基于相關(guān)峰檢測的π/4－DQPSK 頻差估計*

魏 鵬，陸銳敏，謝世珺

(總參第六十三研究所，南京 210007)

1 引言

π/4－DQPSK 因其比QPSK 更小的包絡(luò)波動、更高的頻率效率及無需載波同步的差分解調(diào)算法在移動通信和衛(wèi)星數(shù)字通信等領(lǐng)域中得到了廣泛的應(yīng)用［1］，但是其差分解調(diào)性能會因相對符號速率較大的頻差而迅速惡化，也即一定的頻差對低速(相對頻差而言)π/4－DQPSK 差分解調(diào)性能影響更大，因而對其頻差進行估計是非常必要的。

目前常用的頻差估計方法可分為基于快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)算法的頻域估計算法和基于自相關(guān)函數(shù)的時域估計算法。頻域估計算法的基本思路是將接收到的調(diào)制信號轉(zhuǎn)換為單音信號，再進行2 的冪次方點數(shù)的FFT，最后搜索峰值并計算頻差，這類算法運算量不大，精度高，可以實時實現(xiàn)，但頻差估計精度受FFT“柵欄”效應(yīng)影響較大。為此，Rife 算法［2］、插值FFT 算法［3－4］、加窗FFT 算法等多種改進方法被提出，但這些方法都是以運算量的增加來換取頻率估計精度的提高?；谧韵嚓P(guān)函數(shù)的頻差估計算法主要有Kay 估計［5］、Fiz估計［6］及L＆R 估計［7］等算法，這類算法中接收機根據(jù)發(fā)送的已知復(fù)M 序列，在本地產(chǎn)生一個共軛序列，與接收到的M 序列進行相關(guān)運算，得到一個去除了調(diào)制信息的單音信號，然后對這個單音信號進行不同延遲的相關(guān)、加權(quán)及求反正切運算得到頻差的估計值。這類算法必須首先完成位同步和幀同步，且Fitz 算法和L＆R 估計算法估計范圍及精度與采用自相關(guān)運算分支數(shù)N 有關(guān)，F(xiàn)itz 估計的歸一化頻率范圍為，L＆R 估計的歸一化頻率范圍為，其中R 為AD 采樣倍數(shù)，N 為小于復(fù)M序列長度的正整數(shù)，N 越大，估計精度越高，估計范圍越小。此外，文獻［8］提出了一種基于自回歸(Auto Regressive，AR)模型、FFT 和二階鎖相環(huán)相結(jié)合的GMSK 信號頻差捕獲和跟蹤方法，具有頻差估計范圍大、精度高且不需要首先完成幀同步的優(yōu)點，但三種方法的結(jié)合無疑使得系統(tǒng)結(jié)構(gòu)更加復(fù)雜，運算量大增。

本文結(jié)合無線通信系統(tǒng)中常用M 序列進行信道估計和各種同步的實際情況，提出了一種基于相關(guān)峰檢測的頻差估計方法，該頻差估計方法可與位同步、幀同步同時實現(xiàn)，用較小的代價將頻差控制在π/4－DQPSK 解調(diào)所允許的頻差范圍之內(nèi)。

2 基于相關(guān)峰檢測的頻差估計原理

圖1 所示為基于相關(guān)峰檢測的頻差估計原理框圖。接收信號為帶有頻差的基帶信號，不考慮噪聲的影響，則接收信號可記為

式(1)中的實部和虛部分別對應(yīng)圖1 中的I 和Q，Δf 和Δφ 分別為頻差和相差。這兩路基帶信號經(jīng)過AD 采樣、匹配濾波、差分解調(diào)后得到兩路包含M 序列的抽樣前信號ck和dk。若沒有頻差，抽樣判決后可得到發(fā)送序列，但較大頻差存在的情況下可能導(dǎo)致抽樣判決出錯或性能下降。

圖1 基于相關(guān)峰檢測的頻差估計算法原理框圖Fig.1 The frequency offset estimation diagram based on correlation peak detection

將ck和dk分別進行相關(guān)檢測，當(dāng)接收信號與本地M 序列完全匹配時有

式中，Icorr和Qcorr分別表示I 路和Q 路的相關(guān)峰值;I'和Q'表示本地的I、Q 兩路M 序列，其值均為1 或－1;l 表示M 序列長度;R 表示每符號AD 采樣倍數(shù)。當(dāng)I 路信號與Q 路信號所采用的M 序列不相關(guān)時，式(2)中的后一項由于接收信號與本地M 序列不相關(guān)，從而可以忽略，而前一項隨著頻差Δf 的增大而減小(一定范圍內(nèi))，無法從中獲取頻差信息;而當(dāng)I 路信號與Q 路信號所采用的M 序列相同時有In×l+i=Qn×l+i，cn×R+i=dn×R+i。則式(3)可簡化為

將式(3)中的Icorr與Qcorr相除得

將式(3)中的Icorr與Qcorr求平方和得

式(4)僅包含頻差信息，式(5)是不受頻差影響的I 路和Q 路相關(guān)峰值的平方和，因此可根據(jù)式(5)首先檢測到相關(guān)峰出現(xiàn)的位置，然后根據(jù)式(4)計算頻偏。由式(4)可知，該算法的估計范圍為

即頻差估計范圍在符號速率的－1/8～3/8 之間，用采樣頻率fs作為歸一化頻率，R 為采樣倍數(shù)，則

當(dāng)不存在頻差時，I 與Q 路檢測出的峰值接近，隨著頻差的增大，一路的峰值減小，另一路的峰值增大，但其平方和基本保持不變。

3 基于相關(guān)峰檢測的頻差估計算法仿真

采用Matalab 對本文提出的基于相關(guān)峰檢測的頻差估計算法進行仿真，將其頻差估計范圍和精度與傳統(tǒng)的Kay 估計、Fitz 估計、L＆R 估計進行定量對比?？紤]到實際通信系統(tǒng)中用于信道估計或同步所支持的實際M 序列不宜過長，如每秒16 000跳，信道2.56 Mb/s，采用π/4－DQPSK 調(diào)制的跳頻通信系統(tǒng)中，每跳可傳輸80個符號(160 b)，仿真中設(shè)置M 序列長度為104 b，I、Q 兩路包含相同的52 b M 序列，其余比特用來傳輸如時間信息、跳頻密鑰等其他同步信息。顯而易見，M 序列的長度越長，相關(guān)峰值受噪聲影響越小，頻差估計精度越高，但更長的M序列也意味著傳輸效率的降低和運算量的增加。I、Q 兩路信號經(jīng)π/4－DQPSK 調(diào)制，內(nèi)插(R=12)和成型濾波之后加入頻偏和高斯白噪聲。接收端使用不同的頻差估計算法對頻差進行估計，其中，F(xiàn)itz 估計和L＆R 估計的相關(guān)分支數(shù)N=1，保證其足夠的估計范圍。

3.1 基于相關(guān)峰檢測的頻差估計范圍仿真

圖2 所示為基于相關(guān)峰檢測算法的頻差估計范圍仿真結(jié)果。仿真中設(shè)置800個頻差，取值為Δf=，N 在－400～400 之間取值。由仿真結(jié)果可見，在橫軸對應(yīng)的－100 和32 點，即頻差約為－0.01，之間的頻差可得到正確的估計，頻差超出此范圍時，估計出錯，此結(jié)果與式(8)的理論推導(dǎo)一致。

圖2 相關(guān)峰檢測算法頻差估計范圍Fig.2 The frequency offset estimation rang based on correlation peak detection

3.2 基于相關(guān)峰檢測的頻差估計精度仿真

為全面評估基于相關(guān)峰檢測的頻差估計精度，在其頻差估計范圍內(nèi)取3個不同量級的歸一化頻差0.03、0.005 和0.0004 進行仿真。

圖3 和圖4 所示為頻差Δf=0.03 時相關(guān)峰估計算法與Kay 估計、Fitz 估計、L＆R 估計的仿真對比。由仿真結(jié)果可知，相關(guān)峰估計能夠較準(zhǔn)確地估計出頻差，當(dāng)信噪比Eb/N0在0 dB以上時，均方誤差小于2 ×10－4;而其他三種估計因頻差超出了其估計范圍不能對頻差進行正確估計，均方誤差超出圖4 顯示范圍。此仿真結(jié)果并不能說明相關(guān)峰估計的范圍更大，當(dāng)AD 采樣倍數(shù)R=12 時，相關(guān)峰估計的范圍為－0.01～0.03，其他三種估計的范圍為－0.02～0.02，因而其估計范圍相當(dāng)。

圖3 頻差估計精度比對(Δf=0.03)Fig.3 Comparison of frequency offset estimation precision when Δf=0.03

圖4 頻差估計均方誤差比對(Δf=0.03)Fig.4 Comparison of frequency offset estimation MSE when Δf=0.03

圖5 和圖6 所示為頻差Δf=0.005 時相關(guān)峰估計算法與Kay 估計、Fitz 估計、L＆R 估計的仿真對比。由仿真結(jié)果可知，四種估計方法的精度接近，當(dāng)信噪比在0 dB以上時，均方誤差均小于2 ×10－4。

圖5 頻差估計精度比對(Δf=0.005)Fig.5 Comparison of frequency offset estimation precision when Δf=0.005

圖6 頻差估計均方誤差比對(Δf=0.005)Fig.6 Comparison of frequency offset estimation MSE when Δf=0.005

圖7 和圖8 所示為頻差Δf=0.000 4 時相關(guān)峰估計算法與Kay 估計、Fitz 估計、L＆R 估計的仿真對比。由仿真結(jié)果可知，相關(guān)峰估計的精度略差于其他三種估計，但仍能滿足當(dāng)信噪比在0 dB以上時均方誤差均小于2 ×10－4。

圖7 頻差估計精度比對(Δf=0.000 4)Fig.7 Comparison of frequency offset estimation precision when Δf=0.000 4

圖8 頻差估計均方誤差比對(Δf=0.000 4)Fig.8 Comparison of frequency offset estimation MSE when Δf=0.000 4

由本節(jié)仿真結(jié)果可知，在頻差較小的情況下，相關(guān)峰估計的頻差估計精度不及Kay 估計、Fitz 估計及L＆R 估計等經(jīng)典估計算法，但其估計誤差能夠保證在信噪比0 dB以上小于2 ×10－4，那么此精度能否滿足π/4－DQPSK 解調(diào)性能的要求呢?為此，下面對頻差對π/4－DQPSK 差分解調(diào)性能影響進行仿真。

3.3 頻差對π/4－DQPSK 解調(diào)性能影響仿真

仿真設(shè)置中的內(nèi)插倍數(shù)、成型濾波參數(shù)設(shè)置不變，將仿真數(shù)據(jù)的長度設(shè)為160 000個，分別引入歸一化頻差為0.001 5、0.001 3、0.001 1、0.000 9、0.000 7、0.000 5。由圖9 仿真結(jié)果可知，當(dāng)歸一化頻差在0.000 5 時已完全不影響解調(diào)性能，因而當(dāng)估計誤差小于2 × 10－4時完全能夠滿足π/4－DQPSK 解調(diào)性能的要求。

圖9 頻差對π/4－DQPSK 解調(diào)性能的影響Fig.9 The influence of frequency offset on π/4－DQPSK demodulation performance

3.4 運算量比較

設(shè)M 序列的長度為L，則Kay 估計、Fitz 估計、L＆R 估計需要在完成位同步和幀同步之后將M 序列的調(diào)制信號與本地M 序列經(jīng)相同調(diào)制后的共軛進行復(fù)數(shù)乘得到包含頻差的單音信號，這需要進行L 次復(fù)數(shù)乘;對Kay 估計，需要事先計算一組加權(quán)系數(shù)，其個數(shù)為L，然后將包含頻差的單音信號與其共軛延遲(延遲1 符號)進行復(fù)數(shù)乘，對所得結(jié)果的實部、虛部之比求反正切，并對L個反正切進行加權(quán)平均得到頻差的估計值，因此還需要L 次復(fù)數(shù)乘、L 次實數(shù)除(可等同實數(shù)乘)、L 次求反正切、1 次加權(quán)平均(L 次實數(shù)乘和1 次實數(shù)除);對Fiz 估計，其自相關(guān)分支數(shù)N=1 時，則需要將包含頻差的單音信號與其共軛延遲(延遲1 符號)進行復(fù)數(shù)乘，并將結(jié)果求和，計算實部與虛部比值的反正切后除以其求和的個數(shù)得到頻差的估計值，因此需要L 次復(fù)數(shù)乘、1次L個復(fù)數(shù)求和(等于2L 次實數(shù)加)、1 次求反正切及1 次除法。當(dāng)其自相關(guān)分支數(shù)據(jù)為N ＞1 時，其運算量為1 時的N 倍;對L＆R 估計的運算量與Fitz估計相當(dāng)。基于相關(guān)峰估計算法可以將頻差檢測與位同步、幀同步同時完成，對差分解調(diào)后的I、Q 兩路信號進行相關(guān)峰檢測，則一個采樣時鐘內(nèi)需計算2LR 次實數(shù)加。若假設(shè)相關(guān)峰法已經(jīng)首先完成了位同步和幀同步，則其2LR 次加法只需在LR個采樣時鐘內(nèi)完成即可。幾種頻差估計算法的運算量比較見表1。

表1 幾種頻差估計算法的運算量比較Table 1 Computational complexity comparison among several frequency offset estimation algorithms

由表1 可見，相比于其他三種估計方法，基于相關(guān)峰的頻差估計算法無需進行消耗硬件資源較多的乘法運算，非常適合于在FPGA、DSP 等可編程器件中實現(xiàn)。

4 結(jié)束語

針對低速π/4－DQPSK 差分解調(diào)性能受頻差影響較大的問題，本文提出了一種基于相關(guān)峰檢測算法的頻差估計算法。該算法在I、Q 兩路發(fā)送的M碼序列相同的條件下，根據(jù)I、Q 兩路信號的相關(guān)峰值求得頻差，而無需像其他估計方法那樣首先去除調(diào)制信息，恢復(fù)只包含頻差信息的單音信號后再進行頻差估計。數(shù)值仿真結(jié)果表明其估計范圍與Kay估計、Fitz 估計及L＆R 估計等經(jīng)典估計算法相當(dāng)(Fitz 估計和L＆R 估計在相關(guān)分支數(shù)N=1 時)，估計精度略差，但在其估計范圍內(nèi)估計的均方誤差均小于2 ×10－4，能夠滿足π/4－DQPSK 差分解調(diào)時頻差小于0.000 5 的要求。此外，該算法具有結(jié)構(gòu)簡單(只需對差分解調(diào)結(jié)果進行相關(guān)運算)、運算量小(只需加法運算)且不需要首先完成位同步和幀同步的優(yōu)點，非常有利于系統(tǒng)實現(xiàn)。不足之處在于本文提出的頻差估計方法根據(jù)π/4－DQPSK 差分解調(diào)導(dǎo)出，后續(xù)應(yīng)對其是否能應(yīng)用于其他調(diào)制方式做進一步研究。

［1］劉聰鋒.高效數(shù)字調(diào)制技術(shù)及其應(yīng)用［M］.北京:人民郵電出版社，2006.LIU Congfeng.Efficient Digital Modulation Technirue and Its Application［M］.Beijing:People's Posts and Telecommunication Press，2006.(in Chinese)

［2］Rife D C，Boorstyn R R.Single－Tone Parameter Estimation from Discrete－Time Observations［J］.IEEE Transactions on Information Theory，1974，20(5):591－598.

［3］Aboutanios E，Mulgrew B.Iterative Frequency Estimation by Interpolation on Fourier Coefficiens［J］.IEEE Transactions on Signal Processing，2005，53(4):1237－1242.

［4］龔超，張邦寧，郭道省.基于FFT 的快速高精度載波聯(lián)合參數(shù)估計算法［J］.電子學(xué)報，2010，38 (4):766－770.GONG Chao，ZHANG Bangning，GUO Daoxing.A Quick and Accurate Union Carrier Parameter Estimation Algrithm Based on FFT［J］.Acta Electronica Sinica，2010，38(4):766－770.(in Chinese)

［5］Kay S.A fast and Accurate Single Frequency Estimator［J］.IEEE Transactions on Acoustics，Speech，and Signal Processing，1989，37(12):1987－1990.

［6］Fiz M P.Further Results in the FastEstimation of a Single Frequency［J］.IEEE Transactions on Communications，1994，42(2/3/4):862－864.

［7］Lovell B C，Williamson R C.The statistical performance of some instantaneous frequency estimators［J］.IEEE Transactions on Signal Processing，1992，40(7):1708－1723.

［8］吳團鋒，徐友云，歸琳，等.Turbo 編碼GMSK 信號的多普勒頻移捕獲與跟蹤［J］.電訊技術(shù)，2011，51(8):61－65.WU Tuanfeng，XU Youyun，GUI Lin，et al.Doppler Frequency Shift Acquisition and Tracking for Turbo Coded GMSK Signals［J］.Telecommunication Engineering，2011，51(8):61－65.(in Chinese)