文/邓可为 龚晓峰
论文阐述了针对TDOA 窄带信号时延估计的发展现状和背景,并分析了噪声对时延估计结果的影响。在互相关算法的基础上,提出了一种适用于窄带时延估计的新方法。该算法通过对互相关波形进行带阈值的平方加权重心计算,有效避免了波峰处噪声的影响,具有较好的抗扰性能。通过理论分析和计算机仿真表明了该算法的有效性,并通过与其他算法比较,验证了本文算法在达到同等计算精度的情况下,具有极少的计算量,适合工程应用。
【关键词】时延估计 窄带信号 信号重心阈值确定
针对TDOA 时延估计方法,已经由简单的互相关算法发展到广义互相关算法,从时域估计也发展到了频率估计,由非参数估计发展到参数估计[1]。其中互相关方法依旧是工程上广泛应用的方法,常用的方法有二次互相关法[2]、广义互相关法、循环相关法、谱相关法和波形比较法[3] 以及Music 算法[4]。在很多情况下,由于无线电系统接收到的信号多为窄带信号,系统的采样频率也很高 ,这就导致采集到的信号归一化带宽(即绝对带宽与采样频率之比)很窄[5]。本文在研究多种相关时延估计方法的基础上,将互相关算法与信号重心计算相结合,提出了一种新的时延估计。该方法利用对主瓣波峰处的计算,有效避免的峰值点不够准确的问题,提高了时延估计的精度。并与快速Music 算法等多种算法进行比较,具有较好的抗扰性能。本文对新算法进行实验、分析,并通过计算机仿真验证了该算法的有效性。
1 相关时延估计方法
假设两接收机接收到的离散双基元模型信号模型为: (1)其中,x(n)、y(n) 为两基站接收的信号,s(n) 为接收到的发射信号,D 是信号到达两基站的时差,即TDOA 值,A 为两个接收通道之间信号的衰减系数,假设A=1,v1(n) 和v2(n) 代表了加性高斯白噪声。
1.1 自相关计算
对信号x(n) 作自相关运算,假设信号和噪声互不相关,即SRV1(t)=0,SV1V1(t)=0 则自相关函数:(2)
1.2 互相关计算
对信号x(n) 与y(n) 的进行互相关计算,同样假设信号和噪声互不相关,互相关函数为(3)由相关函数的特性可知: 当t=D 时Rss(T-D) 取得最大值,相关函数Rxy 的峰值点对应的时间点就是时延估计的时延点,即 (4)
1.3 噪声影响分析
由于一次互相关中,加性噪声不一定是理想的高斯白噪声,同时实际观察信号的时间不可能无限长,所以互相关函数中,不严格为0。但是当信噪比变低或者带宽变窄时,以上三项就会对产生影响,如图1 所示。
2 结合信号重心计算的时延方法
2.1 信号重心计算
信号重心基本定义为:(5)其积分区域为信号所覆盖的时间。在实际引用中,通常对信号进行归一化处理,并通过阈值处理,对大于阈值的信号进行重心计算[7] ,本文在信号重心的基础上,修改加权函数,以带阈值的平方加权函数取代原有权函数,其计算公式如下:(6)通过新的权值计算信号重心,更加突出了波峰处对重心的影响,可以取得更高的精度。
2.2 重心区域选择
对相关函数进行幅值归一化后,为了避免旁瓣信息对时延估计结果的影响,在进行重心计算前需要对主瓣进行积分区域选择,其值的大小关系到重心计算的准确性和快速性。基本步骤如下:
(1)根据互相关函数的最大值找到大致时延估计位置D。
(2)以D 为中心,取定长的积分区域d,对积分序列赋值:其中T 为重心阈值,T=0.75,d 一般取主瓣的T 倍宽度的1/2,n 为积分序列:n=D-d,D-d+1,…D-d+n-1,D-d+n;
3 实验结果
按照式(1) 构造信号序列x(n) 和y(n),其中s(n) 是采样频率fs=32MHz 的调频信号,实验的时间取样长度为65536 个采样间隔,时延时间D 为1us。仿真实验1:设置信号频偏10K,带宽约20K, 选取-20dbm~-60dbm 不同信号幅度,以本文算法每种情况仿真40 次,取结果均方根误差。其中波形比较第一主瓣上波形长度L=1000, 步进Ls=40 进行计算, 快速Music选取阵元数M=30,取相关函数中10000 个点进行计算,本文算法取阈值T=0.75,各算法均方根误差仿真结果如表1 所示:从表1 中数据可以看出,在高信号幅度的情况下,几个算法均有较好的效果。但随着信号幅度的下降(信噪比随之下降),本文算法明显优于一次互相关算法、二次互相关算法和波形比较法,抗干扰性与Music 算法相当,这说明本文算法在低信噪比下同样适用。仿真实验2:设置信号频偏2~20K,选取-20dbm 信号幅度, 以实验1 中5 种算法每种情况仿真40 次,取结果均方根误差进行比较。其中波形比较第一主瓣上波形长度L=1000, 步进Ls=40 进行计算, 快速Music选取阵元数M=30,取相关函数中10000 个点进行计算,本文算法取阈值T=0.75。各算法均方根误差仿真结果如表2 所示:从表2 中数据可以看出,本文提出的时延估计方法在不同带宽情况下,可以达到Music算法等同精度,并且时延估计结果明显优于其他算法,说明本文算法在窄带信号下依然适用。
4 结语
论文将信号重心计算推广应用于TDOA窄带信号时延估计中,利用重心计算的稳定性有效避免了错误波峰对时延结果的影响,并且计算量大大减少。实验表明,使用该算法同样可以在低信噪比、窄带宽的情况下使用,在与Music 算法、波形比较法等其他算法相比,其具有更好的工程应用价值,更利于工程实现,
参考文献
[1] 解家宝,武传华,付世平. 无源定位中时延估计方法研究[J]. 舰船电子对抗,2008.31(6):26-29.
[2] 唐娟,行鸿彦. 基于二次相关的时延估计方法[J]. 计算机工程,2007.33(21):265-267.
[3] 高阳, 邱天爽, 赵燕斌. 一种基于相关系数的窄带时间延迟估计方法[OL].2008(12).31.
[4] 王学猛,苏立,王斌. 一种改进的Root-MUSIC 快速算法[J]. 信息工程大学学报,2010.11(6):724-728.
[5] 蒋伊琳,司锡才. 基于互相关和MUSIC算法的时延估计[J] 弹箭与制导学报,2009.29(5):208-211.
[6] 梅璐璐,林京. 信号群延迟估计方法研究[J]. 仪器仪表学报,2009.30(1):50-54.
[7] 丁向辉,李平,孟晓辉. 结合信号重心与ASDF 估计超声窄带信号时延 [J]. 数据采集与处理,2011.26(6):718-722.
作者简介
邓可为(1989-),男,硕士研究生,主要研究方向:无线电信号监测,计算机控制与管理。龚晓峰(1963-),男,博士,副教授,主要研究方向:无线电信号监控,计算机控制与管理。
作者单位
四川大学电气信息学院 四川省成都市610065