王奉帥,劉聰鋒,張 亞,甘 昶
(1.西安電子科技大學(xué),電子對抗研究所,西安 710071;2.解放軍73677部隊(duì),南京 210016)
互模糊函數(shù)計(jì)算被認(rèn)為是對時(shí)差頻差聯(lián)合估計(jì)的基礎(chǔ),在相當(dāng)多的應(yīng)用中,要求的準(zhǔn)確性需要對很長的數(shù)據(jù)進(jìn)行積分,這就對數(shù)據(jù)的實(shí)時(shí)處理造成了困難[1]?;ツ:瘮?shù)在很多領(lǐng)域具有重要的應(yīng)用,如雷達(dá)、聲納、醫(yī)學(xué)成像及語音分析等方面。為了計(jì)算模糊函數(shù),經(jīng)常用到有限模糊函數(shù),將利用互模糊函數(shù)來估計(jì)時(shí)差頻差。
在大多數(shù)情況下,由于目標(biāo)與接收器之間存在相對運(yùn)動,接收器之間接收到的信號既存在TDOA(到達(dá)時(shí)間差),也存在由相對運(yùn)動引起的FDOA(到達(dá)頻率差),因此不能單純的計(jì)算其中任何一個(gè)參數(shù)?;ツ:瘮?shù)是計(jì)算信號TDOA和FDOA的基本測量算法,很多算法已經(jīng)用來計(jì)算窄帶信號的互模糊函數(shù),這些算法在結(jié)構(gòu)上有很多共同點(diǎn)(如抽取、濾波等)。這些算法的一個(gè)應(yīng)用就是對輻射源定位,定位算法根據(jù)信號的TDOA和/或FDOA計(jì)算出目標(biāo)的位置。在輻射源定位中,目的是盡可能快的計(jì)算互模糊函數(shù),并利用計(jì)算出來的結(jié)果來確定目標(biāo)的位置[2]。
由于采樣點(diǎn)數(shù)很多,互模糊函數(shù)又可以看成是時(shí)差和頻差的兩維相關(guān),因此計(jì)算量巨大,為此如何降低其運(yùn)算量成為一個(gè)研究熱點(diǎn)[3~5]。仔細(xì)觀察互模糊函數(shù)的計(jì)算公式,可以看出,針對每一個(gè)延遲單元,計(jì)算參考信號與延遲信號內(nèi)積的快速傅里葉變換,保存變換后的最大幅度值以及對應(yīng)的頻率,然后在這些最大之中進(jìn)行一維搜索,搜索到的最大值所對應(yīng)的延遲值就是接收信號之間的TDOA,對應(yīng)的頻率就是接收信號之間的FDOA,但是,采樣頻率一般遠(yuǎn)遠(yuǎn)大于多普勒頻差,所以計(jì)算的很多頻率點(diǎn)不在期望的頻率范圍內(nèi),因此需要更好的算法來計(jì)算互模糊函數(shù)。從這幾種算法中可以看出,計(jì)算互模糊函數(shù)需要的先驗(yàn)知識為信號的最大延遲時(shí)間以及最小延遲時(shí)間。
輻射源發(fā)射的信號用s(t)表示,用飛機(jī)表示的接收器接收信號,每一個(gè)接收器與輻射源有一段特定的距離,因?yàn)檩椛湓吹臏?zhǔn)確位置未知,所以各接收器到輻射源的距離也是未知的。輻射源在某時(shí)刻t發(fā)射信號,因?yàn)榻邮掌鞯捷椛湓粗g存在一定距離,發(fā)射的信號經(jīng)過一段時(shí)間到達(dá)接收器,接收到的信號是發(fā)射信號的延時(shí)形式。假設(shè)輻射源是固定的,接收器運(yùn)動是的,根據(jù)多普勒效應(yīng),接收到的信號跟源信號相差一個(gè)多普勒頻移,多平臺輻射源定位,如圖1所示。在圖1中,兩個(gè)接收信號從左到右,包括時(shí)間延遲和多普勒頻移為 s(t-t1)ejω1t,s(tt2)ejω2t,其中 t1,t2表示時(shí)間延遲,ω1,ω2表示接收信號相對源信號的多普勒頻移[2]。因?yàn)樾盘柕陌l(fā)射時(shí)間及載頻是未知的,無法求出到達(dá)接收機(jī)處的t1,t2,ω1,ω2,但是應(yīng)用互模糊函數(shù)可以將兩接收器接收到信號之間的時(shí)差頻差估計(jì)出來。二維向量互相關(guān)示意圖,如圖2所示。
如圖2所示的二維矢量,假設(shè)要求出θd,其中一種方法是固定V1,順時(shí)針旋轉(zhuǎn)V2一個(gè)角度增量θ,對于每一個(gè)θ值,計(jì)算兩向量的內(nèi)積如下
這就變成了一個(gè)θ的函數(shù)。當(dāng)θ的值等于θd時(shí),A(θ)達(dá)到最大值。
令
式(3)為τ和ω的函數(shù)。將上面的方法應(yīng)用到接收到的兩信號中可以得到
將式(3)帶入式(4)并取共軛可以得到
由式(5)可以看出,當(dāng)τ=τd且ω=ωd時(shí),兩信號的內(nèi)積達(dá)到最大值。
根據(jù)實(shí)際情況,兩個(gè)接收機(jī)1、2接收到的信號可以建模為
式中,s(t)為待定位輻射源發(fā)射的信號;α1,α2為衰減因子;td,fd分別為接收器2相對接收器1的時(shí)間延遲以及多普勒頻率差;n1(t),n2(t)為互不相關(guān)的高斯白噪聲[6]。
令
根據(jù)式(5)可以得到接收信號的互模糊函數(shù)為
式中,T為積分上限;理論上τ的最大值等于兩接收器之間的直線距離R除以光速c。而且從式(8)可以看出,求兩信號的互模糊函數(shù)實(shí)際上是對x(t)和y*(t+τ)之積做傅里葉變換。
可以得到式(8)的離散形式為
如果接收信號的采樣頻率為fs,則離散時(shí)間點(diǎn)為 t=nTs=n/fs,n=0,1,2,3…,N -1,若總的采樣時(shí)間長度為T,則采樣點(diǎn)數(shù)為N=Tfs,時(shí)間延遲為τ =k/fs,頻率延遲為 f= νfs。
上面介紹了信號模型,以及計(jì)算時(shí)差頻差的互模糊函數(shù),如果令
可以看出,式(11)其實(shí)就是計(jì)算兩信號內(nèi)積的離散傅里葉變換。對每一次時(shí)延做一次離散傅里葉變換,搜索出最大值所對應(yīng)的頻率值,然后對Rfs/c個(gè)頻率值中找出一個(gè)最大值,所對應(yīng)的序號為信號的時(shí)延值。R為兩個(gè)接收器之間的直線距離。
當(dāng)計(jì)算式(11)時(shí),離散傅里葉變換的頻域范圍為(-fs/2,fs/2),但是,實(shí)際中信號的多普勒頻移ν<<fs,所以根據(jù)式(11)計(jì)算的大部分頻率點(diǎn)不在期望的頻率范圍內(nèi)。因此,需要一種更有效的方法來計(jì)算式(11)。首先簡化式(11),令n=mL+p,m=0…M-1,p=0…L-1,為了保證產(chǎn)生 M個(gè)模塊,x(n)的長度必須能被L整除,如果不能整除可以補(bǔ)零。這樣式(11)就可以寫為
從式(18)可以看出,計(jì)算量比式(11)減小了L倍。
仿真用到的信號形式及參數(shù),見表1。
表1 信號形式及參數(shù)
在不同的采樣點(diǎn)數(shù)下,分別利用兩種方法對表一中的信號進(jìn)行時(shí)差頻差聯(lián)合估計(jì),可以得到頻差估計(jì)誤差曲線,如圖3所示,時(shí)差估計(jì)誤差曲線,如圖4所示,對應(yīng)的計(jì)算時(shí)間,如圖5所示。
由圖3可以看出,在采樣點(diǎn)數(shù)相等的情況下,傳統(tǒng)時(shí)差頻差聯(lián)合估計(jì)的到達(dá)頻差估計(jì)精度要高于簡化后的算法,而且隨著采樣點(diǎn)數(shù)的增加,兩種算法的精度都在提高,精度差距越來越小。
由圖4可以看出,在采樣點(diǎn)數(shù)相等的情況下,傳統(tǒng)時(shí)差頻差聯(lián)合估計(jì)與簡化后的算法都能夠精確的估計(jì)出到達(dá)信號的時(shí)差。
圖5 各信號時(shí)差頻差聯(lián)合估計(jì)的計(jì)算時(shí)間
由圖5可以看出,在采樣點(diǎn)數(shù)相等的情況下,傳統(tǒng)時(shí)差頻差聯(lián)合估計(jì)的頻差估計(jì)消耗的時(shí)間遠(yuǎn)遠(yuǎn)大于簡化后的算法,隨著采樣點(diǎn)數(shù)的增加,兩種算法的計(jì)算時(shí)間雖然都有增加,但是簡化后的算法計(jì)算效率明顯優(yōu)于傳統(tǒng)的時(shí)差頻差聯(lián)合估計(jì)算法。
所以,如果提高簡化算法的計(jì)算精度,可以增加采樣點(diǎn)數(shù),綜合考慮精度與計(jì)算時(shí)間,簡化后的算法優(yōu)于傳統(tǒng)算法。
傳統(tǒng)的利用互模糊函數(shù)進(jìn)行時(shí)差頻差聯(lián)合估計(jì),需要在一定的時(shí)差和頻差范圍內(nèi)搜索最大值,在時(shí)差和頻差范圍已知的情況下,縮小搜索范圍可以減少計(jì)算量,但是當(dāng)它們未知時(shí)就需要搜索很大范圍,這樣不能保證實(shí)時(shí)估計(jì)參量。利用離散傅里葉變換,在滿足采樣定律的前提下,采樣頻率大于兩倍的多普勒頻率,就能夠計(jì)算出多普勒頻率,雖然計(jì)算量也比較大,但是與二維搜索相比,已經(jīng)減少了不少計(jì)算時(shí)間。而將兩接收信號的內(nèi)積分塊,再對分塊后的內(nèi)積做快速離散傅里葉變換能進(jìn)一步降低計(jì)算量。
[1]STEIN S.Algorithms for Ambiguity Function Processing[J].IEEE Transactions on Acoustics,Speech and Signal Processing,1981,29(3):588-599.
[2]CHRISTOPHER L YATRAKIS.Computing the Cross Am-biguity Function-A Review[Z].2005.
[3]OZDEMIR A K,ARIKAN O.Fast Computation of the Biguity Function and the Wigner Distribution on Arbitrary Line Segments[J].IEEE Trans on Signal Processing,2001,49(2):381-393.
[4]TAO R,ZHANG W O,CHEN E Q.Two-stage Method for Joint Time Delay and Doppler Shm Estimation[J].1ETRadar,Sonar&Navigation,2008,2(1):71-77.
[5]朱偉強(qiáng),黃培康,張朝.利用互模糊函數(shù)聯(lián)合估計(jì)的雙星高精度定位技術(shù)[J].系統(tǒng)工程與電子技術(shù),2006,28(9):1294-1298.
[6]朱偉強(qiáng),黃培康,張朝.基于互模糊函數(shù)的時(shí)差頻差估計(jì)算法及實(shí)現(xiàn)途徑[J].南京理工大學(xué)學(xué)報(bào),2009,33(4):511-515.