張兆輝+張?zhí)A

摘 要： 對于近地軌道飛行器與衛(wèi)星之間的通信鏈路，信號收發(fā)兩端之間的相對運動導(dǎo)致載波存在高動態(tài)的多普勒頻偏。另外，信號的遠(yuǎn)距離傳輸使得信號很微弱，這就極大地降低了信噪比。為了解決低信噪比和高動態(tài)環(huán)境下的多普勒頻偏估計問題，提出一種多累積周期估計方法，提高多普勒頻偏檢測概率。該方法利用多個信號累積周期來縮小下一個累積周期內(nèi)譜峰檢測的頻率區(qū)間，進(jìn)而提高多普勒估計性能。理論分析和仿真結(jié)果表明，與現(xiàn)有方法相比，提出的多累積周期估計方法不僅可以提高檢測概率而且可以減小估計誤差。

關(guān)鍵詞： 近地軌道飛行器； 多普勒頻偏； 低信噪比； 累積周期； 檢測概率； 估計誤差

中圖分類號： TN911.7?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2018）03?0036?05

Abstract： For the communication link between the low earth orbit （LEO） aircraft and satellite， the relative movement between the signal receiving and transmitting ends may cause the high?dynamic Doppler?shift of the carrier. The long?distance transmission of signal makes the signal weak， and reduces the signal?to?noise ratio （SNR） greatly. In order to improve the SNR and accuracy of the Doppler?shift estimation in high?dynamic environment， an estimation method based on multiple accumulation cycles is proposed to improve the detection probability of the Doppler?shift. The multiple accumulation cycles of the signal are used in the method to shorten the frequency section of spectrum?peak detection in the next accumulation cycle， and improve the performance of Doppler estimation. The theoretical analysis and simulation results show that， in comparison with the available methods， the proposed method can improve the detection probability， and reduce the estimation error.

Keywords： LEO aircraft； Doppler?shift； low SNR； accumulation cycle； detection probability； estimation error

0 引 言

在近地軌道飛行器與衛(wèi)星的通信鏈路中，信號收發(fā)兩端之間的高動態(tài)相對運動會導(dǎo)致通信載波面臨較大的多普勒頻偏 [1?2]。另外，信號經(jīng)過遠(yuǎn)距離的傳輸經(jīng)歷嚴(yán)重的路徑損耗，從而嚴(yán)重降低了接收端的信噪比[3]。為了使信號解調(diào)與恢復(fù)，必須對載波進(jìn)行多普勒頻偏補償，其中的難點即為如何從接收到的微弱信號中準(zhǔn)確地估計多普勒頻偏。在各種估計方法中，基于快速傅里葉變換（FFT）的估計方法[4?5]以較低的運算復(fù)雜度快速地估計出多普勒頻偏，引起了廣泛的關(guān)注。

在低信噪比條件下，信號頻域譜峰淹沒在噪聲中，從而對一個碼元信號進(jìn)行FFT不能提供足夠高的輸出信噪比。此時，通常需要累積多個接收到的碼元信號來不斷增加信號能量[6?7]。但是，高動態(tài)相對運動產(chǎn)生的多普勒頻偏會隨時間在很大的頻率范圍內(nèi)高動態(tài)變化，進(jìn)而在信號累積過程中導(dǎo)致嚴(yán)重的信號能量擴散問題[8?9]。文獻(xiàn)[9]詳細(xì)地研究了在各種加速度情況下輸出信噪比隨信號累積的變化情況，并得到了最佳累積長度的經(jīng)驗公式，但是并沒有給出對應(yīng)的解決方法。文獻(xiàn)[10]中的時頻分析方法可以獲得多普勒頻偏隨時間的變化規(guī)律，但是此方法需要較高的信噪比條件。文獻(xiàn)[11]利用加速度分步補償來抵消動態(tài)多普勒變化的影響，但是此方法的運算復(fù)雜度較高。因此，在低信噪比和高加速度的場景下，上述方法不能很好地解決信號累積過程中的能量擴散問題，從而嚴(yán)重影響多普勒頻偏的估計性能。

為了解決上述問題，本文提出一種多累積周期估計方法來估計近地軌道飛行器通信載波的高動態(tài)多普勒頻偏。該方法利用多個信號累積周期內(nèi)的估計結(jié)果，將下一個信號累積周期內(nèi)譜峰檢測的頻率區(qū)間縮小到一個更為精確的區(qū)間，從而提高多普勒頻偏估計性能。

1 信號模型

考慮近地軌道飛行器與通信衛(wèi)星之間的信號傳輸鏈路，如圖1所示。

設(shè)近地軌道飛行器的通信仰角為軌道高度為地球半徑為衛(wèi)星軌道高度為。以飛行器開始收到衛(wèi)星信號為起始時刻，衛(wèi)星與飛行器之間的距離為（的長度），根據(jù)余弦定理可得：

由此，可得與之間的夾角。根據(jù)萬有引力定律可得近地軌道飛行器的速度其中，是萬有引力常數(shù)，是地球的質(zhì)量，是飛行器的質(zhì)量，是飛行器相對于地球的切向速度。同理，可以得到衛(wèi)星的速度。

設(shè)飛行器的角速度為則。同理，可以得到衛(wèi)星的角速度。因此，時刻與之間的夾角為。然后根據(jù)關(guān)于的余弦定理，可以求得的長度。根據(jù)，再一次利用余弦定理，可以進(jìn)一步求得與之間的夾角和與之間的夾角，如下所示：endprint

根據(jù)多普勒定理，可得多普勒頻偏大小及其加速度分別為：

經(jīng)過通信載波解調(diào)和離散采樣之后，接收端的擴頻碼元信號可以表示為：

式中：是信號幅度；是速率為的消息比特；是采樣頻率；是初始相位；是加性高斯白噪聲。

令表示對碼元信號的點復(fù)FFT，此時，多普勒估計結(jié)果為其中，表示頻域譜峰的位置。由于消息比特極性未知，一個碼元累積周期內(nèi)的非相干累積結(jié)果為：

式中：表示對第個碼元信號的FFT處理；表示碼元累積長度。然而，加速度過大使得長時間的信號累積產(chǎn)生嚴(yán)重的能量擴散問題，從而影響信號累積效果。文獻(xiàn)[9]進(jìn)一步說明，信號累積存在惟一的最佳累積長度（經(jīng)驗公式）：。

因此，在低信噪比和大加速度情況下，信號累積周期長度的選擇存在如下矛盾：低信噪比要求信號累積長度足夠大以提高信號累積能量；大加速度導(dǎo)致的能量擴散問題又限制了累積長度的無限增加。

2 估計方法

奈奎斯特采樣定律要求采樣頻率不小于多普勒頻偏最大絕對值的2倍，即其中，和分別表示多普勒頻偏的最小值與最大值。也就是說，多普勒頻偏必然落進(jìn)如下的頻率區(qū)間：。

多累積周期估計方法利用個連續(xù)碼元信號來構(gòu)建個累積周期，其中，前個累積周期內(nèi)的估計結(jié)果用來求解下一個累積周期內(nèi)譜峰檢測的頻率區(qū)間，如圖2所示。

對每個累積周期內(nèi)的信號進(jìn)行非相干累積，得到個累積結(jié)果，其中，為：

此時，第個累積周期內(nèi)的譜峰檢測可以表示為：

如果滿足，其中，表示第個累積周期的多普勒頻偏均值，表示容忍估計門限，那么估計結(jié)果是正確的?；谝陨戏治?，本文提出一個新的頻率區(qū)間，如下所示：

令為（）的檢測概率。根據(jù)頻率區(qū)間對檢測概率的影響，可以得到：如果滿足那么估計結(jié)果的檢測概率為其中表示頻率區(qū)間的長度。

根據(jù)成立的概率，就可以求出估計結(jié)果的檢測概率。假設(shè)均勻分布在頻率區(qū)間內(nèi)，且表示中錯誤估計結(jié)果的個數(shù)，可以分為以下三種具體情形。

情形Ⅰ（m=0）：所有的估計結(jié)果都是正確的，此時對應(yīng)的概率為顯然，成立。頻率區(qū)間的長度為。此種情形對應(yīng)的檢測概率為：

情形Ⅱ（）：所有的估計結(jié)果中有個是錯誤的，此時對應(yīng)的概率是。個錯誤估計結(jié)果是獨立同分布的，并且有：

令表示錯誤估計結(jié)果的集合，，則和的數(shù)學(xué)期望和分別為：

由此，可以得到頻率區(qū)間的長度為：

此種情形對應(yīng)的檢測概率可以表示為：

情形Ⅲ（）：所有的估計結(jié)果都是錯誤的，此時的概率為。將代入和的表達(dá)式，可得和因此，頻率區(qū)間的長度可以表示為

根據(jù)在頻率區(qū)間內(nèi)的位置，對應(yīng)的概率為。此種情形對應(yīng)的檢測概率為：

綜上所述，估計結(jié)果的檢測概率可以表示為：

檢測概率的表達(dá)式說明，的大小與存在直接的關(guān)系。為得到最大的檢測概率，需要求解如下的最優(yōu)解：

由于檢測概率隨信號累積周期個數(shù)的增加而單調(diào)遞減。因此，是多累積周期估計方法的最優(yōu)累積周期個數(shù)。

3 仿真結(jié)果

在此部分中，近地軌道飛行器與衛(wèi)星之間通信鏈路的主要仿真參數(shù)設(shè)置如下：近地軌道飛行器高度km，衛(wèi)星高度km，通信仰角載波頻率 GHz，擴頻長度與速率分別為1 023和1.023 MHz，信號速率為 kb/s，信號采樣頻率1.023 MHz，初始載波相位為0，可容忍誤差門限1.5 kHz，信噪比為[-33，-40] dB。

近地軌道飛行器多普勒頻偏隨可視時間的變化曲線如圖3所示。從圖中可以清晰地看到：衛(wèi)星軌道越低，多普勒頻偏的變化范圍越大，比如，衛(wèi)星軌道高度為20 000 km和800 km時多普勒頻偏最大值分別為62 kHz和110 kHz；衛(wèi)星軌道高度越低，多普勒頻偏加速度越大且變化范圍越大，比如，衛(wèi)星軌道高度800 km，2 000 km，5 000 km，20 000 km時對應(yīng)的加速度分別為[700，4 800] Hz/s，[350，1 000] Hz/s，[200，400] Hz/s，[100，200] Hz/s。

圖4給出了不同累積周期個數(shù)下檢測概率與SNR之間的關(guān)系。顯然，時頻分析方法僅僅在較高信噪比下工作良好。與傳統(tǒng)FFT估計方法相比，不同情形下本文方法都可以提高多普勒檢測概率。比如，當(dāng)SNR=-36 dB時，檢測概率從0.59分別提高到0.71、0.67、0.64。由此可見，是多累積周期估計方法的最優(yōu)累積周期個數(shù)，這也與理論分析相一致。

圖5比較了SNR=-34.5 dB下本文估計方法與傳統(tǒng)FFT估計方法的估計誤差。從圖5a）中可以看出，估計誤差大于容忍門限的個數(shù)比較多，大約2 000次仿真中有240次。另外，估計誤差的幅度范圍很大，處于區(qū)間[-200，200] kHz之間。但是，圖5b）說明本文方法已經(jīng)基本將估計誤差減小到一個很小的區(qū)間[-50，50] kHz，并且大于容忍門限的估計次數(shù)下降為大約120次。這說明，本文方法將多普勒檢測概率從0.88增加到了0.94，并且減小了估計誤差。

4 結(jié) 語

為了解決近地軌道飛行器與衛(wèi)星之間通信載波多普勒頻偏估計問題，本文提出一種多累積周期估計方法來提高估計性能。該方法不僅可以提高檢測概率并得到檢測概率閉式表達(dá)式，而且可以顯著地減小估計誤差。另外，計算機仿真結(jié)果證明了該方法的有效性。

參考文獻(xiàn)

[1] 石磊，郭寶龍，劉彥明，等.臨近空間高速飛行器綜合信道模型研究[J].宇航學(xué)報，2012，32（7）：1557?1563.

SHI Lei， GUO Baolong， LIU Yanming， et al. Research on integrated channel model for near?space hypersonic vehicle [J]. Journal of astronautics， 2012， 32（7）： 1557?1563.endprint

[2] 代延村，李宇，常樹龍，等.高速移動條件下的多普勒頻移估計與校正[J].現(xiàn)代電子技術(shù)，2011，34（20）：120?124.

DAI Yancun， LI Yu， CHANG Shulong， et al. Estimation and correction of Doppler frequency offset in high?speed communication system [J]. Modern electronics technique， 2011， 34（20）： 120?124.

[3] 陳鵬，邱樂德，王宇.基于循環(huán)平穩(wěn)的衛(wèi)星信道多普勒頻移估計[J].火力與指揮控制，2013，38（6）：128?132.

CHEN Peng， QIU Lede， WANG Yu. Cyclostationarity?based Doppler shift estimation in mobile satellite channels [J]. Fire control & command control， 2013， 38（6）： 128?132.

[4] 徐勇，張昌海，賈鵬.高動態(tài)多普勒條件下載波同步算法研究[C]//第十二屆衛(wèi)星通信學(xué)術(shù)年會論文集.北京：中國通信學(xué)會衛(wèi)星通信委員會，2016：346?352.

XU Yong， ZHANG Changhai， JIA Peng. Carrier synchronization algorithm research on high dynamic Doppler condition [C]// The 12th Annual Meeting of Satellite Communications. Beijing， China： China Institute of Communications， 2016： 346?352.

[5] 周三文，黃龍，盧滿宏. FFT在高動態(tài)擴頻信號捕獲中的應(yīng)用[J].飛行器測控學(xué)報，2005，24（2）：61?64.

ZHOU Sanwen， HUANG Long， LU Manhong. Acquisition of high dynamic spread spectrum signals with FFT [J]. Journal of spacecraft TT&C technology， 2005， 24（2）： 61?64.

[6] BORIO D， O′DRISCOLL L. Coherent， nocoherent and differentially coherent combining techniques for acquisition of new composite GNSS signals [J]. IEEE transactions on aerospace and electronics systems， 2009， 45（3）： 1227?1240.

[7] 羅海坤，王永慶，申宇瑤.大動態(tài)多普勒頻率下微弱直擴信號的長時間積累算法[J].電子學(xué)報，2013，41（12）：2397?2402.

LUO Haikun， WANG Yongqing， SHEN Yuyao. Long?term integration algorithm for weak DSSS signal in large dynamic Doppler frequency scenarios [J]. Electronics of China， 2013， 41（12）： 2397?2402.

[8] 李彥兵，張曦文，李飛，等.一種大加速度機動目標(biāo)微動參數(shù)估計方法[J].電子與信息學(xué)報，2017，39（1）：82?87.

LI Yanbing， ZHANG Xiwen， LI Fei， et al. Estimation of micro?motion feature for large accelerated target [J]. Journal of electronics & information technology， 2017， 39（1）： 82?87.

[9] YASOTHARAN A， THAYAPARAN T. Strengths and limitations of the Fourier method for detecting accelerating targets by pulse Doppler radar [J]. IEE proceedings of radar， sonar and navigation， 2002， 149（2）： 83?88.

[10] 鄧云凱，劉亞東，行坤，等.一種結(jié)合時頻分析與Dechirp技術(shù)提高運動目標(biāo)參數(shù)估計精度的多通道方法[J].電子與信息學(xué)報，2011，33（1）：14?20.

DENG Yunkai， LIU Yadong， XING Kun， et al. A high accurate method of estimating moving target′s parameters using time?frequency analysis and dechirp technology with multi?channel [J]. Journal of electronics & information technology， 2011， 33（1）： 14?20.

[11] MOO P W， DING Z. Tracking performance of MIMO radar for accelerating targets [J]. IEEE transactions on signal processing， 2013， 61（12）： 5205?5216.endprint