高信噪比

高信噪比（共9篇）

高信噪比 篇1

在卫星移动通信与深空测控通信中, 由于发送机与接收机的快速相对运动, 使得接收信号遭受“多普勒效应”的影响, 接收信号将存在一个变化的多普勒频偏, 将此种信号称为“高动态信号”。例如, 对于航空移动卫星通信而言, 若采用LEO星座系统进行通信, 则多普勒频偏高达几十千赫兹, 多普勒频偏变化率也将高达1 k Hz/s, 若采用GEO卫星进行通信, 当机载终端以音速运行时, 在3 g的重力加速度下, 多普勒频偏也达到几千赫兹, 多普勒频偏变化率也高达100~200 Hz/s, 如此大的多普勒频偏及其变化率会对载波捕获造成极大的影响。论文主要针对大的载波频偏与其变化率, 进行相关研究。

针对大载波频偏问题, 文献[1]提出了“基于分段FFT叠加的前向大频偏估计算法”, 此算法对进行匹配滤波前的基带信号进行每符号多点采样, 分段进行FFT运算, 将FFT运算结果取模, 并进行非相干累加, 从而提高低信噪比条件下的功率谱强度, 之后与匹配滤波器的FFT结果进行乘累加, 并通过对匹配滤波器的FFT结果循环移位实现频域扫频, 最后通过寻找最大值进行频偏估计。当不存在载波多普勒变化率或其很小时, 此算法能较精确地给出多普勒频偏估计值, 然而当多普勒变化率较大时, 由于进行分段FFT运算产生的信号功率谱会发生“频域平移”现象, 如图1所示。

由图1可见受多普勒变化率的影响信号功率谱将向右方平移, 这将大大减小非相干累加的有效性, 降低低信噪比条件下的检测性能, 另外, 由于多普勒变化率的存在, 所估计出的多普勒频偏与实际当前多普勒频偏有较大差距, 因此不利于后续的载波跟踪, 因此有必要对多普勒频偏变化率也进行估计, 尽量缩小所估频偏与当前实际多普勒频偏的差距, 为后续载波跟踪创造有利条件。现有的关于高动态信号捕获大部分是基于扩频信号的, 而且只考虑了多普勒频偏为常数的情况, 很少考虑多普勒率的影响, 文献[2]采用对直扩信号的部分相关值进行FFT处理, 从而进行固定频偏估计, 文献[3]对中频扩频信号进行平方, 而后FFT处理, 进行载波频偏估计, 文献[4]提出对高动态扩频信号进行捕获时, 首先利用卫星星历表估算出大致的多普勒频偏, 然后采用串行搜索的办法逐次进行扫频, 直到检测到相关峰的出现, 从而进行多普勒频偏估计, 然而, 上述文献的方法仅适用于固定多普勒频偏或频偏变化率较小的情况。文献[5]研究了高动态多普勒频偏的估计, 采用了最大似然算法对多普勒频偏、频偏变化率及频偏的二阶导进行估计, 然而, 此算法是基于三维搜索的思想, 算法的计算量过于庞大。因此研究具有多普勒频移及多普勒率的高动态非扩频调制信号的接收具有重要意义。

1 载波频偏及其变化率对载波捕获的影响

1.1 载波频偏对捕获的影响

当载波频偏较小时, 接收信号可直接通过匹配滤波器, 可采用小频偏估计算法对信号进行频偏的精确估计。当载波频偏较大时, 由于接收信号频谱中心偏离匹配滤波器中心很大, 因此不能将接收信号直接通过匹配滤波器, 必须先进行大载波频偏校频, 然后才能通过匹配滤波器。常用的载波频偏估计方法是先对信号进行非线性处理, 然后进行FFT处理, 从而实现并行扫频。当所要搜索的频偏范围很大时, 可以通过提高采样速率扩大扫频范围, 若提高采样速率实现困难, 可以将时域串行或并行扫频与FFT相结合, 可大大扩展频偏估计范围。若要提高频偏估计精度, 可以增大FFT点数。图2是非线性处理后FFT频偏估计算法在不同信噪比下的检测概率Pd。仿真条件:BPSK调制, FFT点数为1 024, 载波频偏fd分别为4 012.5 Hz和4 017.2Hz, 信息速率为2 400 bit/s, 采样速率为19 200点/s。由图2可见, fd为4 012.5 Hz时, 频偏恰好是FFT分辨率的整数倍, 频谱峰值最大, fd为4 017.2 Hz时, 频偏位于整数倍频率分辨率中间, 频谱峰值最小, 因此前者的检测概率比后者高约1.5 d B。

1.2 载波多普勒频偏变化率对捕获的影响

由于多数情况下多普勒频偏的二次以上变化率很小, 因此论文仅研究多普勒频偏一次变化率对捕获的影响。图3是不同频偏变化率R条件下检测概率Pd的情况。FFT点数为8 192, 频偏fd为4 012.5 Hz, 其他仿真条件同图2。

由图3可见, 随着R的变大, 检测概率将明显下降, 在相同检测概率条件下, R为500 Hz/s时比R为100 Hz/s时信噪比要求高约3 d B。R变大时, 检测概率下降的原因是由于信号非线性变换后FFT的峰值幅度下降了, 如图4所示。

图4中line1、line2及line3分别对应的R为50Hz/s、100 Hz/s及200 Hz/s, 可见随着R的增大, 信号频谱将出现“平台效应”, 且R越大, 平台效应越明显, 平台越低。原因是由于随着R的增大, 信号能量在频域内将发生扩散。R将在两个方面影响频偏捕获。其一, 影响FFT点数N, 为了不出现明显的平台效应, R越大要求N越小;其二, 影响非相干累加的有效性, 信号频偏随时间变化, 意味着FFT后的信号频谱将在频域进行平移, 这与非相干累加的思想相违背, 非相干累加基于频谱固定不动的思想, 因此这将使得非相干累加的有效性大大减小。论文算法的主要思想是针对高动态信号使非相干累加有效性减小这一问题, 提出相应的抑制策略。

2 谱线平移捕获算法

为了克服低信噪比高动态条件下多普勒率的影响, 论文提出以下算法:

(1) 对零中频信号进行每符号多点采样, 并进行非线性处理。

(2) 将采样信号分成L段, 每段N个采样点, 分别进行N点的FFT处理, 并求模平方, 将结果保存。

(3) 依据要搜索的多普勒率的大小, 对每段FFT结果进行一定循环平移, 从而消除多普勒率对信号谱线的影响, 这一步是本算法的核心思想。多普勒率较大时, 信号频谱的频域平移破坏了非相干累加的有效性, 算法的目的在于消除多普勒率的影响, 增加非相干累加的有效性, 从这一点考虑, 算法将消除谱线的频域平移现象。设所搜索的多普勒率为Re, 信号采样率为fs, 每段采N个样点, FFT点数设为N, 则第i (i=2, 3, 4, …, L) 段FFT结果应当循环平移X位, 表示为

式 (1) 中, round表示四舍五入的取整运算, 当Re为正值时, 向左循环平移, Re为负值, 向右循环平移。经过以上处理, 消除了谱线平移现象, 使得L段FFT的谱线相重合。

(4) 将循环平移后的FFT结果进行非相干累加。

(5) 重复 (1) ~ (4) , 搜索完所有多普勒率点。

(6) 检测最大谱线峰值, 进行频偏与多普勒率的估计。

此算法中的关键参数是FFT点数N的选取, 可以通过增大N, 提高对多普勒率R估计的精度, N每提高一倍, 估计精度就提高一倍。该算法易于硬件实现, 运算量小。

3 算法的性能仿真

以下对谱线平移算法进行性能仿真, 并与最大似然算法ML进行比较, 给出定量分析结果。

3.1 谱线平移算法的性能仿真

图5是载波频偏fd为4 012.5 Hz, 多普勒率R为175.5 Hz/s、FFT点数N为1 024、采样率为19 200点/s及非相干累加段数L为8时, 应用谱线平移算法前后的频偏检测概率, 图6中载波频偏fd为4 017.2 Hz, 多普勒率R、FFT点数及非相干累加段数L与图5相同。

图5中, 频偏恰好是FFT分辨率的整数倍, 采用谱线平移算法, 由式 (1) 计算得到, 只要将FFT结果循环左移一位, 便可消除多普勒率对非相干累加的影响, 由图5可见, 采用谱线平移算法后, 相同检测概率时, 信噪比改善了约3 d B。图6中, 频偏恰好位于整数倍FFT分辨率中间, R与图5中相同, 因此, 也是将FFT结果循环左移一位, 消除多普勒率的影响, 由图6可见, 采用谱线平移算法后, 信噪比改善约2 d B。采用谱线平移算法后, 相同检测概率条件下, 图6中要求的信噪比比图5要高1 d B, 原因是由于图6中频偏造成的频谱峰值比图5中的低。可见, 谱线平移算法能消除多普勒率对非相干累加的影响, 并能大大提高低信噪比高动态信号的频偏检测概率。

3.2 最大似然算法与谱线平移算法的比较

最大似然算法ML是参数估计的最优算法, 以下就检测概率与计算量对ML与谱线平移算法进行比较。图7是相同条件下, ML与谱线平移算法的检测概率随信噪比的变化情况。仿真条件:BPSK调制, 信息速率为2 400 bit/s, 采样速率为19 200点/s, 频偏fd为4 012.5 Hz, 多普勒率为175.5 Hz/s, FFT点数N为1 024, 非相干累加数L为8。

由图7可见, 相同检测概率时, ML所要求的信噪比比谱线平移算法低约0.2 d B, 因此谱线平移算法略逊一点。

表1是ML与谱线平移算法计算量的比较。其中, N为FFT点数, L为非相干累加的段数, NR为所要搜索的多普勒率的个数。由表1可见, 谱线平移算法的复乘平方、FFT及模平方运算减低为ML的1/NR, 并且比ML少了NR×N×L次复乘运算。例如, 取NR=20, N=1 024, L=8, 最大似然算法的计算量20×1 024×8次复乘+20×1 024×8次复乘平方+20×1 024×8复模平方+20×1 024×7次实数加法;谱线平移算法的计算量1 024×8次复乘平方+1 024×8复模平方+20×1 024×7次实数加法。可见, 谱线平移算法的计算量远小于ML, 有利于实现低信噪比高动态信号载波频偏的快速捕获。

因此, 综合考虑ML与谱线平移算法的性能与计算量, 谱线平移算法占有一定的优势。

4 结束语

研究了一种新的低信噪比高动态信号的大载波频偏捕获算法即谱线平移算法。介绍了载波频偏及其变化率对载波捕获的影响, 针对此影响, 提出适应高动态信号载波频偏捕获的谱线平移的大载波频偏捕获算法, 给出了算法流程, 通过MATLAB仿真, 一方面证明了算法对非相干累加具有2~3 d B的改善增益, 另一方面证明了与最大似然算法相比, 谱线平移算法具有一定优势。进一步工作, 将主要针对两方面研究, 一是研究各种高动态条件下多普勒频偏的二阶以上导的大小, 并确定是否对频偏捕获会有影响, 若有影响, 谱线平移算法是否还能高效工作, 二是考虑谱线平移算法的DSP或FPGA实现, 具体考虑所要求的存储器资源、乘法器和加法器数量。低信噪比高动态信号的解调技术在未来航空航天领域都有广阔的应用前景, 因此, 研究意义重大。

参考文献

[1] 叶展, 卫星通信低信噪比接收技术与实现, 南京:解放军理工大学, 2010Ye Z.Reception technique and reality of low SNR about satellite communication.Nanjing:PLA University of Science and Technology, 2010

[2] 胡建波, 杨莘元, 卢满宏。一种基于FFT的高动态扩频信号的快速捕获方法.遥测遥控, 2004;25 (6) :19—24Hu J B, Yang Z Y, Lu M H.An FFT based method for fast acquisition of high dynamic DS spread spectrum Signals.Telemetry&Telecontrol, 2004;25 (6) :19—24

[3] 王鹏毅.高动态扩频信号的捕获跟踪与解调.飞行器测控学报, 2003;22 (2) :34—36Wang P Y.Tracking and demodulation of high dynamic spread spectrum signals.Journal of Spacecraft TT&C Technology, 2003;22 (2) :34—36

[4] 张伯川, 张其善.高动态接收机的关键问题研究, 电子学报, 2003;31(12) :1844—1846Zhang B C, Zhang Q S.Research on the key issue about high dynamic receiver.Acta Electronica Sinica, 2003;31 (12) :1844—1846

[5] 王晓湘, 柯有安, 高动态多普勒频率的最大似然估计器.北京邮电大学学报, 2000;23 (1) :61—65Wang XX, Ke Y A.Maxinum likelihood estimation of high dynamic doppler frequency.Journal of Beijing University of Posts and Telecommunications, 2000;23 (1) :61—65

高信噪比 篇2

音箱・什么是信噪比

是指音箱回放的正常声音信号与无信号时噪声信号(功率)的比值。用dB表示。例如，某音箱的信噪比为80dB，即输出信号功率比噪音功率大80dB。信噪比数值越高，噪音越小。

国际电工委员会对信噪比的最低要求是前置放大器大于等于63dB，后级放大器大于等于86dB，合并式放大器大于等于63dB。合并式放大器信噪比的最佳值应大于90dB，CD机的信噪比可达90dB以上，高档的`更可达l10dB以上。信噪比低时，小信号输入时噪音严重，整个音域的声音明显感觉是混浊不清，所以信噪比低于80dB的音箱不建议购买，而低音炮70dB的低音炮同样原因不建议购买。

高信噪比 篇3

在卫星移动通信与深空测控通信中, 由于发送机与接收机的快速相对运动, 使得接收信号遭受"多普勒效应"的影响, 接收信号将存在一个变化的多普勒频偏, 将此种信号称为" 高动态信号"。例如, 对于航空移动卫星通信而言, 若采用LEO星座系统进行通信, 则多普勒频偏高达几十千赫兹, 多普勒频偏变化率也将高达1kHz/s, 若采用GEO卫星进行通信, 当机载终端以音速运行时, 在3g的重力加速度下, 多普勒频偏也达到几千赫兹, 多普勒频偏变化率也高达一两百Hz/s, 如此大的多普勒频偏及其变化率会对载波捕获造成极大的影响。论文主要针对大的载波频偏与其变化率, 进行相关研究。

针对大载波频偏问题, 文献[1]提出了"基于分段FFT叠加的前向大频偏估计算法", 此算法对进行匹配滤波前的基带信号进行每符号多点采样, 分段进行FFT运算, 将FFT运算结果取模, 并进行非相干累加, 从而提高低信噪比条件下的功率谱强度, 之后与匹配滤波器的FFT结果进行乘累加, 并通过对匹配滤波器的FFT结果循环移位实现频域扫频, 最后通过寻找最大值进行频偏估计。当不存在载波多普勒变化率或其很小时, 此算法能较精确地给出多普勒频偏估计值, 然而当多普勒变化率较大时, 由于进行分段FFT运算产生的信号功率谱会发生"频域平移"现象, 如图1所示。

由图1可见受多普勒变化率的影响信号功率谱将向右方平移, 这将大大减小非相干累加的有效性, 降低低信噪比条件下的检测性能, 另外, 由于多普勒变化率的存在, 所估计出的多普勒频偏与实际当前多普勒频偏有较大差距, 因此不利于后续的载波跟踪, 因此有必要对多普勒频偏变化率也进行估计, 尽量缩小所估频偏与当前实际多普勒频偏的差距, 为后续载波跟踪创造有利条件。现有的关于高动态信号捕获大部分是基于扩频信号的, 而且只考虑了多普勒频偏为常数的情况, 很少考虑多普勒率的影响, 文献[2]采用对直扩信号的部分相关值进行FFT处理, 从而进行固定频偏估计, 文献[3]对中频扩频信号进行平方, 而后FFT处理, 进行载波频偏估计, 文献[4]提出对高动态扩频信号进行捕获时, 首先利用卫星星历表估算出大致的多普勒频偏, 然后采用串行搜索的办法逐次进行扫频, 直到检测到相关峰的出现, 从而进行多普勒频偏估计, 然而, 上述文献的方法仅适用于固定多普勒频偏或频偏变化率较小的情况。文献[5]研究了高动态多普勒频偏的估计, 采用了最大似然算法对多普勒频偏、频偏变化率及频偏的二阶导进行估计, 然而, 此算法是基于三维搜索的思想, 算法的计算量过于庞大。因此研究具有多普勒频移及多普勒率的高动态非扩频调制信号的接收具有重要意义。

2 载波频偏及其变化率对载波捕获的影响

2. 1 载波频偏对捕获的影响

当载波频偏较小时, 接收信号可直接通过匹配滤波器, 采用小频偏估计算法对信号进行频偏的精确估计。当载波频偏较大时, 由于接收信号频谱中心偏离匹配滤波器中心很大, 因此不能将接收信号直接通过匹配滤波器, 必须先进行大载波频偏校频, 然后才能通过匹配滤波器。常用的载波频偏估计方法是先对信号进行非线性处理, 然后进行FFT处理, 从而实现并行扫频。当所要搜索的频偏范围很大时, 可以通过提高采样速率扩大扫频范围, 若提高采样速率实现困难, 可以将时域串行或并行扫频与FFT相结合, 可大大扩展频偏估计范围。若要提高频偏估计精度, 可以增大FFT点数。图2是非线性处理后FFT频偏估计算法在不同信噪比下的检测概率Pd。仿真条件: BPSK调制, FFT点数为1024, 载波频偏fd分别为4012.5Hz和4017.2Hz, 信息速率为2400bit/s, 采样速率为19200点/s。由图2可见, fd为4012.5Hz时, 频偏恰好是FFT分辨率的整数倍, 频谱峰值最大, fd为4017. 2Hz时, 频偏位于整数倍频率分辨率中间, 频谱峰值最小, 因此前者的检测概率比后者高约1.5dB。

2. 3 载波多普勒频偏变化率对捕获的影响

由于多数情况下多普勒频偏的二次以上变化率很小, 因此论文仅研究多普勒频偏一次变化率对捕获的影响。图3是不同频偏变化率R条件下检测概率Pd的情况。FFT点数为8192, 频偏fd为4012.5Hz, 其它仿真条件同图2。

由图3可见, 随着R的变大, 检测概率将明显下降, 在相同检测概率条件下, R为500Hz/s时比R为100Hz /s时信噪比要求高约3dB。R变大时, 检测概率下降的原因是由于信号非线性变换后FFT的峰值幅度下降了, 如图4所示。

图4中line1、line2及line3分别对应的R为50Hz /s、100Hz /s及200Hz /s, 可见随着R的增大, 信号频谱将出现" 平台效应", 且R越大, 平台效应越明显, 平台越低。原因是由于随着R的增大, 信号能量在频域内将发生扩散。R将在两个方面影响频偏捕获。其一, 影响FFT点数N, 为了不出现明显的平台效应, R越大要求N越小; 其二, 影响非相干累加的有效性, 信号频偏随时间变化, 意味着FFT后的信号频谱将在频域进行平移, 这与非相干累加的思想相违背, 非相干累加基于频谱固定不动的思想, 因此这将使得非相干累加的有效性大大减小。论文算法的主要思想是针对高动态信号使非相干累加有效性减小这一问题, 提出相应的抑制策略。

3 谱线平移捕获算法

为了克服低信噪比高动态条件下多普勒率的影响, 论文提出以下算法:

( 1) 对零中频信号进行每符号多点采样, 并进行非线性处理。

( 2) 将采样信号分成L段, 每段N个采样点, 分别进行N点的FFT处理, 并求模平方, 将结果保存。

( 3) 依据要搜索的多普勒率的大小, 对每段FFT结果进行一定循环平移, 从而消除多普勒率对信号谱线的影响, 这一步是本算法的核心思想。多普勒率较大时, 信号频谱的频域平移破坏了非相干累加的有效性, 算法的目的在于消除多普勒率的影响, 增加非相干累加的有效性, 从这一点考虑, 算法将消除谱线的频域平移现象。设所搜索的多普勒率为Re, 信号采样率为fs, 每段采N个样点, FFT点数设为N, 则第i ( i = 2, 3, 4, ……, L) 段FFT结果应当循环平移X位, 表示为:

式 ( 1) 中round表示四舍五入的取整运算, 当Re为正值时, 向左循环平移, Re为负值, 向右循环平移。经过以上处理, 消除了谱线平移现象, 使得L段FFT的谱线相重合。

( 4) 将循环平移后的FFT结果进行非相干累加。

( 5) 重复1 ~4, 搜索完所有多普勒率点。

( 6) 检测最大谱线峰值, 进行频偏与多普勒率的估计。

此算法中的关键参数是FFT点数N的选取, 可以通过增大N, 提高对多普勒率R估计的精度, N每提高一倍, 估计精度就提高一倍, 但所要搜索的多普勒率的点数也增大一倍, 从而使得平均捕获时间变大。

4 算法的性能仿真

以下对谱线平移算法进行性能仿真, 并与最大似然算法ML进行比较, 给出定量分析结果。

4. 1 谱线平移算法的性能仿真

图5是载波频偏fd为4012.5Hz, 多普勒率R为175. 5Hz /s、FFT点数N为1024、采样率为19200点 /s及非相干累加段数L为8时, 应用谱线平移算法前后的频偏检测概率, 图6中载波频偏fd为4017.2Hz, 多普勒率R、FFT点数及非相干累加段数L与图5相同。

图5中, 频偏恰好是FFT分辨率的整数倍, 采用谱线平移算法, 由式 ( 1) 计算得到, 只要将FFT结果循环左移一位, 便可消除多普勒率对非相干累加的影响, 由图5可见, 采用谱线平移算法后, 相同检测概率时, 信噪比改善了约3dB。图6中, 频偏恰好位于整数倍FFT分辨率中间, R与图5中相同, 因此, 也是将FFT结果循环左移一位, 消除多普勒率的影响, 由图6可见, 采用谱线平移算法后, 信噪比改善约2dB。采用谱线平移算法后, 相同检测概率条件下, 图6中要求的信噪比比图5要高1dB, 原因是由于图6中频偏造成的频谱峰值比图5中的低。可见, 谱线平移算法能消除多普勒率对非相干累加的影响, 并能大大提高低信噪比高动态信号的频偏检测概率。

4. 2 最大似然算法与谱线平移算法的比较

最大似然算法ML是参数估计的最优算法, 以下就检测概率与计算量对ML与谱线平移算法进行比较。图7是相同条件下, ML与谱线平移算法的检测概率随信噪比的变化情况。仿真条件: BPSK调制, 信息速率为2400bit/s, 采样速率为19200点/s, 频偏fd为4012.5Hz, 多普勒率为175.5Hz/s, FFT点数N为1024, 非相干累加数L为8。

由图7可见, 相同检测概率时, ML所要求的信噪比比谱线平移算法低约0. 2dB, 因此谱线平移算法略逊一点。

表1是ML与谱线平移算法计算量的比较。其中, N为FFT点数, L为非相干累加的段数, NR为所要搜索的多普勒率的个数。由表1可见, 谱线平移算法的复乘平方、FFT及模平方运算减低为ML的1 /NR, 并且比ML少了NR×N×L次复乘运算。可见, 谱线平移算法的计算量远小于ML, 有利于实现低信噪比高动态信号载波频偏的快速捕获。因此, 综合考虑ML与谱线平移算法的性能与计算量, 谱线平移算法占有绝对优势。

5 结束语

论文研究了一种新的低信噪比高动态信号的大载波频偏捕获算法即谱线平移算法。介绍了载波频偏及其变化率对载波捕获的影响, 针对此影响, 提出适应高动态信号载波频偏捕获的谱线平移的大载波频偏捕获算法, 给出了算法流程, 通过MATLAB仿真, 一方面证明了算法对非相干累加具有2 ~3dB的改善增益, 另一方面证明了与最大似然算法相比, 谱线平移算法具有绝对优势。进一步工作, 将主要针对两方面研究, 一是研究各种高动态条件下多普勒频偏的二阶以上导的大小, 并确定是否对频偏捕获会有影响, 若有影响, 谱线平移算法是否还能高效工作, 二是考虑谱线平移算法的DSP或FPGA实现, 具体考虑所要求的存储器资源、乘法器和加法器数量。低信噪比高动态信号的解调技术在未来航空航天领域都有广阔的应用前景, 因此, 研究意义重大。

参考文献

[1]叶展.卫星通信低信噪比接收技术与实现[D].江苏南京, 解放军理工大学, 2010.

[2]胡建波, 杨莘元, 卢满宏.一种基于FFT的高动态扩频信号的快速捕获方法[J].遥测遥控, 2004, 25 (6) :19-24.

[3]王鹏毅.高动态扩频信号的捕获跟踪与解调[J].飞行器测控学报, 2003, 22 (2) :34-36.

[4]张伯川, 张其善.高动态接收机的关键问题研究[J].电子学报, 2003, 31 (12) :1844-1846.

高信噪比 篇4

大、小兴安岭山地地表大多被火山岩、火山岩风化形成的残余物和腐植土所覆盖,地震资料中普遍存在较强的折射波和多次折射波,资料的信噪比很低;此外,该区低、降速层厚度和速度横向变化剧烈,静校正问题突出,为此,开展了有针对性的处理方法研究.针对山地地表起伏大的.特点,采用了浮动基准面方法;针对低、降速层厚度和速度横向变化剧烈的特点,采用了折射静校正和微测井静校正相结合的方法;针对折射波强的特点,采用了t-x域叠前相干压制方法;针对叠加剖面随机噪声严重的特点,采用了f-x域随机噪声衰减方法.实际资料处理表明,采用上述处理手段,提高了资料的信噪比,增强了同相轴的连续性,突出了反射波组特征.

作 者：王世青 孟小红 王双喜 王兆湖 李家俊 褚玉环 Wang Shiqing Meng Xiaohong Wang Shuangxi Wang Zhaohu Li Jiajun Chu Yuhuan  作者单位：王世青,王双喜,Wang Shiqing,Wang Shuangxi(中国地质大学地下信息技术与仪器教育部重点实验室,北京,100083;大庆石油管理局物探研究所,黑龙江大庆,163357)

孟小红,Meng Xiaohong(中国地质大学地下信息技术与仪器教育部重点实验室,北京,100083)

西部低信噪比地区接收方式探讨 篇5

1 西部低信噪比地区的成因

什么原因使得西部存在低信噪比区?通过西部采集项目汇总和分析认为, 主要由以下因素造成:一地质方面, 复杂的地质构造使得激发能量难以下传, 比如地下发育巨厚火成岩产生屏蔽影响深层能量下传, 使得深层信噪比低;二接收方面, 疏松地表吸收衰减严重, 多变的地表介质不利于耦合, 使得整体资料信噪比低;三激发方面, 激发介质差使得激发能量弱、品质差, 影响资料信噪比;四是干扰波方面, 面波、地下层间多次波、次生干扰波等严重发育, 干扰有效信号的辨识。

2 西部低信噪比地区接收方式研究

从接收方面如何来改善低信噪比现状?基于检波器工作原理、检波器串联接理论、组合压噪理论、耦合理论的研究, 认为检波器联接方式和个数、检波器类型、检波器组合方式、检波器耦合方式这几个因素能有效改善低信噪比问题。下面从这几个方面进行探讨论述。

2.1 检波器串联接方式和个数研究

通过调研发现各家物探公司所用检波器的串联接方式和个数各不相同, 目前胜利物探东、西部工区都用6串2并的检波器串进行采集。通过对串信噪比、串增益、串灵敏度、串阻抗、共模抑制比等串参数的理论研究, 认识到:串的个数越多串信噪比越高;理论上检波器串联接方式不能改变串信噪比, 但可改变串灵敏度、串增益、串阻抗, 因而改变了共模抑制比, 从而改变了所获资料信噪比 (采用并联可增加共模抑制比对电磁干扰的抑制能力) 。在西部地区电磁干扰不是主要干扰, 所以要思考并联对于西部压制干扰是否有效?鉴于串联个数多利于增加串灵敏度和串增益, 增强对微弱信号的拾取能力, 低信噪比区可使用多串联个数的检波器串。

基于以上研究, 建议根据西部地区地表地震波传播特点, 开展检波器联接方式试验, 可开展全串、串并结合、全并等不同联接方式和寻求个数饱和值的试验, 做好联接方式和个数的优化匹配。

2.2 检波器类型研究

低频检波器的工作频带利于采集更多的低频有效信息。通过对4.5、8、10、14Hz等不同自然频率的检波器在沙介质中作试验对比, 验证了"自然频率是检波器工作带宽的下限, 自然频率过高的检波器无法采集到更多的有效低频信息"。在高频吸收衰减严重的沙漠和黄土区, 为了接收更丰富的低频信息可选用低频检波器。

2.3 接收组合压噪研究

胜利物探在西部工区采用的组合图形主要分为王字形和川字形, 组合图形方向分为沿排列拉开和垂直排列拉开。下面就几个主要组合参数简要介绍一下提高信噪比的应用情况。

2.3.1 组合图形

在西部探区, 沙漠和山地地区的次生干扰非常发育, 对地震资料品质影响最大。经理论和实践检验认为, 使用大基距组合接收技术和宽线技术结合, 是解决侧面反射和次生干扰, 提高信噪比的有效方法。

2.3.2 组内高差

针对西部的高陡部位的组合高差的研究和实践表明:低信噪比地区, 适当放宽组合高差的限制, 可提高信噪比。尤其在目的层主频不很高而次生干扰发育的地区, 打破“组合时差不超过视周期的1/4”的限制, 就可得到信噪比较高的低频资料。

2.3.3 组合图形分布

图形分布对于压噪效果的影响, 与其分布灵敏度是否均匀有关系。

接收组合压噪具有系统的理论体系, 但是在西部低信噪比区的施工应用效果尚存在争议, 为此有必要展开系统研究。基于干扰波调查的接收因素优选, 受干扰波分析方法单一和特征分析不清的限制, 加之西部干扰波异常发育、复杂多变, 所以要做好接收组合压噪, 需要密切结合科学的干扰波特征分析。

2.4 检波器耦合研究

西部低信噪比区地表复杂多样, 分布有沙漠、砾石戈壁、丘陵和出露岩石, 在实验室模拟各种不同表层介质, 进行接收耦合测试。

通过对砾石、沙子介质中耦合数据进行分析, 得出以下认识:

(1) 在疏松的介质中, 尾锥长度增加能提升能量。低信噪比地区, 应采用长尾锥施工, 以确保信噪比;

(2) 对砾石表层介质, 切向耦合不足, 建议使用增加接触面积的三棱尾锥;从能量角度考虑, 建议使用加粗长尾锥, 增加重力耦合;

(3) 对干沙等疏松介质, 可采用螺旋尾锥, 能增加切向耦合, 对高频成分的采集有一定的改善;尽量选择沙层较湿润的季节施工;沙下有土层时, 尽量让检波器尾锥进入坚实的土层。

3 认识与建议

经研究认识到通过接收方式优化来改善资料低信噪的现状, 大有文章可做。

建议: (1) 根据低信噪比地区表层地震波传播规律, 优选检波器类型。基于检波器不同工作优势频带, 作不同自然频率 (4.5Hz、8Hz、10Hz、14Hz) 检波器接收对比试验和进行检波器调制技术研究。

(2) 借鉴相似地区成功采集的接收经验, 优化检波器联接方式和个数。全并与全串对比, 分析并联对西部噪声压制是否有效;作个数对比, 分析个数的饱和值。

(3) 做好干扰波调查和特征分析, 使组合图形优选提升信噪比更有针对性。基于扰波调查方法研究, 充分运用干扰波特征, 开展有针对性的组合压噪。

摘要：西部低信噪比问题是制约西部勘探进程的一大难题, 针对如何改善西部低信噪比资料现状, 从接收方面开展研究探讨, 基于西部低信噪比资料的成因分析, 从组合压噪、检波器联接方式和个数、耦合方式等接收因素方面提出有针对性地改善措施。

关键词：西部,低信噪比区,接收

参考文献

[1]陆基孟.地震勘探原理.2009[1]陆基孟.地震勘探原理.2009

[2]魏继东.检波器数量对组合压噪能力的影响.物探与化探.2011.35 (2) [2]魏继东.检波器数量对组合压噪能力的影响.物探与化探.2011.35 (2)

复杂构造提高信噪比方法研究 篇6

YT盆地构造复杂, 断裂系统发育, 地层接触关系复杂多变, 地层速度横向变化大, 尤其地堑的西北缘更为复杂, 其边界模糊不清, 一直是个悬而未决的问题。该次攻关开发应用了CGGVeritas处理系统的十字交叉域去噪、分频异常振幅压制等去噪方法, 提高道集信噪比, 取得了较好的效果。

2 叠前提高信噪比方法

本次去噪方法研究开发应用了CGGVeritas处理系统中TDNFK十字交叉域去噪、分频异常振幅压制FDNAT模块等一系列去噪手段。

对原始资料进行分析, 面波是分布最广泛主要干扰波之一, 其较强的能量既影响反褶积效果又影响叠加效果。为消除面波影响同时保护低频的有效信息, 我们根据面波呈低频、低速的条带状分布特性, 主要能量集中在15Hz以下的特点进行去噪。TDNFK模块对三维叠前数据体, 按照检波线、炮线方向抽取数据, 在频率、波数域应用圆锥形的滤波器, 对数据中的线性噪音进行去除。该方法有效地压制了面波干扰, 使有效信号能量得到提高, 而低频有效信息并没有受到破坏, 频谱上更加突出有效信息的能量。

尤其复杂构造中, 波场复杂, 对绕射波、断面波等有效信息更要重点保护。无论哪种去噪手段的使用, 都要遵循这样一个原则:在有效压制噪音的同时, 确保有效信号的损失控制在最小。为了检查是否做到这一点, 对分离出的噪音进行定量分析, 通过频率扫描的方法来检查去除的噪音里面是否含有有效信息, 以便最大限度的减小有效信号的损失, 来确定最佳的去噪参数。具体优选方法遵循了以下规则:

(1) 选择的试验炮应代表本区不同的信噪比记录;

(2) 不同方法的去噪试验效果对比, 作为采用方法及参数的依据;

(3) 去噪前后的单炮及叠加剖面 (要求纯波显示) , 做为检查处理效果的依据;

(4) 去除的噪音单炮 (要求纯波显示) , 检查去除噪音的效果。

传统的剔除废道废炮方法通常是采用人工剔除, 本次处理所采用异常振幅去噪的FDNAT模块的去噪技术, 在所给定的时窗, 对每个样点的振幅值进行统计, 而且分不同频率段进行统计, 对不符合统计规律和异常值的加以剔除, 来完成异常振幅的消除和干扰波的衰减。该方法优势在于不同频率范围内的噪音在不同频率段进行识别和去除, 不受其它频率范围数据的影响, 识别能力强, 也对有效信息进行最大程度的保护。

3 应用实例

在吉林探区YT地堑的提高信噪比处理中, 应用上述的技术方法效果明显, 既压制了各种干扰又保护了有效低频成分不受任何损失, 提高了西北缘等复杂构造的成像精度, 叠加剖面上同相叠加能量更强, 连续性更好。

4 结束语

十字交叉去噪和分频去噪等方法效果明显, 保幅性好, 最终成果信噪比高, 构造清晰, 断层归位准确, 地层接触关系更趋于清楚, 基底构造形态更加合理, 成果较好地满足精细构造解释、满足地质需求。

摘要：随着吉林油田勘探与开发工作的深入, 油气勘探逐步由中央凹陷向外围扩展。勘探区块的地下地质构造越来越复杂, 勘探难度不断加大。针对复杂构造成像问题, 结合科研项目, 进行叠前去噪方法研究。本文总结吉林探区的去噪方法研究应用情况, 并通过实例展示应用效果。

关键词：叠前去噪,十字交叉去噪,分频去噪,复杂构造成像

参考文献

[1]渥.伊尔马滋.著《地震资料分析》, 石油工业出版社, 2006

[2]牟永光.地震勘探数字资料处理方法, 石油工业出版社, 1998

一种改进的信噪比估计算法 篇7

信噪比作为衡量信道质量的重要参数之一,在通信接收端和系统的设计中,需要进行准确的估计。信道的信噪比估计对于蜂窝和卫星通信系统来说非常重要,一方面接收端通过信噪比估计可以自适应地采用更有效的调制解调方式提高系统性能,另一方面信噪比估计可以为越区切换、功率控制和信道分配提供信道质量信息。很多研究都需要信噪比的先验知识来进行性能的优化,这在客观上推动了信噪比估计技术的发展。现有的信噪比估计算法很多,其性能的优劣不可一概而论,主要依赖于观测数据长度、每符号采样率、调制类型以及需要估计的信噪比范围。

1 信号模型

信号经过高斯白噪声(AWGN)信道到达接收机,假设接收机采用匹配滤波,系统均衡和同步的剩余误差足够小,不会对信噪比估计造成大的影响,并且在最佳采样时刻采样,得到接收数据:

式中,yk信号长度为L;rk为真实的星座信号;nk为零均值,方差都为σ2的复高斯白噪声。yk_I和yk_Q分别表示接收信号yk的实部和虚部。

需要估计的信噪比定义为:

2 信噪比估计算法

2.1 现有算法

下面所提到的算法都是采用非数据辅助(NDA)估计器,即估计信噪比只需要接收信号yk一个参数,不再使用其他数据。

文献[1]提出了4种估计方法,其中第2种性能最好,以下称为算法1,表示如下:

文献[2]在多进制相移键控(MPSK)复信道情况下采用二阶矩四阶矩方法,以下称为算法2。根据式(4)和式(5)得到M2、M4,代入式6得到估计值。

文献[3]采用了数据拟合方法,以下称为算法3,由式(7)得到z,将其代入式(8)得到信噪比估计值。

上述方法中,文献[1]提到的算法与EVM算法在信噪比值较高时估计较为准确,但当信噪比较低时(小于10 d B)估计效果较差。二阶矩四阶矩方法在信噪比值小于-5 d B时估计效果较差。数据拟合方法在信噪比值大于15 d B和小于-5 d B时估计效果都不理想。二阶矩四阶矩方法和数据拟合方法的虽然在大于-5 d B和小于15 d B时估计效果较好,但计算复杂度较高,在工程上不易实现。

2.2 改进的信噪比估计算法

文献[4]提出的错误矢量幅值(EVM)算法,将接收到的信号分为同向和正交两路分别进行处理,以下称为算法4,过程如下:

(1)检测是否yk_I/Q>0;

(2)在一定的时间周期内,对所有yk_I/Q的正值求均值mean和方差var;

(4)上述步骤对正值和负值分别重复N次得到SN^R的均值,用来提高准确度。

错误矢量幅值(EVM)算法简单,但在信噪比值小于10 d B时,尤其在小于5 d B时估计效果较差,对其进行改进,改进的信噪比估计算法步骤如下:

步骤1:根据式(9)和式(10)得到mean和var,

步骤2:根据式(11)得到信噪比估计值为:

步骤3:当时,根据式(12)得到z值,代入式(13)得到新的信噪比估计值为:

改进的信噪比估计算法,采用归一化的信号模型,在较大的信噪比范围内,即-10~30 d B,都能较准确地估计出信噪比,偏差较小。算法只需要一次开方运算,运算复杂度较低,易于工程实现。

3 仿真分析

采用MATLAB软件进行仿真,仿真参数设为信噪比估计偏差与信噪比的关系以及信噪比估计方差与信噪比的关系。定义信噪比估计偏差为:

定义信噪比估计方差为:

以常见的AWGN信道为例,调制方式采用四进制相移键控(QPSK),待估计的信噪比设为-10~30 d B,每d B仿真100次,信号长度L为2 048 bit,分别得到上述5种算法的信噪比估计值,信噪比估计偏差和信噪比估计方差。

如图1所示,改进的算法在信噪比-5~30 d B内得到的估计值与真实值很接近,只有在信噪比低于-5 d B时有一定的偏差,偏差较小。

如图2所示,在信噪比大于10 d B时,改进的算法与算法1、算法2和算法4的估计偏差同样趋近于零,只有算法3的估计偏差较大,说明除算法3外,其他算法在高信噪比时的估计准确度都很高。在信噪比大于0 d B并且小于10 d B时,算法1和算法4明显偏差较大,算法2和算法3与改进的算法估计偏差都接近于零。在信噪比值小于0 d B时,随着信噪比的减小,算法2和算法3与改进的算法的信噪比估计偏差逐渐变大。

在信噪比小于0 d B、大于-10 d B时,各算法得到的信噪比估计值与真实信噪比值的偏差如表1所示。改进的算法与算法1、算法4相比有明显改善,但当信噪比低于-8 d B时估计效果变差。

最佳的信噪比估计为无偏估计(或者偏差最小),具有最小的方差,其下限为克拉美罗界(CRB)[2]。如图3所示,在高信噪比时,除算法3外,其他算法的信噪比估计方差都很小,估计都较为准确,而在低信噪比时,算法2、算法3和改进的算法所得到的信噪比估计方差与CRB很接近。

4 结束语

针对错误矢量幅值(EVM)算法在低信噪比下的估计误差较大的缺点,对其在低信噪比下的估计算法进行了改进。改进的信噪比估计算法在较大的信噪比范围内估计效果准确,尤其是在低信噪比时,与EVM算法比较,估计性能得到改善。该方法运算复杂度低,易于工程实现。

参考文献

[1]BEAULIEU N C,TOMS A S,PAILUZZI D R.Comparison of Four SNR Estimators for QPSK Modulations[J].IEEE Comm.Letters,2000,4(2):43-45.

[2]PAULUZZI D R,BEAULIEU N C.A Comp-arison ofSNR Estimation Techniques for the AWGN Channel[J].IEEE Trans.on Comm.,2000,48(10):1 681-1 691.

[3]许华,樊龙飞,郑辉.一种精确的QPSK信号信噪比估计算法[J].通信学报,2004,25(2):55-60.

基于信噪比控制的滑动相关捕获法 篇8

本文分析并研究了滑动相关捕获法的主要性能, 其结构简单, 适用于短码捕获, 但捕获时间长、小信噪比情况下虚警概率大, 因此提出一种自适应的滑动相关捕获方法, 根据信噪比调整积分时间, 在不影响捕获性能的前提下减少了捕获时间。

1 滑动相关捕获法

伪码捕获的原理是利用伪随机序列的自相关特性, 当接收信号与本地参考信号达到同步时会出现一个相关峰值, 不同步时相关值接近0。捕获的关键在于得到足够大的相关增益。滑动相关捕获法捕获过程如图1, 接收信号与本地信号通过乘法器和积分时间为0→TD (r Tc

滑动相关捕获法的平均捕获时间。其中, N是伪码周期, Tc是码元长度, TD=k Tc是积分时间, k是进入积分器的码长, 且r≤k≤N。考虑噪声干扰的影响, 使检测概率Pd<1, 虚警概率Pfa≠0 (0

根据式 (1) , 减少平均捕获时间需要增大检测概率Pd, 减小虚警概率Pfa, 减小积分时间TD。Pd与Pfa受积分时间TD的影响。TD=k Tc, 积分器内系数k是可以调整的, 通过调整k值大小改变积分时间, 进而改变捕获电路的相关增益, 使检测概率和虚警概率变化, 会对捕获时间产生影响。

对于滑动相关捕获法来说, 由于积分时间固定, 相关增益是定值。在大信噪比的情况下, 未达到同步状态时, 相关器的输出是一个幅度很小的噪声, 此时可以准确捕获到正确相位。但在小信噪比情况下, 噪声的能量很大, 相关增益不足, 捕获时的虚警增加, 使捕获时间延长。

图2所示对m序列捕获时的同步状态, 本地序列长度31, 则理想相关增益C=31。大信噪比时, 信号能量受噪声影响较小, 本地信号与接收信号达到同步时积分器输出值在31上下波动, 非同步相位输出值很小, 此时容易捕获同步相位;小信噪比时, 噪声淹没信号, 非同步位的相关值会超过同步位的相关输出, 严重影响对同步相位的捕获。

滑动相关法在大信噪比情况下存在增益的浪费, 同时积分时间较长使平均捕获时间延长, 所以, 可以考虑根据信噪比调整积分时间, 减少捕获时间。

2 滑动相关捕获算法改进

在大信噪比情况下, 同步位相关输出值与非同步位相关输出值差距大, 减少积分时间, 适当减小相关增益不影响对同步相位的捕获。根据TD=k Tc (r≤k≤N) , 减少积分时间就是减小k值。

如图3所示, 积分时间影响虚警概率。大信噪比情况下, SNR=0 d B, 积分时间TD=12Tc, 虚警概率Pfa<10-2[9], 本地序列TD>12Tc捕获性能不再提高, 但会增加平均捕获时间。SNR=-3 d B, 本地码长TD>18Tc捕获性能不再提高。小信噪比情况, SNR=-8 d B时, 噪声能量覆盖同步相位的增益, 为获得比较好的捕获性能, 需要对接收信号进行累加处理。

2.1 算法结构的改进

通过上述分析, 在大信噪比情况下, 缩短积分时间不会影响捕获性能, 并且可以减少捕获时间。传统的滑动相关捕获法积分时间是定值, 不适用于信噪比随机变化的复杂电磁环境, 在大信噪比时存在增益浪费, 增加了捕获时间, 在噪声能量恶劣的情况下, 虚警概率增大, 使捕获时间延长。所以, 可以考虑根据具体环境中信噪比变化, 自适应地调整积分时间, 获得捕获时间和捕获性能的优化。

改进后的捕获结构如图4, 在原来的结构上增加了信噪比估计和计算系数k的模块。接收信号进入接收机后, 首先进行信噪比估计, 然后根据信噪比环境和对捕获性能Pfa的要求计算k, 调整积分时间TD=k Tc。信号能量强, 系统减少积分时间, 提高检测概率, 减少平均捕获时间。信号能量弱, 系统延长积分时间, 减少虚警, 改善捕获性能。

复杂电磁环境下信噪比随机变化, 根据信噪比改变积分时间, 可以缩短捕获时间, 改善捕获性能。假设信噪比估计是准确的, 为实现信噪比控制下积分时间的自适应设置, 需要计算不同信噪比对应的系数k。

2.2 码长自适应设置

设置对31位m序列进行捕获, 通过调整系数k改变积分时间。仿真得到虚警概率Pfa<10-2[11]同信噪比对应的k值如图5。

如图5所示, 随着信噪比的增加, 满足Pfa<10-2需要的k值减少。SNR<-7 d B, 积分时间TD>31Tc才能满足捕获性能, 此时需要增加序列周期;SNR>-7 d B, TD<31Tc可以满足捕获性能, 且随着信噪比增加, 积分时间可以进一步缩短;SNR>3 d B, Tc=7Tc可以满足捕获性能。-7 d B≤SNR≤3 d B时, 系数k与信噪比SNR近似于二次曲线关系, 拟合得到两者对应关系:

则

得到不同信噪比需要的k值后, 接收机可根据实际环境中的信噪比调整积分时间。为处理方便, 可根据式 (3) 近似计算积分时间。

3 性能分析

改进后的捕获方法实现了在接收信噪比控制下的积分时间自适应设置, 较好的完成对伪码序列同步相位的捕获。与传统滑动相关捕获方法比较, 更适应信噪比变化的环境, 减少了捕获时间。

3.1 捕获情况

图6仿真验证了SNR=-3 d B时, 设置k=12, k=17, k=25.k=31的同步捕获情况。2.2节仿真得到对31位m序列的捕获, 在SNR=-3 d B、虚警概率Pfa<10-2时, 需要积分时间TD=17Tc。如图所示, TD=12Tc, 同步位的相关增益不够大, 受噪声影响会产生较多虚警;TD=17Tc, 同步相位的相关增益很明显, 受噪声影响的可能性大大降低;TD=25Tc, TD=31Tc, 同步相位的相关增益继续增大, 对捕获性能的改善不明显。

3.2 平均捕获时间

滑动相关捕获法的平均捕获时间, k是定值。改进后的捕获方法, 相关积分时间受信噪比控制, k值随信噪比的变化而改变。两种方法的平均捕获时间如表1所示。

表1中, 信号环境不同, 传统滑动相关捕获法的积分时间是定值, 平均捕获时间也是定值。改进后的捕获方法根据信噪比调整了相关积分时间:SNR≥3 d B和SNR<-7 d B时, 捕获时间固定;-7d B≤SNR<3 d B情况下, 平均捕获时间随着k值的变化而改变。k值由式 (3) 计算得出, 设接收端捕获31位m序列, N=31;取码元长度Tc=0.002ms;对滑动相关法, 取λ=15, 25两个值, 仿真得到两种方法平均捕获时间如图7。

从图7中可以看出, 随着信噪比的提高, 改进后方法的平均捕获时间减少, 在信噪比大的情况下, 在捕获时间上的优势十分明显。SNR=5 d B时, 与积分时间k=15的滑动相关法相比可节约一半的时间, 与积分时间k=25的滑动相关法相比只需要不到1/3的时间。改进后的捕获方法性能有所提高, 更适合信噪比变化的电磁环境。

4 结束语

复杂电磁环境中信噪比随机变化, 滑动相关法的捕获性能受到严重影响, 本文提出一种基于信噪比的自适应伪码捕获算法, 分析了积分时间对捕获性能和捕获时间的影响, 把自适应结构引入滑动相关捕获法中, 实现在接收信噪比控制下的积分时间设置, 改善了滑动相关法的捕获性能。仿真验证改进后的滑动相关捕获法更加适应信噪比变化的环境, 在大信噪比时明显减少同步捕获时间。

检测概率和虚警概率对捕获时间有影响, 仿真没有进行相关讨论。没有考虑信噪比估计性能对算法性能的影响。对于复杂电磁环境, 只考虑了信噪比变化和白噪声的情况, 对多普勒频移、多径和其他噪声情况对捕获性能影响没有讨论。滑动相关法适用于短码捕获, 对于长周期伪码序列, 匹配滤波器捕获法和频域变换捕获法更加有效, 也可以在这两种方法中引入自适应结构。这些是本文进一步深入研究的方向。

参考文献

[1] Polydoros A, Weber C.A unified approach to serial search spreadspectrum code acquisition part I/II:a matched-filter receiver.IEEE Transactions on Communications, 1984;32 (5) :550—560

[2] Chawla K K, Sarwate D V.Parallel acquisition of PN sequences in DSSS systems.IEEE Trans on Commun, 1994;42 (5) :2155—2164

[3] Yu T S.Rapid code acquisition algorithms employing PN matched filters.IEEE Trans on Commun, 1998;36 (6) :724—733

[4] Akopian D.Fast FFT based GPS satellite acquisition methods.IEE Proceedings-Radar, Sonar and Navigation, 2005;152 (4) :277—286

[5] 罗炬锋, 王翔, 付耀先, 等.基于FFT并行搜索伪码和频偏的快速捕获新方法.电子与信息学报, 2011;3:563—568

[6] 刘鹏举, 张会锁, 王江安, 等.自适应均值直接捕获算法研究.科学技术与工程, 2012;31 (12) :8260—8264

[7] 徐晓艳, 李署坚, 邵定蓉, 等.高动态环境下扩频通信系统信号快速捕获的研究.遥测遥控, 2005;3:22—27

[8] 王江浩, 李署坚.一种改进的伪码捕获方法.电子测量技术, 2008;12:136—138

[9] Soonam Yeom, Yunho Jung, Seongjoo Lee.An Adaptive Threshold Technique for Fast PN Code Acquisition in DS-SS Systems.IEEE Transctions on Vehicular Technology, 2011;60 (6) :2870—2875

[10] 冯彦芳.直扩通信中的伪码捕获技术研究.西安电子科技大学, 2010

高信噪比 篇9

信噪比估计是无线通信中一个重要的研究课题,一直受到广泛关注。在无线通信中,有些算法所需的参数与信噪比有着密切关系,得不到精确的信噪比估计,会使得这些算法的性能不同程度的下降。如调制识别,自适应通信技术、功率控制和传输速率控制等算法,都需要信噪比作为参考。

当前,已有一些关于信噪比估计的方法。David R P等人对AWGN信道的信噪比估计方法作了比较,其中基于最大似然估计的方法利用训练序列或反馈序列构造似然函数,而基于二阶矩四阶矩的方法是利用信号和噪声不同统计关系来估计信噪比。这两种方法都需接收序列首先取得同步,否则,就会失效。Hua J Y等人提出一种基于接收信号频谱分段的估计方法,根据信号和噪声的不同频谱分布特性,估计信噪比,这种方法只有在信号长度较长时,才能体现出较好的估计性能。Ilias T等人提出一种基于接收信号相位分布的估计方法,利用噪声的随机分布特性对相位的影响,根据接收信号的相位分布,估计出噪声的大小。Wax M等人利用信号的空间投影的方法对时分多址(TDMA)系统中的信噪比进行估计,这种方法需要利用训练序列来构造接收信号的相关矩阵,并且只适用于时分多址系统。

本文从自相关函数和曲线拟合的角度,提出一种基于曲线拟合的信噪比估计方法。主要根据周期平稳信号与噪声的自相关函数的不同特点,利用曲线拟合,分离信号和噪声的能量,从而进行信噪比估计。仿真结果表明,在高斯白噪声信道,本文方法的估计精度较高,有着较好的估计性能。

二、周期平稳信号自相关函数的特性

在实际的无线通信系统中,因为调制、脉冲成型、过采样等操作,使得大部分的信号都具有周期平稳特性。令:x[n]=s[n]+w[n]

式中,s[n]为周期平稳信号:w[n]为加性高斯白噪声。那么接收信号的自相关函数R[n,τ]=x[n]·x*[n-τ]可以表示为:R[n,τ]=(s[n]+w[n])(s'[n-τ]+w*[n-τ])

由于s[n]是周期平稳信号,而w[n]是平稳的随机分布,所以,其自相关函数可以表示为:

利用时间平均消除时间的相关性,那么接收信号的自相关函数用R[τ]表示为:

也就是说R[τ]的曲线走势主要是由Rs[τ]决定的,只有在第一点叠加了噪声能量,如图1所示。

三、基于曲线拟合的信噪比估计方法

曲线拟合的基本原理就是根据一定数量的已知离散点值走势,确定拟合函数,从而估计出未知点值。曲线拟合常常用来进行实验数据分析,根据已知点值的走势预测待求值。常见的曲线拟合模型主要有直线型、多项式型、指数函数型,模型的选取主要根据已知离散点的走势。例如散点走势为趋于直线,就用y=a0+a1x来拟合;若散点走势趋于抛物线,则用y=a0+a1x+a2x2来拟合。所以,对曲线拟合来说,关键是确定系数ai的值,使得曲线最优的拟合散点走势。对曲线拟合而言,已知点数要多于待定系数的个数,只有这样,才能确定出最优的拟合曲线。因此,对于二项式拟合模型,点数至少为4点。

从上面分析可知,由于需要的是第一点的值,所以不用对整条曲线进行拟合。如果对整条曲线进行拟合,由于曲线走势比较复杂,反而会使得对第一点的拟合误差更大。

选取τ≠0时一定数量的离散点值,确定一条拟合曲线φ(x),然后计算曲线在第一点的值为信号的能量估计值.则噪声能量估计值为:

那么信噪比估计值为:

四、仿真验证及性能比较分析

拟合项数对曲线拟合的性能有关键的影响,一般来说,项数越多,对曲线的整体拟合效果越好。因此我们通过仿真讨论拟合项数与信噪比估计精度之间的关系。采用8PSK调制信号,符号采样率Ns=16,滤波器长度为L=127.滚降系数为0.25,发送符号M=500,相关长度P=127。

首先用二项式拟合,拟合点数为4点和5点两种,用四种方法取点:从第二点开始依次取4点.每隔1点取4点,每隔2点取4点,随机取4点(取第2,3,5,6点和第9点)。通过对已知的点值来观察拟合性能。拟合性能用归一化均方误差表示:

用三项式进行曲线拟合,点数选择为5点和6点,取点方法和二项式拟合一样,随机取点时取第2,3,5,6,8点和第9点。

由图3可以看出,随机取4点(取自相关函数的第2,3,5,6点的值)的整体性能较好:由图4可以看出,每隔1点取6点的整体性能较好。图5给出这两种取点方法的性能比较。二项式采用两种取点方法:二项式拟合1取第2,3,5,6点;二项式拟合2取第2,5,7,8点。

由图5可以看出,二项式拟合2的性能在低信噪比(<6dB)时最好,但是随着信噪比的增加,性能略有下降。从图1可以看出,自相关函数曲线前面一段比较近似于抛物线,所以会使得二项式拟合性能更好一些。综合考虑各方面因素,在信噪比估计时,选择二项式拟合,选取第2,3,5,6点为拟合点。

2. 不同调制信号的性能比较

根据上一节的分析,选择二项式拟合,拟合点为第2,3,5,6点。图6给出BPSK,QPSK.8PSK和16QAM四种调制方式下,基于曲线拟合的信噪比估计的结果和归一化均方误差值(NMSE)。

由图6可以看出,不同的调制信号对估计性能影响不大,高进制的性能稍微好一些,这是由于自相关函数曲线在高进制时变化比较平缓,使得拟合性能较好;二是曲线拟合的性能曲线随着信噪比增加而提高,在10dB时归一化均方误差可达到0.002,具有较高的估计精度。

3.不同估计方法的性能比较

第一节提到的二阶矩四阶矩和频谱分段估计方法是比较常见的信噪比估计方法,应用比较广泛,下面就基于曲线拟合的估计方法和这两种方法进行性能比较,说明基于曲线拟合估计方法的相对性能。仿真信道模型为加性高斯白噪声信道,其他参数设置不变,采用8PSK调制信号。

从图7,图8可以看出,基于曲线拟合的信噪比估计方法具有较好的性能,尤其在低信噪比时,性能明显优于其他两种方法:二是曲线拟合方法对符号长度不是很敏感,而M2M4和频谱分段两种估计方法只有在符号较多时,才能体现出其优越性,这说明基于曲线拟合估计方法可以降低运算时间损耗,实时性较好。

五、结束语

以上研究表明,基于曲线拟合的信噪比估计方法不用考虑同步,不需使用训练序列,对序列长度没有特别要求,只要噪声与信号的自相关函数分布特性不同,就可以通过该方法进行信噪比估计。因此,该方法适用于不同的调制方式、高斯白噪声信道和多径时延的情况,具有较好的普适性。

参考文献见www.dcw.org.cn

参考文献