超宽带(UWB)学习笔记——测距性能分析的CRB(Cramer-Rao)界和ZZB(Ziv-Zaka)界

这篇具有很好参考价值的文章主要介绍了超宽带(UWB)学习笔记——测距性能分析的CRB(Cramer-Rao)界和ZZB(Ziv-Zaka)界。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


前言

使用无线信号进行测距时,其测距性能和信号格式相关。和无线通信的信道容量类似,测距性能也和信号带宽、信号能量相关。那么,给定信号带宽和信号能量的条件下,无线信号的测距性能下界在哪里。本文简介学界给出的两种界,分别时Cramer-Rao Bound和Ziv-Zaka Bound。

1. 测距信号的数学表示

考虑无线测距情况,在一个无多径的信道下接收到的基带信号可以表示为:
x ( t ) = s ( t − τ ) + v ( t ) , 0 ≤ t ≤ T x(t) = s(t-\tau)+v(t), 0 \leq t \leq T x(t)=s(tτ)+v(t),0tT
其中:

  • s ( t ) s(t) s(t)是测距信号的基带表示,带宽为 B B BHz,持续时间为 T s T_s Ts秒;
  • τ \tau τ是传输延迟,即 τ = R / c \tau=R/c τ=R/c R R R为收发距离, c c c为光速;
  • v ( t ) v(t) v(t)为功率谱密度等于 N 0 / 2 N_0/2 N0/2的高斯噪声(AWGN);
  • 观测时长 T T T要大于 T s Ts Ts和传输延迟之和。

接收信号 x ( t ) x(t) x(t)通过一个带宽为 [ − B , + B ] [-B,+B] [B,+B]的滤波器,并以采样率 f s = 2 M B f_s = 2MB fs=2MB进行采样得到数字信号,其中 M ≥ 1 M \geq 1 M1,满足奈奎斯特采样率要求。采样得到的数字信号表示为:
x ( n ) = s ( n − n τ ) + v ( n ) x(n) = s(n-n_{\tau})+v(n) x(n)=s(nnτ)+v(n)
其中, 0 ≤ n ≤ M N − 1 0 \le n \le MN-1 0nMN1 M N = T f s MN=Tf_s MN=Tfs n τ = τ f s n_{\tau} = \tau f_s nτ=τfs,是按采样点计算的延迟。

2. 克拉美罗界(CRB, Cramer-Rao Bound)

2.1 推导

克拉美罗界,英文为Cramer-Rao bound (CRB),是在参数估计中表示一个确定性参数的估计的方差下界,它的最简单形式是:任何无偏估计的方差至少大于Fisher信息的倒数。
在上述的测距信号模型下,CRB表示为:
V a r { τ ^ } ≥ 1 ξ N 0 / 2 F ˉ 2 Var\{ \hat{\tau} \} \ge \frac{1}{\frac{\xi }{N_0/2} \bar{F}^2} Var{τ^}N0/2ξFˉ21
其中:

  • ξ = ∫ 0 T s ∣ s ( t ) ∣ 2 d t \xi = \int_0^{T_s}|s(t)|^2 dt ξ=0Tss(t)2dt为接收信号的能量,
  • F ˉ 2 = ∫ − ∞ + ∞ ( 2 π f ) 2 ∣ S ( f ) ∣ 2 d f ∫ − ∞ + ∞ ∣ S ( f ) ∣ 2 d f \bar{F}^2=\frac{\int_{-\infty}^{+\infty}(2\pi f)^2|S(f)|^2 df}{\int_{-\infty}^{+\infty}|S(f)|^2df} Fˉ2=+S(f)2df+(2πf)2S(f)2df为信号 s ( t ) s(t) s(t)频谱的二阶矩,其中 S ( f ) S(f) S(f) s ( t ) s(t) s(t)的傅里叶变换。 F ˉ \bar{F} Fˉ称为信号的有效带宽,或均方带宽(MSB),又称Gabor带宽。

从上式可以看出:

  • 信号能量越强,测距越准,即信噪比影响测距精度
  • 信号的MSB带宽越大,测距越准。
  • 在带宽受限的情况下,可以通过信号体制设计,尽量增大MSB带宽,从而提高测距精度。这一点,一个有意义的例子参见[1],在给定固定的测距精度的条件下,使用OFDM信号时所需要的信噪比比使用纯伪随机序列信号所需要的信噪比要低4.8dB。这也反映了Gabor带宽在测距信号设计上的影响。

从上面的分析可知,无线信号的测距性能在能量一定的情况下,和带宽相关,而更加明确的说法,是MSB带宽。也就是说,相同的信号带宽,如果尽量把能量往带宽两边放,则其测距性能越好。举例而言,一个占有1M带宽的直扩信号的测距性能,弱于一个间距为1MHz的两个子载波上进行调制的信号。

2.2 UWB系统中的CRB界

在UWB定位系统中,通常采用的基本脉冲是基本高斯脉冲的n阶导数。该高斯脉冲为: g ( t ) = e x p ( − 2 π t 2 τ g 2 ) g(t)=exp(\frac{-2\pi t^2}{\tau_g^2}) g(t)=exp(τg22πt2),其中 τ g \tau_g τg为脉宽。该脉冲波形如下所示:
超宽带(UWB)学习笔记——测距性能分析的CRB(Cramer-Rao)界和ZZB(Ziv-Zaka)界
推导可得该UWB脉冲信号的Gabor带宽为:
F ˉ = 2 n + 1 2 π τ g 2 \bar{F} = \sqrt{\frac{2n+1}{2\pi \tau_g^2}} Fˉ=2πτg22n+1
由上可知,脉宽越窄、阶数越高,其Gabor带宽越大,测距性能越好。

2.2 CRB的缺陷

  • 较低信噪比的条件下,或者是短的观测间隔情况下的估计值并不好;
  • 在参数估计时没有考虑先验信息,尤其是测距的有限范围。

3. ZZB(Ziv-Zaka Bound)界

由于CRB的在较低信噪比或较短观测时长的情况下并不精确,学界提出了另外一种求下界的思路:TOA估计器的MSE性能可以通过其在不同信噪比区域的行为来表征:低、中、高信噪比,并通过确定两个阈值边界来区分这三个区域。

  • 在低信噪比区域(也称为先验区域),信号观测提供的额外先验信息很少,MSE接近于仅从TOA的先验信息(即有限可能的距离变化范围)获得的MSE;
  • 在高信噪比区域(也称为渐近区域),MSE被CRB相当准确地描述;
  • 在这两个极端之间,可能有一个额外的区域(也称为过渡区域或模糊区域),在那里观测结果受到CRB没有考虑的模糊度的影响。

ZZB的思想是把一个估计问题的性能评估转换为一个二元检测问题。
V a r { τ ^ } = E { ξ 2 } = 1 2 ∫ 0 ∞ z P { ∣ ξ ∣ ≥ z 2 } d z Var\{ \hat{\tau} \} = E\{\xi^2\} = \frac{1}{2} \int_0^\infty z P\{|\xi| \ge \frac{z}{2}\} dz Var{τ^}=E{ξ2}=210zP{ξ2z}dz

其中, P { ∣ ξ ∣ ≥ z 2 } P\{|\xi| \ge \frac{z}{2}\} P{ξ2z}可以通过在 [ 0 , T a ] [0,T_a] [0,Ta]间平均分布的概率分布假设,用经典的二元检测来推导。
H 1 : r ( t )   p { r ( t ) ∣ τ } H 2 : r ( t )   p { r ( t ) ∣ τ + z } \begin{align} H1 &: r(t) ~ p\{r(t)|\tau\} \\ H2 &: r(t) ~ p\{r(t)|\tau+z\} \end{align} H1H2:r(t) p{r(t)τ}:r(t) p{r(t)τ+z}

ZZB的下界表示为:
V a r Z Z B { τ ^ } ≥ 1 2 ∫ 0 ∞ z ( T a − z ) P m i n ( z ) d z Var_{ZZB}\{ \hat{\tau} \} \ge \frac{1}{2} \int_0^\infty z (T_a-z)P_{min}(z)dz VarZZB{τ^}210z(Taz)Pmin(z)dz

其中, P m i n ( z ) P_{min}(z) Pmin(z)是最佳判决的错误概率,对应于AWGN信道,该值为:
P m i n ( z ) = Q [ ξ N 0 ( 1 − ρ g ( z ) ) ] P_{min}(z) = Q[\sqrt{\frac{\xi }{N_0}(1-\rho_g(z))}] Pmin(z)=Q[N0ξ(1ρg(z)) ]

4. CRB和ZZB在UWB信号下的例子

下图是参考文献[3]中给出的UWB信号中的CRB界和ZZB界的结果。明显看到ZZB界中分为了三个区域。

超宽带(UWB)学习笔记——测距性能分析的CRB(Cramer-Rao)界和ZZB(Ziv-Zaka)界
上图所用参数为:文章来源地址https://www.toymoban.com/news/detail-485339.html

  • T a = 100 ns T_a = 100 \text{ns} Ta=100ns
  • 脉冲形状为根升余弦带通滤波, f c = 4 GHz f_c = 4 \text{GHz} fc=4GHz
  • AWGN信道。

参考文献

  • [1] S. M. Kay, Fundamentals of Statistical Signal Processing: Estimation Theory. Upper Saddle River, NJ: Prentice-Hall PTR, 1993–1998.
  • [2] Donglin Wang, and Michel Fattouche, OFDM Transmission for Time-Based Range EstimationI, IEEE SIGNAL PROCESSING LETTERS, VOL. 17, NO. 6, JUNE 2010 571
  • [3] Satellite and Terrestrial Radio Positioning Techniques: A Signal Processing Perspective, Davide Dardari, Emanuela Falletti, Marco Luise, 2012

到了这里,关于超宽带(UWB)学习笔记——测距性能分析的CRB(Cramer-Rao)界和ZZB(Ziv-Zaka)界的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 1.UnityProfiler性能分析提升性能

    1.main thread 主线程 业务逻辑都在这里,我们调用Unity API都在这里;例如设置transform位置,main thread里面处理 2.render thread,渲染线程,负责渲染图像、执行渲染循环、处理GPU命令、帧同步。 3.  这个则表示当前负载最多可以绘制多少次(当前帧数) 4.Batches :批次,绘制场景,

    2024年01月25日
    浏览(60)
  • 【kafka性能测试脚本详解、性能测试、性能分析与性能调优】

    Apache Kafka 官方提供了两个客户端性能测试脚本,它们的存放位置如下: 生产者性能测试脚本:$KAFKA_HOME/bin/kafka-producer-perf-test.sh 消费者性能测试脚本:$KAFKA_HOME/bin/kafka-consumer-perf-test.sh kafka-producer-perf-test.sh 支持测试的性能指标包括:吞吐量(throughput)、最大时延(max-latenc

    2024年02月04日
    浏览(64)
  • 一文1800字解读性能指标与性能分析

    1、系统指标:与⽤户场景与需求直接相关的指标 2、服务器资源指标:硬件服务器的资源使⽤情况的指标 3、JAVA应⽤ : JAVA应⽤程序在运⾏时的各项指标 4、数据库:数据库服务器运⾏时需要监控的指标 5、压测机资源指标:测试机在模拟⽤户负载时的资源使⽤情况 ⼀般情况下,测试

    2024年02月08日
    浏览(61)
  • 辅助性能优化——长安链性能分析工具原理及用法

    如何提升区块链系统性能是很多开发者都会关注的事,但是有些对区块链并非十分熟悉的开发者可能会感到没有头绪。长安链提供了性能分析工具帮助开发者梳理系统耗时,优化系统性能。下面对长安链性能分析工具原理及使用进行介绍。 time_counter.sh是长安链性能分析工具,

    2024年02月13日
    浏览(57)
  • UWB测距 方法,双向双边测距法(DS-TWR)(四)

    1 单边双向测距(SS-TWR) 单边双向测距(SS-TWR)涉及简单地测量单个消息从一个节点到另一个节点的往返延迟以及返回原始节点的响应。 如图所示,设备 A 发送 P 给 B ,设备 B 收到 P 后 回复 R ,设备 A 收到 R 后 过程结束。Tround 的时间是设备 A 从开始发送到接收到回复的时间,

    2024年02月06日
    浏览(28)
  • Linux性能瓶颈分析之TOP指标分析

    1.查看cpu基础信息 2.查看cpu详细信息 3.统计cpu信息 如图所示: us :表示 CPU 在用户态运行的时间百分比,通常用户态 CPU 高表示有应用程序比较繁忙。 sy :表示 CPU 在内核态运行的时间百分比,通常内核态 CPU 越低越好,否则表示系统存在某些瓶颈。 ni :表示用 nice 修正进程

    2024年02月11日
    浏览(72)
  • Mysql的SQL性能分析【借助EXPLAIN分析】

    要说sql有问题,需要拿出证据,因此需要性能分析 Mysql中有专门负责优化SELECT语句的优化器模块,主要功能:通过计算分析系统中收集到的统计信息,为客户端请求的Query提供他认为最优的执行计划(它认为最优的数据检索方式,不见得是DBA认为是最优的,这部分最耗费时间,

    2024年02月12日
    浏览(76)
  • SQL性能分析手段

    MySQL 客户端连接成功后,通过 show [session|global] status 命令可以提供整个服务器执行sql的状态信息。通过如下指令,可以查看当前数据库的 INSERT、UPDATE、DELETE、SELECT 的访问频次: Com_delete : 删除次数 Com_insert : 插入次数 Com_select : 查询次数 Com_update : 更新次数 通过查看这些次数

    2024年01月19日
    浏览(50)
  • SQL性能分析-整理

    昨日对MySQL的索引整理了一份小文档,对结构/分类/语法等做了一个小总结,具体文章可点击:MySQL-索引回顾,索引知识固然很重要,但引入运用到实际工作中更重要。 参考之前的文章:SQL优化总结以及参考百度/CSDN/尚硅谷/黑马程序员/阿里云开发者社区,我个人把SQL性能分析

    2024年01月23日
    浏览(53)
  • 性能分析-docker知识

    docker是一个做系统虚拟化的软件,跟vmware类似,虚拟出来的也是操作系统。我们现在在企业中, 使用docker虚拟出来的系统,大多都是linux系统。 docker镜像image:就是虚拟一个docker容器需要的操作系统、服务的依赖、服务包,打包成的一个文 件。 docker容器 container:就是用doc

    2024年04月08日
    浏览(52)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包