多普勒频偏处理方法、装置及终端与流程
本申请涉及通信技术领域，具体涉及一种多普勒频偏处理方法、装置及终端。
背景技术：
低地球轨道(low-earthorbit，leo)的卫星轨道高度低，运动速度快，因此，相对于地面接收端的多普勒频偏较大且快速时变。因此，低轨卫星接收机须在常规解调运算前对在大范围快速时变的多普勒频偏进行实时估计和预补偿。
目前的针对卫星多普勒频移的估计算方法主要包括基于训练序列的估计算法、基于轨道参数预估的算法以及基于m次方去调制的算法。其中，基于训练序列的算法利用数据帧中插入的已知导频序列进行频偏估计，前提是定时信息已恢复，仅适用于相对频偏较小的场景。基于轨道参数预估的算法根据卫星星历以及地面接收机的位置对卫星可视时间段内的多普勒频偏进行预测，需要卫星星历、接收机位置等先验信息，并且要求已完成时间同步，但卫星位置的精确计算运算量大。基于m次方去调制的算法针对m进制相移键控(m-aryphaseshiftkeying,mpsk)和m进制正交幅度调制(m-aryquadratureamplitudemodulation,mqam)信号，对数据进行m次方运算去除数据信息的影响，再对频偏进行估计，由于经m次方运算后，原位于频率fd处的多普勒分量搬移至了mfd处，在多普勒频偏较大时，采样率要求高、运算量大。
技术实现要素：
为了解决上述至少一个技术问题，本申请提供一种多普勒频偏处理方法、装置及终端。
根据本申请的第一方面，提供了一种多普勒频偏处理方法，该方法包括：
基于预设的功率谱估计算法，确定待处理的接收信号的各个采样点各自的功率谱；
对接收信号的各个采样点各自的功率谱进行频谱峰值搜索处理，确定接收信号的各个采样点各自对应的谱峰；
对接收信号的各个采样点各自对应的谱峰进行平滑滤波处理。
根据本申请的第二方面，提供了一种多普勒频偏处理装置，该装置包括：功率谱确定模块、谱峰搜索模块及滤波处理模块，
功率谱确定模块，用于基于预设的功率谱估计算法，确定待处理的接收信号的各个采样点各自的功率谱；
谱峰搜索模块，用于接收信号的各个采样点各自的功率谱进行频谱峰值搜索处理，确定接收信号的各个采样点各自对应的谱峰；
滤波处理模块，用于对接收信号的各个采样点各自对应的进行平滑滤波处理。
根据本申请的第三方面，提供了一种终端，该终端包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时以实现上述多普勒频偏处理方法。
根据本申请的第四方面，提供了一种计算机可读存储介质，该介质存储有计算机可执行指令，该计算机可执行指令用于以执行上述多普勒频偏处理方法。
本申请解决了现有技术中需要依赖辅助数据或者需要进行符号定时恢复导致的多普勒频偏估计运算量大且准确率低的问题，进而提高了接收机后续对信号的处理精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为根据本申请实施例提供的一种多普勒频偏处理方法的流程示意图；
图2为根据本申请实施例提供的应用多普勒频偏处理方法的一个处理框架示意图；
图3为根据本申请实施例提供的应用多普勒频偏处理方法的低轨卫星通信系统接收机处理框架示意图；
图4为根据本申请实施例提供的一种多普勒频偏处理方法得到的功率谱及其谱峰的示意图；
图5为根据本申请实施例提供的一种多普勒频偏处理装置的框图结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
根据本申请的一个实施例，提供了一种多普勒频偏处理方法，如图1所示，该方法包括：步骤s101、步骤s102和步骤s103。
步骤s101：基于预设的功率谱估计算法，确定待处理的接收信号的各个采样点各自的功率谱。
在本申请实施例中，接收机基于预设的功率谱估计算法，确定待处理的接收信号对应的功率谱。具体地，接收机在获取到待处理的接收信号时，可以先通过缓存模块来缓存接收信号，再通过读取缓存模块中接收信号来确定待处理的接收信号对应的功率谱。
在本申请实施例中，功率谱表征信号功率随着频率的变化关系，即信号功率在频域的分布状况。
步骤s102：对接收信号的各个采样点各自的功率谱进行频谱峰值搜索处理，确定接收信号的各个采样点各自对应的谱峰。
步骤s103：对接收信号的各个采样点各自对应的谱峰进行平滑滤波处理。
在本申请实施例中，基于预设的功率谱估计算法，确定待处理的接收信号的各个采样点各自的功率谱，对接收信号的各个采样点各自的功率谱进行频谱峰值搜索处理，确定接收信号的各个采样点各自对应的谱峰，从而对接收信号的各个采样点各自对应的谱峰进行平滑滤波处理，解决了现有技术中需要依赖辅助数据或者需要进行符号定时恢复导致的多普勒频偏估计运算量大且准确率低的问题，进而提高了接收机后续对信号的处理精度。
在一个实施例中，功率谱估计算法为时变burg(timevaryingburg,tv-burg)功率谱估计算法，时变burg功率谱估计算法对应的ar模型参数包括阶数和遗忘因子，其通过时间迭代的方式来确定burg功率谱。
在一个实施例中，如图1所示，步骤s101基于预设的功率谱估计算法，确定待处理的接收信号的各个采样点各自的功率谱，包括：步骤s1011(图中未示出)、步骤s1012(图中未示出)及步骤s1013(图中未示出)。
步骤s1011：对ar模型的模型参数进行初始化，将初始化后的ar模型的模型参数作为接收信号的首个采样点对应的ar模型的模型参数。
步骤s1012：依据接收信号的首个采样点对应的ar模型的模型参数，确定接收信号的首个采样点对应的burg功率谱。
步骤s1013：基于接收信号的首个采样点对应的ar模型的模型参数，进行迭代计算，确定接收信号的剩余各个采样点各自对应的ar模型的模型参数，并根据根据接收信号的剩余各个采样点各自对应的ar模型的模型参数，确定接收信号的剩余各个采样点各自对应的burg功率谱。
在本申请实施例中，通过将时间递推思想和遗忘因子λ(0<λ<1)引入tv-burg功率谱估计算法，使得每个采样点将更新一次ar模型的模型参数，且仅用到了前一个采样点的中间结果，将传统的burg算法的块处理转变为流处理，实现了降低存储量和计算量的目的，起到了随着信号中多普勒频偏的变化自适应调整ar模型参数的作用，从而保证每个采样点输出当前时刻的多普勒频偏处理结果的准确率，因此，本申请实施例提供的方法适用于低轨卫星时变多普勒频偏的捕获。
在本申请实施例中，ar模型的阶数设置为2，即tv-burg功率谱估计算法对应的模型为2阶ar模型。
具体应用时，首先初始化ar模型的模型参数，确定ar模型阶数p和遗忘因子λ的取值，确定初始化后的中间结果：cm[0]＝0,dm[0]＝0,gm[0]＝0,m＝1,...,p。
下面的过程对每个采样点n依次进行：
输入：当前采样点x[n]，前一采样点的计算结果cm[n-1],dm[n-1],gm[n-1],km[n-1],m＝1,...,p。
步骤1：初始化当前点的前、后向预测误差f、g：
f0[n]＝g0[n]＝x[n]，且令m＝1。
步骤2：更新前后向预测误差：
fm[n]＝fm-1[n]+km[n-1]gm-1[n-1]
步骤3：求解中间系数：
dm[n]＝λdm[n-1]+0.5(1-λ)·(|fm-1[n]|2+|gm-1[n-1]|2)。
步骤4：求反射系数：
步骤5：计算m阶ar模型参数
am,m[n]＝km[n]。
步骤6：令m←m+1，并重复步骤2至步骤5，直至阶数递推完成，即直至m＝p时，完成阶数递推。
步骤7：根据得到的p阶ar模型参数
其中，σ2为信号功率，fs为采样频率，δt＝1/fs为采样间隔，f为频率，j为虚数单位。
在另一个实施例中，如图1所示，步骤s103对接收信号的各个采样点各自对应的谱峰进行平滑滤波处理，包括步骤s1031、步骤s1032和步骤s1033。
步骤s1031(图中未示出)：构建系统状态模型，系统状态模型包括针对多普勒频偏的第一状态量和针对多普勒频偏变化率的第二状态量。
步骤s1032(图中未示出)：基于系统状态模型，并依据接收信号的各个采样点各自对应的谱峰进行计算，确定接收信号的各个采样点各自对应的多普勒频率估计值。
步骤s1033(图中未示出)：依据接收信号的各个采样点各自对应的多普勒频率估计值进行平滑滤波处理。
在一个实施例中，步骤s1033依据接收信号的各个采样点各自对应的多普勒频率估计值进行平滑滤波处理，包括：
基于预定义的滤波器，并依据接收信号的各个采样点各自对应的多普勒频率估计值，进行平滑滤波处理。
具体应用时，可以采用kalman滤波器、alpha-beta滤波器等滤波器进行平滑滤波处理。在本申请实施例中，通过alpha-beta滤波器来对平滑滤波处理。
应用alpha-beta滤波器进行处理前，通过如下过程确定alpha-beta滤波器的增益参数α和β，从而保证alpha-beta滤波性能。具体地，α和β参数在区间(0,1)内选取，且取值越接近1，滤波结果能够更快地跟踪瞬态变化，取值越接近0，滤波结果中噪声的影响越小，结果越平滑。
具体应用时，α和β通常根据公式(9)-(12)来确定：
α＝1-γ2(11)；
上述公式中，σw和σv分别为过程噪声方差和量测噪声方差。
例如，假设采样点n处平滑滤波后多普勒频偏估计值(即当前时刻的状态量)为
其中，δt为采样时间间隔，
具体地，滤波器可以按照下述公式对状态量进行初始化：
其中，
在又一个实施例中，如图1所示，该方法还包括：
步骤s104(图中未示出)：确定平滑滤波处理后接收信号的各个采样点各自对应的多普勒频谱估计值，并对接收信号进行频偏预补偿处理，得到预补偿信号；
步骤s105(图中未示出)：依次对预补偿信号进行匹配滤波、定时同步、载波同步、解映射和解码操作，得到输出比特流。
具体地，匹配滤波处理使用与发射端成型滤波相匹配的滤波器系数对信号进行匹配滤波，提高信噪比；定时同步处理从信号中提取与码元同步的定时脉冲序列，以保证能在采样时钟有偏差的情况下仍能找出最佳采样点；载波同步处理则根据定时信息，从接收信号中提取导频等训练序列，以对信号中剩余频偏和相偏进行进一步补偿；最后，依次对数据符号进行解调和解码操作，得到最终的输出比特流。
本申请实施例通过步骤s101至步骤s103的处理实现了对接收信号的第一级处理，即实现了对接收信号的多普勒频偏补偿，解决了现有技术中因多普勒频偏处理精度差，导致的后续对待处理信号进行处理的精度差的问题，从而为后续步骤s104的处理提供准确数据，保证了接收机对信号进行处理的精准性。
下面以接收机为例来对本申请实施例提供的多普勒频偏处理方法进行详细说明。
应用时，如图2所示，接收机获取接收数据y[n]后，对接收数据y[n]的处理包括两个阶段。阶段1的具体流程为：通过tv-burg谱估计，得到第一阶段的输出
具体地，图2中阶段1输出的结果如图4所示。图4为阶段1的tv-burg谱估计算法在第22ms处估计的功率谱图(点划线)，snr＝-3db，遗忘因子λ＝0.99995。图4中同时绘制了同一时刻经1024点fft得到的周期图谱(实线)，以进行对比。图中五角星表征当前时刻的频偏真实值。可以看到，在信噪比较低时，基于fft的周期图谱对qpsk接收信号的功率谱估计效果不好，而tv-burg功率谱的谱峰位置(即图4中上三角形表征的位置)是对多普勒频偏的一个较准确的估计。
本申请的又一实施例提供了一种多普勒频偏处理装置，如图5所示，该装置包括：功率谱确定模块301、谱峰搜索模块302及滤波处理模块303。
功率谱确定模块301，用于基于预设的功率谱估计算法，确定待处理的接收信号的各个采样点各自的功率谱；
谱峰搜索模块302，用于接收信号的各个采样点各自的功率谱进行频谱峰值搜索处理，确定接收信号的各个采样点各自对应的谱峰；
滤波处理模块303，用于对接收信号的各个采样点各自对应的进行平滑滤波处理。
在本申请实施例中，基于预设的功率谱估计算法，确定待处理的接收信号的各个采样点各自的功率谱，对接收信号的各个采样点各自的功率谱进行频谱峰值搜索处理，确定接收信号的各个采样点各自对应的谱峰，从而对接收信号的各个采样点各自对应的谱峰进行平滑滤波处理，解决了现有技术中需要依赖辅助数据或者需要进行符号定时恢复导致的多普勒频偏估计运算量大且准确率低的问题，进而提高了接收机后续对信号的处理精度。
进一步地，功率谱估计算法为时变burg功率谱估计算法，时变burg功率谱估计算法对应的ar模型参数包括阶数和遗忘因子。
进一步地，功率谱确定模块包括301：初始化处理单元(图中未示出)、功率谱确定单元(图中未示出)及迭代处理单元(图中未示出)。
其中，初始处理单元，用于对ar模型的模型参数进行初始化，将初始化后的ar模型的模型参数作为接收信号的首个采样点对应的ar模型的模型参数；
功率谱确定单元，用以依据接收信号的首个采样点对应的ar模型的模型参数，确定接收信号的首个采样点对应的burg功率谱；
迭代处理单元，用于基于接收信号的首个采样点对应的ar模型的模型参数，进行迭代计算，确定接收信号的剩余各个采样点各自对应的ar模型的模型参数，并根据接收信号的剩余各个采样点各自对应的ar模型的模型参数，确定接收信号的剩余各个采样点各自对应的burg功率谱。
进一步地，滤波处理模块303包括：模型创建单元(图中未示出)、频率估计单元(图中未示出)和平滑处理单元(图中未示出)。
模型创建单元，用于构建系统状态模型，系统状态模型包括针对多普勒频偏的第一状态量和针对多普勒频偏变化率的第二状态量。
频率估计单元，用于基于系统状态模型，并依据接收信号的各个采样点各自对应的谱峰进行计算，确定接收信号的各个采样点各自对应的多普勒频率估计值；
平滑处理单元，用于依据接收信号的各个采样点各自对应的多普勒频率估计值进行平滑滤波处理。
进一步地，平滑处理单元包括：平滑处理子单元(图中未示出)，其中，
平滑处理子单元，用于基于预定义的滤波器，并依据接收信号的各个采样点各自对应的多普勒频率估计值，进行平滑滤波处理。
进一步地，该装置还包括：预补偿处理模块(图中未示出)和信号再处理模块(图中未示出)，其中，
预补偿处理模块，用于确定平滑滤波处理后所述接收信号的各个采样点各自对应的多普勒频谱估计值，并对接收信号进行频偏预补偿处理，得到预补偿信号；
信号再处理模块，用于依次对预补偿信号进行匹配滤波、定时同步、载波同步、解映射和解码操作，得到输出比特流。
本实施例的多普勒频偏处理装置可执行本申请实施例提供的多普勒频偏处理方法，其实现原理相类似，此处不再赘述。
本申请又一实施例提供了一种终端，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行计算机程序时以实现上述多普勒频偏处理方法。
具体地，处理器可以是cpu，通用处理器，dsp，asic，fpga或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
具体地，处理器通过总线与存储器连接，总线可包括一通路，以用于传送信息。总线可以是pci总线或eisa总线等。总线可以分为地址总线、数据总线、控制总线等。
存储器可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom、cd-rom或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
可选的，存储器用于存储执行本申请方案的计算机程序的代码，并由处理器来控制执行。处理器用于执行存储器中存储的应用程序代码，以实现图5所示实施例提供的多普勒频偏处理装置的动作。
在本申请实施例中，基于预设的功率谱估计算法，确定待处理的接收信号的各个采样点各自的功率谱，对接收信号的各个采样点各自的功率谱进行频谱峰值搜索处理，确定接收信号的各个采样点各自对应的谱峰，从而对接收信号的各个采样点各自对应的谱峰进行平滑滤波处理，解决了现有技术中需要依赖辅助数据或者需要进行符号定时恢复导致的多普勒频偏估计运算量大且准确率低的问题，进而提高了接收机后续对信号的处理精度。
本申请又一实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，该计算机可执行指令用于执行上述多普勒频偏处理方法。
在本申请实施例中，基于预设的功率谱估计算法，确定待处理的接收信号的各个采样点各自的功率谱，对接收信号的各个采样点各自的功率谱进行频谱峰值搜索处理，确定接收信号的各个采样点各自对应的谱峰，从而对接收信号的各个采样点各自对应的谱峰进行平滑滤波处理，解决了现有技术中需要依赖辅助数据或者需要进行符号定时恢复导致的多普勒频偏估计运算量大且准确率低的问题，进而提高了接收机后续对信号的处理精度。
以上所描述的装置实施例仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上是对本申请的较佳实施进行了具体说明，但本申请并不局限于上述实施方式，熟悉本领域的技术人员在不违背本申请精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
- 还没有人留言评论。精彩留言会获得点赞！