论文部分内容阅读
全球导航卫星系统(GlobalNavigation Satellite System,GNSS)可以为用户的室外活动提供精确的位置信息,但室内环境定位效果不佳。随着移动网络和终端的兴起,位置服务已成为移动网络应用的研究热点。基于地面移动网络的室内定位技术具有布设成本低、信号穿透性强、无电离层干扰等特点受到人们的重视。TC-OFDM(Time&Code Division-Orthogonal Frequency Division Multiplexing)系统是基于移动网络的广域室内外无缝定位系统,能够实现米级定位精度。本文在实验室已有TC-OFDM系统开发平台上,研究面向移动网络的TC-OFDM定位接收机的跟踪环路算法,跟踪环路主要包括载波环和码环两部分。在弱信号条件下,现有定位接收机载波环对残余载波频率的估计存在较大偏差,限制了接收机的跟踪灵敏度;在复杂多变的室内环境条件下,定位信号幅度在短时间内容易出现剧烈波动,导致码环跟踪不稳定甚至失锁。针对上述问题,对TC-OFDM定位接收机跟踪环路算法进行了改进,主要的研究内容和成果有:1、针对弱信号条件下残余载波频率估计偏差较大的问题,提出一种多参数最大似然估计(Maximum Likelihood Estimation,MLE)联合卡尔曼滤波(Kalman Filter,KF)的载波跟踪算法。MLE用于替换现有载波鉴频器和鉴相器,将信号幅度、残余载波频率和载波相位作为MLE估计参数,采用收敛速度快的莱文贝格-马夸特(Levenberg-Marquardt,LM)算法进行MLE求解,利用KF提高MLE计算结果的估计精度。仿真结果表明,与基于锁频环和锁相环的载波跟踪算法和基于扩展卡尔曼滤波的载波跟踪算法相比,所提载波跟踪算法能有效提高残余载波频率估计精度和载波跟踪灵敏度。2、针对复杂室内环境中定位信号幅度波动大易造成码环失锁的问题,提出一种基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)的信号幅度和码相位差联合估计算法。该算法将信号幅度和码相位差作为状态向量进行联合估计,信号幅度和码相位差估计值用于实时调整观测噪声协方差矩阵,利用EKF构建闭合的码跟踪环路。仿真结果表明,该算法利用了信号幅度的统计特性,克服了传统DLL和无幅度估计EKF码跟踪算法的缺点,能够有效提高TC-OFDM定位接收机跟踪环路的鲁棒性。3、在硬件定位接收机平台上,对上述所提算法进行了实际测试。经测试,跟踪环路算法改进后的定位接收机能够跟踪载噪比为24dB-Hz的弱信号,有效提高了现有定位接收机跟踪灵敏度,增强了跟踪环路的鲁棒性。综上,本文提出的多参数MLE联合KF的载波跟踪算法和基于EKF的信号幅度和码相位差联合估计算法,优化了现有TC-OFDM定位接收机跟踪环路性能,提高了接收机在弱信号条件下的跟踪灵敏度和信号幅度短时间内出现剧烈波动时跟踪环路的鲁棒性。