[发明专利]一种时延与多普勒频移联合估计方法有效
申请号: | 201610287197.0 | 申请日: | 2016-05-04 |
公开(公告)号: | CN106027117B | 公开(公告)日: | 2018-04-10 |
发明(设计)人: | 邱天爽;于玲;栾声扬;王鹏 | 申请(专利权)人: | 大连理工大学 |
主分类号: | H04B1/71 | 分类号: | H04B1/71;H04B1/719 |
代理公司: | 大连理工大学专利中心21200 | 代理人: | 梅洪玉,潘迅 |
地址: | 116024 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 广义 sigmoid 变换 循环 模糊 函数 多普勒频移 联合 估计 方法 | ||
技术领域
本发明属于循环平稳信号处理技术领域,涉及到时延和多普勒频移联合估计的方法,特别涉及一种使用广义Sigmoid变换循环模糊函数的时延与多普勒频移联合估计的方法。
背景技术
大多数通信、雷达信号都具有循环平稳特性,利用这一特性可以有效去除同频带干扰信号的影响。循环模糊函数就是应用了循环平稳理论的一个经典方法,用于同频干扰下的时延和多普勒频移联合估计具有很好的效果。但是该方法是基于噪声服从高斯分布的假设下的,当噪声中包含脉冲特性时算法性能将严重退化或失效。
基于分数低阶统计量理论的分数低阶循环模糊函数,可以同时在脉冲噪声和同频干扰下工作,但也有其固有的缺点:分数低阶的阶数需要噪声的先验知识,否则阶数的不当选择会影响方法的估计效果,另外,分数低阶统计量在脉冲性较强时,对脉冲噪声抑制能力不足,从而导致估计误差增大。故本发明提出一种可调Sigmoid变换循环相关,在可调Sigmoid循环相关的基础上,应用广义Sigmoid变换循环模糊函数在脉冲噪声和同频干扰共存条件下进行时延和多普勒频移的联合估计,并且可以通过调节可调Sigmoid变换循环相关的倾斜参数,调整对不同信号的衰减程度,以提高方法的适用范围。
发明内容
针对现有技术的不足,本发明提供一种利用广义Sigmoid变换循环模糊函数进行时延和多普勒频移的联合估计方法。该方法采用可调Sigmoid变换可以通过倾斜参数的调整有针对性地对噪声中的脉冲性进行抑制,利用同载频不同波特率的信号具有不同循环频率的特性,可以通过循环频率有效区分待测信号和同频干扰信号。故本方法可以在脉冲噪声和同频干扰同时存在时对时延和多普勒频移进行联合估计。
本发明的技术方案为:
一种基于广义Sigmoid变换循环模糊函数的时延与多普勒频移联合估计的方法,主要包括以下步骤:
第一步,计算广义Sigmoid变换循环模糊函数
1.1)利用可调Sigmoid循环自相关公式计算参考信号的可调Sigmoid循环自相关;
1.2)利用可调Sigmoid循环自相关公式计算待测信号的可调Sigmoid循环自相关;
1.3)利用可调Sigmoid循环互相关公式计算参考信号与待测信号之间的可调Sigmoid循环互相关。
1.4)利用可调Sigmoid循环互相关公式计算待测信号与参考信号之间的可调Sigmoid循环互相关。
1.5)根据广义Sigmoid变换循环模糊函数公式计算获得广义Sigmoid变换循环模糊函数。
第二步,参数估计
2.1计算1.5)结果中广义Sigmoid变换循环模糊函数的绝对值;
2.2搜索2.1)结果所对应的时延值和多普勒频移值,即为所求的估计值。
本方法能够在脉冲噪声和同频干扰同时存在的条件下对时延和多普勒频移正确估计,且抗脉冲噪声能力较强,满足实际需求。
附图说明
图1是本发明的算法流程图;
图2是本发明中广义Sigmoid变换循环模糊函数以BPSK信号为例的三维图;
图3(a)是本发明中广义Sigmoid变换循环模糊函数在频率等于真实频移时的时间轴截面;
图3(b)是本发明中广义Sigmoid变换循环模糊函数在时延等于真实时延时的频率轴截面。
具体实施方式
为使本发明实施例的目的、技术方案及其优点更加清楚,下面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的描述,整体算法流程图如图1所示:
第一步,计算广义Sigmoid变换循环模糊函数;
1.1利用可调Sigmoid变换循环自相关公式计算参考信号x(t)在时间区间 [-T/2,T/2]上的可调Sigmoid变换循环自相关如公式(1)所示:
采集数据为有限长度时的可调Sigmoid变换循环自相关可由公式(2)估计得到;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连理工大学,未经大连理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610287197.0/2.html,转载请声明来源钻瓜专利网。