[发明专利]高阶调制线性混合信号频偏初相联合估计方法及装置

权利要求书

1.一种高阶调制线性混合信号频偏初相联合估计方法，其特征在于，包含如下内容：

针对两路线性混合信号，按符号周期采样，获取混合离散信号；

根据混合离散信号，对频偏与初相联合估计，建立两者的联合估计代价函数；

利用神经网络对联合估计代价函数进行预测，通过求解代价函数极值获取频偏与初相的估计值；

利用神经网络对联合估计代价函数进行预测中，采用BP神经网络拓扑结构模型，分别对该结构模型进行训练检测，然后再利用训练检测后的结构模型对混合信号进行估计；

利用神经网络对联合估计代价函数进行预测，包含如下内容：

确定频偏和初相两个估计参数粗区间范围；

在两个区间范围内各随机选取N个值，并分别获取选取的频偏、初相两个值的欧式距离；

将分别选取N个频偏和初相值作为神经网络输入，将获取到的欧氏距离作为神经网络训练输出，对网络模型参数进行反复训练学习，直至误差接近目标误差系数，完成神经网络的训练；

在两个区间范围内再随机选取M个值并依次获取参数变量的欧氏距离，对训练后的神经网络进行测试，通过对比网络输出值与真实值误差进行神经网络模型的检测；

设定搜索频率区间，根据神经网络模型在搜索频率区间内输出的函数值，确定两路信号的频偏和初相值。

2.根据权利要求1所述的高阶调制线性混合信号频偏初相联合估计方法，其特征在于，混合离散信号表示为：

其中，g(·)为等效信道滤波器，L₁、L₂为等效信道滤波器的非因果和因果周期，s^(t)_k+m为第t路信号的第k+m个输入符号，h_t为幅度，Δf_t为频偏，为初相，τ_t,k为时间延时，v_k为均值为0、功率谱密度为N₀时的加性高斯白噪声在k时刻的采样值，T为符号周期。

3.根据权利要求2所述的高阶调制线性混合信号频偏初相联合估计方法，其特征在于，建立联合估计代价函数，包含如下内容：

首先，信号帧数为N_f，获取混合离散信号中关于信道参数的似然函数；

然后，依据采样率采样过程，获取信号最佳采样；

依据信号最佳采样，将似然函数最大化的求解转化为信道参数函数最小化求解。

4.根据权利要求3所述的高阶调制线性混合信号频偏初相联合估计方法，其特征在于，信道参数函数最小化求解中，通过计算频偏和初相两个向量的欧氏距离最小值，获取频偏和初相两个的估计值。

5.根据权利要求4所述的高阶调制线性混合信号频偏初相联合估计方法，其特征在于，欧氏距离计算公式表示为：

其中，Q＝2πΔf_t(i+n·N)T，T为符号周期，N_f为信号帧数，K为同步码符号长度，N为信号符号帧长，y_i+n·N表示信号符号帧长为N的混合信号，a^(t)_i-nt+1表示第t路信号中同步帧i-n_t+1位置的同步码符号，表示表示第t路信号初相估计值，n₁表示第1路信号编码起始位置，n_t表示第t路信号编码起始位置。

6.根据权利要求1所述的高阶调制线性混合信号频偏初相联合估计方法，其特征在于，设定搜索频率区间，选取两路信号的频偏和初相值中，首先根据神经网络模型在搜索频率区间内输出的函数值，选取两个最大值分别对应的频偏和初相值，作为粗搜索的两路频偏和初相值；然后，采用二分法进行细密搜索，依据迭代次数设定频偏和相位二级搜索的分辨率，并依据输出函数值，选取输出的最大值分别对应的频偏和初相值作为精确搜索最终确定的两路频偏和初相值。

7.一种高阶调制线性混合信号频偏初相联合估计装置，其特征在于，包含信号获取模块、函数建立模块和预测求解模块，其中，

信号获取模块，用于针对两路线性混合信号，按符号周期采样，获取混合离散信号；

函数建立模块，用于根据混合离散信号，对频偏与初相联合估计，建立两者的联合估计代价函数；

预测求解模块，用于利用神经网络对联合估计代价函数进行预测，通过求解代价函数极值获取频偏与初相的估计值；

所述预测求解模块包含参数范围确定单元、数值选取单元、训练学习单元、模型检测单元和估计输出单元，其中，

参数范围确定单元，用于确定频偏和初相两个估计参数粗区间范围；

数值选取单元，用于在两个区间范围内各随机选取N个值，并分别获取选取的频偏、初相两个值的欧式距离；

训练学习单元，用于将分别选取N个频偏和初相值作为神经网络输入，将获取到的欧氏距离作为神经网络训练输出，对网络模型参数进行反复训练学习，直至误差接近目标误差系数，完成神经网络的训练；

模型检测单元，用于在两个区间范围内再随机选取M个值并依次获取参数变量的欧氏距离，对训练后的神经网络进行测试，通过对比网络输出值与真实值误差进行神经网络模型的检测；

估计输出单元，用于设定搜索频率区间，根据神经网络模型在搜索频率区间内输出的函数值，确定两路信号的频偏和初相值。