近年来,随着高速移动通信、高速铁路,低轨卫星通信业务的发展
[1⇓-3]
,高动
态环境下对可靠通信的需求愈加迫切。然而在同时存在多普勒频偏和多普勒变
化 率 的 高 动 态 环 境 中 , 采 用 锁 相 环 (Phase Locked Loop,PLL) 以 及 锁 频 环
(Frequency Locked Loop,FLL)的传统载波同步算法难以发挥出优异的性能,甚
至在有些情况下完全失效。特别在军事航空通信中,战机的高速相对移动会产
生较大的多普勒频偏和多普勒频率变化率,导致接收端的译码性能急剧恶化。
例如当飞行器速度达到 10 马赫时,在 L 波段会导致最大 20 kHz 的多普勒频偏。
受限于运动加速度和载波频率,多普勒变化率通常小于 100 Hz/s。由此,如何在
高动态背景下消除多普勒频偏和多普勒变化率的影响,获得理想的载波同步是
当下亟待解决的关键问题。
传统的载波同步方法主要包括以下 3 种类型:数据辅助的(Data-Aided,DA)、
非数据辅助的(Non Data-Aided,NDA)以及编码辅助的(Code aided,CA)。这 3
类中,数据辅助的算法频偏估计范围大,最大估计频偏可以和信号带宽一个数量
级,最小估计频偏由序列的长度决定,但占用额外带宽,在短突发通信中,系统效
率低;非数据辅助的算法包括锁相环,盲估计两种途径,频带利用率高,但需要高
信噪比,同步范围窄;编码辅助的算法利用软判决实现了关键参数的估计,降低了
对通信接收端的信噪比要求,但计算复杂度高,能估计的参数范围非常有限。为
此,文献[4-5]提出了最大似然估计(Maximum Likelihood,ML)方法,该方法等效于
利用分数阶傅里叶变换,对多普勒频偏和变化率进行二维搜索,虽然该方法估计
精度很高,但计算量大,动态环境中无法跟踪信号。文献[6-7]提出锁频环辅助锁
相环的方法,其中锁频环的作用是将待估计参数范围缩小,锁相环对信号进行跟
踪,然而当信 噪比小于解调门限时,以及输入 信号的功率小于环路的门 限时,锁
相环会变得难以收敛到一个稳定的状态,且具有较大的延时。为了减少延时,文
献[8]提出了联合最大似然估计和锁相环的方法,该方法有较大动态范围,但在低
信噪比时性能恶化严重。
基于卡尔曼滤波(Kalman Filter,KF)辅助的载波跟 踪环路可以根据输入信
号而动态地调整环路带宽,具有良好的跟踪性能。将扩展卡尔曼滤波(Extended
Kalman Filter,EKF)技术与高动态导航信号的参数估计问题相结合,实现了动态
环境下较好的同步性能。文献[9]中将最大似然估计的思想和卡尔曼滤波算法相
结合,然而只能跟踪载波频率的变化而没有考虑到相位带来的偏移。任宇飞在
文献[10]中提出了一种利用锁频环跟踪加速度的自适应扩展卡尔曼滤波同步算
评论0
最新资源