过采样技术在通信信号处理中的应用研究

2013-05-12张晓琴张立毅

山西电子技术 2013年2期

张晓琴，张立毅#

(1.天津大学电子信息工程学院，天津300072;2.天津商业大学信息工程学院，天津300134)

0 引言

通信信号处理中，由于信号发送前要经过调制，而调制信号通常是周期信号，所以经过调制的信号实际在发送前已经具有了周期性的变化。一般为了简化处理方法，假设通信信号是平稳的，但在实际中，通信信号已经具有了循环平稳特性。循环平稳信号是介于平稳、非平稳信号处理之间的一种特殊的信号，它的统计量具有周期性，因此相比于非平稳信号的处理方法要简单一些，也更容易实现。

过采样技术是通信信号实现循环平稳性的关键技术，通过过采样，接收到的通信信号具有了循环平稳性，可以反映信号统计量的时变性，弥补平稳信号处理方面的不足［1］。因此过采样技术广泛应用于通信信号的处理中。

1 过采样技术

1.1 过采样定义

过采样(OS:Over Sampling)，就是对接收信号以高于波特率的速率进行采样。假设采样速率是Nyquist采样速率的P倍数，则采样速率为:

其中，fs是采样速率，fH是信号带宽或信号最高频率。

过采样是以不低于Nyquist速率的采样速率对输入信号进行采样，在总功率不变的条件下，由信号采样量化理论可知，若输入信号的最小幅度大于量化器的量化阶梯，并且输入信号的幅度随机分布，则量化噪声的总功率是一个常数，与采样频率无关［2］。过采样会使量化噪声功率谱分布在更宽的频带范围内，这样就让通过滤波器后的信号噪声降低，信噪比提高。同时过采样技术提高了采样的频率，避免了因欠采样引起的频谱混叠，利用过采样滤波器能有效地补偿信道特性的畸变［3］。

1.2 过采样信号的循环平稳特性

设x(k)为数字通信系统发射的有限字符序列，码元间隔为T，且x(k)为独立同分布且均值为零，即为线性时不变信道的冲激响应;不考虑噪声的情况下，接收信号为:

对接收信号进行过采样，取采样间隔为Δt=T/P，P为整数，则过采样后的输出信号为:

或写为:

发送信号x(k)为独立同分布随机向量，E［x(k)x*(l)］=δ(l－k)。计算 Ry(n;m)，可得:

而

因此，经过过采样后，接收信号y(n)是循环平稳信号，且其循环周期为T。

2 过采样技术的应用

Gardner提出的谱相关理论［4］，不仅深刻地揭示了循环平稳信号的本质特征，也为循环平稳信号处理技术奠定了理论基础。到20世纪90年代中期，循环平稳信号处理以其优越的性能得到了研究人员的关注。过采样技术作为循环平衡信号处理的关键技术，也得到了广泛的应用。目前过采样技术主要用于以下几个方面。

2.1 系统盲辨识和盲均衡

无线通信和数字通信系统中为了克服码间干扰，传统的方法是通过发送训练序列或根据信道的先验知识实现信道辨识和均衡。而当训练序列的获取不太实际或者成本太高时，就采用盲均衡和盲辨识的方法。

目前，大量的研究集中在利用二阶循环统计量进行盲均衡和盲辨识的算法上，因为循环平稳信号处理方法具有很好的噪声和干扰抑制能力，而且能保留信号的相位信息。循环平稳信号的二阶循环累积量就包含有相位信息，它可以辨识非最小相位系统，而且具有收敛速度快，计算量较小的优点，但算法是以牺牲系统的信噪比为前提，因此会降低信道容量［5］。

还有一些基于过采样技术的盲均衡和盲辨识算法，主要是在原有的盲均衡算法上加入过采样，使得接收信号中含有更详细的传输信道信息，提高信道的利用率，从而加快收敛的速度，减小稳态误差［6］。

2.2 调制信号的分类和识别

通信信号的调制识别和分类是信号分析领域的重要组成部分。政府有关职能部门为了防止人们对无线频谱的非法利用和干扰，要对通信信号进行识别。在军事上，作战人员要不断监视战场的电磁频谱活动，截获敌方的有用情报，或者进行威胁识别，帮助选择电子干扰策略等，也需要对调制信号进行识别。

信号的分类和识别就是根据接收到的信号，确定发送信号的调制方式和相关的调制参数，从而为信号的进一步分析处理提供理论依据。目前利用过采样技术进行信号调制方式的分类和识别，主要是利用二阶和四阶循环累积量进行分类和识别。因为不同调制方式的信号，其循环累积量不同，所以先对接收信号进行过采样，然后对接收信号进行功率谱分析，确定信号的循环频率和载波频率，从而确定信号的调制方式和参数［7］。

2.3 盲源分离

盲源分离技术是通信信号处理领域里的重要分支。在通信信号处理中，我们感兴趣的信号中往往夹杂着干扰信号，因此接收到的信号混杂着几种信号。要把我们感兴趣的信号提取出来，或者把几个信号分离开，就要进行盲源分离。盲源分离是仅根据观测信号的知识，不需要知道源信号以及信道参数的情况，从传感器观测到的信号中恢复或者提取相互独立的未知源信号的方法。

传统的盲源分离是根据信号不同的统计特征和空间特性来实现对阵列输出信号的重构。基于过采样的盲源分离技术，是利用过采样后信号的循环平稳性作为信号盲分离的基础。目前利用过采样技术进行盲源分离的方法，有基于二阶和三阶循环平稳度的盲源分离算法、基于时频分布的循环平稳信号盲源分离算法和基于二阶循环累积量的盲源分离算法［8，9］。

2.4 信号检测

复杂的通信环境中，信号的检测通常是在低信噪比下，对有着强背景噪声的微弱信号进行检测。这时采用传统的能量检测方法并不能满足要求，甚至有时信号的频谱都淹没在背景噪声中，没有办法进行检测。基于过采样的信号检测方法根据信号特有的与噪声不同的特性进行信息处理，由于过采样后信号具有循环平稳性，而噪声的三阶及以上的循环平稳统计量为零，利用高阶循环平稳统计量进行信号检测时，噪声的影响会非常小，所以即使在低信噪比下进行信号检测也能达到较好的性能。

基于过采样的信号系统检测算法能有效地提高信号处理算法的精度，提高计算效率，降低运算时间。目前主要用于生物医学信号检测、工厂机器的故障检测和微弱阵列感应信号检测中［10，11］。

2.5 雷达信号处理

雷达系统是海上和空中目标探测的主要技术之一，为了能够正确检测目标，在现代雷达接收机中，大动态范围是非常重要的。现代的雷达接收机要求能够实现宽的输入带宽、高的灵敏度和分辨率、大的动态范围、采用数字化处理和具有多信号处理能力，完成对雷达信号的接收工作。过采样技术可以提高接收机小信号的检测能力。

在实际的雷达信号环境下，进入接收机频带的信号频率很多，除了有用信号频率外，还有杂波和其他的干扰信号频率。而为了更好地实现雷达接收机既能满足检测小信号的能力而又具有较小虚警概率，就要求接受机具有较大的动态范围，保证接收机的正常工作。因此，在接收端利用过采样技术将雷达信号变为循环平稳信号，由于过采样后信息量增加，所以能从雷达信号中得到更多的有用信息。循环平稳信号处理还可以抑制雷达信号的加性噪声和乘性噪声，所以利用循环平稳信号处理来处理雷达信号具有很高的实用价值［12］。