[发明专利]一种基于联合熵的高频衰落信号时延估计方法

说明书

本发明提供了一种基于联合熵的高频衰落信号时延估计方法，所述方法为：获取携带相同信息但衰落、时延不同的两条多径信号,并对两条多径信号进行离散采样，得到信号x1和x2；设置最大时延估计值G，使估计时延参数d在一定的范围内以一定步长s进行取值；对信号x2添加估计时延参数d，得到信号x3，计算出信号x1和x3的联合概率密度并带入联合熵公式；改变估计时延参数d，记录相应的联合熵值；记录在不同估计时延参数d下的所有的联合熵值，其联合熵最小的d的值所对应的估计时延参数为两条信号x1和x3的时延差值。本方法可以有效克服时变信道对于信号的影响并且可以有效抑制噪声的干扰，具有较强的抗干扰能力，在信噪比低时具有良好的时延估计性能。

技术领域

本发明属于时延估计算法技术领域，具体涉及一种针对Watterson短波信道的基于联合熵的高频衰落信号时延估计算法。

背景技术

传统时延估计算法的研究重点主要是多径时延估计算法以及非高斯噪声环境下时延估计算法，研究的问题也多是提高算法的精度以及降低计算复杂度等问题。但在短波通信中，信号经过电离层会发生严重的深度衰落和并且出现多径现象。以经典短波信道模型Watterson信道为例，传统时延算法对短波信号进行处理时，其算法的准确性会因为信道增益参数的影响而大大降低。比如，在传统的时延估计中，广义互相关函数算法借助有限长的数据与接收信号进行相关计算，从而获得时延估计，常被使用在白噪声环境中，LMS算法虽然可以根据接收到的信号自适应更新滤波器系数，但是LMS算法对环境干扰敏感并且复杂度随着滤波器阶数的增加而增加。在高频通信中，由于电离层是由不均匀、分层以及随时时变的介质组成，因此信号在经过电离层时会发生频率移动、频率扩展以及多径等现象。信号的幅值相位会收到严重干扰。而上述方法信号模型都为平稳衰落信号，并不适用于快衰落信号。

可以预见，传统的时延算法并不适用于短波信号的处理。为了能够在高频信道中准确估计时延，提出一套适用于短波信道的时延估计算法就显得格外重要。本发明借助信息论中的联合熵定理，提出了一套适用于短波信道的新算法。

发明内容

本发明提供了一种基于联合熵的高频衰落信号时延估计方法，克服传统时延估计算法不适用于短波信号处理的问题。

本发明提供的一种基于联合熵的高频衰落信号时延估计方法，依次包括以下步骤：

S1、获取携带相同信息但衰落、时延不同的两条多径信号,并对两条多径信号进行离散采样，得到信号x1和x2；

S2、设置最大时延估计值G，使估计时延参数d在一定的范围内以一定步长s进行取值；

S3、对信号x2添加估计时延参数d，得到信号x3，计算出信号x1和x3的联合概率密度并带入联合熵公式；

S4、改变估计时延参数d，再次计算两条信号x1和x3的联合概率密度，代入联合熵公式，记录相应的联合熵值，直至所设置的估计时延参数d全部取完；

S5、记录在不同估计时延参数d下的所有的联合熵值，其联合熵最小的d的值所对应的估计时延参数为两条信号x1和x3的时延差值。

优选的，步骤2中，G＝sH，s为步长，H为最大整数，d＝s(h-1),1≤h≤H+1。

优选的，步骤3中，计算联合熵值的公式如公式(1)所示：

HY(n,d)＝12ln2π2LeLdetK (1)

其中，L＝2，det(K)为矩阵K的行列式，

X_C(n，d)和X_S(n，d)分别是信号x1和x3的2×1维变量。

优选的，所述延时估计方法的步骤5之后还包括取使联合熵最小的前三个估计时延值d₁、d₂、d₃的均值作为时延估计值d的步骤。