频偏估计方法--快速傅里叶变换(FFT)估计法

在实际通信过程中,如在卫星通信、深空通信以及微波通信等系统中,信号的发射机与接收机之间往往存在着高速相对运动,此时会使进入接收端的信号存在较大的多普勒频移。

Costas 环在小频偏下能够比较精确地获取信号的同步载波,但其环路捕获带宽较窄,当信号的载波频偏一旦超出环路的捕获范围,系统的解调性能会急剧恶化。

因此对于高动态系统中的QPSK信号,对其进行频偏估计非常必要。

频偏估计的目的是通过对高动态信号进行变换处理,提取出其载波频偏信息,将估计结果导入本地振荡器,使其产生的信号与接收信号的频率差值处在较小范围内,以便锁相环可以完成捕获。

常用的频偏估计方法有最大似然法、差分频偏估计法和快速傅里叶变换(FFT)估计法等,其中FFT 频偏估计算法因结构易于实现、快速、准确度高、受噪声影响小等优点,被广泛应用于各类工程项目中。

频偏估计辅助Costa 环载波同步的解调系统如下图所示

接收信号s(t)与本地数控振荡器产生的信号进行混频和低通滤波之后,得到带有多普勒频偏分量的I(t)、Q(t)两路正交信号。

对这两路正交分量先进行FFT 频偏估计,得到对多普勒频偏的粗略估计值,并将估计结果送给极性Costas 环的数控振荡器(NCO)模块,改变其输出信号的频率。

然后将之前得到的两路信号送入极性Costas 环,对剩余的频偏和相位差进行校正,完成整个的载波同步过程。

FFT 进行频偏估计的基本思想是当对接收信号进行快速傅里叶变换后,对其离散频谱图进行分析,可以在一定精度下得到被估计信号的频率大小。

使用FFT 进行频偏估计无须辅助数据,且当输入信号的信噪比大于某个门限值时,估计结果的误差精度只会受频偏检测设计的参数影响,而与输入信号的信噪比无关。

设进入接收端的QPSK 信号载波频偏大小为,系统采样时钟的大小为,经过混频滤波之后输出的两路正交的信号为I(t)、Q(t),对其以符号间隔的S 倍(S 为正整数)进行抽取后可表示为:

为载波调制信息,为载波初始相位,分别为 IQ支路上的高斯噪声分量。将I (k)和Q(k)经过 Viterbio非线性变换可以得到:

式中为对幅度的非线性变换函数,可以有不同的形式。设,对于QPSK信号,m =4,则经过非线性变换后的输出为:

式中为高斯噪声分量经过非线性变换后得到的等效I、Q 相位角噪声。经过非线性变换后,消除了调制信息对载波相位的影响。非线性变换后的输出信号包含了4倍的载波频偏信息。对复数信号进行快速傅里叶变换,则对频偏的最大似然估计值出现在其幅度频谱的峰值点上,可以得到

式中为信号经过FFT后幅频曲线最大峰值点的位置, N 为进行FFT 的点数。

可知,载波频偏的估计值与系统的采样频率成正比,与FFT点数N 和抽取倍数S 成反比。相对于采样频率的频偏估计精度分辨率为1/ 4NS ,由于对信号的采样

要满足奈奎斯特定理,故最大载波频偏的估计范围为。如果要提高对载波频偏估计的精度,可通过增加进行FFT的点数N或者增加抽取倍数S 来实现。

相关推荐
大明者省1 天前
WSL2 Ubuntu22.04 GPU训练环境配置指南
人工智能·算法·计算机视觉
白狐_7981 天前
408数据结构第8章:排序②——性质对比秒杀、场景选择与外部排序
java·数据结构·算法
zander2581 天前
LeetCode 84:柱状图中的最大矩形——单调栈如何确定左右边界
java·数据结构·算法
Shell运维手记1 天前
Linux 常用基础命令学习笔记
linux·运维·笔记·学习·算法·github
杨航 AI1 天前
O(n log n):线性对数原理拆解 这个是排序算法的黄金复杂度之一。
算法·排序算法
船厂电气自动化ai大模型1 天前
AI大模型与数学 第32课 函数凹凸性与二阶导数:拐点求解、凹凸区间计算(10道二阶导数计算题)
数据结构·人工智能·python·深度学习·算法
旖旎夜光1 天前
LeetCode 3:无重复字符的最长子串(滑动窗口) —— 题解
数据结构·c++·算法·leetcode·滑动窗口
叠层归一研究院1 天前
AGI 系统(十一):二阶网络 — 二阶递归 × 多主体 (元符号网络)
开发语言·人工智能·算法·php·agi
zlinear数据采集卡1 天前
D223的PWM电机控制:6路独立脉冲+加减速算法深度解析
arm开发·stm32·嵌入式硬件·算法·fpga开发·架构
杨石兴1 天前
31、玩具MoM:用2x2矩阵串起全套流程
人工智能·算法·矩阵·电磁学