数字调制信号码元速率及码元转换时刻盲估计方法与流程

1.本发明属于数字调制信号参数估计类，主要涉及一种适用于单通道接收数据的基于奇异值分解(singular value decomposition，svd)的数字调制信号码元速率及码元转换时刻(最佳采样时刻)估计方法。


背景技术：

2.近年来,随着无线电技术不断发展和现代通信和信号处理技术的突飞猛进,无线电信号体制和调制样式日趋复杂和多样,日趋复杂和多样的无线电信号逐步渗透到各个角落。另外,信号传输的环境也变得越来越恶劣,所有这些变化都使得对无线信号参数估计的要求越来越高,估计难度越来越大。参数估计精度和适用范围很难同时兼顾,获得较好的参数估计性能依赖于一定的先验信息，毕竟不同的调制方式特点不同，目前没有一种方法能够描述全部的调制方式，因此数字信号参数估计的方法也是多种多样的。目前的各类算法，有的局限性很强，有的局限性小但复杂，运算量大，不适合信号的实时处理。因此需要综合运用各种算法，并且寻找适用范围广、算法简单的调制参数估计算法。
3.如何在带宽范围大、特征不明显的侦测数据中有效的实现信号检测与特征提取，完成信号的检测与参数估计，特别是怎样在没有先验知识的情况下对码元速率进行估计是调制识别领域一个重要的问题。由于码元速率的估计有助于信号调制识别与解调，数字调制信号码元速率估计是无线电监控和非协作通信领域的关键技术之一。以往的估计方法各有利弊。较直观的方法是利用信号瞬时特征直接在时域进行码元速率估计，但时域估计对噪声变化相对敏感，误差较大。抗干扰性能较好的方法是谱相关分析法，可在低信噪比下估计码元速率，缺点是用到的码元序列很长，计算量太大，在实际中不易实现。
4.数字通信中码元速率的估计对调制信号的识别、非合作通信的盲解调和无线电频谱监测等有着重要意义。目前，大多数方法以已知信号调制样式为前提条件，主要的码元速率估计方法有：基于包络分析的估计方法、基于延迟相乘的估计方法。基于数字信号循环平稳特性的估计方法。包络分析法不适用于恒包络信号，且在信噪比较低时性能不佳。基于延迟相乘的估计方法需要预先剥离载波，且不适用于移频键控(fsk)类调制信号。基于信号循环平稳特性的估计方法虽然适用于多种数字调制信号，但是谱峰特征受载频估计精度以及背景色噪声的影响较大。随着小波理论的兴起和发展，出现了一些运用小波变换进行码元速率估计的方法。基于小波变换的估计方法、小波变换可以检测到多种数字调制信号在码元状态变化时刻出现的信号相位、频率变化的奇异点，但文献中将小波变换直接运用于接收到的中频信号，抗噪性差，一般需要较高的采样速率，不适合低信噪比的情况，且小波变换尺度选取存在盲目性。不同调制类型信号所需最佳母小波函数、最优分解函数不同，且面临小波尺度盲点、相移影响、抗噪声性能不足等问题。对于mask、mpsk、mfsk信号而言，在码元状态变化时刻，会出现信号相位、频率变化的奇异点，利用小波变换可以检测到这些奇异点，具有实现简单、计算复杂度小等优点，但是一般需要较高的采样速率，同时存在小波尺度盲点、抗噪声性能差等问题。与小波变换法相比，基于信号循环平稳特性的估计方法具有
更好的抗噪声性能，且适用于多种成型脉冲滤波器，但计算量大，不适合实时性较强的场合。为了从接收信号中最大程度获取发送端的原始基带信息，在实施小波变换前，需要对信号进行必要的预处理，以减少噪声干扰并去除载波影响，最终对信号码元速率做出更为接近真值的估计。qpsk信号和恒包络处理理想qpsk信号呈现为恒包络，但实际接收到的qpsk信号因信号处理和噪声干扰会出现包络起伏现象，在码元跳变处相位跳变模糊化。在非台作通信系统中，对接收信号的各种参数是未知的，就不可能继续应用数据辅助的算法进行信号的参数估计。实际系统中mpsk信号在码元跳变处包络幅度降低,相位跳变不明显,常规算法检测效果不佳。
5.数字调制信号在码元内的波形频率不存在突变，包络与成型滤波器相关；码元转换时刻的则会产生相位、幅度或者频率差异，使得信号在码元转换处存在突变或某阶导数有突变，即具有奇异性。上述现有技术存在的不足之处有二：一是适用性和稳定性不足。现有技术只能对某类数字调制信号有效，且需要根据信号特点范围调整算法所需参数，对载波偏移、采样时钟抖动、漂移敏感。
6.二是抗噪性能不足。对于无线电监测设备方来说，信号参数几乎全盲，由于信道噪声、多径以等影响，监测信号的信噪比较低，现有方法难以通过累计长序列信号能量消除噪声及其他干扰的影响。


技术实现要素：

7.为了在未知任何先验信息条件下，实现对低信噪比数字调制信号码速率的准确估计，本发明针对数字信号码元速率估计问题,提供一种适用性强、鲁棒性高，抗噪能力强的基于奇异值分解(svd)的自动调制识别码元速率及码元转换时刻码速率估计方法。该方法利用奇异向量包含的数字调制信号幅度、相位和频率的突变信息，能够有效估计出未知类型且含有载波的数字调制信号的码速率；而且通过增加分析数据的长度，可以有效提高低信噪比数字调制信号的码速率估计性能。
8.发明的上述目的通过以下措施来达到。一种数字调制信号码元速率及码元转换时刻盲估计方法，其特征在于：首先，将采样时刻t截获信号复数数据，经过模/数(a/d)采样后的信号数据转换为复数信号形式，并构建m
×
n的hankel数据矩阵，矩阵相邻列向量延迟一个采样时刻，其次，将m
×
n维的hankel数据矩阵分割为若干个m
q
×
n(m1+m2+m3+
…
+m
q
)＝m子矩阵，并对各子矩阵进行奇异值分解svd，获取子矩阵第一、二、三个左奇异向量分包络，按子矩阵顺序对奇异向量拼接，得到第一、二、三个左奇异向量包络；进而对第一、二、三个左奇异向量包络进行快速傅里叶变换(fft)，将获得的三个奇异向量包络的频谱相加，检测三个频谱的和在非零频处的最大谱值所对应频率为码元速率估计值；然后，根据估计码元速率产生检测脉冲，并计算检测脉冲在不同延迟量条件下与平滑滤波后的第二奇异向量包络的点积和，使点积和最大和最小检测脉冲延迟量加上n/2均待选码元时刻估计值，二者均可能为码元转换时刻估计值；最后，根据估计码元速率估计值与两个待选码元转换时刻估计值，构造两个待分析数据矩阵，并对其进行奇异值分解，再根据奇异值中的能量分布选择正确的码元转换时刻，码元转换时刻再加上码片采样点数的是二分之一作为最佳采样时刻，得到数字调制信号码元速率及码元转换时刻盲估计值，其中，m为矩阵的行数，n为矩阵的列数，m>n，q＝1,2,3,
…
q。
9.本发明相比现有技术方法的有益效果是：适用性强、鲁棒性高。本发明针对通信信号时域和频域特性，将采样时刻t截获信号复数数据，经过模/数(a/d)采样后的信号数据转换为复数信号形式，并构建m
×
n的hankel数据矩阵，矩阵相邻列向量延迟一个采样时刻，即可完成对常见各种数字信号的码速率以及最佳采样时刻的估计。这种采用构造截获数据矩阵及奇异值分解的数据奇异点信息，无需信号类型、载波频率等先验信息，无需进行参数调整，在低信噪比条件下仍有很好的码元速率与码元转换时刻估计效果；避免了现有技术只能对某类数字调制信号有效，且需要根据信号特点范围调整算法所需参数，对载波偏移、采样时钟抖动、漂移敏感的缺陷。
10.抗噪能力强。本发明在低信噪比情况下，将m
×
n维的hankel数据矩阵分割为若干个m
q
×
n(m1+m2+m3+
…
+m
q
)＝m子矩阵，并对各子矩阵进行奇异值分解svd，获取子矩阵第一、二、三个左奇异向量分包络，按子矩阵顺序对奇异向量拼接，得到第一、二、三个左奇异向量包络；可以通过矩阵分块处理的方法，降低矩阵分解的计算量，并降低了采样时钟的非理想特性的影响，且可以通过增加矩阵行数以积累较长的截获信号序列提高抗噪声性能。克服了现有方法难以通过累计长序列信号能量消除噪声及其他干扰的影响。
11.本发明基于hankel矩阵奇异值分解，对第一、二、三个左奇异向量包络进行快速傅里叶变换(fft)，将获得的三个奇异向量包络的频谱相加，检测三个频谱的和在非零频处的最大谱值所对应频率为码元速率；然后，根据估计码元速率产生检测脉冲，检测脉冲与平滑滤波后的第二奇异向量包络的点积，计算不同延迟量的检测脉冲与平滑滤波后的第二奇异向量包络的点积和，点积和最大或最小检测脉冲延迟量，自动调制识别码元速率，实现码元速率估计和码元转换时粗估计；基于码元截断数据矩阵与统维度其它形式矩阵分解后奇异值能量分布特性实现码元转换时刻自适应估计。利用数字调制信号数据在hankel矩阵形式下第一、二、三左奇异向量中包含码元值转换点信息的特性及“瘦高”矩阵可以分块计算的特性，基于svd的码速率及码元转换位置估。这种在未知任何先验信息条件下，利用奇异向量包含的数字调制信号幅度、相位和频率的突变信息，能够有效估计出未知类型且含有载波的数字调制信号的码速率，实现对低信噪比数字调制信号码速率的准确估计，而且不受载频偏移影响且适用于幅度调制、相位调制、频率调制等多种数字调制信号码速率及码元转换时刻估计，通过增加分析数据的长度，可以有效提高低信噪比数字调制信号的码速率估计性能。降低了矩阵分解的计算量,所得估计值受噪声变化影响甚微。
12.本发明适用非合作通信、电子侦察、电磁频谱管控等无线接收与信号分析设备。可广泛应用于非合作通信、无线电信号监测等领域的信号处理。
附图说明
13.图1是本发明数字调制信号码元速率及码元转换时刻盲估计原理示意图。
14.下面结合附图和具体实施方式对本方法进一步说明。
具体实施方式
15.参阅图1。根据本发明，首先，将采样时刻t截获信号复数数据，经过模/数(a/d)采样后的信号数据转换为复数信号形式，并构建m
×
n的hankel数据矩阵，矩阵相邻列向量延迟一个采样时刻，其次，将m
×
n维的hankel数据矩阵分割为若干个m
q
×
n(m1+m2+m3+
…
+m
q
)＝
m子矩阵，并对各子矩阵进行奇异值分解svd，获取子矩阵第一、二、三个左奇异向量分包络，按子矩阵顺序对奇异向量拼接，得到第一、二、三个左奇异向量包络；进而对第一、二、三个左奇异向量包络进行快速傅里叶变换(fft)，将获得的三个奇异向量包络的频谱相加，检测三个频谱的和在非零频处的最大谱值所对应频率为码元速率估计值；然后，根据估计码元速率产生检测脉冲，并计算检测脉冲在不同延迟量条件下与平滑滤波后的第二奇异向量包络的点积和，使点积和最大和最小检测脉冲延迟量加上n/2均待选码元时刻估计值，二者均可能为码元转换时刻估计值；最后，根据估计码元速率估计值与两个待选码元转换时刻估计值，构造两个待分析数据矩阵，并对其进行奇异值分解，再根据奇异值中的能量分布选择正确的码元转换时刻，码元转换时刻再加上码片采样点数的是二分之一作为最佳采样时刻，得到数字调制信号码元速率及码元转换时刻盲估计值，其中，m为矩阵的行数，n为矩阵的列数，m>n，q＝1,2,3,
…
q。
16.本发明的内容可以采用如下实施步骤实现：步骤1：根据获取复数形式截获信号x(t)，将截获的信号转换为复信号形式，构建m
×
n的hankel数据矩阵a为：其中，t＝1,2,3,
…
为采样时刻，m为矩阵的行数，n为矩阵的列数。
17.步骤2：将m
×
n维hankel数据矩阵a分解为若干个m
q
×
n且(m1+m2+m3+
…
+m
q
＝m)子矩阵，并对子矩阵进行奇异值分解处理，再把获取的子矩阵第一、二、三个左奇异向量分别进行拼接，根据第q个子矩阵的第m个奇异值和左奇异向量，得到左奇异向量分包络其中，t表示向量或矩阵转置，q＝1,2,3,
…
q。步骤3：根据第一、二、三个左奇异值向量包络特性估计码元速率，提取第一、二、三个左奇异向量的包络对对第一、二、三个左奇异值向量进行快速傅里叶变换fft，得到表示第一左奇异向量包络频谱特性分布f1、表示第二左奇异向量包络频谱特性分布f2和表示第三左奇异向量包络频谱特性分布采用滤波器对包络频谱特性分布f1，包络频谱特性分布f2，包络频谱特性分布f3进行平滑低通滤波，得到各自抑制噪声后频谱包络f1′
，f2′
，f3′
，和第一、二、三个左奇异向量的包络频谱和差包络其中|
·
|表示每个元素取绝对值；检测第一、二、三个左奇异向量的包络频谱和差包络在非零频处的最大谱值所对应频率，估计码速率
18.步骤4：利用第二个左奇异向量包络特性，粗估计估计码元转换时刻，根据估计码
元速率产生检测脉冲序列de：其中，d为正整数。
19.采用平滑滤波器对第二个左奇异向量包络进行低通平滑滤波，获得第二奇异向量包络然后判断原始数据采样率f是否估计码速率的整数倍，如果是，则令表示码元转换时刻待检测包络，计算检测脉冲序列在不同延迟量τ条件下与平滑滤波后的码元转换时刻待检测包络否则，调整采样率为对进行重采样，得到码元转换时刻待检测包络其中，表示向上取整。
20.检测检测脉冲与平滑滤波后的第二个左奇异向量包络的令点积z(τ)和最大值或最小检测脉冲延迟量和再计算检测脉冲序列在不同延迟量τ条件下与平滑滤波后的码元转换时刻待检测包络和点积z(τ)，码元转换时刻待检测包络和点积z(τ)二者加上n/2即为待选码元时刻估计值，二者均可能为码元转换时刻估计值。对于幅相调制信号，如psk、qam等，码元转换时刻为对于频率调制信号，如fsk、gmsk等，码元转换时刻为
21.构建两个码元截断数据矩阵，并根据待分析矩阵特征值，从两个待选码元时刻估计值中进行码元转换时刻和最佳采样时刻估计，令x
′
表示码元整数倍采样序列，判断原始数据x采样率f是否估计码速率的整数倍，如果是，令x
′
＝x，否则调整采样率为对原始数据x进行重采样得到码元整数倍采样序列x
′
，然后根据码速率估计值计算单个码片采样点数l
b
，以及两个待选码元转换位置估计值分别得到两个待分析矩阵a
m1
、a
m2
，并计算a
m1
、a
m2
的第一个奇异值σ
m1
‑1、σ
m2
‑1；两个待分析矩阵a
m1
、a
m2
表示为：
其中，l
b
单个码片采样点数，m＝0,1,2,3
……
m
‑
1，m表示矩阵中码元个数。
22.以门限值为ρ，判段待分析矩阵a
m1
、a
m2
的第一个特征值的差值是否满足条件(σ
m1
‑1‑
σ
m2
‑1)>ρσ
m1
‑1，如果成立，为信号幅度、相位等各码元内频率相同调制信号的码元转换位置，否则，为频率调制信号码元转换位置，然后构建两个码元截断数据矩阵，根据奇异向量中的能量分布，选择正确的码元转换时刻，再根据单个码片采样点个数，将码元转换时刻延迟码片采样点个数的二分之一作为最佳采样时刻。