基于经典谱估计的多普勒频移算法
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
仿真程序说明文档
1.平坦衰落信道仿真
1.1仿真设计
1.产生频率为c ω的01N +路正弦余弦信号;
2.产生在[0,2)π均匀分布的随机相位,产生在[,]m m f f -均匀分布的频率偏移,将随机相位和频率偏移加入到第一步产生的每路正余弦信号中;
3.产生每路信号的衰减cos n β,将第二步产生的每路信号乘以衰减cos n β;
4.将加入随机相位频率偏移以及乘以衰减以后的正弦信号叠加,得到同相分量,将加入随机相位频率偏移以及乘以衰减以后的余弦信号叠加,得到正交分量;
5.由同相和正交信号分别作为实部()c T t 和虚部()s T t 得到平坦衰落信道的输出;
1.2程序流程图
1.3仿真结果
下面给出了仿真的平坦衰落信道的统计特性
图1通过信道后的接收信号包络
在图1中用信道的最大增益对衰落进行了归一化。可以看出,仿真的数据流能够较好的符合典型的Rayleigh衰落信号。信道在某些点会引起深度衰落。
图2通过仿真信道信号的包络概率密度函数
在图2中,绘出了当N =34时的包络分布。可以看出当N =34时,包络分布与标准的瑞利分布基本吻合。随着N 的增加,包络更加趋向瑞利分布,且分布函数与时间t 无关,这一点满足广义平稳过程的要求。
图3通过仿真信道信号的自相关函数
可以看出自相关函数趋近贝赛尔(Bessel)函数。
以上我们讨论了仿真信道产生的随机过程是广义平稳的,并且其信号包络、包络概率分布、自相关性等统计特性,都能与Clarke 模型较好的吻合,因此能够较真实的反映信道。
2.LCR 仿真
2.1仿真设计
1.信号采样:首先对接收信号进行采样,得到输入信号的离散序列()g n ;
2.计算包络:根据输入的()g n 序列,计算相应的包络()()n g n α=;
3.确定电平R :计算()n α的均方根包络电平rms R ,使rms R R =;
4.估计LCR L :根据第二、第三步计算()n α和rms R 估计()n α每秒通过rms R 的次数LCR L ;
5.求解v
:进行数值计算,求LCR 法的速度估计值v ;
v≈
2.2程序流程图
2.3仿真结果
图4是仿真得到的电平通过率法的速度估计性能曲线。
图4电平通过率法估计性能
从图4中可以看到,信噪比越高,估计值越接近真实值。在信噪比为5dB 时,电平通过率法仍能保证随着多普勒频移的提高,估计值也是上升的。电平通过率法估计出的多普勒频移偏差较大,在信噪比大于10dB 时,多普勒频移的估计精度也不高。
3.COV 仿真
3.1仿真设计
1.信号采样:首先对接收到的信号进行采样,得到离散序列()g n ;
2.计算平方包络()r n :根据输入的()g n 序列,计算相应的平方包络2
()()r n g n =;
3.计算自协方差(0)rr μ:计算2()()r n g n =的自协方差(0)rr μ2
2110)(())/(()/)N N
n n r n N r n N ===-∑∑其中,N 为进行一次速度估计所用的()g n 序列的长度。可以设定为不同的长度,一般来讲,N 越长,估计得越准确,但是需要的存储空间等资源也越大。
4.估计V ,根据下式估计V
121
1((1)())1N n V r n r n N -==+--∑5.求解速度v
:进行数值计算,求解速度估计值v ≈
3.2程序流程图
3.3仿真结果
图5给出了加性高斯白噪声对协方差法速度估计的影响。仿真环境为瑞利衰落信道且为各向同性散射。
图5协方差函数法估计性能
可以看出,随着信噪比增加,速度估计的灵敏度有明显的改善。图5画出的是较差性能,τ→时,协方差法的性能。对任何τ>0,都会减少由白噪声引起的协方差法的偏差。即当0
但是,协方差法的速度估计精确度会随着τ的增大而降低。
4.功率谱估计
4.1仿真设计
g n;
1.首先对信号进行采样,得到离散序列()
g n,计算AR模型阶数P;
2.根据离散序列()
g n,计算AR模型系数a;
3.根据离散序列()
g n,由pyulear计算功率谱密度。
4.根据第二步第三步求出的P和a,利用()
4.2程序流程图
4.3仿真结果
图6是方针得到的接收信号(m f =100Hz ,散射系数k =5,SNR =20dB)的归一化多普勒功率谱图。
图6多普勒功率谱
从图6可以看出,在最大多普勒频移处,多普勒功率谱趋向于无穷。曲线能够很好的符合经典多普勒功率谱密度。
5.HSM 仿真
5.1仿真设计
1.首先对接收信号进行采样,得到离散序列()g n ;
2.根据()g n ,利用AR 模型的Yule-walker 方法估计()g n 的功率谱密度;
3.对功率谱密度求积分,得到功率谱密度的四阶矩4c ;
4.对功率谱密度求积分,得到功率谱密度的六阶矩6c ;
5.求解速度v
。根据数值计算,求解速度v ;
5.2程序流程图
5.3仿真结果
图7~图10给出了在实际最大多普勒频移分别为50Hz、100Hz、150Hz、200Hz时,算法估计出的最大多普勒频移的分布情况。在每个实际最大多普勒频移下的估计值的数量为1600,信噪比SNR的变化范围为从6dB到20dB。
图7SNR从6dB到20dB变化时估计出的m f的分布(实际m f=50Hz)