高靈敏度衛(wèi)星導(dǎo)航接收機(jī)同步技術(shù)的研究.pdf

1、隨著基于全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS，Global Navigation Satellite System)位置服務(wù)應(yīng)用的發(fā)展，用戶接收機(jī)逐漸從開(kāi)闊的室外環(huán)境向密集城區(qū)與室內(nèi)等環(huán)境擴(kuò)展，而在此類(lèi)環(huán)境下GNSS信號(hào)功率由于受到各種穿透損耗會(huì)嚴(yán)重衰減，傳統(tǒng)的接收機(jī)技術(shù)已經(jīng)無(wú)法提供連續(xù)可靠的定位。因此，如何提高弱信號(hào)下導(dǎo)航接收機(jī)的性能成為了全球衛(wèi)星導(dǎo)航系統(tǒng)發(fā)展過(guò)程中的研究熱點(diǎn)。本文以提高導(dǎo)航衛(wèi)星信號(hào)基帶同步的性能為目標(biāo)，針對(duì)在城市峽谷與室內(nèi)等衛(wèi)

2、星信號(hào)強(qiáng)度衰減較大的環(huán)境下，展開(kāi)了高靈敏度GNSS信號(hào)的捕獲與跟蹤算法的深入研究，主要?jiǎng)?chuàng)新點(diǎn)和研究?jī)?nèi)容有:
　　(1)在分析了GNSS信號(hào)模型與捕獲方法的基礎(chǔ)上，對(duì)信號(hào)參數(shù)的檢測(cè)方法進(jìn)行了深入研究，分別推導(dǎo)了過(guò)門(mén)限檢測(cè)、峰均比檢測(cè)和峰峰比檢測(cè)方法下的檢測(cè)量概率分布。從理論和仿真兩方面，研究了每種算法的檢測(cè)性能，包括單元虛警概率和單元檢測(cè)概率等指標(biāo)，并指出了峰峰比和峰均比檢測(cè)方法的局限性。通過(guò)對(duì)參數(shù)平面搜索策略的研究，分別推導(dǎo)了捕獲

3、過(guò)程中串行搜索、混合搜索和最大值搜索下的系統(tǒng)檢測(cè)概率、系統(tǒng)虛警概率和系統(tǒng)漏檢概率。理論和仿真結(jié)果均表明，最大值搜索策略在弱信號(hào)環(huán)境下捕獲效果最好。
　　(2)為消除捕獲過(guò)程中GNSS信號(hào)中導(dǎo)航信息位比特翻轉(zhuǎn)帶來(lái)的處理?yè)p耗，在詳細(xì)分析了相關(guān)峰分裂問(wèn)題的基礎(chǔ)上，本文提出了類(lèi)圓相關(guān)運(yùn)算方法。通過(guò)對(duì)運(yùn)算結(jié)果中噪聲概率分布的推導(dǎo)可以得到，類(lèi)圓相關(guān)運(yùn)算不會(huì)降低捕獲檢測(cè)概率。
　　(3)為了縮短捕獲時(shí)間、提高捕獲速率，將快速傅里葉變換(F

4、FT，F(xiàn)ast Fourier Transform)引入了類(lèi)圓相關(guān)運(yùn)算中，實(shí)現(xiàn)了類(lèi)圓相關(guān)的并行計(jì)算，結(jié)合傳統(tǒng)的時(shí)域并行捕獲算法本文提出了基于翻轉(zhuǎn)檢測(cè)的時(shí)域并行捕獲(TPATD)算法。與傳統(tǒng)的捕獲算法相比，仿真結(jié)果表明本文TPATD算法具有更高的靈敏度，更適用于弱GNSS信號(hào)的捕獲。
　　(4)提高接收機(jī)靈敏度的核心方法是通過(guò)延長(zhǎng)信號(hào)的積分時(shí)間來(lái)獲得所需的處理增益。本文從理論上分析了相干積分和非相干積分兩種常用方法，分別推導(dǎo)了積分增

5、益與平方損耗，捕獲概率與檢測(cè)門(mén)限之間的關(guān)系，給出了高靈敏度捕獲中綜合應(yīng)用相干/非相干積分的組合設(shè)計(jì)方法，并在后續(xù)章節(jié)中分別對(duì)Galileo E1信號(hào)、GPS L1C/A信號(hào)和北斗BDS B1頻帶D1信號(hào)的高靈敏度捕獲進(jìn)行了研究。
　　(5)通過(guò)對(duì)Galileo E1信號(hào)中導(dǎo)航信息位符號(hào)的假設(shè)，結(jié)合TPATD算法，提出了適用于Galileo E1信號(hào)的基于TPATD與導(dǎo)航信息位翻轉(zhuǎn)假設(shè)的捕獲方法(TNTA)，延長(zhǎng)了信號(hào)相干積分時(shí)間，

6、提高了捕獲靈敏度。為減小運(yùn)算時(shí)間，在對(duì)m序列特征研究的基礎(chǔ)上，將FFT與沃爾什-哈達(dá)瑪(WH，Walsh-Hadamard)算法應(yīng)用到相干積分運(yùn)算中，提出了基于并行導(dǎo)航信息位搜索的相干積分算法(PNSCI)。與典型的能量平均算法的仿真對(duì)比，仿真結(jié)果表明TNTA算法具有更高的捕獲靈敏度和可靠性。
　　(6)分析了GPS L1C/A信號(hào)中導(dǎo)航信息位寬與PRN碼周期的關(guān)系，通過(guò)對(duì)信號(hào)中導(dǎo)航信息位邊緣的檢測(cè)，提出了基于導(dǎo)航信息位翻轉(zhuǎn)假設(shè)的

7、全比特相干積分算法(NTFB)。該算法能夠?qū)PS L1C/A信號(hào)相干積分時(shí)間擴(kuò)展到20ms，且仿真結(jié)果表明該算法在保證了靈敏度的同時(shí)，與傳統(tǒng)半比特交替等方法相比不會(huì)過(guò)多增加計(jì)算負(fù)擔(dān)。
　　(7)仔細(xì)研究了北斗BDS B1頻帶D1信號(hào)中調(diào)制的NH碼序列特性。在定義了特征長(zhǎng)度與特征序列的基礎(chǔ)上，提出了基于導(dǎo)航信息位與NH碼子序列假設(shè)的捕獲算法(NNSA)。該算法通過(guò)對(duì)NH碼序列的擴(kuò)展，采用FFT/IFFT運(yùn)算并行檢測(cè)信號(hào)中所有NH碼

8、序列的可能性。仿真結(jié)果證明，與已有算法相比，該算法能在充分利用計(jì)算資源的同時(shí)大幅提高捕獲靈敏度。
　　(8)對(duì)GNSS跟蹤環(huán)路的設(shè)計(jì)進(jìn)行了深入研究?？偨Y(jié)了環(huán)路鑒別器的算法與特性，并對(duì)鑒別曲線與預(yù)檢測(cè)積分時(shí)間的關(guān)系進(jìn)行了仿真分析。在對(duì)數(shù)控振蕩器(NCO，Numerically Controlled Oscillator)建模的基礎(chǔ)上，提出了適用于高靈敏度跟蹤環(huán)路的最優(yōu)數(shù)字濾波器設(shè)計(jì)方法，并給出了有相位加速度輸入時(shí)的濾波器參數(shù)取值。同

9、時(shí)將卡爾曼濾波應(yīng)用到載波跟蹤環(huán)路中，推導(dǎo)了基于擴(kuò)展卡爾曼濾波(EKF,Extended Kalman Filter)的高靈敏度環(huán)路濾波器設(shè)計(jì)。仿真結(jié)果證明，EKF的濾波效果最好，但是計(jì)算復(fù)雜度帶來(lái)的運(yùn)算負(fù)擔(dān)使其更適用于純軟件接收機(jī)。而最優(yōu)數(shù)字濾波器的設(shè)計(jì)需要對(duì)接收機(jī)動(dòng)態(tài)性有預(yù)先了解，因此更加適用于有外界輔助時(shí)的跟蹤環(huán)路。
　　(9)在上述研究基礎(chǔ)上，以載噪比為34dB-Hz的BDS B1頻帶D1信號(hào)捕獲與跟蹤為例，在Xilinx