用于突发系统定时同步算法的最佳采样点获取方法与流程

本发明涉及一种用于突发系统定时同步算法的最佳采样点获取方法，属于通信领域。

背景技术：

目前，短突发通信系统已广泛应用于军事通信、卫星通信、深空探测和高速移动通信等领域。突发通信系统中，为了得到发送的信息数据，首先需要在解调器中匹配滤波器的输出端以符号速率对信号进行采样，因此，如何精确的确定在一个符号间隔内的什么时刻对信号采样极为重要，当信号存在定时偏差，信号的采样点偏离最佳采样位置时，会导致接收信号信噪比降低，同时引起符号间干扰影响信号的判决，最终误码率会提高。因此，需要通过对信号进行定时估计从而确定接收信号的最佳采样判决时刻。

当前，短突发通信中定时同步方式通常分为两种，一种是通过之前信号反馈误差值直接调整当前信号采样时刻以实现同步，称为闭环或反馈算法；另一种直接从接收到的离散数据信号中利用数字信号处理方法进行定时恢复，称为开环算法或叫前向算法。经典的反馈算法为gardener定时同步算法，该算法每符号只需要两个采样点，就能进行定时同步，方法简单，精度高且易于实现。但由于反馈算法捕获时间较长，收敛速度慢且会出现“假锁”现象，从而不适用于突发信号的定时恢复。前向算法与反馈算法相比虽然计算复杂度高、估计精度低，但其捕获时间较短且不存在收敛过程，更适合短时突发信号的定时恢复。因此，短突发通信系统中，一般选用前向算法进行定时同步。经典的前向算法有非线性变换算法和最大平均功率算法。非线性变换算法基于最大似然估计理论，对经过匹配滤波器后的基带信号取模后进行非线性变换，然后变换到频域，根据频谱复角关系求得定时偏差值，同步速度快，但算法复杂度高，不利于硬件实现，且估计精度低。最大平均功率算法对信号进行平方变换后，通过判断样点最大平均功率的值进行定时误差提取，直接判决出最佳采样点，算法复杂度低易于实现，同步精度较好，但在数据高速传输的系统中性能较差。

在实际使用中，由于短时突发信号的速率不高且采样率较高，一般选用最大平均功率准则完成定时估计。由吕宗琦等人发表的《gmr－13g终端测试仪中evm算法的设计与实现》中指出，基于最大平均功率思想，提出的幅值方差最小同步算法，该算法信噪比在0db以上的情况下，具有比最大平均功率算法稳定度更高、估计精度更加精准的优点。但由于该算法只利用单一一路数据进行估计且未考虑噪声带来的影响，在低信噪比环境下容易受到噪声干扰导致同步精度较低。

技术实现要素：

有鉴于此，本发明提供一种用于突发系统定时同步算法的最佳采样点获取方法，该方法继承最大平均功率算法计算复杂度低易于实现的优点的同时，其抗噪声性能更好，无论在高低信噪比条件下，都有更好的稳定性，同步精度更高。本发明解决其技术问题所采用的技术方案是：

一种用于突发系统定时同步算法的最佳采样点获取方法，具体实现方式为：

步骤一、对经过匹配滤波器后的信号进行采样，获得所有符号的采样数据功率值，形成第一数组p1,p2,...pn,...pm；其中，1≤n≤m，m为采样总路数；pn为第n路采样功率，即所有符号在第n路采样数据幅值平方的累加和；

步骤二、复制扩展第一数组，形成第二数据组p：

p＝p1,p2...,pn...,pm,pm+1,pm+2,...pm+n,...p2m，且pm+n＝pn；

步骤三、计算第n路采样的左右半符号功率差，所述第n路采样的左右半符号功率差为：在第二数据组p中，以第n路至第n-1+m路采样数据作为计算范围，计算范围内前一半功率值之和与后一半功率值之和的差的绝对值；遍历m路采样，最小左右半符号功率差所对应的采样作为最佳采样点。

较佳地，第n路采样数据功率值pn的获取方法为：

步骤1、信号经过匹配滤波器后，得到各符号所对应的各路采样数据，记为rx(n)，rx(n)为第x个符号的第n路采样数据，1≤x≤l，l为符号长度；

步骤2、遍历l个符号中的每路采样点，获取每个符号的每路采样数据的幅值，并以矩阵形式表示：

式中rn为所有符号第n路采样数据幅值；|rx(n)|为第x个符号的第n路采样数据幅值；

步骤3、根据公式(5)，

获得所有符号在第n路采样数据的功率值pn。

较佳地，所述步骤三中，获得最佳采样点的方法为：

当m为偶数时，根据公式(3)，获得第n路左右半符号功率差δn，其中，1≤n≤m；

遍历m路采样点，最小左右半符号功率差δn所对应的采样为最佳采样点。

较佳地，当m为奇数时，第n路左右半符号功率差δn为：

其中，1≤n≤m，遍历m路采样点，最小左右半符号功率差δn所对应的采样为最佳采样点。

有益效果：

本发明基于匹配滤波器左右半符号功率对称的特性，利用多路数据累加可以平滑噪声的思想，首先以符号长度为范围，累加每符号中对应采样点功率值，得到n路采样功率值，然后以第n路采样点为中心，获得左右半符号功率差δn，并依据左右半符号功率对称特性，最终最佳采样点的位置为左右半符号功率差值最小对应的那一路采样点。本发明继承最大平均功率算法计算复杂度低易于实现的优点的同时，由于多路数据累加平滑噪声影响使其抗噪声性能更强，无论在高低信噪比条件下，有更好的稳定性，同步精度更高。

附图说明

图1为本发明流程图；

图2为snr＝0条件下本发明和其他两种算法稳定性对比；

图3为不同信噪比条件下本发明算法与其他两种算法均方误差对比。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明基于匹配滤波器最佳采样时刻左右半符号功率值对称特性，将左右半符号功率值进行作差处理，其差值最小值对应最佳采样时刻，具体实现方式如图1所示：

步骤一、信号经过匹配滤波器后，令第x个符号的第n路采样点的采样数据rx(n)表达式如下：

其中，j为虚数单位，w(n)和分别代表高斯白噪声的幅值和相角，噪声的幅值与相角相互独立，且都为零均值的高斯随机过程。ax(n)和分别代表信号的幅值和相角；其中：

其中，l为符号长度，m为符号长度l中的第m个符号位置，am为第m个符号位置的幅值，τ为码元宽度，g(i)为根升余弦滤波器响应，m为每个符号中的采样点个数。

步骤二、遍历l个符号中的每路采样点，获取每个符号的每路采样数据的幅值，并以矩阵形式表示：

式中rn为所有符号第n路采样数据幅值；|rx(n)|为第x个符号的第n路采样数据幅值，为：

步骤三、根据公式(9)和公式(10)，获得所有符号第n路采样数据的功率值pn

式中pow{rn}表示对公式(7)行向量中各元素平方累加和，即：

可以看出，第n路采样功率和由信号功率、噪声功率以及信号与噪声互相关三部分组成。

步骤四、将步骤三中获得的p1,p2,...pn,...pm进行复制扩展，形成一个数据组p＝p1,p2...,pn...,pm,pm+1,pm+2,...pm+n,...p2m，且pm+n＝pn；以第n路采样数据为例，根据公式(11)，当m为偶数时，获得第n路左右半符号功率差δn，其中，1≤n≤m；

当m为奇数时，第n路左右半符号功率差δn如下式：

遍历m路采样点，最小左右半符号功率差δn所对应的采样点，即为最佳采样点。当n为最佳采样点时，根据匹配滤波器左右半符号功率值对称特性，上式中左右半符号信号功率差值部分的值为零；另外对于任意k值的噪声功率值都是服从均值为零，方差为n0/2的高斯分布，n0为噪声单边功率谱密度，因此上式中对左右半符号噪声功率值进行累加后再作差，平滑噪声影响，其结果可近似为零；对于上式中信号幅值和噪声幅值乘积部分，由于信号和噪声相关性较差，其乘积结果本身就很小，对全突发长度相关值进行累加后可近似为零，另外左右半符号相关值累加后取差值进一步抑制噪声的影响，因此这部分结果值也可近似为零。

而当n偏离最佳采样点位置时，此时进行采样会导致左右半符号功率值不对称，从而上式信号功率差值部分的值会增大；另外对于噪声和信号相关部分，虽然相关性较差，但是由于其信号幅值对于噪声幅值加权大小不一致，因此最终累加再作差结果不为零。当n偏离最佳采样点位置时，最终都会导致左右半符号功率差值增大。故最佳采样点n的位置为：

本发明提出的左右半符号功率差值最小算法继承最大平均功率算法其计算复杂度低且易于实现的优点，在此基础上提高其抗噪声性能、算法稳定度和估计精度，使其无论在高低信噪比环境下，其稳定性更好且同步精度更高

如图2所示，snr＝0条件下，进行50次仿真过程中，最大平均功率法，其最大样点偏差为3个采样点，且样点偏差次数为38次，出现偏差的次数最多。幅值方差最小法最大样点偏差也为3个采样点，且样点偏差次数为35次，出现偏差的次数次之。左右半符号功率差值最小法，其最大样点偏差为2个采样点，且样点偏差次数为25次，出现偏差次数最少。以上分析可知，其左右半符号功率差值最小法其算法稳定度更高。

如图3所示，无论高低信噪比条件下，本发明算法抗噪声性能强，均方误差值更小，其估计精度更高。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。