基于能量检测的超宽带脉冲信号两步捕获方法

摘要

一种基于能量检测的超宽带脉冲信号两步捕获方法分为两个主要步骤：首先对信号分量所在的能量窗口进行搜索，利用Neyman－Pearson准则，在虚警概率一定的情况下利用UWB信道的能量统计特性来计算DP能量窗的检测概率。第二步则在DP所在的能量窗口内部确定其精确位置。本发明克服了现有方法中对于DP信号检测精度不高以及某些方法运算量较大的缺点，不但提高了捕获信号的准确性，而且还可以减少硬件的成本，提高检测的效率。

说明书

技术领域

本发明涉及通讯技术，特别涉及超宽带脉冲信号的检测。

背景技术

UWB(U1traWideband)是一种无载波通信技术，利用纳秒至微微秒级的非正弦波窄脉冲传输数据。通过在较宽的频谱上传送极低功率的信号，UWB能在10米左右的范围内实现数百Mbit/s至数Gbit/s的数据传输速率。UWB具有抗干扰性能强、传输速率高、带宽极宽、消耗电能小、发送功率小等诸多优势，主要应用于室内通信、高速无线LAN、家庭网络、无绳电话、安全检测、位置测定、雷达等领域。目前被IEEE802.15.4a工作组制定为WPAN(无线个域网)的首选物理层技术。

超宽带接收系统中信号的检测和接收技术，可以分为相干和非相干两大类。其中相干类接收技术包括相干Rake接收方式和自相关接收方式。这类技术虽可提供一定的性能优势，但需要精确的信道估计和极高的采样速率来获取本地信号模板。这对硬件实现提出了很高的要求，实现难度很大。因此目前随着IR-UWB系统研究的深入，检测接收技术的重点开始趋向非相干接收技术。能量检测技术作为一种典型的非相干接收技术，不需要信道估计和本地模版信号，采样率较低，满足超宽带低功耗、低成本、低复杂度的特点，目前是UWB系统设计和实现时采用的一种主流技术。由于UWB信号经过信道传输后产生大量的多径分量，因此在同步过程中如何寻找脉冲的位置是UWB技术中的一个难点。最直接的方法是捕获多径信号中最先到达的信号，即直达径信号(DP)。由于信道中可能存在遮挡，因此DP不一定是能量最强的，当信噪比较低时往往会淹没在噪声当中，影响信号的捕获性能。同时由于UWB一个重要应用领域是无线传感器网络，因此UWB系统的成本和功耗需要有严格的限制。

发明内容

本发明提供一种基于能量检测的超宽带脉冲信号两步捕获方法，首先对信号分量所在的能量窗口进行搜索，然后在DP所在的能量窗口内部确定其精确位置，解决现有技术中对于DP信号检测精度不高，运算量较大的技术问题。

本发明基于能量检测的超宽带脉冲信号两步捕获方法包括以下步骤：

A.首先对信号分量所在的能量窗口进行搜索，计算直达径信号所在能量窗的检测概率，确定直达径信号所在的能量窗口；

B.在直达径信号所在的能量窗口内部确定其精确位置。

所述步骤A中，采用奈曼·皮尔逊(Neyman-Pearson)准则，在虚警概率一定的前提下，利用超宽带信道的能量统计特性计算检测概率。

所述步骤A包括以下分步骤：

A1.将信号按照等间隔的积分长度进行能量积分，选择同步脉冲数量；

A2.为检测过程建立假设检验模型；

A3.通过能量拟合得到信号所在能量窗的检测概率。

所述步骤A1中，采用的同步脉冲个数选择范围是1～10个，积分长度的选择范围根据IEEE 802.15.3a CM1信道在5-10ns；根据IEEE802.15.3a CM3信道在15-30ns。

所述步骤A2中，采用近似高斯分布方法构建假设检验模型。

所述步骤A3中，采用广义似然比检验获得信号所在窗口的检测概率。

所述步骤A3中，采用数据拟合的统计方法获得窗口内信号能量值。

所述步骤B中还包括以下步骤：

B1.首先采用极大似然估计方法对积分窗口中信号能量的位置进行初步确定；

B2.利用信号能量的统计特性对直达径信号位置进行精确确定。

本发明克服了现有方法中对于DP信号检测精度不高以及某些方法运算量较大的缺点，不但提高了捕获信号的准确性，而且还可以减少硬件的成本，提高检测的效率。

附图说明

图1是本发明两步捕获信号的示意图。

图2是e(t)曲线拟合示意图。

图3是估计阶段示意图。

图4a是CM1信道均方差比较示意图。

图4b是CM3信道均方差比较示意图。

具体实施方式

结合上述附图说明本发明的具体实施例。

如图1所示，这种基于能量检测的超宽带脉冲信号两步捕获方法包括以下步骤：

A.首先对信号分量所在的能量窗口进行搜索，计算直达径信号所在能量窗的检测概率，确定直达径信号所在的能量窗口；

B.在直达径信号所在的能量窗口内部确定其精确位置。

本发明首先对信号分量进行搜索，确定DP所在的能量窗口，然后在DP所在的能量窗口内部确定其精确位置。提高了捕获信号的准确性，减少了大量的运算工作，提高检测的效率。

所述步骤A中，采用Neyman-Pearson准则，在虚警概率一定的前提下，利用超宽带信道的能量统计特性计算检测概率。

所述步骤A包括以下分步骤：

A1.将信号按照等间隔的积分长度T_i进行能量积分，选择同步脉冲数量；同步脉冲数量选择范围是1～10个。

A2.为检测过程建立假设检验模型；可以采用近似高斯分布方法构建假设检验模型。

当能量窗长度为T_i时，积分器的输出变量x服从χ²分布，考虑到χ²分布直接处理比较困难，最常见的方法是近似用高斯分布描述。构造假设检验模型有

(1)

其中N₀为噪声功率谱密度。2M＝2T_iW+1，W为信号带宽，E_s为包含在积分窗口内的信号能量。当设定的虚警概率P_FA一定时，检测概率为

$P_D=P(H_1:H_1)$

$=\underset{\gamma }{\overset{\infty }{\int }}\frac{1}{\sqrt{2\pi (4E_s{N}_0+{\mathrm{MN}}_0^2)}}\exp \{-\frac{1}{2(4E_s{N}_0+{\mathrm{MN}}_0^2)}{[t-({2E}_s+M{N}_0)]}^2\}\mathrm{dt}$

$=Q\left(\frac{\gamma -2E_s-M{N}_0}{\sqrt{4E_s{N}_0+M{N}_0^2}}\right)---\left(2\right)$

$=Q\left(\frac{\sqrt{M}{Q}^{-1}\left(P_{\mathrm{FA}}\right)-2E_s/N_0}{\sqrt{4E_s/N_0+M}}\right)$

A3.通过能量拟合得到信号所在能量窗的检测概率。采用广义似然比检验获得信号所在窗口的检测概率。采用数据拟合的统计方法获得窗口内信号能量值。

由步骤A2的公式(2)中可知，要获取检测概率，必须对E_s的取值进行估计。E_S为H₁成立的前提下包含在积分窗口内的信号能量，一般可以利用广义极大似然估计(Generalized MaximumLikelihood Estimation)获取。但考虑到信道能量分布由IEEE802.15.3a给定，采用数据拟合的统计方法更加简单方便。针对视距(LOS)和非视距(NLOS)两种情形，使用IEEE802.15.3a的CM1和CM3模型在不同的积分长度t分别产生1000次信道冲激响应，对以直达径(DP)为起点，t长度内的归一化信号能量e(t)进行概率拟合(如图2所示)。

可以看出e(t)近似服从指数分布为：e(t)＝1-e^-αt    (3)

不同信道条件下的参数α不同，如表1所示

表1能量拟合参数

考虑到DP可能出现在一个能量块的任意位置，即$p\left(E_s\right)=\frac{1}{T_i},$因此E_s需要对e(t)加以修正，有

$E_s=E_p\underset{0}{\overset{T_i}{\int }}p\left(E_s\right)e\left(t\right)\mathrm{dt}$

$=\frac{E_p}{T_i}\underset{0}{\overset{T_i}{\int }}(1-e^{-\mathrm{\alpha t}})\mathrm{dt}---\left(4\right)$

$=[1+\frac{1}{\alpha T_i}(e^{-\alpha T_i}-1)]E_p$

E_p为一个脉冲经过信道传输的总能量。

将式(4)代入式(2)可得到捕获概率的闭合表达式

$P_D(M,\frac{E_p}{N_0})=Q\left(\frac{\sqrt{M}{Q}^{-1}\left(P_{\mathrm{FA}}\right)-2[1+\frac{1}{\mathrm{\alpha M}}(e^{-\mathrm{\alpha M}}-1)](E_p/N_0)}{\sqrt{4[1+\frac{1}{\mathrm{\alpha M}}(e^{-\mathrm{\alpha M}}-1)](E_p/N_0)+M}}\right)--\left(5\right)$

通过前几步骤将DP限定在某个积分窗口内以后，第二步操作需要在此窗口内确定DP的精确位置。所述步骤B中还包括以下步骤：

B1.首先采用极大似然估计方法对积分窗口中信号能量的位置进行初步确定；

由于该积分窗口中包含有信号分量，当只有一个样本信号时(N＝1)，积分器输出服从

其中E_s为能量块中包含的信号能量。为简便令μ＝E_s+MN₀，

${\sigma }^2=4E_s{N}_0+{\mathrm{MN}}_0^2,$对信号的均值μ进行极大似然估计

$\hat{\mu }=\arg \max L\left(x\left[0\right]\right|\mu ,H_1)$

$=\arg \max \frac{1}{\sqrt{2\pi }\sigma }\exp [-\frac{1}{2{\sigma }^2}{(x\left[0\right]-\mu )}^2]---\left(7\right)$

令Γ＝(x[0]-μ)²，$\frac{\mathrm{d\Gamma }}{d\hat{\mu }}=0,$有$\hat{\mu }\approx x\left[0\right]={\int }_{(m_{\mathrm{DP}}-1)T_i}^{m_{\mathrm{DP}}{T}_i}{r}^2\left(t\right)\mathrm{dt}.$

根据式(4)有

$E_s=\hat{\mu }-M{N}_0={\int }_{(m_{\mathrm{DP}}-1)T_i}^{m_{\mathrm{DP}}{T}_i}{r}^2\left(t\right)\mathrm{dt}-M{N}_0---\left(8\right)$

其中r(t)为该积分窗口中的接收信号。

B2.利用信号能量的统计特性对直达径信号位置进行精确确定。首先对积分窗口中的信号能量进行极大似然估计，然后利用信号能量的统计特性在运算量很低的情况下对DP位置进行估计。如图3所示，根据式(3)，包含在长度为T_i的能量块中，DP延迟为δ_DP的信号能量可以表示为

$e(T_i-{\delta }_{\mathrm{DP}})=(1-e^{-\alpha (T_i-{\delta }_{\mathrm{DP}})})E_p---\left(9\right)$

由式(8)和(9)，有e(T-δ_DPi)＝E_s，因此

$(1-e^{-\alpha (T_i-{\hat{\delta }}_{\mathrm{DP}})})E_p={\int }_{(m_{\mathrm{DP}}-1)T_i}^{m_{\mathrm{DP}}{T}_i}{r}^2\left(t\right)\mathrm{dt}-M{N}_0---\left(10\right)$

可得${\hat{\delta }}_{\mathrm{DP}}=\frac{1}{\alpha }\ln [1-\frac{1}{E_p}({\int }_{(m_{\mathrm{DP}}-1)T_i}^{m_{\mathrm{DP}}{T}_i}{r}^2\left(t\right)\mathrm{dt}-M{N}_0)]+T_i---\left(11\right)$

从而可以得到收发信机之间的总时间差：

${\hat{\tau }}_0=(m_{\mathrm{DP}}-1)T_i+{\hat{\delta }}_{\mathrm{DP}}---\left(12\right)$

当同步头为1和10个时，将两步法的性能和传统寻找DP的门限检测(TC)、峰值后向搜索两种典型算法(MES-SB)进行比较，衡量标准是归一化均方误差(Normalized Mean Square Error)，比较结果如图4a和图4b所示(TC和MES-SB参数为ξ_norm＝0.4，W_sb＝30ns)。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。