GNSS接收机中BOC体制信号的基带同步算法研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:wyb112
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
BOC 体制信号的频谱分裂特性与窄相关峰特性使其相较于 BPSK 体制信号能够为GNSS提供更高的频谱资源利用率以及更优的定位性能,因此BOC体制信号成为了现代GNSS的重要组成体制,并成为GNSS发展的主要候选体制。然而, BOC体制信号的相关函数多峰性导致接收设备对其的捕获和跟踪都具有会引起严重测距误差的模糊度,因此掌握BOC的无模糊度捕获与跟踪技术是现代GNSS接收机同步技术的关键。本课题正是以BOC体制信号为研究对象针对其无模糊度同步算法展开深入研究,主要研究内容与创新成果如下:
  (1)以扩频通信为切入点介绍了卫星导航通信,分别介绍了传统 BPSK 体制与BOC 体制卫星信号,首先比较两者的组成结构与生成原理,进一步比较两者在自相关函数、功率谱密度与鉴相曲线方面的特性,最后引出BOC同步处理存在严重模糊度的弊端。
  (2)对BOC基带同步处理中的无模糊捕获展开深入研究并在现有算法基础上优化得到改进算法。介绍了传统BPSK信号的捕获算以及BPSK-like、SPCP与ASPeCT三种经典的BOC无模糊度捕获算法间的原理并进行仿真,归纳概括了各算法的优缺点,并进行研究优化得出一种基于合成子正交相关的 BOC(n,n)无模糊度捕获算法,分析与仿真证明该算法相比经典算法具有更有效的去模糊度、更高的捕获灵敏度和更高的比例峰值。此外,还改进得到一种只需简单的本地码与重构方法的无模糊度同步方法,通过比较去模糊度有效性、捕获概率、比例峰值、鉴相曲线与抗多径性能证明该方法相比SPCP与ASPeCT具有更优同步性能。
  (3)研究BOC基带同步处理中的无模糊跟踪技术并提出新的无模糊度跟踪算法。首先介绍了用于跟踪BPSK体制信号的传统跟踪环路,然后接着研究将BOC的子载波方波近似为子码进一步延伸到适用于BOC体制信号的三环跟踪算法,最后,本文提出了子互相关函数概念和基于重构子互相关函数的无模糊度跟踪方法。以BOC(1,1)和 BOC(10,5)为例进行仿真与分析,模糊度有效性表明该方法相比 ASPeCT 与BPSK-like 能够更好地去除副峰且保持窄相关,鉴相曲线表明对于 BOC(1,1)与BOC(10,5)本文方法相对BPSK-like的线性区域斜率增益分别是5.2dB与7.2dB,抗多径性能表明本文方法相比ASPeCT与BPSK-like的多径误差最小,抗噪声性能表明对于 BOC(1,1)与 BOC(10,5)本文方法相比 BPSK-like 的码跟踪误差标准差分别减少了0.046Tc与0.03Tc。
其他文献
近年来,蜂窝车联网(Cellular-Vehicle to Everything, C-V2X)使得车辆与周围环境以及云端互联,达到降低事故率与优化交通效率目的,如何有效地协调干扰、分配资源、选择最佳通信模式成为提升蜂窝车联网性能的关键。本文以蜂窝车联网作为研究对象,主要研究了如何对该网络进行干扰协调管理,并采用协作通信策略降低网络中的能量消耗以及收到信息的错误概率。本文对蜂窝车联网的研究主要工作
近年来,随着人工智能及其细分领域的不断发展,人们对摘要器、信息抽取系统等文本生成器产出结果的自动评价研究产生了极大的兴趣。与此同时随着科技不断发展,高校逐步开始采用计算机来进行辅助教学,借助计算机来缓解由于师生比例不足带来的教学压力,如英语教师对学生作文的批改压力。在这样的背景下人们开始研发英语短文的自动批改系统,从单词语法的准确性、主题的偏离度、句法的复杂性等方面来对文本质量进行分析。语篇连贯质
本文主要研究了基于短文本深度学习的目标属性情感分析技术,包括目标属性抽取算法和目标属性情感分类算法。在目标属性情感分析领域,当前的深度学习模型仍然存在一些问题,比如目标属性抽取模型不能充分考虑上下文词语的语义关联和预测标签之间的约束关系;目标属性情感分类模型对复杂文本特征表达能力不足以及无法充分利用文本中不同目标属性的情感关联信息等问题。本文针对上述问题,从模型架构等方面对深度学习方法在目标属性情
精密单点定位(PrecisePoint Positioning, PPP)是指单台接收机利用精密的卫星轨道和钟差和现有精确函数模型或附加参数估计等方式消除与定位相关的误差项,实现高精度的绝对定位。PPP同时具备单点定位不依赖基准站即可实现单机定位和相对定位精度高的优点。实时精密单点定位(Real-TimePrecise Point Positioning,RT-PPP)和PPP技术的区别在于精密卫
学位
自由空间光(Free-space Optical,FSO)通信具有高速率、免许可操作、保密性高、低功耗、易于部署等优势,因此成为高速无线通信的最佳选择方案之一。但是FSO通信易受大气散射、吸收和湍流的影响导致激光信号被严重衰减;尤其在超长距离的 FSO 通信(如星地通信)中还存在高时延和指向误差等问题,从而导致通信性能极不稳定,甚至发生通信中断。目前常用自动重传和前向纠错技术来解决 FSO 在星地
近年来,语音识别技术逐步从科研机构走向市场,并广泛应用于智能控制、家庭服务、儿童教育等领域,这主要得益于深度学习的快速发展,让使用大数据集在实际应用中训练足够鲁棒的语音识别器成为可能。另外,语音信号处理技术在语音识别系统的应用也一定程度上解决了噪声环境下识别率下降的问题。  语音识别技术的主要目的是实现人与机器比较自然的语音交互,而不局限于文本的形式。在识别系统中,一般是使用理想环境下采集的纯净语
学位
近年来,全球卫星导航系统(Global Navigation Satellite System,GNSS)技术不断成熟和完善,其提供的定位结果已经完全能够满足人类在室外的位置需求。随着城市化进程的急速推进,人类在室内活动的时间所占比重日愈增加,对于室内位置的需求也日益增强。然而,GNSS信号在室内会受到现代建筑材料的遮挡,在穿墙后信号强度会迅速衰减,导致GNSS在室内的表现不佳。因此针对各种室内定
学位
随着互联网技术的飞速发展,网络环境也变得日益复杂,人们在享受互联网带来便利的同时,网络安全问题也逐渐成为了关注的热点。入侵检测系统是应对各种层出不穷的攻击手段的有效防御技术之一,它能够检测出当前的网络环境是否存在遭受攻击的痕迹,并根据入侵检测设备内部的协议产生相应的报警,进而便于网络管理员对网络实施防御措施。单一的入侵检测设备无法满足当前复杂多变的网络环境的需求,在实际的网络环境中,往往是多种不同
在互联网技术全面快速发展的时代,各种新兴网络应用平台(社交网络、电子商务)日益普及,使得大量的数据被搜集整合在一起。这些海量数据往往蕴含着宝贵且重要的信息,数据带给人们的价值无法忽视,对这类网络图形数据的研究也逐渐成为人们关注的对象。随着互联网上的数据生成快速化,数据量也随指数上升。数据中出现的冗余、虚假的信息无形中增加人们获取有效信息的查询时间与查询难度。面对海量、繁杂的信息,如何快速、便捷的获
学位
说话人识别又称为声纹识别,其主要任务有两种:说话人确认和说话人辨认。经过几十年的发展,说话人识别技术已经广泛应用于安防、金融和司法等领域。随着深度学习技术的迅速发展,端到端神经网络在说话人识别中有良好的识别效果。但基于端到端神经网络的方法仍然存在一些问题,如由帧级别特征转换为句子级别特征的过程中难以提取到更多有用的帧信息、现有的损失函数因为正负样本数量不均衡导致的识别性能不理想及训练收敛速度过慢的