短波时延估计方法、系统、计算机设备和可读存储介质

摘要

本申请涉及信号处理领域，特别是涉及短波时延估计方法、系统、计算机设备和可读存储介质，其中，该短波时延估计方法包括：参数初始化步骤，初始化滤波器的初始参数，所述初始参数包括：权系数向量W、迭代次数kmax及收敛因子μ；信号取模步骤，获取接收到的二短波多径信号y1、y2，对二所述短波多径信号y1、y2取模后求取均方误差；时延估计结果获取步骤，以均方误差最小化为准则对所述权系数向量进行迭代更新，从而获取时延估计结果。通过本申请，克服了信道增益函数对信号的干扰，实现了更加精确的对短波信号相对时延进行估计。

权利要求

1.一种短波时延估计方法，其特征在于，包括：

参数初始化步骤，初始化滤波器的初始参数，所述初始参数包括：权系数向量W、最大迭代次数kmax及收敛因子μ；

信号取模步骤，获取接收到的二短波多径信号y1、y2，对二所述短波多径信号y1、y2取模后求取均方误差；

时延估计结果获取步骤，以均方误差最小化为准则对所述权系数向量W进行迭代更新，从而获取时延估计结果，其中，所述kmax≤信号长度NR；所述时延估计结果根据以下模型计算获得：具体的，二所述短波多径信号y1、y2为两个相对距离较远的基站接收的同一发射端的信号，y1、y2表示为以下模型：其中，x(n)、x(n‑τ12)为短波信号，n=1,2,……，NR，C1(n)、C2(n)为Watterson信道模型中信道增益函数，τ12为信号相对时延，e1(n)和e2(n)分别为均值为0、方差为η的加性高斯白噪声。

2.根据权利要求1所述的短波时延估计方法，其特征在于，所述均方误差根据以下模型计算获得：其中，所述均方误差 为二所述短波多径信号y1、y2的误差平方 的期望， 用于表示二所述短波多径信号y1、y2的误差函数，k为迭代次数且k=2Mf+1,T

2Mf,……,kmax，T用于表示向量转置，ŷ1表示为ŷ1(k)=[y1(k),y1(k‑1),…,y1(k‑2Mf)] ，2Mf+1为所述滤波器的阶数，所述阶数可自定义设置。

3.根据权利要求2所述的短波时延估计方法，其特征在于，当0＜k≤kmax时，所述权系数向量W表示为：T

W(k)=W(k‑1)+2μ(|y2(k‑1)|‑|ŷ1(k‑1)|W(k‑1))ŷ1(k‑1)|。

4.根据权利要求2所述的短波时延估计方法，其特征在于，所述时延估计结果获取步骤采用最速下降法获取所述均方误差的最小值，并基于所述时延估计结果计算模型读取权系数向量的最大值所对应的迭代次数，从而求得时延估计结果。

5.一种短波时延估计系统，其特征在于，包括：

参数初始化模块，用于初始化滤波器的初始参数，所述初始参数包括：权系数向量W、最大迭代次数kmax及收敛因子μ；

信号取模模块，用于获取接收到的二短波多径信号y1、y2，对二所述短波多径信号y1、y2取模后求取均方误差；

时延估计结果获取模块，用于以均方误差最小化为准则对所述权系数向量W进行迭代更新，从而获取时延估计结果，其中，所述kmax≤信号长度NR；所述时延估计结果根据以下模型计算获得：具体的，二所述短波多径信号y1、y2为两个相对距离较远的基站接收的同一发射端的信号，y1、y2表示为以下模型：其中，x(n)、x(n‑τ12)为短波信号，n=1,2,……，NR，C1(n)、C2(n)为Watterson信道模型中信道增益函数，τ12为信号相对时延，e1(n)和e2(n)分别为均值为0、方差为η的加性高斯白噪声。

6.根据权利要求5所述的短波时延估计系统，其特征在于：所述均方误差根据以下模型计算获得：其中，所述均方误差 为二所述短波多径信号y1、y2的误差平方 的期望， 用于表示二所述短波多径信号y1、y2的误差函数，k为迭代次数且k=2Mf+1,T

2Mf,……,kmax，T用于表示向量转置，ŷ1表示为ŷ1(k)=[y1(k),y1(k‑1),…,y1(k‑2Mf)] ，2Mf+1为所述滤波器的阶数，所述阶数可自定义设置。

7.根据权利要求6所述的短波时延估计系统，其特征在于：所述时延估计结果获取模块采用最速下降法获取所述均方误差的最小值，并基于所述时延估计结果计算模型读取权系数向量的最大值所对应的迭代次数，从而求得时延估计结果。

8.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至

4中任一项所述的短波时延估计方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4中任一项所述的短波时延估计方法。

说明书

短波时延估计方法、系统、计算机设备和可读存储介质

技术领域

[0001] 本申请涉及信号处理领域，特别是涉及短波时延估计方法、系统、计算机设备和可读存储介质。

背景技术

[0002] 时延估计算法是信号处理领域的重点研究内容，也是短波基于到达时差定位技术得以实现的前提。

[0003] 传统时延估计算法大多以双基元信号处理模型为基础展开，研究重点主要放在窄带信号时延估计算法、多径时延估计算法以及非高斯噪声环境下时延估计算法等方面，主要研究问题是如何在复杂加性干扰噪声下提高时延估计的精度以及降低算法的复杂度。然而，在短波信号时延估计中，由于信号在短波电离层信道作用下会产生严重的衰落特性，信号中叠加的噪声既包括传统意义上的加性噪声(如髙斯噪声或者脉冲性噪声)，又存在乘性噪声干扰，这就使得短波信号时延估计问题变得极其复杂。

[0004] 以经典短波信道模型Watterson信道为例，短波信道增益函数对短波信号造成了乘性干扰，该乘性干扰符合均值为零的复高斯分布，而传统时延估计模型中的乘性干扰为常数，因此传统时延估计算法势必会被短波信道增益函数影响。具体的，将传统LMS算法（Least Mean Square）应用于短波信号时延估计时，我们会发现由于信道增益函数的影响会使得算法中的均方误差函数只包含噪声，并不含有任何有用信息，因此无法应用到短波信号时延处理中。

[0005] 目前针对相关技术中信道增益函数对短波信号的影响，尚未提出有效的解决方案。

发明内容

[0006] 本申请实施例提供了一种短波时延估计方法、系统、计算机设备和计算机可读存储介质，以至少克服信道增益函数对信号的干扰。

[0007] 第一方面，本申请实施例提供了一种短波时延估计方法，包括：

[0008] 参数初始化步骤，初始化滤波器的初始参数，所述初始参数包括：权系数向量W、最大迭代次数kmax及收敛因子μ；

[0009] 信号取模步骤，获取接收到的二短波多径信号y1、y2，对二所述短波多径信号y1、y2取模后求取均方误差；

[0010] 时延估计结果获取步骤，以均方误差最小化为准则对所述权系数向量W进行迭代更新，从而获取时延估计结果；

[0011] 其中，所述kmax≤信号长度NR，所述权系数向量的初值W(0)为阶数为2Mf+1的零向量，所述收敛因子的取值与收敛速度、收敛稳定性相关。

[0012] 在其中一些实施例中，所述均方误差根据以下模型计算获得：

[0013]

[0014]

[0015] 其中，所述均方误差 为二所述短波多径信号y1、y2的误差平方的期望， 用于表示二所述短波多径信号y1、y2的误差函数，k为迭代次数且k=2Mf+1,
2Mf,……,kmax，T用于表示向量转置，2Mf+1为所述滤波器的阶数，所述阶数可自定义设置，ŷ1T
表示为ŷ1(k)=[y1(k),y1(k‑1),…,y1(k‑2Mf)]。

[0016] 在其中一些实施例中，所述时延估计结果根据以下模型计算获得：

[0017] 。

[0018] 在其中一些实施例中，当0＜k≤kmax时，所述权系数向量W表示为：

[0019] W(k)=W(k‑1)+2μ(|y2(k‑1)|‑|ŷ1(k‑1)|TW(k‑1))ŷ1(k‑1)|。

[0020] 在其中一些实施例中，所述时延估计结果获取步骤采用最速下降法获取所述均方误差的最小值，从而得到意义上的统计最优滤波器，此时滤波器收敛，并基于所述时延估计结果计算模型读取权系数向量的最大值所对应的迭代次数，从而求得时延估计结果。

[0021] 第二方面，本申请实施例提供了一种短波时延估计系统，包括：

[0022] 参数初始化模块，用于初始化滤波器的初始参数，所述初始参数包括：权系数向量W、最大迭代次数kmax及收敛因子μ；

[0023] 信号取模模块，用于获取接收到的二短波多径信号y1、y2，对二所述短波多径信号y1、y2取模后求取均方误差；

[0024] 时延估计结果获取模块，用于以均方误差最小化为准则对所述权系数向量进行迭代更新，从而获取时延估计结果；

[0025] 其中，所述kmax≤信号长度NR，所述权系数向量的初值W(0)为阶数为2Mf+1的零向量，所述收敛因子的取值与收敛速度、收敛稳定性相关。

[0026] 在其中一些实施例中，所述均方误差根据以下模型计算获得：

[0027]

[0028]

[0029] 其中，所述均方误差 为二所述短波多径信号y1、y2的误差平方的期望， 用于表示二所述短波多径信号y1、y2的误差函数，k为迭代次数且k=2Mf+1,
2Mf,……,kmax，T用于表示向量转置，2Mf+1为所述滤波器的阶数，所述阶数可自定义设置，ŷ1T
表示为ŷ1(k)=[y1(k),y1(k‑1),…,y1(k‑2Mf)]。

[0030] 在其中一些实施例中，所述时延估计结果获取模块采用最速下降法获取所述均方误差的最小值，并基于所述时延估计结果计算模型读取权系数向量的最大值所对应的迭代次数，从而求得时延估计结果。

[0031] 第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的短波时延估计方法。

[0032] 第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的短波时延估计方法。

[0033] 相比于相关技术，本申请实施例为了克服信道增益函数对信号的干扰，使用信号取模的方式对传统LMS算法进行改善，提出了一种针对于Watterson短波信道模型的基于模值的LMS短波时延估计方法、系统、计算机设备及可读存储介质，本申请实施例不仅考虑信道增益函数的影响还考虑到了加性噪声对信号的干扰问题，实现了更加精确的对短波信号相对时延进行估计，通过仿真分析发现，基于模值的LMS算法相比于传统LMS算法，性能更优，准确度更高。

[0034] 本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

[0035] 此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

[0036] 图1是根据本申请实施例的短波时延估计方法流程图；

[0037] 图2是根据本申请实施例的短波时延估计系统结构框图；

[0038] 图3是背景技术的传统LMS算法滤波器权系数向量变化曲线图；

[0039] 图4是根据本申请实施例的滤波器权系数向量变化曲线图。

[0040] 图中：

[0041] 1、参数初始化模块；2、信号取模模块；3、时延估计结果获取模块。

具体实施方式

[0042] 为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0043] 显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

[0044] 在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

[0045] 除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块（单元）的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

[0046] 自适应滤波时延估计算法存在如下特点：首先，自适应滤波算法无需事先知道任何先验信息就能完成对时延的精准估计；其次，自适应滤波器在迭代过程中可以不断地调整相关参数，直至逼近某一最优准则，从而实现对变化输入信号的动态追踪。

[0047] 本申请实施例提供了一种短波时延估计方法，图1为根据本申请实施例的第一方面短波时延估计方法的流程图，如图1所示，该流程包括如下步骤：

[0048] 参数初始化步骤S1，初始化滤波器的初始参数，所述初始参数包括：权系数向量W、最大迭代次数kmax及收敛因子μ，可选的，所述滤波器为FIR（Finite Impulse Response）滤波器；

[0049] 信号取模步骤S2，获取接收到的二短波多径信号y1、y2，对二所述短波多径信号取模后求取均方误差；具体的，二所述短波多径信号y1、y2为两个相对距离较远的基站接收的同一发射端的信号：

[0050] （2‑1）

[0051] （2‑2）

[0052] 其中，所述kmax≤信号长度NR，所述权系数向量的初值W(0)为阶数为2Mf+1的零向量，该Mf的取值可根据所需时延估计精度灵活设置，举例而非限制，本实施例中2Mf+1设置为32，所述收敛因子的取值与收敛速度、收敛稳定性相关，x(n)、x(n‑τ12)为短波信号，n=1,
2,……，NR，C1(n)、C2(n)为Watterson信道模型中信道增益函数，τ12为信号相对时延，e1(n)和e2(n)分别为均值为0、方差为η的加性高斯白噪声，该η的值与具体信号所经过信道的环境有关，需要说明的是，x(n)、e1(n)和e2(n)之间互不相关。

[0053] 在其中一些实施例中，前述信号取模步骤S2中，通过计算二所述短波多径信号取模后的误差函数、误差平方进而得到其均方误差，具体求解过程依次如下所示：

[0054] 误差函数根据以下模型（2‑3）计算获得：

[0055] （2‑3）

[0056] 误差平方根据以下模型（2‑4）计算获得：

[0057] （2‑4）

[0058] 均方误差根据以下模型（2‑5）计算获得：

[0059]

[0060] （2‑5）

[0061] 其中，所述均方误差 为二所述短波多径信号y1、y2的误差平方的期望，T用于表示向量转置， 用于表示二所述短波多径信号y1、y2的误差函数，k为T
迭代次数且k=2Mf+1,2Mf,……,kmax，ŷ1表示为ŷ1(k)=[y1(k),y1(k‑1),…,y1(k‑2Mf)]。

[0062] 将y1、y2的表达式（2‑1、2‑2）代入该均方误差表达式后，该均方误差可表示为：

[0063] （2‑6）

[0064] 式（2‑6）中：

[0065] 、

[0066] 、

[0067] 。

[0068] 时延估计结果获取步骤S3，以均方误差最小化为准则对所述权系数向量进行迭代更新，从而获取时延估计结果。其中，基于上述均方误差的表达式（2‑6）可知，在对信号取模后，所述均方误差为所述权系数向量W的二次函数，且为具有唯一最低点的抛物型曲面。

[0069] 基于此，本实施例步骤S3采用最速下降法获取所述均方误差的最小值，从而得到意义上的统计最优滤波器，此时滤波器收敛，同时，在最速下降法中，权系数向量W通过迭代进行更新。然后，步骤S3基于所述时延估计结果计算模型读取权系数向量的最大值，也就是峰值，所对应的迭代次数，从而求得时延估计结果。具体的，所述时延估计结果根据以下模型（3‑1）计算获得：

[0070] （3‑1）

[0071] 具体的，迭代过程中的权系数向量表示为：

[0072] W(k+1)=W(k)‑μ▽(k)（3‑2）

[0073] 也就是说，每次迭代的权系数向量W(k+1)为上一次迭代的权系数向量W(k)与均方误差梯度▽(k)与所述收敛因子的乘积，其中，▽(k)为 对W求导的结果；考虑到对 求导过于复杂，实际应用时，不便于实现，本实施例采用 表示，则▽(k)可表示为：

[0074] （3‑3）

[0075] 则权系数向量进而表示为：

[0076] （3‑4）

[0077] 将误差函数表达式（2‑3）代入此权系数向量表达式（3‑4），可得：

[0078] 当0＜k≤kmax时，权系数向量W表示为：

[0079]

[0080] 为了验证本申请实施例的实际效果中，参考图3‑图4所示，本申请对短波信道下传统LMS算法与本申请进行仿真分析，设信号调制方式为BPSK调制，符号速率为2400Hz,采样速率为9600Hz,两条多径信号的多普勒频率移动分别为1Hz、2Hz，多普勒频率扩展均为0.5Hz，相对时延为2ms，时延点数为19，信噪比均为10dB，数据长度1000，图3是背景技术的传统LMS算法滤波器权系数向量变化曲线图，如图3所示，传统LMS算法的权系数向量出现多峰值现象，各峰值间差距不大，容易对最大峰值造成影响且最大峰值位置与真实时延值差距明显。这表明由于信道增益函数的存在，传统LMS算法的最小均方误差准则已经失效。图4是根据本申请实施例的滤波器权系数向量变化曲线图，如图4所示，本申请实施例的权系数向量只具有单峰值，且峰值位置恰好为真实时延值，这说明在对信号进行取模以后，可使均方误差函数中的信道增益均值非零化，进而使得权系数向量在每次迭代中都可有效更新。

[0081] 综上所述，本申请实施例采用信号取模的方式有效避免了信道增益的零均值性对均方误差函数的影响。

[0082] 需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

[0083] 本实施例还提供了一种短波时延估计系统。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

[0084] 图2是根据本申请实施例的短波时延估计系统的结构框图，如图2所示，该系统包括：

[0085] 参数初始化模块1，用于初始化滤波器的初始参数，所述初始参数包括：权系数向量W、最大迭代次数kmax及收敛因子μ；

[0086] 信号取模模块2，用于获取接收到的二短波多径信号y1、y2，对二所述短波多径信号y1、y2取模后求取均方误差；

[0087] 时延估计结果获取模块3，用于以均方误差最小化为准则对所述权系数向量W进行迭代更新，从而获取时延估计结果，其中，kmax≤信号长度NR。

[0088] 基于上述模块，该系统用于实现本申请实施例的短波时延估计方法，已经进行过说明的不再赘述。

[0089] 需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

[0090] 另外，结合图1描述的本申请实施例短波时延估计方法可以由计算机设备来实现。计算机设备可以包括处理器以及存储有计算机程序指令的存储器。

[0091] 具体地，上述处理器可以包括中央处理器（CPU），或者特定集成电路（Application Specific Integrated Circuit，简称为ASIC），或者可以被配置成实施本申请实施例的一个或多个集成电路。

[0092] 其中，存储器可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器可包括硬盘驱动器（Hard Disk Drive，简称为HDD）、软盘驱动器、固态驱动器（Solid State Drive，简称为SSD）、闪存、光盘、磁光盘、磁带或通用串行总线（Universal Serial Bus，简称为USB）驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器可包括可移除或不可移除（或固定）的介质。在合适的情况下，存储器可在数据处理装置的内部或外部。在特定实施例中，存储器是非易失性（Non‑Volatile）存储器。在特定实施例中，存储器包括只读存储器（Read‑Only Memory，简称为ROM）和随机存取存储器（Random Access Memory，简称为RAM）。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM（Programmable Read‑Only Memory，简称为PROM）、可擦除PROM（Erasable Programmable Read‑Only Memory，简称为EPROM）、电可擦除PROM（Electrically Erasable Programmable Read‑Only Memory，简称为EEPROM）、电可改写ROM（Electrically Alterable Read‑Only Memory，简称为EAROM）或闪存（FLASH）或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器（Static Random‑Access Memory，简称为SRAM）或动态随机存取存储器（Dynamic Random Access Memory，简称为DRAM），其中，DRAM可以是快速页模式动态随机存取存储器（Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM）、扩展数据输出动态随机存取存储器（Extended Date Out Dynamic Random Access Memory，简称为EDODRAM）、同步动态随机存取内存（Synchronous Dynamic Random‑Access Memory，简称SDRAM）等。

[0093] 存储器可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器所执行的可能的计算机程序指令。

[0094] 处理器通过读取并执行存储器中存储的计算机程序指令，以实现上述实施例中的任意一种短波时延估计方法。

[0095] 另外，结合上述实施例中的短波时延估计方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种短波时延估计方法。

[0096] 以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

[0097] 以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。