件下达到本发明的估计性能。

已有的符号同步技术已经有较好的估计性能，但对于低信噪比下的高阶调制，其估计性能仍然不够理想。

发明内容

本发明的目的是为改善现有时域符号同步算法估计性能低的缺陷，提出一种基于粒子滤波的符号同步方法，在不增加采样率和少量增加算法复杂度的前提下，实现高速卫星通信的符号同步。

一种基于粒子滤波的符号同步方法，其实现步骤如下：

步骤1、对输入的一路或两路模拟基带信号,进行采样，得到数字信号；其中，采样率为f_s。

其中，对于二进制调制，输入的一路模拟基带信号为x(t)，经模数转换得到一路数字信号x(nT_s)；对于多进制调制，输入的基带信号为两路模拟信号x_I(t)和x_Q(t)，经模数转换后得到两路信号x_I(nT_s)和x_Q(nT_s)；采样率为f_s，采样间隔为n为采样点的序号。

步骤2、产生粒子。

按照设定的概率分布π（π通常选取一个均值为0，方差很大的Gaussian分布）,对每个符号(码元)周期产生N个粒子样本，N个粒子样本对应的定时偏差记为上标i表示样本序号，i=1,2,…,N，下标r为符号周期序号，r=1,2,…。

步骤3、粒子滤波初始化。

步骤3.1，记r=1时产生的N个粒子样本值为其中每一个粒子的重要性权值为

步骤3.2，将步骤3.1输出的每个粒子重要性权值进行归一化