基于经典谱估计的多普勒频移算法.docx

1、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 N0 1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 f m, 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 cos n ，将第二步产生的每路信号乘以衰减 cos n ；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、.2 程序流程图cos( ct) cos( ct) sin( c t) 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2cos 1 2cos多径叠加N0 12sin12sin多径叠加N0 1Tc (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

3、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

4、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RRrms ；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 ；vc LLCR2 e1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L LCRR计算速度估计值计算v2.3 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

5、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。3COV 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)2rr(0)：计算 r (n)g (n)的自协方差计算自协方差Nr 2 (n) / NNr (n) / N )20) (n1n 1其中， N 为进行一次速度估计所用的g

6、( 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 V1N 1r ( n) 2V( r (n1)N1 n 15.求解速度 v ：进行数值计算，求解速度估计值v c V2 Ts rr (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V3.3 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

7、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p a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

8、号 ( f m =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

9、号采样信号功率谱估计计算四阶 计算六阶谱矩 谱矩c4 c6速度估计值计算V5.3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 7 SNR 从 6dB 到 20dB 变化时估计出的 fm 的分布 (实际 f m =50Hz)图 8 SNR 从 6dB 到 20dB 变化时估计出的 fm 的分布 (实际 fm =100Hz)图 9 SNR 从 6dB 到 20dB 变化时估计出的 f m 的分布 (实际 fm =150Hz)图 10SNR 从 6dB 到 20dB 变化时估计出的fm 的分布 (实际 f m =200Hz)从图 7图 10 可以看出， 估计出的 fm 集中分布在实际f m 周围，实际 fm 从 50 Hz 增加到200Hz ，估计出的fm 都有较好的精度。