高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

扩频码快速捕获的瞬时相关谱估计法

程翥 王壮 皇甫堪 庄钊文

曹成虎, 赵永波, 索之玲, 庞晓娇, 徐保庆. 基于频谱校正的中国余数定理多普勒频率估计算法[J]. 电子与信息学报, 2019, 41(12): 2903-2910. doi: 10.11999/JEIT181102
引用本文: 程翥, 王壮, 皇甫堪, 庄钊文. 扩频码快速捕获的瞬时相关谱估计法[J]. 电子与信息学报, 2002, 24(10): 1385-1390.
Chenghu CAO, Yongbo ZHAO, Zhiling SUO, Xiaojiao PANG, Baoqing XU. Doppler Frequency Estimation Method Based on Chinese Remainder Theorem with Spectrum Correction[J]. Journal of Electronics & Information Technology, 2019, 41(12): 2903-2910. doi: 10.11999/JEIT181102
Citation: Cheng Zhu, Wang Zhuang, Huangfu Kan, Zhuang Zhaowen . Realization of fast acquisition optimum receiver by instant correlation spectral estimation[J]. Journal of Electronics & Information Technology, 2002, 24(10): 1385-1390.

扩频码快速捕获的瞬时相关谱估计法

Realization of fast acquisition optimum receiver by instant correlation spectral estimation

  • 摘要: 该文提出了一种低信噪比大多普勒频移条件下扩频码快速捕获的方法,该方法依据回波信号与本地扩频码瞬时相关谱上的显著峰值的存在性判决信号的存在性,与前人的方法相比,该方法在简化了系统复杂性的同时保持了并行多通道最优接收机的性能。
  • 中国余数定理(Chinese Remainder Theorem, CRT)由于其“化整为零”的特性,使得该定理在数字图像信号处理[1]、编码[2]、密码学[3,4]及目标参数估计[5]等领域获得了广泛应用。文献[6,7]将CRT应用到相位解模糊,提出的CRT算法不具备鲁棒性,对得到的余数中任一个略有误差就会导致巨大的重构错误,不能直接应用于有噪声的环境下。为了克服算法对余数噪声敏感的缺陷,一种基于搜索的鲁棒CRT重构算法在文献[8,9]中被提出,但是这种算法计算量非常大,虽然文献[10]指出将2维降低为1维搜索,当需要搜索的数量很大的时候,计算复杂度依然很高,在实际的工程应用中不是很理想。文献[11]提出的鲁棒闭式CRT方法克服运算量大的问题,但是选取第1个余数作为参考构造差分余数方程组,在重构多普勒频率时没有考虑余数误差对精度的影响,估计精度有一定的缺失。

    本文基于脉冲多普勒(Pulsed Doppler, PD)雷达参差重频模式下,提出一种基于全相位离散傅里叶变换(all phase Discrete Fourier Transform, apDFT)相位差频谱校正[12-17]的最优余数封闭式鲁棒中国余数定理(Closed-Form Robust Chinese Remainder Theorem, CFRCRT)算法[18],不仅克服了经典CRT算法对余数噪声敏感和搜索CRT算法计算量大的问题,并充分考虑余数误差的影响,选取最优余数作为参考构建差分余数方程组,而且通过apDFT相位差频谱校正准确提供频率余数,在很大程度上提高了多普勒频率测量精度。理论分析和仿真实验表明本文提出的基于相位差频谱校正的CFRCRT算法在测量精度和实时性能上可以满足工程上应用的需求。

    PD雷达在一个相干处理间隔(Coherent Processing Interval, CPI)内按脉冲重复频率(Pulse Repetition Frequency, PRF)发射脉冲,假设一个CPI为T,接收机接收到的回波信号是离散序列x(n)

    $$ \begin{aligned} x(n) \!=\! & s\left(n\right) \!+\! w\left(n\right) = a \cdot \exp \left({\rm{j}}2{\text{π}}F{t_{\rm s}}n\right) + w\left(n\right), \\ {\rm{}}& 0 \le n \le M - 1 \end{aligned} $ $ (1)

    其中ts=PRT是采样时间间隔,即fs为采样频率,在时间T内采样总数M=fsT=PRFT, s(n)表示采样后的目标信号,w(n)表示噪声信号,F是待测的多普勒频率。x(n)的离散傅里叶变换(Discrete Fourier Transform, DFT)为

    $$ \begin{aligned} X\left(k\right) = & \displaystyle\sum\limits_{n = 0}^{M - 1} {x\left(n\right)} W_M^{{\rm{nk}}} = \displaystyle\sum\limits_{n = 0}^{M - 1} {x\left(n\right)} \\ {\rm{}}& \cdot \exp {\left( - {\rm{j}}2{\text{π}}kn/M\right)}, 0 \le n \le M - 1 \end{aligned} $ $ (2)

    如果fs<F,估计值ˆF在频谱上是模糊的,不能按照直接搜索峰值位置来估计多普勒频率。实际上,由于DFT的周期性,DFT频谱上的视在频率是真实多普勒频率FPRF(fs)为模的余数,即

    $$F \equiv \displaystyle \frac{{\hat r}}{T\;}od {f_{\rm{s}}}$ $ (3)

    脉冲多普勒雷达出现速度模糊的原因在于运动目标真实多普勒频率超出了PRF下脉冲重频范围。为了有效解决速度模糊问题,脉冲多普勒雷达采用参差周期技术。在多重参差重频下,目标在各重频上测得存在模糊的多普勒频移,但是这些模糊值与真实值存在式(3)的函数关系,即有式(4)所示的同余方程组。

    $$\left. {\begin{array}{l} {R = {n_1}{M_1} + {r_1}} \\ {R = {n_2}{M_2} + {r_2}} \\ \quad\quad\quad\; \vdots \\ {R = {n_L}{M_L} + {r_L}} \end{array}} \right\}$ $ (4)

    其中,R=FT,Mi=PRFiT=fsiT, ni(1iL)是同余方程组的模糊度。

    由式(3)可以得到

    $$F = \displaystyle \frac{1}{T\;}\left({n_i}{M_i} + {r_i}\right)$ $ (5)

    为了解决经典CRT算法对噪声敏感的问题,封闭式鲁棒中国余数定理算法采用先确定式(5)中的模糊整数ni,所以PD雷达解多普勒频率模糊的问题回归到求解模糊度ni(1iL)大小。不失一般性,假设Mi(1iL)之间存在最大公约数G,即G=gcd(M1,M2,···,ML)。令Γi=Mi/G,1iL,则所有Γi(1iL)都是互素的。式(4)可以等价为

    $$\left. {\begin{array}{l} {{R_0} = {n_1}{\text{Γ} _1} + {q_1}} \\ {{R_0} = {n_2}{\text{Γ} _2} + {q_2}} \\ \quad\quad\quad \vdots \\ {{R_0} = {n_L}{\text{Γ} _L} + {q_L}} \end{array}} \right\}$ $ (6)

    其中,R0=RG,qi=riG(1iL), 表示向下取整运算,可以等价为

    $$\left. {\begin{array}{l} {R = {R_0}G + {r^{\rm{c}}}} \\ {{r_i} = {q_i}G + {r^{\rm{c}}}} \end{array}} \right\}$ $ (7)

    式(7)表明无误差的余数ri对模G有共同的余数rc

    为了构建最优余数差分方程组,在余数存在误差的情况下需要选取最优余数作为参考。根据式(7)可知,在没有余数误差的情况下,余数ri对模G有共同的余数rc,但是余数有误差时rc不相同,所以首先需要从存在误差的余数ri中估计出最优rc。由式(7)可知存在误差的余数对模G的余数为

    $$\hat r_i^{\rm{c}} = {r_i}\;od \;G$ $ (8)

    由于rc是折叠余数,故定义特殊距离函数估计rc

    $${\hat r^{\rm{c}}} = \arg \;\mathop {\min }\limits_{\begin{array}{*{20}{c}} {0 \le m \le G - 1}\\ {\;\;\;m \in Z} \end{array}} \displaystyle \sum\limits_{i = 1}^L {{{\left( {\hat r_i^{\rm{c}} - m - {k_0}G} \right)}^2}} $ $ (9)

    其中,k0=argmink{1,0,1}0nG1|mnkG|。则最优参考余数索引为

    $${i_0} = \arg \;\mathop {\min }\limits_{1 \le i \le L} {\left( {r_i^{\rm{c}} - {{\hat r}^{\rm{c}}} - {k_0}G} \right)^2}$ $ (10)

    将式(6)中L个等式分别减去第i0个等式,得

    $$\left. {\begin{array}{l} {{n_{{i_0}}} \cdot {\text{Γ} _{{i_0}}} - {n_1} \cdot {\text{Γ} _1} = {q_{1,{i_0}}}} \\ { {n_{{i_0}}} \cdot {\text{Γ} _{{i_0}}} - {n_2} \cdot {\text{Γ} _2} = {q_{2,{i_0}}}} \\ \quad\quad\quad\quad\quad \vdots \\ {{n_{{i_0}}} \cdot {\text{Γ} _{{i_0}}} - {n_L} \cdot {\text{Γ} _L} = {q_{L,{i_0}}}} \end{array}} \right\}$ $ (11)

    其中,qi,i0=qiqi0=(riri0)/G

    引理 1 如果Γi0(1i0L)Γi(1iL)是互素的,即Γi(1iL)两两之间的公约数都是1,对于式(11)的方程组的解(ˆni0,ˆni)

    $$ \left. \begin{aligned} {\rm{}}& {{{{\hat n}}_{{i_0}}} = {q_{i,{i_0}}}{\text{Γ} _{i,{i_0}}} + k{\text{Γ} _i}} \\ {\rm{}} & {{{{\hat n}}_i} = \displaystyle \frac{{{q_{i,{i_0}}}{{{\bar {\text{Γ}}} }_{i,{i_0}}}{\text{Γ} _{{i_0}}} - {q_{i,{i_0}}}}}{{{\text{Γ} _i}}} + k{\text{Γ} _{{i_0}}}} \end{aligned} \right\} $ $ (12)

    其中,ˉΓi,i0Γi0对于模Γi的模逆元素。

    证明:由于Γi0Γi(1iL,ii0)互素,根据贝祖定理可以得出Γi0对于Γi(1iL)的模逆元素存在,用ˉΓi,i0表示Γi0对于模Γi的模逆元素。即

    $$ {{\bar {\text{Γ}}} _{i,{i_0}}} \cdot {\text{Γ} _{{i_0}}} \equiv 1\;od \;{\text{Γ} _i} $ $ (13)

    考虑式(11)中的第i个方程

    $${n_{{i_0}}}{\text{Γ} _{{i_0}}} - {n_i}{\text{Γ} _i} = {q_{i,{i_0}}}$ $ (14)

    将式(14)两端分别乘以ˉΓi,i0,然后取模Γi运算

    $$ {{\bar {\text{Γ}}} _{i,{i_0}}}({n_{{i_0}}}{\text{Γ} _{{i_0}}} - {n_i}{\text{Γ} _i})od {\text{Γ} _i} = {{\bar {\text{Γ}}} _{i,{i_0}}}{q_{i,{i_0}}}od {\text{Γ} _i} $ $ (15)

    对式(15)整理可以得到

    $$ {n_{{i_0}}} = {q_{i,{i_0}}} \cdot {{\bar {\text{Γ}}} _{i,{i_0}}}od {\text{Γ} _i} $ $ (16)

    所以ni0解的通式可以表示为

    $$ {n_{{i_0}}} = {{\bar {\text{Γ}}} _{i,{i_0}}}{q_{i,{i_0}}} + k{\text{Γ} _i},\;\;\;k \in Z $ $ (17)

    将式(17)代入式(14)可得

    $$ {n_i} = \displaystyle \frac{{{q_{i,{i_0}}}{{{\bar {\text{Γ}}} }_{i,{i_0}}}{\text{Γ} _{{i_0}}} - {q_{i,{i_0}}}}}{{{\text{Γ} _i}}} + k{\text{Γ} _{{i_0}}},\;\;\;\;k \in Z,i \ne {i_0} $ $ (18)

    (ni0,ni)有具体形式

    $$ \left. {\begin{array}{*{20}{c}} {{n_{{i_0}}} = {{{\bar {\text{Γ}}} }_{i,{i_0}}}{q_{i,{i_0}}} + k{\text{Γ} _i}{\rm{ }}}\qquad\qquad \\ {{n_i} = \displaystyle \frac{{{q_{i,{i_0}}}{{{\bar {\text{Γ}}} }_{i,{i_0}}}{\text{Γ} _{{i_0}}} - {q_{i,{i_0}}}}}{{{\text{Γ} _i}}} + k{\text{Γ} _{{i_0}}}} \end{array}} \right\} $ $ (19)

    证毕

    引理 2 假设所有的Γi(1iL)是两两互素的,且

    $$0 \le F \le {\rm{l\;cm}}({M_1},{M_2}, ·\!·\!· ,{M_L}) = G{\text{Γ} _1}{\text{Γ} _2} ·\!·\!· {\text{Γ}_L}$ $ (20)

    如果τ<G/4(其中τ是余数噪声ri(1iL)的最大错误范围),那么就有ˆni=ni,1iL。封闭式鲁棒CRT算法就可以准确地重构估计参数。多普勒频率的估计值ˆF可以表示为

    $$ {\hat F} = \frac{1}{T\;}\left[ {\frac{1}{L}\left( {\sum\limits_{i = 1}^L {\left( {{{{\hat n}}_i}{M_i} + {{{\bar r}}_i}} \right)} } \right)} \right] $ $ (21)

    其中,[]表示四舍五入运算,ˉri表示重构的最优余数。当余数最大噪声误差τ<G/4成立时,运用封闭式鲁棒CRT算法重构的多普勒频率的误差满足下列关系

    $$\left| {F - {\hat F}} \right| \le \frac{\tau }{T\;}$ $ (22)

    本文提出的封闭式鲁棒CRT具有封闭形式的解,不需要搜索操作,所以计算复杂度有明显的降低。封闭式鲁棒性的CRT算法(CFRCRT)的具体步骤。

    步骤 1 依据式(8)计算ˆrci

    步骤 2 依据式(9)和式(10)计算最优余数的索引号i0

    步骤 3 由所给出的含有误差的余数ri计算出qi,i0(1iL,ii0)

    步骤 4 计算ˆξi,i0ˆqi,i0ˉΓi,i0odΓi(1iL,ii0)

    步骤 5 计算ˆni0=(Li=1ˆξi,i0bi,i0γi0Γi)odγi0,其中bi,i0=argminbZ(bγi0Γi1odΓi)

    步骤 6  计算ˆni=ˆni0Γi0ˆqi,i0Γi(1iL,ii0)

    步骤 7 计算最优余数值ˉri=GriG+rci0

    步骤 8 计算ˆF=1T[1LLi=1(ˆniMi+ˉri)]

    由于DFT的频谱泄漏和栅栏效应,在样本序列点数较少的情况下,从各路DFT得到的模糊频率估计值只能精确到整数,而丢弃小数,无法提供准确的CRT频率余数,这必然影响重构的多普勒频率精度。出于上述考虑,本文引入相位差频谱校正算法,提高多普勒频率的估计精度。

    3.2.1   全相位谱分析

    传统DFT谱分析出现频谱泄漏的主要原因是“截断”。然而对于一个离散的序列,取样的位置实际上代表了相位信息。如果考虑到样本所有可能的相位,则此频谱分析的结果是每个点的相位都是一样的。基于这样的考虑定义apDFT。

    考虑一个有限长序列

    $$ x(n) = \left\{ {\begin{array}{*{20}{c}} {x(n),\;\;\; - N + 1 \le n \le N - 1}\\ {{\rm{0}}\;,\;\;\;\;\;\;\;{\text{其它}}\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\quad\,} \end{array}} \right. $ $ (23)

    对式(23)的有限长序列进行加窗处理

    $${x_m}(n) = x(n){w_1}(n + m),\;\;0 \le m \le N - 1$ $ (24)

    对式(24)的m个序列进行N点的周期延拓

    $${\tilde x_m}(n) = \sum\limits_{r = - \infty }^\infty {{x_m}} (n + rN),\;\;0 \le m \le N - 1$ $ (25)

    对式(25)的m个周期序列分别进行加窗处理

    $${y_m}(n) \!=\! \displaystyle \sum\limits_{r \!=\! - \infty }^\infty {{w_2}(n){x_m}} (n \!+\! rN),\;\;0 \le m \le N - 1$ $ (26)

    定义N点的全相位信号序列为

    $$ {x_{{\rm{ap}}}}(n) = \left\{ {\begin{array}{*{20}{c}} {\sum\limits_{m = 0}^{N - 1} {{y_m}(n),\;\;0 \le n \le N - 1} }\\ {0,\;\;\;\;\;\;\;\;\;\;\;\;{\text{其它}}\;\;\;\;\;\;\;\;\;\;\;\;} \end{array}} \right. $ $ (27)

    xap(n)做DFT变换

    $$ \begin{aligned} {\rm{}}&{Y_{\rm{a}}}(k) = \displaystyle \frac{{{\rm a} \cdot {{\rm e}^{{\rm{j}}{\theta _0}}}}}{{{N^2}}}{\left( {\displaystyle \frac{{\sin \left[ {(\beta - k){\text{π}}} \right]}}{{\sin \left[ {(\beta - k){\text{π}}/N} \right]}}} \right)^2},\\ {\rm{}}& k = 0,1, ·\!·\!· ,N - 1 \end{aligned} $ $ (28)

    可以得到相位谱为

    $$ {\phi _{\rm a}}(k) = {\theta _0},\;\;\;k = 0,1, ·\!·\!· ,N - 1 $ $ (29)

    N=8,A=1,w0=β2π8,θ0=30,传统DFT和全相位DFT仿真如图1图2

    图 1  传统DFT幅频响应和相频响应
    图 2  全相位DFT幅频响应和相频响应

    综上所述,全相位DFT在分析单频复正弦信号的频谱特性时有以下优点:

    (1)相位谱ϕa(k)与频率指数k是相互独立的,相位信息可以在整个频率轴中抽取。

    (2)全相位DFT旁瓣衰减的速度是传统DFT旁瓣的衰减速度的2次方,全相位DFT频谱泄漏的程度要远远小于传统DFT。

    3.2.2   相位差频率校正原理

    信号的频率为βΔw,其中估计值β可以分成两部分,整数部分k和小数部分Δk,即

    $$\beta = {k^ {*} } + \Delta {k^ {*} }$ $ (30)

    利用传统DFT和全相位DFT频谱分析,可以搜索到峰值位置,然后在峰值位置求取相位差

    $$ \begin{aligned} \Delta \phi \left({k^ {*} }\right) = & {\phi _X}\left({k^ {*} }\right) - {\phi_{\rm a}}\left({k^ {*} }\right) = \left(1 - 1/N\right) \\ {\rm{}}& \cdot\left(\beta - {k^ {*} }\right){\text{π}} = \left(1 - 1/N\right)\Delta {k^ {*} }{\text{π}} \end{aligned} $ $ (31)

    所以β的估计值是

    $$\hat \beta = {k^*} + \hat \delta = {k^ {*} } + \frac{{\Delta \phi ({k^ {*} })N}}{{(N - 1){\text{π}}}}$ $ (32)

    其中第2项ˆδ=Δϕ(k)N(N1)π称为频率误差估计,该项是由传统DFT和apDFT的相位差得到,这将明显提高最后的频率估计精度。相位差频谱校正是基于全相位频谱分析的一种算法,由于apDFT具有恒定不变的相位的特性,所以其估计的频率均方根误差和AM算法基本相同,即得到的估计均方根误差在最好的情况下大约为克拉美罗下界的1.01倍。而且相位差频偏估计中采用两次快速傅里叶变换,所以计算复杂度为O(3NlgN),实时性可以满足工程的需求。

    CFRCRT多普勒频率估计方法的流程如图3所示。

    图 3  多普勒频率估计流程图

    在脉冲多普勒雷达系统中,发射机采用参差周期工作方式,即采用多个重复频率周期工作。为了得到L路频率余数信息,在一个CPI内,即相等时间T内,分别采用不同的PRFi(1iL)发射脉冲信号。具体步骤如下所述:

    步骤 1 发射机以脉冲重复频率PRFi(1iL)发射脉冲信号,接收机接收长度为Mi(1iL)的回波信号序列si(n)

    步骤 2 对第i(1iL)路回波信号序列si(n)Mi=PRFiT(1iL)点DFT并记录峰值位置ˆkpi

    步骤 3 利用频率余数校正算法计算出频偏ˆδi(1iL),得到新的频率余数估计值

    $${\hat r_i} = {\hat k_{{\rm{p}}i}} + {\hat \delta _i}$ $ (33)

    步骤 4 把Mi=fsiT=PRFiT(1iL)(对应模值组),ri(1iL)(对应余数组)代入CFRCRT算法,重构多普勒频率的估计值ˆF

    实验 1 为了验证本文提出的封闭式鲁棒CRT(CFRCRT)能够精确测量多普勒频率,并且在实时性能能够满足工程要求,做如下实验:假设脉冲多普勒雷达采用3个重复频率参差工作,脉冲重复频率分别是:fs1=PRF1=5kHz,fs2=PRF2=7kHz,fs3=PRF3=9kHz

    根据中国余数定理,最大可测多普勒频率为fs1,fs2,fs3的最小公倍数,即fmax=LCM(fs1,fs2,fs3)=3.15×105Hz。本次仿真实验不采用频谱校正算法,对序列进行DFT变换,通过搜索峰值位置直接找到频率余数。在(0,fmax]范围内任意选取一个频率值,每次实验重复100次的蒙特卡洛频率估计实验,统计其均方根误差(如图4所示)。在(0,fmax]范围内任意选取100个频率,统计其消耗的时间(如图5所示)。

    图 4  中国余数定理算法测量频率的精度
    图 5  中国余数定理算法的时间复杂度

    通过图4图5可以看出,3种基于CRT算法的测量精度可以比拟。对比于文献[11]封闭式鲁棒CRT算法,本文通过估计共同余数选取最优参考余数构建差分方程组,并通过最优余数重构多普勒频率,大大减小了余数误差的影响,所以提出的封闭式鲁棒CRT算法相比于文献[11]提出的算法测量精度更高一些,本文的封闭式鲁棒CRT和文献[11]所提出的封闭式鲁棒CRT算法估计每个多普勒频率都需要时间103s,计算复杂度可以比拟,但相比于搜索鲁棒CRT算法计算复杂度大幅度减少,能够满足工程实时性的要求。

    实验 2 在信噪比SNR=15 dB的情况下,从(0,fmax]范围内任意选取3个频率,分别利用基于apDFT相位差谱校正算法、AM频谱校正算法和Candan频谱校正的CFRCRT方案进行测量。其中F是待测的多普勒频率,ˆfri=ˆki+δi/T(1i3)是经过频谱校正算法校正过的最后频率余数,ΔF是多普勒频率估计误差。说明:表1中有2组实验数据,每一组数据分别是按照apDFT相位差频谱校正、AM频谱校正和Candan频谱校正算法的顺序进行测量。

    表 1  基于谱校正的中国余数定理的方案测量结果(Hz)
    Fˆfr1余数理论值ˆfr2余数理论值ˆfr3余数理论值ΔF
    5.5122×103512.605125512.6555125512.9055121.57×101
    512.585512.575512.581.66×101
    515.045516.015516.973.41×100
    3.1157×1051569.2715703569.6935705569.8055702.03×102
    1568.723568.705568.954.99×102
    1574.253566.425574.398.42×101
    下载: 导出CSV 
    | 显示表格

    表1可以看出,信噪比为15 dB的实验环境下,基于Candan频谱校正的CFRCRT方法对多普勒频率测量的均方根误差基本在100101数量级,而基于apDFT相位差和AM频偏校正的CFRCRT方法对多普勒频率测量的均方根误差基本都在101102数量级。相比之下,基于相位差频谱校正的CFRCRT算法精度性能更高些。

    实验 3 本次仿真实验将信噪比环境变化的范围设定为SNR=020dB,待测多普勒频率在(0,fmax]范围内随机取一个。每次重复100次蒙特卡洛多普勒频率估计实验,并统计基于apDFT相位差频谱校正、AM频谱校正和Candan频谱校正的CFRCRT算法测量出的多普勒频率与真实值的均方根误差(如图6所示)。从(0,fmax]范围任取100个待测多普勒频率,在信噪比SNB=15 dB情况下,分别利用3种算法进行100次的蒙特卡洛运算时间测量实验(如图7所示)。

    图 6  基于频谱校正的封闭式鲁棒CRT测量精度
    图 7  基于频谱校正的封闭式鲁棒CRT计算复杂度

    图6可以看出基于apDFT相位差频谱校正的CFRCRT算法在测量精度和抗噪声性能上比基于AM频谱校正的CFRCRT算法稍微好一些,在信噪比15 dB时,精度可以达到102s数量级。并且从图7可以看出基于apDFT相位差频谱校正的CFRCRT算法在实时性能上明显好于基于AM频谱校正的CFRCRT算法,其计算时间可以达到103s数量级。

    基于脉冲多普勒雷达体制,利用中国余数定理算法解多普勒频率模糊,引入频谱校正算法有效地改善多普勒频率估计精度,本文分别在仿真实验中分析验证了3种基于频谱校正算法的性能,总结归纳了3种算法的优缺点。在精确度性能上:相位差频谱校正优于AM频谱校正且优于Candan频谱校正;在计算复杂度方面:Candan频谱校正可比拟相位差频谱校正且优于AM频谱校正。但是相位差频谱校正和Candan频谱校正在计算复杂度上基本一致,都可以达到103 s数量级。从而可以得出一个有意义的结论:基于apDFT相位差频谱校正的封闭式鲁棒中国余数定理多普勒频率估计算法具有比较强的抗干扰性能;算法的计算复杂度不高,具有很强的实时性能,适合工程上的应用。

    中国余数定理在解模糊方面是个非常有效的工具,文献[19,20]提出了采用中国余数定理估计多目标参数的算法,但是文献[19,20]提出的算法对余数噪声敏感,不具有鲁棒性。由于多目标参数的余数与目标对应关系事先未知,故基于本文的鲁棒封闭式中国余数定理估计多目标的方法需要进一步详细研究。

  • 王飞雪,直接序列扩频信号的全数字式快速捕获,[博士论文],国防科技大学,1998,11.[2]王飞雪,郭桂榕,二相编码信号分段相关-视频积累检测的最优中频积累时间,国防科技大学学报,1999,21(1),71-75.[3]刘有恒,信号检测与估计,北京,人民邮电出版社,1989,150-153.[4]程玉平,赵普福,m-序列编码连续波信号的Doppler补偿,电子学报,1993,21(6),40 45[5]朱近康,扩展频谱通信及其应用,合肥,中国科技大学出版社,1993,1,118-129.[6]Bede Liu, Fred Mintzer, Calculation of narrow band spectra by direct decimation, IEEE Trans.on ASSP, 1978, ASSP-26(6), 529-534.
  • 期刊类型引用(5)

    1. 谢照林. 解一元线性同余式组的一个新算法. 中北大学学报(自然科学版). 2023(06): 591-596+631 . 百度学术
    2. 郝艳阳,苏淑靖,裴永浩,冯成林. 一种用于频率估算的USB3.0高速数据传输系统. 电子器件. 2022(01): 33-39 . 百度学术
    3. 胡朗,高青松,陈春,王建强. 一种适用于脉冲多普勒雷达解速度模糊的方法. 空天预警研究学报. 2022(02): 94-98 . 百度学术
    4. 尉志良,付宁,乔立岩. 基于频域时延-多普勒二维聚焦的欠采样雷达信号参数估方法. 电子与信息学报. 2021(11): 3228-3236 . 本站查看
    5. 康金,甄玉杰. 船用脉冲多普勒雷达旁瓣杂波分析. 舰船科学技术. 2020(14): 136-138 . 百度学术

    其他类型引用(2)

  • 加载中
计量
  • 文章访问数:  2102
  • HTML全文浏览量:  87
  • PDF下载量:  421
  • 被引次数: 7
出版历程
  • 收稿日期:  2000-11-24
  • 修回日期:  2001-10-11
  • 刊出日期:  2002-10-19

目录

/

返回文章
返回