一种基于循环相关熵的时间延迟估计方法

摘要

本发明属于循环平稳信号处理技术领域，提供了一种基于循环相关熵的时间延迟估计方法，该方法能够在非高斯噪声下，利用数字调制信号的循环平稳特性对其进行分析处理，完成对两列同步数字调制信号进行时间延迟估计。该方法包括：1)获取两列长度相同的同步数字调制信号；2)计算两列信号的互循环相关熵；3)找到互循环相关熵函数的峰值，计算得到两列信号的时间延迟估计值。实验证明本发明算法性能良好，在真实的工程应用中，能够实现对两列同步数字调制信号的时间延迟估计。

说明书

技术领域

本发明属于循环平稳信号处理技术领域，涉及到信号时间延迟估计方法，特别涉及到一种基于循环相关熵的时间延迟估计方法。

背景技术

在当前的复杂电磁环境下，脉冲噪声与同频干扰信号共存。传统的时间延迟估计方法都是基于高斯噪声的假设，在alpha稳定分布描述的脉冲噪声下性能退化严重。为了解决脉冲噪声环境中传统时延估计算法性能退化的问题，研究工作者提出了基于相关熵的时间延迟估计方法，但是无法解决同频干扰信号存在环境下的时延估计问题。

研究表明：数字调制信号是一类特殊的非平稳信号，它们的非平稳特性表现为一定的周期性，即其统计特性随时间呈周期或多周期变化，此类信号称为循环平稳信号。利用循环平稳特性对循环平稳信号进行分析、处理的方法具有信号选择性的优点，能抑制同频带干扰信号的影响。因此，本文首先利用循环相关熵，提出了一种基于基于循环相关熵的时间延迟估计方法，有效地解决在脉冲噪声与同频干扰并存条件下的数字调制信号的时间延迟估计问题。

发明内容

本发明针对现有技术的不足，本发明提供一种基于循环相关熵的时间延迟估计方法,该方法是一种适应脉冲噪声与同频干扰并存条件下的时间延迟估计方法，能够实现对数字调制信号进行准确地时间延迟估计。

本发明的技术方案：

一种基于循环相关熵的时间延迟估计方法，步骤如下：

第一步，获取两列同步信号

两列同步信号的表达式为：x(t)＝A₁s(t)+w(t)+n₁(t)，y(t)＝A₂s(t-D₁)+w(t-D₂)+n₂(t)，其中，s(t)为感兴趣的信号；n₁(t)、n₂(t)为加性噪声，w(t)表示为与s(t)循环频率不同的同频带干扰信号；D₁,D₂为信号到达传感器的时间延迟；为了便于分析，假设接收信号模型中各个信号间统计独立，并令传播因子A₁＝A₂＝1；

第二步，计算待估计的两列同步信号的循环相关熵函数

2.1)由相关熵公式V_xy(t；τ)＝E[κ_σ(x(t)-y(t+τ))],其中，κ_σ(·)表示高斯核函数，其定义式为：x(t)、y(t)为接收到的两列同步信号，计算信号x(t)，y(t)的互相关熵V_xy(τ)；

2.2)根据互相关熵函数V_xy(τ)的周期性，进行傅里叶级数分解，得到傅里叶级数系数即为循环相关熵公式：其中，κ_σ(·)表示高斯核函数，其定义式为：ξ为循环频率，利用循环相关熵公式计算两列信号的互循环相关熵

第三步，根据循环相关熵计算两列信号时间延迟估计

3.1)根据互循环相关熵，获得其峰值的位置，即为两列待估计信号时间延迟点数；

3.2)根据峰值的位置乘以采样周期，即可获得两列待估计信号的延迟时间。

本发明的有益效果：本发明针对数字调制信号的时延估计问题，在脉冲噪声与同频带干扰下，针对脉冲噪声下基于二阶循环统计量的时延估计方法性能退化问题，以及基于相关熵的时延估计方法在同频带干扰存在下性能退化问题，提出基于循环相关熵的时延估计算法。该算法能够有效的抑制脉冲噪声、高斯噪声和同频带干扰信号的影响，在较低信噪比条件下得到较高准确率的时延估计，且不依赖于对噪声先验知识的了解。

附图说明

图1是本发明具体流程图。

图2(a)是第一列待估计信号波形图。

图2(b)是第二列待估计信号波形图。

图3是互循环相关熵函数图。

图4是时间延迟估计结果图。

具体实施方式

为使本发明实施例的目的、技术方案及其优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述，具体流程图如图1所示：

第一步，获取两列同步信号。

1)通过采集实际信号或通过仿真的方式得到两列同步的信号，且两列同步信号满足x(t)＝A₁s(t)+w(t)+n₁(t)，y(t)＝A₂s(t-D₁)+w(t-D₂)+n₂(t)。

2)通过截断等处理方式，使两列信号的长度相同，得到的信号波形图如图2(a)和图2(b)所示。

第二步，计算待估计的两列同步信号的循环相关熵函数。

1)由相关熵公式V_x(t；τ)＝E[κ_σ(x(t)-y(t+τ))]计算信号x(t)，y(t)的互相关熵V_xy(τ)。

2)根据互相关熵函数V_xy(τ)的周期性，可以进行傅里叶级数分解，得到傅里叶级数系数即为循环相关熵公式：利用循环相关熵公式计算两列信号的互循环相关熵获得其互循环相关熵函数的图像如图3所示。

第三步，根据循环相关熵计算两列信号时间延迟估计。

1)根据互循环相关熵，获得其峰值的位置，即为两列待估计信号时间延迟点数。

2)根据峰值的位置乘以采样周期，即可获得两列待估计信号的延迟时间，如图4所示。