一種低復(fù)雜度線性調(diào)頻信號參數(shù)估計算法

熊竹林 劉策倫安建平

(北京理工大學(xué)信息與電子學(xué)院 北京 100081)

一種低復(fù)雜度線性調(diào)頻信號參數(shù)估計算法

熊竹林 劉策倫*安建平

(北京理工大學(xué)信息與電子學(xué)院 北京 100081)

為降低線性調(diào)頻(LFM)信號參數(shù)估計的復(fù)雜度，該文提出一種二次估計算法。首先通過短時相干積分與非相干累加對頻率斜升和起始頻率進行預(yù)估計；然后以預(yù)估計結(jié)果為中心，利用多路并行部分匹配濾波快速傅里葉變換(PMF-FFT)和二次插值對參數(shù)進行精確估計；最后綜合預(yù)估計和精確估計結(jié)果得到參數(shù)的最終估計值。仿真結(jié)果表明，該算法信噪比門限較低，估計精度接近克拉美羅下界，其計算復(fù)雜度和資源消耗均遠低于頻率斜升試探算法和插值聯(lián)合估計算法。

信號處理；線性調(diào)頻；二次估計；低復(fù)雜度；克拉美羅下界

1 引言

線性調(diào)頻（LFM）信號作為一種重要的時變信號，被廣泛用于雷達、聲吶、地質(zhì)勘探等領(lǐng)域。頻率斜升和起始頻率作為LFM信號的關(guān)鍵參數(shù)，其估計問題一直是信號處理的重要內(nèi)容。

針對該問題已經(jīng)開展了很多深入研究，早期的很多算法都是基于最大似然(ML)準則[1,2]，估計精度高，但運算量很大，且可能收斂到局部極值點。基于時頻域正交基底變換[3-5]和馬爾科夫鏈蒙特卡洛方法[6]的非平穩(wěn)信號參數(shù)估計算法具有良好的估計性能，但這些算法同樣具有計算復(fù)雜度高的缺點。離散多項式相位域變換法[7]通過延遲共軛相乘降低LFM信號的動態(tài)階數(shù)，具有較低的計算復(fù)雜度，但在低信噪比的環(huán)境下，非線性的信號處理方式會引入較大的信噪比損失。為了降低差分性能損失，文獻[8]提出一種頻率斜升試探法，將頻率斜升試探和FFT頻率估計算法相結(jié)合，以實現(xiàn)對頻率斜升和起始頻率的聯(lián)合估計。該算法具有較低的信噪比門限和良好的估計性能，且計算復(fù)雜度遠低于ML算法，但算法在低信噪比環(huán)境下需要較長的相干積分時間和較小的頻率斜升試探間隔，實際應(yīng)用依然存在較大難度。后續(xù)研究分別從降低相干積分時間和增大試探間隔兩方面入手對該算法進行改進，文獻[9]提出一種均值估計算法，通過降低相干積分時間進行多次估計來降低計算復(fù)雜度，但在低信噪比環(huán)境下性能有所降低。文獻[10]提出一種插值聯(lián)合估計算法，通過增大試探間隔和運用二次插值來減少頻率試探支路，與均值估計算法相比該算法估計精度較高，但計算復(fù)雜度也高于前者。本文將均值估計算法與插值聯(lián)合估計算法進行整合，提出一種低復(fù)雜度的二次估計算法。首先通過短時相干積分和非相干累加對輸入信號進行預(yù)估計以確定參數(shù)范圍，然后利用插值聯(lián)合估計算法對參數(shù)進行小范圍精確估計，仿真結(jié)果表明該算法估計性能和計算復(fù)雜度均較為理想，具有較大的工程實用價值。

本文的結(jié)構(gòu)如下：首先介紹信道模型和插值聯(lián)合估計算法，然后在此基礎(chǔ)上提出二次估計算法，最后通過仿真驗證算法的性能。

2 信道模型和插值聯(lián)合估計算法

為不失一般性，假設(shè)信道為加性高斯白噪聲(AWGN)信道，經(jīng)過低通濾波和數(shù)字采樣后的LFM信號可以表示為

式中A為信號幅度，fs為信號采樣速率，an為實際的多普勒頻率斜升值，單位為Hz/s, a為對an按采樣速率平方歸一化的多普勒頻率斜升，fn為實際的起始頻率值，單位為Hz, f為對fn按采樣速率歸一化的起始頻率，θ0為載波初相位，n(k)為零均值復(fù)高斯噪聲，實部和虛部的方差均為σ2/2。

圖1為插值聯(lián)合估計算法的實現(xiàn)框圖。算法首先在頻率斜升an的分布區(qū)間[amin,amax]等間距選取M個頻率斜升試探值用于構(gòu)造頻率斜升補償支路，然后在每個補償支路選取Nd點有效數(shù)據(jù)，將有效數(shù)據(jù)補零至G點（G為2的整數(shù)次冪）后進行FFT，構(gòu)造MG組本地信號：

式中，{m|0≤m≤M-1,m ∈Z}表示頻率斜升補償支路，歸一化補償間隔Δa=(amax-amin)/; {g|0≤g≤G-1,g∈Z }表示頻率補償支路，歸一化補償間隔Δf=1/G 。用本地信號(k)與輸入信號x(k)共軛相乘后求模值平方，得到

圖1 插值聯(lián)合估計算法實現(xiàn)框圖

通過比較找出r(m,g)最大值對應(yīng)的頻率斜升支路me和起始頻率支路ge，得到頻率斜升和起始頻率的估計值和。為提高頻率斜升的估計精度，還需要對r0=r(me,ge), r-=r(me-1, ge), r+=r(me+1,ge)3點進行二次插值，得到a~int=a~me+Δa(r+-r-)/ 2(r+-2r0+r-)。頻率斜升和起始頻率的最終估計值為

由式(2)可知，插值法的計算復(fù)雜度與頻率斜升支路M和FFT點數(shù)G有關(guān)，其關(guān)鍵參數(shù)滿足[10]

3 二次估計算法

3.1 預(yù)估計算法

本文所提二次估計算法包含預(yù)估計和精確估計兩部分，實現(xiàn)框圖如圖2所示。預(yù)估計算法是二次估計的基礎(chǔ)，其作用是確定頻率斜升和起始頻率的大致范圍，為參數(shù)的精確估計創(chuàng)造條件。從圖2可以看出，與插值聯(lián)合估計算法的純相干累加不同，預(yù)估計算法采用相干與非相干相結(jié)合的累加方式，這樣既可以通過減少相干累加時間降低算法對頻率誤差的敏感性，又能夠提供足夠的信噪比增益保證參數(shù)估計的可靠性。

Lsq為非相干累加帶來的平方損耗，滿足[13]

式中L(x)=ex/2((1-x)I(-x/2)-xI(-x/ 2))，

圖2 二次估計算法實現(xiàn)框圖

加上非相干累加的次數(shù)I，預(yù)估計算法在頻率斜升、起始頻率和時間維等間距構(gòu)建M′G′I組本地信號：

式中，{m′|0≤m′≤M′-1,m′∈Z }表示頻率斜升補償支路，歸一化補償間隔Δa′=(amax-amin)/M；{g′|0≤g′≤G′-1,g′∈Z }表示頻率補償支路，歸一化補償間隔Δf′=1/G′;{i|0≤i≤I-1,i∈Z }表示非相干累加數(shù)據(jù)段，每個數(shù)據(jù)段包含個采樣點。經(jīng)過相干和非相干累加后的相關(guān)值記為

對輸入信號x(k)進行預(yù)補償，得到準基帶信號

式中，n′(k)為噪聲項，ad和fd分別為x′(k)的殘余頻率斜升和頻偏，當非相干累加模塊的輸出信噪比超過SNRth時滿足[14]

3.2 精確估計算法

在確定x′(k)的頻率斜升和頻偏范圍之后，需要對信號參數(shù)進行精確估計。精確估計算法與插值聯(lián)合估計算法類似，為提高頻率估計精度，算法在FFT前端添加了L階累加抽取濾波器。考慮資源復(fù)用，精確估計算法的頻率斜升支路和FFT點數(shù)均與預(yù)估計相同，分別為M′和G′。相應(yīng)地，頻率斜升和頻偏的歸一化補償間隔分別為Δa"=4Δa′/M′和Δf"=1/LG′。參與精確估計的有效數(shù)據(jù)長度為Nd，經(jīng)過L階累加抽取濾波之后的數(shù)據(jù)長度=各補償支路的相關(guān)值可表示為r"(m",g")

式中，{m"|0≤m"≤M′-1,m"∈Z }表示頻率斜升補償支路，{g"|0≤g"≤G′-1,g"∈Z }表示頻偏補償支路。通過比較找出r"(m",g")最大值對應(yīng)的頻率斜升支路和頻偏支路，并對r0=r"(,), r-=r"(-1,)和r+=r"(+1,)進行二次插值，得到=+Δa"(r+-r-)/2(r+-2r0+r-)。頻率斜升和頻偏的精確估計值記為

綜合式(12)和式(17)中預(yù)估計和精確估計結(jié)果，得到LFM信號參數(shù)的最終估計值

3.3 關(guān)鍵參數(shù)

二次估計算法有兩個關(guān)鍵參數(shù)，分別是預(yù)估計模塊的相干累加長度和精確估計模塊的累加抽取濾波器階數(shù)L。設(shè)η為相同輸入條件下插值聯(lián)合算法與二次估計算法頻率斜升支路數(shù)的比值(簡稱頻率斜升支路壓縮比)，由式(5)和式(8)可以得到

設(shè)SNRcoh=SNRin為預(yù)估計算法中輸入信號x(k)經(jīng)過相干累加之后的輸出信噪比(簡稱相干信噪比)，由于通常情況下Nd和均遠大于1，式(19)可以化簡為

將式(6)代入式(20)可得

根據(jù)式(21)畫出頻率斜升支路壓縮比η與相干信噪比SNRcoh的關(guān)系曲線，如圖3所示。

從圖3中可以看出，當SNRcoh=1.82(2.6 dB)時，二次估計算法具有最少的頻率斜升補償支路，因此將相干累加長度取為為向下取整符號。容易證明[15]，當LΔf′?1時，累加抽取對估計性能的影響可以忽略不計，因此本文將累加抽取濾波器的階數(shù)取為L=

4 仿真驗證

為了驗證算法的有效性，對本文算法的估計精度和計算復(fù)雜度進行仿真和分析，并與頻率斜升試探法、插值聯(lián)合估計算法以及CRLB進行比較。選擇衛(wèi)星通信LFM信號的典型值作為系統(tǒng)參數(shù)[16]：載噪比C/N0≥15 dB·Hz ，最大起始頻率fmax=100 kHz，最大頻率斜升amax=1000 Hz/s，系統(tǒng)噪聲帶寬Bn=2fmax=200 kHz 。輸入信噪比SNRin與載噪比C/N0滿足SNRin=(C/N0)/Bn，計算可得最低輸入信噪比SNRin=-38 dB，算法的相應(yīng)參數(shù)為：fs=200 kHz, M′=67,=11509, G′=16384, I=30, L=163, Nd=251786。

LFM信號頻率斜升和起始頻率估計的CRLB[14]歸一化值滿足

假定歸一化頻率斜升a均勻分布于[-amax/, amax/]，歸一化起始頻率f均勻分布于[-fmax/fs,/fs]，載波初相位θ0均勻分布于[-π,π)。仿真條件：-43 dB≤SNRin≤-28 dB，步進為1 dB，單點仿真105次，仿真結(jié)果如圖4和圖5所示。

從圖4、圖5中可以看出，本文算法和插值聯(lián)合估計算法的信噪比門限同為-38 dB，略高于頻率斜升試探法。當信噪比低于門限時，二次估計算法預(yù)估計模塊平方損耗增大，估計精度有所降低；當信噪比高于門限時，算法的估計性能接近克拉美羅限。綜合來看，二次估計算法與插值聯(lián)合估計算法的估計性能大致相當。

3種算法的估計時間、計算復(fù)雜度和硬件資源如表1所示。

從表1中可以看出，雖然本文算法的估計時間長于其它算法，但在實用性方面優(yōu)勢明顯。一方面，算法本身具有較低的計算復(fù)雜度；另一方面，算法采用流水線加模塊化設(shè)計，非常容易實現(xiàn)資源復(fù)用。與插值聯(lián)合估計算法相比，本文算法在不損失估計性能的前提下計算復(fù)雜度降低91%，硬件資源減少99.68%。綜上所述，二次估計算法以適當延長估計時間為代價換取計算復(fù)雜度和硬件成本的大幅降低，同時保證良好的估計性能，非常適用于高動態(tài)低信噪比環(huán)境下LFM信號參數(shù)的精確估計。

表1 估計時間、計算復(fù)雜度和硬件資源對照表

圖5 不同信噪比下的起始 頻率估計均方誤差

圖3 不同相干信噪比下的頻率斜升支路壓縮比

圖4 不同信噪比下的頻率 斜升估計均方誤差

5 結(jié)束語

針對LFM信號的參數(shù)估計問題，本文提出一種二次估計算法，將LFM參數(shù)估計拆分為預(yù)估計和精確估計兩部分，預(yù)估計確定參數(shù)范圍，精確估計確保估計精度。該算法具有結(jié)構(gòu)簡單、運算量小、實現(xiàn)成本低、估計精度高等優(yōu)點，在低信噪比高動態(tài)環(huán)境下能夠保持較低的計算復(fù)雜度和較高的估計性能，具有較高的工程實用價值。

[1] Abatzoglou T J. Fast maximum likelihood joint estimation of frequency and frequency rate[J]. IEEE Transactions on Aerospace and Electronic Systems, 1986, 22(6): 708-715.

[2] Altes R A. Radar/sonar acceleration estimation with linearperiod modulated waveforms[J]. IEEE Transactions on Aerospace and Electronic Systems, 1990, 26(6): 914-924.

[3] Xia Xiang-gen. Discrete chirp-Fourier transform and its application to chirp rate estimation[J]. IEEE Transactions on Signal Processing, 2000, 48(11): 3122-3133.

[4] White P R and Locke J. Performance of methods based on the fractional Fourier transform for the detection of linear frequency modulated signals[J]. IET Journals on Signal Processing, 2012, 6(5): 478-483.

[5] Millioz F and Davies M. Sparse detection in the chirplet transform: application to FMCW radar signals[J]. IEEE Transactions on Signal Processing, 2012, 60(6): 2800-2813.

[6] Dhanoa J S, Hughes E J, and Ormondroyd R F. Simultaneous detection and parameter estimation of multiple linear chirps[C]. International Conference on Acoustic, Speech, and Signal Processing, Hong Kong, China, 2003, 6: 129-132.

[7] Wang Pu, Li Hong-bin, Djurovic? I, et al.. Instantaneous frequency rate estimation for high-order polynomial-phase signals[J]. IEEE Signal Processing Letters, 2009, 16(9): 782-785.

[8] 韓孟飛, 王永慶, 吳嗣亮, 等. 一種低信噪比下LFM信號參數(shù)快速估計算法[J]. 北京理工大學(xué)學(xué)報, 2009, 29(2): 147-151. Han Meng-fei, Wang Yong-qing, Wu Si-liang, et al.. A fast algorithm on parameter estimation of LFM signals under low SNR[J]. Transactions of Beijing Institute of Technology, 2009, 29(2): 147-151.

[9] 周良臣, 楊建宇, 唐斌. 一種高效的LFM信號參數(shù)估計方法及性能分析[J]. 電子學(xué)報, 2007, 35(6): 1128-1133. Zhou Liang-chen, Yang Jian-yu, and Tang Bin. An efficient parameter estimation and performance analysis for LFM signal[J]. Acta Electronica Sinica, 2007, 35(6): 1128-1133.

[10] 蔣偉, 樂天. 基于插值的多普勒頻偏和頻率斜升聯(lián)合估計算法[J]. 電子與信息學(xué)報, 2013, 35(1): 166-171. Jiang Wei and Le Tian. Joint estimation of Doppler frequency shift and Doppler frequency rate based on interpolation[J]. Journal of Electronics & Information Technology, 2013, 35(1): 166-171.

[11] Rife D and Boorstyn R R. Single tone parameter estimation from discrete-time observations[J]. IEEE Transactions on Information Theory, 1974, 20(5): 591-598.

[12] 段瑞楓, 劉榮科, 周游, 等. 一種低復(fù)雜度的極低信噪比高動態(tài)信號載波粗捕獲算法[J]. 航空學(xué)報, 2013, 34(3): 662-669. Duan Rui-feng, Liu Rong-ke, Zhou You, et al.. A lowcomplexity coarse carrier acquisition algorithm for signals with extremely low signal noise ratio and high dynamics[J]. Acta Aeronautica et Astronautica Sinica, 2013, 34(3): 662-669.

[13] Jin Tian, Lu Fang-yao, Qin Hong-lei, et al.. Double differentially coherent pseudorandom noise code acquisition method for code-division multipleaccess system[J]. IET Journals on Signal Processing, 2013, 7(7): 587-597.

[14] Peleg S and Porat B. Linear FM signal parameter estimation from discrete time observations[J]. IEEE Transactions on Aerospace and Electronic Systems, 1991, 27(4): 607-616.

[15] 馬寧, 王建新, 董寧斐. 基于正交匹配追蹤的欠采樣LFM 信號參數(shù)估計[J]. 電子與信息學(xué)報, 2013, 35(8): 1888-1893. Ma Ning, Wang Jian-xin, and Dong Ning-fei. Parameter estimation of sub-sampling LFM signal based on orthogonal matching pursuit[J]. Journal of Electronics & Information Technology, 2013, 35(8): 1888-1893.

[16] Ali I, Al-Dhahir N, and Hershey J E. Doppler characterization for LEO satellites[J]. IEEE Transactions on Communications, 1998, 46(3): 309-313.

熊竹林： 男，1988年生，博士生，研究方向為衛(wèi)星導(dǎo)航與無線通信.

劉策倫： 男，1983年生，講師，研究方向為衛(wèi)星導(dǎo)航與無線通信.

安建平： 男，1965年生，教授，博士生導(dǎo)師，研究方向為衛(wèi)星通信、通信信號處理.

A Low Complexity Parameter Estimation Algorithm of LFM Signals

Xiong Zhu-lin Liu Ce-lun An Jian-ping
(School of Information and Electronics, Beijing Institute of Technology, Beijing 100081, China)

A quadratic estimation algorithm is proposed to reduce the complexity of accurate Linear Frequency Modulation (LFM) parameter estimation. First, the frequency rate and initial frequency are estimated coarsely by short time coherent integral and incoherent accumulation. Then, the parallel Partial Matched Filters combined with FFT (PMF-FFT) and quadratic interpolation are utilized to estimate the residuals of the frequency rate and initial frequency. Last, the final estimated values are obtained by synthesizing the results of both estimations. Simulation shows that the proposed algorithm has a low SNR threshold, and the accuracy is close to Cramer-Rao Lower Bound (CRLB). The complexity and hardware consumption of the proposed algorithm are much less than the frequency rate test algorithm and joint estimation algorithm based on interpolation.

Signal proessing; Linear Frequency Modulation (LFM); Quadratic estimation; Low complexity; Cramer-Rao Lower Bound (CRLB)

TN911.6

A

1009-5896(2015)02-0489-05

10.11999/JEIT140166

2014-01-24收到，2014-05-20改回

國家863計劃項目(2012AA01A505)和國家自然科學(xué)基金(61271258)資助課題

*通信作者：劉策倫 liucelun@bit.edu.cn