一种卫星通信系统RAKE接收机及改进接收方法与流程

文档序号:31953589发布日期:2022-10-28 21:39阅读:324来源:国知局
一种卫星通信系统RAKE接收机及改进接收方法与流程
一种卫星通信系统rake接收机及改进接收方法
技术领域
1.本发明涉及通信领域,尤其涉及一种卫星通信系统rake接收机及改进接收方法。


背景技术:

2.隐蔽通信技术:
3.抗干扰低截获低检测lpi/lpd/lpe(low probability of detection/intercept/exploitation)新型安全隐蔽通信技术是当前卫星通信研究的热点。典型的猝发式直扩接收机系统及其载波同步技术通常有较为成熟的应用,但在大时延、大时变的窄带卫星信道中应用,难以满足其全球随遇接入和快速捕获跟踪需求。新型的安全隐蔽通信技术有别于传统卫星通信技术的重要特征在于,利用计算通信的思想,通过新型信号的波形设计及系统技术,使得无线通信方能够将通信信号从统计意义上更好地隐藏起来;使得“通过长期侦收、复杂计算”等传统通信信号的检测方法无法获得我方通信参数,无法感知我方无线信号的存在,难以有针对性地截获,从而实现“隐身”,有效地保障我方卫星通信的顽存性和安全性。
4.混沌编码技术:
5.目前广泛使用m序列作为伪随机序列,用于构造扩频系统,提供隐蔽传输和抗检测能力。为进一步消除信号特征,需要设计大量具有确定长度的和良好自相关/互相关特性的伪随机序列用于扩频,同时还需设计大量具有长周期特性和良好互相关特性的伪随机序列用于随机化过程中的通信参数控制。传统的伪随机序列普遍存在着本原多项式少和序列周期性短等缺陷;研究采用具有初值敏感、有界并且分布广泛的混沌序列作为伪随机扩频和控制序列。混沌序列相对于m序列、m序列,不但具有高斯统计特征,而且具有长期不可预测性.能够承受复杂的破译攻击。采用混沌序列进行dsss扩频时,其频谱具有更好的平衡特性,抗检测能力高,因此在隐蔽通信技术中有较高的应用前景。但是由于混沌序列的无规律性也使得相应的接收处理变得相当困难。问题之一为,扩频序列之间的正交性较差,导致解扩性能损失较大,不利因素包括解扩残余、rake分集精度低等。
6.1、与本发明接近的现有技术
7.rake接收机的基本结构如图1所示。图中,首先利用相关器确定各路径的延迟、幅度、相位值,然后进行相应的延迟补偿,再解扩,按测出的幅度、相位值进行加权,最后将各路信号合并,完成rake处理。
8.接收的扩频信号可以表示为:
[0009][0010]
其中,x(k)是发射的基带扩频信号,a
l
,θ
l
,d
l
分别是路径l的幅度、相位与延迟。在rake接收处理中,经过本地的参考信号与r(k)互相关运算,每条路径有一条对应的sinc形曲线,其峰的位置、幅度、相位反映了a
l
,θ
l
,d
l
,根据这些参数按照图示的方式进行处理可以获得snr最大化的分级增益。
[0011]
2、现有技术存在的问题
[0012]
在实际应用中,基于互相关运算的参数估计方法存在一些缺陷,主要包括:
[0013]
1、因为sinc曲线有较宽的主瓣导致时延分辨率不高,很难识别出时延相近的路径;
[0014]
2、当d
l
不是整数倍采样周期时,sinc曲线存在较大的畸变,导致很难测准a
l
,θ
l
,d
l

[0015]
3、互相关曲线中存在较高的旁瓣,易于较弱多径所对应的曲线混淆,造成错误的合并。
[0016]
由于这些原因,使得互相关曲线不能准确反映信道冲激响应的形状,两者之间存在比较明显的差异,见图2、图3,此时的互相关曲线未能准确反映出信道冲激响应的特点,相应的rake处理增益低于预期值,接收的性能较低。
[0017]
因此,用互相关方法来识别多径信道的参数时,由于其sinc型曲线的主瓣宽度、旁瓣等的影响,存在分辨率不高和错漏等问题,在延迟和加权环节有一定偏差,使合并效果低于预期值。


技术实现要素:

[0018]
(一)本发明所要解决的技术问题
[0019]
为了改善隐蔽信号的灵敏度,本发明提出了一种提高分集合并增益的rake接收机及改进接收方法,改善了隐蔽卫星通信能力。
[0020]
(二)本发明的技术方案如下:
[0021]
本发明提供了一种卫星通信系统rake改进接收方法,该方法包括以下步骤:
[0022]
1、在信号解析单元中利用参考信号p对fir横向滤波器模型进行建模,求解fir横向滤波器系数c,再将各路信号乘以相应的系数c,最后叠加起来,得到近似的业务信号;
[0023]
1.1先将y(k)经过逐级的单位延迟分为l路,fir横向滤波器利用本地导频参考信号y和滤波器多项式系数c,c=[c0,c1,...,c
l-1
],逼近接收信号中的参考信号p而生成一个p’,通过算法调整c0、c1、c2、
……cl-1
滤波器系数,使得err尽量小;
[0024]
利用y(k)来构造p(k)中的有效成分,取抽头数为l,有
[0025][0026]
上式中的err(k)是p(k)中不能被建模的部分;
[0027]
1.2按最小二乘准则方法求解上式中的fir横向滤波器系数c(k),k=0、1、2
……
l-1;
[0028]
1.3再将各路信号乘以相应的系数c(k),k=0、1、2、

、l-1,最后叠加起来,得到近似的业务信号x(k)。
[0029]
2、在信号重构单元中利用同样的模型对业务信号进行分集合并。
[0030]
在对后续的业务信号x(k)分为l路进行时延补偿及幅度加权,最后叠加,完成rake处理。时延补偿的方法为:路径时延大的时延补偿小,路径时延小的时延补偿大,使得经过
补偿以后,各条径的总时延相同。
[0031]
本发明的第二个方面提供了一种rake接收机,该rake接收机包括信号解析单元和信号重构单元;所述信号解析单元包括一个fir横向滤波器,用于利用参考信号p对多径传播效应用横向滤波器模型进行建模,求解滤波器系数c,并将各路信号乘以相应的系数c后叠加起来得到近似的业务信号;所述信号重构单元,用于利用信号解析单元中构建的模型对业务信号进行分集合并。
[0032]
本发明的第三个方面提供了一种rake接收系统,该系统包括了rake接收机。
[0033]
本发明的优点:
[0034]
本发明方法通过信号建模、重构方法基于等效、逼近原理避免了现有技术中存在分辨率不高和错漏等问题,在延迟和加权环节有一定偏差的这些问题,改善了隐蔽通信能力。
附图说明
[0035]
图1:现有技术中rake接收机结构原理;
[0036]
图2:信道的冲激响应;
[0037]
图3:互相关曲线;
[0038]
图4:rake接收系统;
[0039]
图5:本发明中rake接收机结构示意图;
[0040]
图6:信号解析模块结构示意图;
[0041]
图7:fir滤波器结构示意图;
[0042]
图8:信号重构模块的原理图;
[0043]
图9:改进的rake接收单元。
具体实施方式
[0044]
下面结合附图对本发明作进一步详细说明。
[0045]
参照图4,本发明提供了一种卫星通信rake接收系统包括agc、场强检测、采样单元、短码png、短码搜索、映射、长码png、码元同步、rake接收机、本地导频信号序列发射器、解扩、解差分、解交织、解扰、解码等组成部分。
[0046]
对接收信号进行码元同步后,接收到的多径信号中包含导频字段p和有效信息x,本发明的主要创新点是构造一个由信号解析单元和信号重构单元构成的rake接收机。如图5所示,在信号解析单元中利用参考信号p对多径传播效应用横向滤波器模型进行建模,求解滤波器系数c,而在信号重构单元中利用同样的模型对业务信号进行分集合并,提高隐蔽信号接收灵敏度。
[0047]
其中,所述信号解析单元结构如图6所示,p是接收信号中的参考信号,y是本地导频参考信号。在信号解析单元中构造一个fir横向滤波器,该fir横向滤波器利用本地导频参考信号y和滤波器多项式系数c(c=[c0,c1,...,c
l-1
])逼近接收信号中的参考信号p而生成一个p’,通过算法调整c0、c1、c2、
……cl-1
等滤波器系数,使得err尽量小。fir滤波器结构如图7所示。
[0048]
利用y(k)来构造p(k)中的有效成分,取抽头数为l,有
[0049][0050]
上式中的err(k)是p(k)中不能被建模的部分。
[0051]
按最小二乘准则方法求解fir横向滤波器系数c(k),k=0、1、2
……
l-1。如果l大于信道的时延扩展范围,根据正交原理,上式右边第一项将包含p(k)中的全部有效成分,err(k)为噪声等无效成分。
[0052]
根据解得的fir横向滤波器系数c以及fir滤波器的结构,可以看出,信号的传输过程,即由发射机输出的y(k)经过多径信道,在rake接收机中形成x(k)的效果,可以等效以下操作,先将y(k)经过逐级的单位延迟分为l路,再将各路乘以相应的系数c(k),k=0、1、2、

、l-1,最后叠加起来,得到近似的x(k)。也就是将多径信道等效为l个抽头的fir滤波器。
[0053]
因此,在对后续的业务信号x(k)进行分集、合并时,可以基于上述模型对x(k)做逆操作:分为l路进行时延补偿及幅度加权,最后叠加,完成rake处理。其中,时延补偿的方法为,路径时延大的时延补偿小,路径时延小的时延补偿大,使得经过补偿以后,各条径的总时延相同。
[0054]
对应的信号重构单元的原理见图8,经改进的rake处理后输出z(k),k=0、1、2、

、l-1。
[0055]
本发明提出的提高分集合并增益的方案,如图9所示。
[0056]
首先,在信号解析单元中利用参考信号p对多径传播效应用横向滤波器模型进行建模,求解滤波器系数c,再将各路信号乘以相应的系数c,最后叠加起来,得到近似的业务信号;然后在信号重构单元中利用同样的模型对业务信号进行分集合并。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1