欢迎来到天天文库
浏览记录
ID:43858924
大小:81.31 KB
页数:7页
时间:2019-10-16
《高动态环境下多普勒频移的估计》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、姓名:张玉宣学号:2014020175班级:研1405综述:在高动态环境下,由于发送端与接收端之间存在较大的径向速度,使接收端接收信号存在较大的多普勒频移,高达几十kHz甚至几百kHzo较大的多普勒频移一直制约着通信技术的发展。如何在高动态环境下实现高效、准确的多普勒频移估计,是现代移动通信研究的一个热点问题,也是本文研究的主要目标。多普勒频移估计的准确性直接影响接收机的性能,对多普勒频移的补偿有利于系统性能的提高。本文首先介绍了无线信道的特性,着重分析信道的多普勒效应。其次,在高动态环境下,分析了多普勒频移对通信信号的影响,主要包括匹配滤波器输出信噪比和羌分相位调制信
2、号的解调。然后,研究了多普勒频移估计理论,针对高动态两种环境展开讨论。最后,重点研究了基于卡尔曼滤波估计算法(EKF)的多普勒频移估计。第一章无线信道的特性1.1无线信道基本特征为了更好的研究和阐述无线信道的特性,首先整体介绍下影响无线通信信道特性的基本情况:直射发射、多径传播、阴影衰落及多普勒频移等。1)直射发射,当卫星或飞行器与地面终端之间的无线信道上不存在任何障碍物,从发送端沿着直线路径(即视距传播路径)到达接收端。在无线通信中,当卫星或飞行器与地面终端之间存在着视距传播路径时,接收信号中就含有直射信号分量。2)多径传播,从发送端发出的电波信号在传播过程中,由于信
3、道中诸如建筑物、地表等物体反射,就会构成了一个消耗信号能量的环境,导致信号幅度、时间和相位的变化。这些因素会使发送信号到达接收端时形成了在时间、空间上相互叠加的多个无线电波。不同多径成分具有不同的相位和幅度引起了信号能量波动,导致幅度衰落、波形失真等现象。多径传播会使信号到达接收端时间的延长,造成由于码间干扰而引起的信号模糊。3)阴影衰落,当信号电波在传播路径上受到起伏地形、建筑物、植被等障碍物的阻挡以及宇宙辐射、大气粒子的影响会使信号电波产生衰耗,从而造成接收信号电平的衰减。通信终端在通信过程中经过不同的障碍物的阴影时,信号电平会产生不同程度的损耗,使得接收端信号的幅
4、度在一定的范围内起伏变化,这就产生了阴影衰落,这是一种慢衰落。阴影衰落的衰落率主更与收发双方的相对速度和信道环境有关,而与发送信号频率无关。但是,阴影衰落的深度取决于信道中具体障碍物和信号的频率。4)多普勒频移,无线移动通信,特别是处于高动态环境下的卫星通信系统、飞行器测控系统中,由于发送端和接收端之间的相对运动,会造成接收端接收的信号频率上的偏移,对接收信号产生严重的影响。1.2多普勒效应假设一个无线电波从发送端S发射,发送端S静止不动,接收端以恒定的速率v在长度为d、端点为X和Y的路径上运动。如图所示。接收端在X点与Y点分别接收信号,则路径差为Al=dcosO=vA
5、tcos0o其中,表示接收端从X点运动到Y点所需要的时间,&表示运动方向与入射波的夹角。如果发送端和接收端的距离较远,可近似认为X点、Y点处的夹角&相同,所以由路程差所导致接收信号的相位差变化值可以表示为:由此,可以得到频率变化值,即多普勒频移办:id=2;A;Z第二章多普勒频移对通信信号的影响2.1对匹配滤波器输出信噪比的影响本部分以载波信号为例,分析多普勒频移对匹配滤波器输出信噪比的影响。若经过下变频的载波信号,即只含有多普勒频移力的零中频载波信号,实部和虚部表示为:z;(r)=Acos[w/+&]+坷=Acos[vvzr+甸+伦通过一系列的计算可以近似得到多普勒频
6、移对信噪比的影响:SNRgss=20ksin(龙力M7;)"叹mt°通过上式可以得出,兀配滤波器具有明显的频偏敏感性,其输出信噪比的恶化程度取决于多普勒频移与数据比特率的相对比值。2.2对差分相位调制信号解调影响1)在DBPSK调制方式下,解调所能承受的最大多普勒频移如表所示。M最人多普勒频移(KHz)7;=0.45x10"3117.9863S.842552.182)在DQPSK调制方式下,解调所能承受的最大多普勒偏移如下表所示其中M为PN码长度,7;为PN码码元周期。M最人多普勒频移(KHz)r.=0.45x106318.99634.422551.09第三章多普勒频移
7、的估计3.1增加带宽的方式解决多普勒频移由于多普勒频移而导致接收端接收到的信号中存在一定的频差,接收到信号的性能将会恶化,尤其当多普勒频移与符号速率相当时,信号功率可能会频移到等效基带滤波器的带限范围以外,如图所示。一种简单的考虑就是加宽接收滤波器的带宽,然而该情况下信噪比将会降低。多制频移Af3.2基于卡尔曼滤波的估计算法尔曼滤波是用状态空间来描述系统的,由状态方程和测量方程所组成。卡尔曼滤波是用前一个状态的估计值和最近一个观测数据来估计状态变量的当前值,并以状态变量估计值的形式给出。卡尔曼滤波具有以下特点:1)算法是递推的,且状态空间
此文档下载收益归作者所有