BOC和CBOC调制信号伪码跟踪方法研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:sun763280
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
随着全球导航卫星系统(GNSS)的发展,BOC调制信号和CBOC调制信号已经用于现代化的GPS、Galileo、Beidou等导航系统。同早期导航系统使用的BPSK信号相比,BOC信号和CBOC信号具有更多的高频分量,因此具有较好的跟踪精度和抗干扰性能。由于子载波的影响,BOC信号和CBOC信号的自相关函数有多个相关峰,这会导致码跟踪环出现跟踪模糊性问题。此外,接收环境中的多径信号和连续波(CW)干扰会使得导航接收机码跟踪环跟踪误差变大,进而影响GNSS接收机定位精度。  针对上述问题,本文研究了BOC信号和CBOC信号无模糊跟踪方法,分析了CW干扰和多径信号对码跟踪环跟踪性能的联合影响,并提出了BOC信号多径估计方法来减小多径信号的影响。本文具体工作如下:  第一,提出了一种基于组合相关函数的BOC信号无模糊跟踪方法。文中首先介绍了BOC调制方式,讨论了BOC信号跟踪模糊性问题。然后研究了具有单一相关峰的组合相关函数设计方法,通过设计两种本地参考波形与接收的BOC信号进行相关,将相关输出进行组合来消除额外的相关边峰,从而得到具有单一相关峰的组合相关函数,实现对BOC信号的无模糊跟踪。该方法实现复杂度较低,适用于低成本接收机对BOC信号的无模糊跟踪。  第二,提出了一种基于双环估计的CBOC信号无模糊跟踪方法。文中首先对CBOC调制方式进行了介绍,分析了CBOC信号自相关函数的特点。然后阐述了基于双环估计的CBOC信号无模糊跟踪方法。该方法使用延迟锁相环(DLL)和子载波锁相环(SLL)分别对CBOC信号的伪随机噪声(PRN)码和子载波进行跟踪,然后对DLL和SLL输出的信号时延估计值进行计算,从而得到CBOC信号的高精度无模糊时延估计值。本文方法可以对CBOC信号进行无模糊跟踪,并可以达到与传统有模糊的码跟踪环相同水平的跟踪性能。  第三,研究了CW干扰和多径信号对相干码跟踪环跟踪性能的联合影响。与传统分析中单独考虑CW干扰影响或多径影响不同,本文主要分析CW干扰和多径信号同时存在时造成的码跟踪环跟踪误差,推导了CW干扰和多径误差包络(IMEE)的解析表达式,用于评估CW干扰和多径信号对相干码跟踪环的联合影响。CW干扰和多径信号的联合影响与多个因素有关,文中分析了这些因素对干扰多径误差包络的影响,可以看到选择适合的接收机参数可以有效抑制CW干扰和多径对码跟踪环跟踪性能的影响。  第四,提出了一种基于增量搜索的BOC信号多径估计方法。该方法通过在拟合函数中逐个增加导航信号的理想自相关函数来匹配接收信号与本地参考信号的互相关函数,从而实现对直达信号与多径信号的时延估计。增量搜索方法将直达信号和多径信号时延的多维搜索问题转化为一维搜索问题,有效降低了信号时延估计的计算复杂度。
其他文献
随着计算机技术和多媒体技术的日益发展,全球信息化进程的加速,图像处理在越来越多的领域内得到了广泛的发展和应用。无论是在科技,国防,工商业还是金融等领域,越来越多的图
视频监控作为数字视频技术的应用之一,越来越受到人们的关注和重视。随着先进的压缩编码标准的实现,集成电路的应用,网络覆盖的扩大,使得作为前端的基于嵌入式系统的IP Camera(IPC
本文研究了OFDM的调制和同步问题,首先介绍了OFDM以及相关参数,其次介绍了OFDM系统本身对符号的时间偏移和载波偏移很敏感,因此需要进行精确的时间同步和频率同步。  在进行同
信息技术、移动蜂窝网和互联网技术的发展,使得移动通信网络能源消耗已达全球能源供给的0.5%。全球变暖已经变成了一个严重的问题,网络运营商运营成本也日趋增加。蜂窝网络既要
准确的信道估计是保证MIMO OFDM系统传输质量,发挥其优越性的关键。通常信道状态是通过发送训练序列和导频信号进行信道估计得到的,但是训练序列和导频信号的开销严重影响了
无线通信系统在时变信道条件下获得高吞吐率的挑战在于传输速率如何更好的匹配信道条件。基于纠删码的无速率技术与自适应编码调制技术相比具有自适应精度高,物理层实现复杂度
无人机(UAV)与地面测控站之间传输的信息有遥测信息、遥控信息和任务传感器信息。任务传感器的信息数据量大,要求数据传输速率高。本文研究了UAV高速数据传输中的Turbo-OFDM技
双站合成孔径雷达是一种新的雷达体制,其系统的接收机和发射机分别安置在不同的平台上,可以有不同的空间位置和运动速度。具备了许多突出的优点和特点,如:获取目标信息丰富、作用
现实中,经常使用视频监控系统完成某些监视任务。但是在某些诸如海关,银行等特殊部门的监控者往往对于所接收图像的实时性、真实性不能完全放心,尤其是监控对象为具备高科技
图像分类算法在计算机视觉领域中具有重要的研究意义,也是近几年的研究热点。图像分类算法让计算机按照语义对图像进行分类或者管理,通过自动化的方式降低了管理图像的成本,广泛