[發明專利]基于EKF的TC-OFDM接收機碼跟蹤方法及裝置

有效

• 申請號: 201710296999.2
• 申請日: 2017-04-28
• 公開（公告）號: CN106899537B
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 鄧中亮;莫君;賈步云;李三川;肖占蒙;劉志超;邊新梅
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04L27/26
• 分類號: H04L27/26
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 項京;馬敬

1.一種基于擴展卡爾曼濾波EKF的時分碼分正交頻分復用TC-OFDM接收機碼跟蹤方法，其特征在于，應用于所述TC-OFDM接收機，所述方法包括：

接收當前時刻的目標信號，并獲取所述TC-OFDM接收機自身產生的本地信號；

對所述目標信號與所述本地信號進行相關運算，得到當前時刻的信號觀測值；

獲取所述當前時刻的上一時刻的狀態估計值，使用EKF算法對所述當前時刻的信號觀測值和所述當前時刻的上一時刻的狀態估計值進行計算，得到當前時刻的狀態估計值，其中，所述狀態估計值包括碼相位誤差和信號幅度；

所述對所述目標信號與所述本地信號進行相關運算，得到當前時刻的信號觀測值包括：

對所述目標信號i、q以及本地信號e、l分別經過超前相關器和滯后相關器進行相關運算，得到所述超前相關器的輸出信號I_E、Q_E，以及所述滯后相關器的輸出信號I_L、Q_L，并確定所述超前相關器和所述滯后相關器的輸出信號的積分值E、L分別為：

其中，所述τ為碼相位誤差，且所述A_c＝(A|sinc(f_dT_coh)|)²，所述A為所述超前相關器和所述滯后相關器支路輸出的信號幅度，所述d是所述超前相關器和所述滯后相關器之間的間距，所述T_coh為所述相關運算的相干積分時間，所述R(·)為自相關函數，所述n_E為所述超前相關器輸出的噪聲，所述n_L為所述滯后相關器輸出的噪聲；f_d為殘留載波頻率差；

根據所述超前相關器和所述滯后相關器輸出信號的積分值E、L確定所述當前時刻的信號觀測值Y_k為：

所述使用EKF算法對所述當前時刻的信號觀測值和所述當前時刻的上一時刻的狀態估計值進行計算，得到當前時刻的狀態估計值包括：

根據所述上一時刻的狀態估計值，以及預設的狀態轉移矩陣，確定當前時刻的狀態預測值，并確定上一時刻的系統過程誤差對應的協方差矩陣；

根據所述上一時刻的系統過程誤差對應的協方差矩陣，以及所述預設的狀態轉移矩陣，確定當前時刻的預測誤差；

確定所述當前時刻的信號觀測值對應的觀測矩陣和隨機觀測噪聲，以及所述隨機觀測噪聲的協方差矩陣；

根據所述當前時刻的預測誤差、所述觀測矩陣、以及所述隨機觀測噪聲的協方差矩陣，確定當前時刻的濾波增益；

根據所述當前時刻的狀態預測值、所述濾波增益、以及所述當前時刻的信號觀測值，確定所述當前時刻的狀態估計值；

所述根據所述上一時刻的狀態估計值，以及預設的狀態轉移矩陣，確定當前時刻的狀態預測值包括：

根據公式X_k,k-1＝ΦX_k-1，確定所述當前時刻的狀態預測值X_k,k-1；其中，所述X_k-1為所述上一時刻的狀態估計值，為所述預設的狀態轉移矩陣；

所述確定上一時刻的系統過程誤差對應的協方差矩陣包括：

根據公式確定上一時刻的系統過程誤差W_k-1；其中，所述n_τ、是均值為0，方差為δ_τ²和的高斯白噪聲；

根據公式確定所述上一時刻的系統過程誤差對應的協方差矩陣Q_k-1；

所述根據所述上一時刻的系統過程誤差對應的協方差矩陣，以及所述預設的狀態轉移矩陣，確定當前時刻的預測誤差包括：

獲取上一時刻的系統過程誤差P_k-1包括：

根據公式獲取上一時刻的系統過程誤差P_k-1，其中，I為單位矩陣，所述H_k-1為上一時刻的信號觀測值Y_k-1對應的觀測矩陣，R_k-1為上一時刻的隨機觀測噪聲V_k-1的協方差矩陣，所述K_k-1為上一時刻的濾波增益，P_k-1,k-2為上一時刻的上一時刻的預測誤差；

根據公式P_k,k-1＝ΦP_k-1Φ^T+Q_k-1，確定所述當前時刻的預測誤差P_k,k-1；其中，所述Φ^T為所述Φ的轉置矩陣；

所述確定所述當前時刻的信號觀測值對應的觀測矩陣和隨機觀測噪聲，以及所述隨機觀測噪聲的協方差矩陣包括：

確定所述當前時刻的信號觀測值Y_k為：

確定所述當前時刻的信號觀測值Y_k對應的隨機觀測噪聲為V_k，所述當前時刻的信號觀測值Y_k對應的觀測矩陣H_k為：

確定所述隨機觀測噪聲V_k的協方差矩陣R_k為：

所述根據所述當前時刻的預測誤差、所述觀測矩陣、以及所述隨機觀測噪聲的協方差矩陣，確定當前時刻的濾波增益包括：

根據公式確定所述當前時刻的濾波增益K_k；

所述根據所述當前時刻的狀態預測值、所述濾波增益、以及所述當前時刻的信號觀測值，確定所述當前時刻的狀態估計值包括：

根據公式X_k＝X_k,k-1+K_k(Y_k-h(X_k,k-1))，確定所述當前時刻的狀態估計值X_k，

2.一種基于擴展卡爾曼濾波EKF的時分碼分正交頻分復用TC-OFDM接收機碼跟蹤裝置，其特征在于，應用于所述TC-OFDM接收機，所述裝置包括：

接收模塊，用于接收當前時刻的目標信號，并獲取所述TC-OFDM接收機自身產生的本地信號；

相關運算模塊，用于對所述目標信號與所述本地信號進行相關運算，得到當前時刻的信號觀測值；

所述相關運算模塊具體用于：

對所述目標信號i、q以及本地信號e、l分別經過超前相關器和滯后相關器進行相關運算，得到所述超前相關器的輸出信號I_E、Q_E，以及所述滯后相關器的輸出信號I_L、Q_L，并確定所述超前相關器和所述滯后相關器的輸出信號的積分值E、L分別為：

其中，所述τ為碼相位誤差，且所述A_c＝(A|sinc(f_dT_coh)|)²，所述A為所述超前相關器和所述滯后相關器支路輸出的信號幅度，所述d是所述超前相關器和所述滯后相關器之間的間距，所述T_coh為所述相關運算的相干積分時間，所述R(·)為自相關函數，所述n_E為所述超前相關器輸出的噪聲，所述n_L為所述滯后相關器輸出的噪聲；f_d為殘留載波頻率差；

根據所述超前相關器和所述滯后相關器輸出信號的積分值E、L確定所述當前時刻的信號觀測值Y_k為：

EKF計算模塊，用于獲取所述當前時刻的上一時刻的狀態估計值，使用EKF算法對所述當前時刻的信號觀測值和所述當前時刻的上一時刻的狀態估計值進行計算，得到當前時刻的狀態估計值，其中，所述狀態估計值包括碼相位誤差和信號幅度；

所述EKF計算模塊具體用于：

根據所述上一時刻的狀態估計值，以及預設的狀態轉移矩陣，確定當前時刻的狀態預測值，并確定上一時刻的系統過程誤差對應的協方差矩陣；

根據所述上一時刻的系統過程誤差對應的協方差矩陣，以及所述預設的狀態轉移矩陣，確定當前時刻的預測誤差；

確定所述當前時刻的信號觀測值對應的觀測矩陣和隨機觀測噪聲，以及所述隨機觀測噪聲的協方差矩陣；

根據所述當前時刻的預測誤差、所述觀測矩陣、以及所述隨機觀測噪聲的協方差矩陣，確定當前時刻的濾波增益；

根據所述當前時刻的狀態預測值、所述濾波增益、以及所述當前時刻的信號觀測值，確定所述當前時刻的狀態估計值；

所述EKF計算模塊具體用于：

根據公式X_k,k-1＝ΦX_k-1，確定所述當前時刻的狀態預測值X_k,k-1；其中，所述X_k-1為所述上一時刻的狀態估計值，為所述預設的狀態轉移矩陣；

根據公式確定上一時刻的系統過程誤差W_k-1；其中，所述n_τ、是均值為0，方差為δ_τ²和的高斯白噪聲；

根據公式確定所述上一時刻的系統過程誤差對應的協方差矩陣Q_k-1；

獲取上一時刻的系統過程誤差P_k-1包括：

根據公式獲取上一時刻的系統過程誤差P_k-1，其中，I為單位矩陣，所述H_k-1為上一時刻的信號觀測值Y_k-1對應的觀測矩陣，R_k-1為上一時刻的隨機觀測噪聲V_k-1的協方差矩陣，所述K_k-1為上一時刻的濾波增益，P_k-1,k-2為上一時刻的上一時刻的預測誤差；

根據公式P_k,k-1＝ΦP_k-1Φ^T+Q_k-1，確定所述當前時刻的預測誤差P_k,k-1；其中，所述Φ^T為所述Φ的轉置矩陣；

確定所述當前時刻的信號觀測值Y_k為：

確定所述當前時刻的信號觀測值Y_k對應的隨機觀測噪聲為V_k，所述當前時刻的信號觀測值Y_k對應的觀測矩陣H_k為：

確定所述隨機觀測噪聲V_k的協方差矩陣R_k為：

根據公式確定所述當前時刻的濾波增益K_k；

根據公式X_k＝X_k,k-1+K_k(Y_k-h(X_k,k-1))，確定所述當前時刻的狀態估計值X_k；