自適應檢測窗偽碼捕獲算法*

賀 杰, 張 斌

(空軍工程大學信息與導航學院, 西安 710077)

自適應檢測窗偽碼捕獲算法*

賀 杰, 張 斌

(空軍工程大學信息與導航學院, 西安 710077)

針對長偽碼序列捕獲中滑動串行捕獲算法計算復雜度過高的問題,提出了一種自適應檢測窗偽碼捕獲算法。該方法通過在不同信噪比條件下自適應構建檢測窗,快速確定其在接收偽碼序列中的位置信息,直接生成與接收偽碼序列粗同步的本地偽碼序列,完成捕獲。仿真結果表明該方法大大降低計算復雜度并能在低信噪比條件下穩(wěn)定工作。較之滑動串行捕獲算法,該方法有更低的硬件實現(xiàn)復雜度,易于工程實現(xiàn)。

自適應檢測窗;計算復雜度;長偽碼序列捕獲

0 引言

近年來,擴頻通信由于抗噪能力強、易實現(xiàn)碼分多址和安全通信等優(yōu)異性能已被廣泛應用于導航與通信領域。由于擴頻多由長偽碼序列擴展頻譜實現(xiàn),因此,長偽碼序列的捕獲成為整個系統(tǒng)十分關鍵的問題。

當前常用的偽碼捕獲算法有滑動串行捕獲算法、并行捕獲算法、串并混合捕獲算法、頻域變換捕獲算法及迭代檢測捕獲算法等。如何兼顧捕獲時間和算法實現(xiàn)復雜度,成為工程實現(xiàn)需考慮的重要問題。滑動串行捕獲算法對每個碼相位進行滑動相關搜索,實現(xiàn)簡單,對系統(tǒng)資源消耗少,但捕獲速度慢,捕獲時間對碼長較為敏感。并行捕獲是對所有碼相位同時進行搜索,捕獲時間短,但實現(xiàn)復雜度高,需消耗大量硬件資源。為兼顧捕獲速度和硬件復雜性,文獻[1-2]提出了串并結合的大步進搜索偽碼捕獲方案,對碼相位進行分段并行搜索,是全串行和全并行捕獲的折中處理。文獻[3]采用基于FFT的頻域捕獲算法,能實現(xiàn)快速捕獲,但需消耗大量硬件資源。文獻[4-5]提出了采用迭代消息傳遞的思想進行偽碼捕獲,是對接收序列的一種最大后驗估計,該方法能在硬件復雜度適中的情況下實現(xiàn)對偽碼的快速捕獲,但對接收信噪比較為敏感。

文中在傳統(tǒng)捕獲算法的基礎上提出了一種自適應檢測窗偽碼捕獲算法。算法基于檢測窗(初始狀態(tài)量)結構的構建,并確定檢測窗在接收偽碼序列的位置,直接產(chǎn)生出偽碼序列,實現(xiàn)偽碼序列的捕獲。分析及仿真結果表明:該算法的硬件實現(xiàn)復雜度較低,計算量較串行捕獲有較大降低,易于工程實現(xiàn)。

1 自適應檢測窗偽碼捕獲算法

1.1 偽碼捕獲的數(shù)學基礎

偽碼捕獲是基于其良好的自相關特性。在數(shù)學上用自相關函數(shù)來表示信號與它自身相移以后的自相關,其定義為:

(1)

式中:x(t)為信號時間函數(shù);τ為時間延遲,x(t-τ)為時間上向右平移τ后得到的波形;自相關函數(shù)Rx(τ)衡量x(t)與它自身平移后的波形x(t-τ)兩者之間的相似程度。對于周期性的偽碼序列z(t)而言,它的自相關函數(shù)計算可依據(jù)式(1)進行,但可以簡化成:

(2)

式中:N為偽碼序列周期長度;Tc為一個碼片的持續(xù)時間。當τ為Tc的整數(shù)i倍時,上式可進一步表達成如下的離散型形式:

(3)

如圖1所示,二進制偽碼序列的自相關函數(shù)Rz(τ)(歸一化后)在原點中心呈一個三角形。這表明當τ=0時,兩信號完全相同,此時具有最大的相關值,當|τ|≥Tc時,Rz(τ)=0。利用這種良好的自相關特性,很容易判斷接收信號和本地信號之間的相位是否一致,從而實現(xiàn)偽碼的捕獲。

1.2 信號基本模型

文中接收信號模型考慮經(jīng)過BPSK調制的基帶擴頻信號模型:

(4)

式中:yk為經(jīng)過高斯加性白噪聲信道的信號采樣序列值;Ec為每個發(fā)射碼片的能量;xk為采樣時刻k的偽碼序列值;nk為服從N(0,N0/2)分布的噪聲采樣序列。

1.3 算法結構分析

注意到,要恢復一段偽碼序列,只須知道產(chǎn)生該偽碼序列移位寄存器的初始狀態(tài)量,且知道該狀態(tài)量在這段偽碼序列中的位置,通過向前向后迭代即可恢復出偽碼序列。

因此,算法的實現(xiàn)思想是:先構建檢測窗,檢測窗實質上是本地偽碼的一段序列,通過檢測窗序列與接收序列進行滑動相關,當出現(xiàn)相關峰值時,便可確定檢測窗序列在接收序列中的位置,然后取檢測窗序列部分序列作為移位寄存器的初始狀態(tài)并結合其在接收序列中的位置信息,根據(jù)偽碼的本原多項式,直接生成與接收偽碼序列粗同步的本地偽碼序列,實現(xiàn)偽碼捕獲。檢測窗序列滑動相關定位的示意圖如圖2。

檢測窗長度的選擇根據(jù)具體環(huán)境中信噪比的變化,自適應調整檢測窗長度的設置,以動態(tài)地減少相關計算量。算法的實現(xiàn)原理如圖3。

捕獲系統(tǒng)有3種工作狀態(tài):調整狀態(tài)、相位搜索狀態(tài)和偽碼恢復狀態(tài)。當系統(tǒng)處于調整狀態(tài)時,主要對檢測窗結構和捕獲判決門限進行動態(tài)調整。在調整支路選用了一個與接收信號正交的檢測窗序列,將其與接收信號的相關值作為窗內的噪聲功率估計,將窗內噪聲功率送到檢測窗結構構建模塊,按照相應的構建算法完成檢測窗結構的構建,同時將窗內噪聲功率送到捕獲判決模塊以動態(tài)調整判決門限,增強整個捕獲系統(tǒng)的抗噪性能。待系統(tǒng)完成調整狀態(tài)后進入到相位搜索狀態(tài),滑動檢測窗進行相關檢測,當出現(xiàn)相關峰值時,將位置信息和移位寄存器初始狀態(tài)信息送入到偽碼恢復模塊,進入偽碼序列恢復狀態(tài),恢復出偽碼序列,算法流程如圖4。

圖4 自適應檢測窗偽碼捕獲算法流程圖

2 自適應檢測窗結構設計

檢測窗結構構建是否適當,是影響捕獲性能的一個重要因素。在實際情況中,由于信道的衰落、干擾和噪聲的影響,固定檢測窗不能適應接收信號的強弱變化。若判決門限設定的太低,當信號比較強時容易錯鎖在序列互相關或自相關旁瓣上;若判決門限設置太高,弱信號可能無法進行捕獲。

為避免上述情況,文中采用基于噪聲功率估計的自適應檢測窗結構設計。即當信號比較弱時,檢測窗的序列長度自動加長;信號比較強時,檢測窗的序列長度自動調低。

這種方法實現(xiàn)思路是:依據(jù)接收信號的N個采樣值,對落入到檢測窗內的噪聲功率作出估計,這個估計值加上一個固定值作為檢測窗內信號功率值。通過檢測窗內信號功率的估計值可計算得到檢測窗的序列長度,從而完成檢測窗的構建。通過仿真實驗可知當檢測窗內信號功率比噪聲功率大3 dB時,即可實現(xiàn)可靠檢測。其原理如圖5所示。

接收序列y1,y2,y3,…,yn是連續(xù)n個采樣值。

yk=ACPN(k-τ)+N(k)

(5)

式中:A為接收信號幅度;CPN(k-τ)為接收偽碼序列;N(k)為信道中的加性白噪聲;τ為碼相位延時。選用了一個與yk正交的檢測窗序列CPN(k-τ1)相乘,記為Pn,利用偽碼序列良好的自相關特性,則:

(6)

這個結果是檢測窗內的噪聲功率估計,正是期望得到的結果。顯然,判決門限是隨接收信號信噪比變化而改變的,每隔一段時間可以更新一次門限,這樣體現(xiàn)了信號和噪聲能量大小的變化,減小了漏檢概率。

3 仿真結果及分析

文中對不同信噪比條件下偽碼捕獲情況進行了仿真,統(tǒng)一的仿真條件為:10級、9級、8級偽碼序列的本原多項式分別為:

g10(x)=1+x3+x10

(7)

g9(x)=1+x4+x9

(8)

g8(x)=1+x2+x3+x4+x7

(9)

每個碼片的采樣次數(shù)為1次,仿真結果如下。

3.1 檢測窗長與信噪比的關系

如圖6所示為10級、9級、8級偽碼序列檢測窗長隨信噪比的變化曲線。由圖6可以看出,隨著信噪比的不斷增大,檢測窗的長度不斷減小。在小信噪比端,隨著信噪比的增加,檢測窗長迅速減小,當信噪比增大到0 dB后,檢測窗長隨信噪比的增加減小變緩?？梢姍z測窗長與信噪比成負相關關系,也反映出了檢測窗長自適應信道變化情況。小信噪比下,通過增加窗長,以增大捕獲概率;大信噪比下,在保證捕獲概率的前提下,減小檢測窗長,以減小計算復雜度和捕獲時間。

3.2 計算復雜度改善情況

表1給出了不同碼長情況下,滑動串行捕獲和自適應檢測窗捕獲運算復雜度及不同信噪比下自適應檢測窗捕獲對計算復雜度的改善效果。其中改善效果以自適應檢測窗捕獲算法減少計算量占滑動串行捕獲計算量的百分比來衡量。

從表1中可以看出,大信噪比條件下,檢測窗短,改善效果好。當偽碼序列長度為1 023時,串行捕獲需進行2 092 035次乘加運算,而自適應檢測窗捕獲算法,在噪比為7 dB時,檢測窗長度僅為93,捕獲需進行189 255次乘加運算,計算量僅為串行捕獲的9%,極大的減少了計算量。

圖7給出了文中算法對不同級數(shù)偽碼序列改善效果隨信噪比的變化示意圖。從圖中可以看出改善效果與信噪比成負相關關系,信噪比越大,改善效果越好,在信噪比相同的情況下,碼長越長,改善效果越好。當碼長為1 023(級數(shù)為10),信噪比為-10 dB時,改善效果仍在60%以上,255時(級數(shù)為8),改善效果已下降到20%以下。文中算法對長偽碼序列捕獲計算量的改善有更好的效果。

而相同信噪比下碼長為

3.3 捕獲性能分析

捕獲概率是1 000次考察樣本下得到的。圖8給出了幾種不同捕獲方法下,級數(shù)為10的偽碼序列捕獲概率隨信噪比的變化示意圖。從圖中可以看出,固定窗長的捕獲概率隨著信噪比的減小而不斷惡化,而自適應窗長捕獲時,捕獲概率和串行捕獲相當,始終保持在100%,捕獲性能很穩(wěn)定。

圖9給出了SNR=-7 dB,幾種不同窗長下捕獲級數(shù)為8的偽碼序列時及滑動串行捕獲時相關峰增益值的示意圖。從圖中可以看出當檢測窗長為30時,相關增益峰值較低,信號被噪聲淹沒,無法實現(xiàn)可靠檢測,繼續(xù)增加窗長后,相關增益峰值增大,當窗長增加到163時,便可實現(xiàn)可靠檢測,但相比滑動串行捕獲時的相關增益峰值,檢測窗捕獲的相關增益峰值明顯較低。

檢測窗捕獲實際上是以犧牲相關增益來換取計算復雜度的降低,仿真實驗表明在保證可靠捕獲的前提下,適當?shù)貭奚嚓P增益是可以接受的。

4 結束語

實際信道環(huán)境十分復雜,為兼顧捕獲速度和實現(xiàn)復雜度,文中提出了一種自適應檢測窗偽碼捕獲算法,分析了算法結構及流程,通過構建自適應檢測窗,減小計算復雜度。通過仿真實驗驗證,該方法能較好的根據(jù)接收信號信噪比的變化調整窗結構和判決門限,在大信噪比下能較大的減少計算量,實現(xiàn)復雜度進一步降低,易于工程實現(xiàn)。但對于復雜電磁環(huán)境,只針對信噪比變化和白噪聲情況進行仿真,沒有考慮多普勒頻移、多徑和其它噪聲情況下捕獲方法的性能,這些是文中進一步深入研究的方向。

[1] 王偉, 徐定杰, 沈峰. 一種大步進偽碼快速捕獲方法的研究 [J]. 哈爾濱工程大學學報, 2006, 27(5): 721-727.

[2] 陳實如, 張京娟, 孫堯. 直擴系統(tǒng)偽碼序列串并組合捕獲方案 [J]. 哈爾濱工程大學學報, 2003, 24(1): 54-59.

[3] 羅炬鋒, 王翔, 付耀先, 等. 基于FFT并行搜索偽碼和頻偏的快速捕獲新方法 [J]. 電子信息學報, 2011, 33(3): 563-568.

[4] 王偉, 劉洋, 李欣. 基于迭代信息傳遞的PN碼快速捕獲方法研究 [J]. 宇航學報, 2008, 29(4): 1375-1380.

[5] CHUGG K M, ZHU Mingrui. A new approach to rapid PN code acquisition using iterative message passing techniques [J]. IEEE Journal on Selected Areas in Communication. 2005, 23(1): 884-897.

[6] 趙志遠, 陳樹新, 華璐. 基于信噪比控制的自適應偽碼捕獲算法 [J]. 空軍工程大學學報(自然科學版), 2013, 14(5): 80-84.

[7] 王超亮, 李擎, 蘇中. 高速GPS接收機信號捕獲算法研究 [J]. 測控技術, 2014, 33(2): 20-23.

[8] CHAWLA K K, SARWATE D V. Parallel acquisition of PN sequences in DS/SS systems [J]. IEEE Transactions on Communications, 1994, 42(6): 2155-2164.

AlgorithmforofPNCodesBasedonSelf-adaptiveDetectionWindow

HE Jie, ZHANG Bin

(Information and Navigation College, Air Force Engineering University, Xi’an 710077, China)

As the high computational complexity of sliding serial acquisition algorithm in the process of long PN sequence acquisition, an PN code acquisition algorithm for self-adaptive detection window was proposed. Through constructing self-adaptive detection window under the condition of different SNR, this method could quickly determine the position information in the process of receiving PN sequence, and the local PN sequence which was coarse synchronizing with the

PN sequence was directly generated to complete acquisition. Simulation results showed that this method could greatly reduce the computational complexity and could work steadily under the condition of low SNR. Compared with sliding serial acquisition algorithm, it had lower hardware implementation complexity, and it was easy to implement.

self-adaptive detection window; computational complexity; long PN code acquisition

TN914

A

2016-09-04

國家自然科學基金(61273048)資助

賀杰(1993-),男,湖南常德人,碩士研究生,研究方向:軍用無線電導航。