星載AIS系統(tǒng)的信號(hào)同步參數(shù)估計(jì)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩70頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在星載AIS系統(tǒng)中,衛(wèi)星接收機(jī)所接收到的信號(hào)存在較大時(shí)延和多普勒頻移,嚴(yán)重影響信號(hào)的檢測(cè)和分離。本文主要研究了在星載AIS環(huán)境中,準(zhǔn)確估計(jì)時(shí)延和頻偏這一問(wèn)題。針對(duì)現(xiàn)有的盲參數(shù)估計(jì)算法以及數(shù)據(jù)輔助參數(shù)估計(jì)算法中存在的一些缺陷,深入分析了訓(xùn)練序列的性質(zhì),利用折疊互相關(guān)、高階累積量等方法,提出了新的基于數(shù)據(jù)輔助的時(shí)延頻偏估計(jì)算法。本文主要工作如下:
 ?。?)分析了訓(xùn)練序列調(diào)制信號(hào)周期性,基于此提出了折疊相關(guān)時(shí)延估計(jì)算法。該算法分析并提

2、出了訓(xùn)練序列調(diào)制信號(hào)的周期性,對(duì)接收信號(hào)進(jìn)行折疊相關(guān)運(yùn)算,并搜索相關(guān)系數(shù)最大值,從而獲得時(shí)延的準(zhǔn)確估計(jì)值。仿真結(jié)果表明,此算法的估計(jì)范圍較大,在低信噪比下估計(jì)性能較好。
 ?。?)分析了訓(xùn)練序列對(duì)稱(chēng)分布性質(zhì)的三階累積量時(shí)延估計(jì)算法。該算法分析了訓(xùn)練序列調(diào)制信號(hào)近似對(duì)稱(chēng)分布的分布特性,并以此為基礎(chǔ),利用訓(xùn)練序列調(diào)制信號(hào)與信息序列調(diào)制信號(hào)的高階累積量差異,準(zhǔn)確估計(jì)出時(shí)延。仿真結(jié)果表明,此算法的估計(jì)精度有了較大提高,并且在相關(guān)噪聲影響下

3、,也可以取得較好的估計(jì)性能。
 ?。?)提出了一種基于頻域相關(guān)的頻偏估計(jì)算法。此算法利用訓(xùn)練序列這一已知信息進(jìn)行再調(diào)制,通過(guò)與接收信號(hào)的頻域相關(guān),實(shí)現(xiàn)了頻偏的準(zhǔn)確估計(jì)。仿真結(jié)果表明,此算法在頻偏估計(jì)精度,估計(jì)范圍,相移容忍度和時(shí)延容忍度等方面有了較大提升。其次利用線性回歸方程改進(jìn)了相位差分頻偏估計(jì)算法。此算法對(duì)接收信號(hào)中的訓(xùn)練序列調(diào)制信號(hào)部分進(jìn)行相位差分,并建立線性回歸方程模型,對(duì)接收信號(hào)頻偏進(jìn)行估計(jì)。仿真結(jié)果表明此算法比傳統(tǒng)算法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論