基于经典谱估计的多普勒频移算法.docx
《基于经典谱估计的多普勒频移算法.docx》由会员分享,可在线阅读,更多相关《基于经典谱估计的多普勒频移算法.docx(13页珍藏版)》请在冰豆网上搜索。
![基于经典谱估计的多普勒频移算法.docx](https://file1.bdocx.com/fileroot1/2023-1/23/77630242-421f-4461-87a0-fc440a7af325/77630242-421f-4461-87a0-fc440a7af3251.gif)
基于经典谱估计的多普勒频移算法
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的N01路正弦余弦信号;
2.产生在[0,2)均匀分布的随机相位,产生在[fm,fm]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cosn,将第二步产生的每路信号乘以衰减cosn;
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Tc(t)和虚部Ts(t)得到平坦衰落信道的输出;
1.2程序流程图
cos(ct)cos(ct)sin(ct)sin(ct)
加入随机相位与加入随机相位与加入随机相位与加入随机相位与
频率偏移频率偏移频率偏移频率偏移
2cos1×2cos
多径叠
加
N01
×
2sin
1
×
2sin
多径叠
加
N01
×
Tc(t)
Ts(t)
实虚部相加
T(t)Tc(t)jTs(t)
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)
;
3.确定电平
R:
计算
(n)
的均方根包络电平
Rrms,使
R
Rrms;
4.估计
LLCR:
根据第二、第三步计算
(n)
和
Rrms估计
(n)
每秒通过
Rrms的次数
LLCR;
5.求解
v:
进行数值计算,求
LCR
法的速度估计值
v;
v
cLLCR
2e
1
其中,c为载波波长。
2.2程序流程图
输入信号
信号采样
包络计算
数据暂存
Rrms
包络通
均方根包
过电平
络电平
Rrms次
rms计算
数LLCR
R
计算
速度估计值计
算
v
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r(n)g(n)
2
;
3.
rr(0)
2
rr
(0)
:
计算r(n)
g(n)
的自协方差
计算自协方差
N
r2(n))/N
N
r(n)/N)2
0)(
(
n
1
n1
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
1
N1
r(n))2
V
(r(n
1)
N
1n1
5.求解速度v:
进行数值计算,求解速度估计值
vcV
2Tsrr(0)
3.2程序流程图
输入信号
信号采样
均方包络计算
自协方差
估计
V值估计
rr(0)V
速度估计值计算
V
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,
即当0时,协方差法的性能。
对任何>0,都会减少由白噪声引起的协方差法的偏差。
但是,协方差法的速度估计精确度会随着的增大而降低。
4.功率谱估计
4.1仿真设计
1.首先对信号进行采样,得到离散序列g(n);
2.根据离散序列
g(n),计算AR模型阶数
P;
3.根据离散序列
g(n),计算AR模型系数
a;
4.根据第二步第三步求出的
P和a,利用
g(n),由pyulear计算功率谱密度。
4.2程序流程图
输入信号
信号采样
计算AR计算AR
模型阶数模型系数
pa
计算每个频率
点上的功率谱
密度值
功率谱密
度归一化
信号功率谱密度
4.3仿真结果
图6是方针得到的接收信号(fm=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
c4;
4.对功率谱密度求积分,得到功率谱密度的六阶矩
c6;
5.求解速度v。
根据数值计算,求解速度
v;
5.2程序流程图
输入信号
信号采样
信号功率谱估计
计算四阶计算六阶
谱矩谱矩
c4c6
速度估计值计算
V
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fm的分布(实际fm=50Hz)
图8SNR从6dB到20dB变化时估计出的fm的分布(实际fm=100Hz)
图9SNR从6dB到20dB变化时估计出的fm的分布(实际fm=150Hz)
图10
SNR从6dB到20dB变化时估计出的
fm的分布(实际fm=200Hz)
从图7~图10可以看出,估计出的fm集中分布在实际
fm周围,实际fm从50Hz增加到
200Hz,估计出的
fm都有较好的精度。