新一代全球导航定位系统(GNSS)信号的载噪比联合估计

载噪比是全球导航定位系统(GNSS)接收机跟踪过程中的重要参量。为了合理利用新一代GNSS信号中的导频和数据通道对载噪比进行估计,从两种经典的单通道载噪比估计算法(方差求和算法和能量比例算法)出发,分别使用相干和非相干的融合方式设计了导频和数据通道融合的载噪比估计算法。仿真结果表明:融合的载噪比估计算法相对单通道算法有较小的估计偏差;基于非相干融合的能量比例算法在弱导航信号的情况下性能较优;在实际应用中,在接收机完成电文同步前,基于相干融合的方差求和算法是较好的选择。     

惯性辅助下高动态高灵敏度GNSS Kalman跟踪环路设计

高动态卫星导航接收机使用宽带宽载波环来获得动态范围,而高灵敏度接收机使用窄带宽载波环来获得更长的积分时间,因此在高动态和弱信号场景中,存在带宽选择的问题。该文引入惯性辅助来消除接收机的动态应力,设计了一种惯性辅助的二阶Kalman跟踪环路。惯性辅助消除了加速度对接收机环路的影响,使接收机工作于准静态场景,允许使用低阶环路来改善瞬态响应,并压缩环路带宽来延长积分时间,抑制噪声影响的同时也改善了载波相位测量精度。采集航迹发生器和卫星信号模拟器输出信号并进行仿真实验。实验结果表明:使用20ms相干积分时间,接收机加速度大于50g的情况下,该环路可以跟踪载噪比为24dB·Hz的弱信号。     

载波与码相位分离的载波频偏估计算法

文章提出一种将载波与码相位分离的载波频偏估计算法。该算法可以高精度、快速地估计卫星信号的载波频偏。算法的主要思想是:在对卫星数字中频信号下变频后,将I、Q2路信号直接做乘法运算,实现二相码相位与载波频偏的分离,然后对信号进行FFT频谱分析和频率精细估计,实现载波频偏的精确估计。仿真实验表明此算法简单易行,可以实现高动态扩频信号的捕获,适用于导航接收机的开发。此外,此算法为近地轨道(LEO)通信领域的研究提供了一个新思路。     

基于批处理的微弱GPS信号捕获

针对传统方法难以实现微弱GPS信号的精确捕获,继而影响后续的信号跟踪及导航电文解码,提出了一种新的捕获方法解决这一基础性问题,采用基于批处理的手段来捕获低信噪比的GPS信号并提高运算速度,为高灵敏度GPS接收机的实现提供保证.仿真结果表明,在捕获过程处理的数据长度不超过4个导航电文数据位(80 ms)的情况下,此方法能够较好地捕获到载噪比低至21 dB的GPS信号,同时确保较短的捕获时间和较高的灵敏度.     

导航接收机跟踪环路在电磁干扰下的效应律研究

针对在多源电磁干扰下导航接收机跟踪环路失锁规律研究不足的问题，对跟踪环路在双源电磁干扰下的失锁效应模型进行了研究.通过对电磁干扰下相关器输出的等效载噪比数学模型分析，建立了双源电磁干扰下导航接收机跟踪环路失锁的效应模型；然后搭建单源和双源电磁干扰的效应试验平台，对某型北斗导航接收机开展注入效应试验，试验过程中选取了4种不同的干扰信号组合，每种组合下又试验得到了不同的信号功率组合；最后利用试验数据验证了效应模型误差都在1.5 dB以内.该模型揭示了在导航接收机跟踪环路中，双源干扰与单源干扰之间的内在联系，对导航接收机效应规律的进一步研究具有指导意义.      

GPS信号载噪比估计算法的研究

为了分析和估计载噪比,基于统一的GPS信号和噪声表达式,对两种经典估计算法VSM和PRM的原理进行了推导,并分析了PRM算法的参数M的设定依据。在此基础上,提出了一种新的估计算法MVM。分析了导航位跳变对上述3种算法估计结果的影响,并改进了其中的PRM算法,提高了其抗导航位跳变的能力。最后结合实验结果,在算法准确性和稳定性方面,对以上3种算法做了对比分析。     

基于相关熵希尔伯特差值的窄带射频信号时延估计

窄带射频信号时延估计的精度往往会受到相对带宽的制约和噪声的影响.针对这一问题,提出了相关熵希尔伯特变换时延估计的定理,并结合此定理提出了一种在脉冲噪声环境下,适用于窄带射频信号的相关熵希尔伯特差值时延估计算法.该算法具有受信号相对带宽影响较小、抗噪能力较强等特点.仿真结果表明,与CCF、FLOC、l_p范数等算法相比,该算法具有更好的时延估计有效性和准确度.     

电离层闪烁下4路信号处理的载波锁相环

针对电离层闪烁导致的卫星导航接收机载波锁相环失锁问题,提出一种基于Kalman滤波器的4路信号处理载波锁相环. 该环路通过增加两路信号处理对锁相结果进行纠正,扩大了锁相环的相位牵引范围,同时根据信号实时载噪比自适应调节滤波系数,有效避免电离层闪烁时信号振幅衰落和相位突变引起的环路失锁. 通过仿真表明,这种锁相环可以在持续中强度和瞬时高强度的电离层闪烁下保持跟踪.      

基于双卡尔曼滤波及贝叶斯估计的微弱GPS信号跟踪方法

提出了一种基于卡尔曼滤波的平方根算法以及贝叶斯估计理论的微弱GPS信号跟踪方法.采用2个耦合的扩展卡尔曼滤波器,即双卡尔曼滤波器来完成码跟踪和载波跟踪,同时,减少信号累加积分时间,以降低运算复杂度而提高收敛速度;采用基于贝叶斯估计理论的未知导航信息位处理方法,以降低在信号微弱的情况下未知导航位所带来的不利影响.仿真结果表明,利用该方法可以精确跟踪载噪比低至19 dB-Hz的微弱GPS信号.     

宽带信号DOA估计的一种快速算法

CSM(Coherent Signals-subspace Method)算法需要构造聚焦矩阵和进行预估计,运算量大且估计精度容易受预估计的影响,很难达到信号实时处理的目的。为此,提出了一种基于前后向平均的改进非相干信号子空间算法(ISM:Incoherent Signals-subspace Method)。该算法通过把宽带信号分解为若干个窄带信号,对每个窄带信号先用前后向平均法进行去相关处理,再利用ISM算法对宽带非相干信号和相干信号进行DOA(Direction Of Arival)估计。该算法不需要进行预估计,且去相关处理简单容易实现,对宽带相干信号的估计虽然性能不如相干信号子空间算法,但运算量比CSM算法减小很多,是一种快速的宽带信号DOA估计算法。通过实验仿真和性能分析,验证了该算法的有效性。     

一种基于模型转换的GLONASS历书预报算法

通过对GLONASS历书预报算法的研究,提出了一种基于模型转换的GLONASS历书预报算法. 该算法采用最小二乘估计方法将一天内的GLONASS卫星精密轨道数据拟合成一组轨道根数,采用建立的历书转换模型将该组轨道根数转换成GLONASS历书参数. 采用STK(satellite tool kit)软件产生的精密轨道数据对该算法进行了验证. 同时将该算法应用于GLONASS导航信号模拟器并用JAVAD 112T商用接收机进行长时间的实测. 结果表明,该算法简便、有效且准确度高,完全满足导航用户对历书预报精度的需求.      

基于小波滤波及载噪比估计的GPS接收机多径抑制

为了抑制城市环境GPS(global positioning system)导航应用中由复杂信号反射引起的多径效应,提出了一种基于假设检验小波阈值滤波处理并联合载噪比估计的GPS接收机多径抑制方法.这种方法作用于GPS导航接收机的码和载波跟踪环路,通过估计由多径引起的跟踪误差,补偿伪距估计量,进而消除多径效应引起的定位误差.仿真实验结果表明,对于城市环境典型导航应用的多径场景,所提出的方法显著改善用户定位精度,能够将定位误差从标准接收机处理下的15.95 m降至1.75 m,而计算量无明显增加.     

基于压缩感知的塔康方位估计算法

塔康(tactical air navigation,TACAN)信号峰值检测后的离散数据呈随机采样特性,为避免Kalman算法产生滤波发散问题并有效减小对数据量的需求,提出一种基于压缩感知理论的方位估计方法.通过对塔康信号的角度空间进行稀疏分解和观测值压缩,优化重构原始包络信号进而获得方位估计值.仿真实验证明了该算法的性能,与最小二乘拟合算法相比,在保证估计精度的同时进一步降低了峰值数据量,大大减少了计算过程中的冗余,并且在信噪比较大的情况下,方位估计准确度较最小二乘拟合有一定提高.     

一种导航宽带抗干扰中的阵列幅相误差校正算法

针对复杂电磁环境下抗干扰导航接收机中存在的幅相误差问题,提出一种幅相误差有源校正的导航接收机抗干扰算法;该算法通过干扰和幅相误差构建阵列幅相误差数学模型;然后基于加权子空间拟合原理和最小二乘的方法估计阵列幅相误差系数;最后利用线性约束最小方差(LCMV)算法对修正的之后的接收数据进行干扰的抑制;并明确提出了导航抗干扰接收机的通道修正的解决方案。理论分析和仿真实验表明,估计的幅相误差系数与实际幅相误差非常接近;此方法可以准确在干扰方向上形成零陷并保留导航信号;信噪比在-10 d B的时候,幅相误差估计值逐渐收敛于真实值;并且随着信噪比的增加幅相误差估计精度也逐渐提高。所提算法能有效提高存在幅相误差通道的抗干扰的性能。     

基于消息互联的无人机平台协同导航方法

 协同导航作为无人机集群平台的新导航方式,可充分利用各无人机间的消息互联融合所有平台的量测信息获取整个系统的最优估计。针对分布式协同导航算法估计精度低的问题,提出3阶段的协同导航方法,利用绝对导航输出信息作为协同导航的初始值,将相对导航输出信息作为协同导航的量测信息,构建协同导航滤波器,将各平台解算出的结果反馈到各平台自身的绝对导航,进而获取到导航信息的全局最优估计。仿真结果表明：提出基于消息互联的协同无人机集群导航方法可有效估计各无人机的导航信息,相较于传统的导航定位系统以及协同导航方法,具有更高的抗干扰性和稳定性,更能适应不同的复杂环境。     

一种适用于QAM信号的符号定时同步算法

在全数字接收机中,符号定时同步是信号解调的关键技术之一,其性能的好坏直接影响整个算法解调的性能。针对QAM信号的符号定时同步问题,文章在传统最大平均功率算法的基础上,提出一种联合估计方法。利用一种结构简单的插值滤波器对信号进行二倍插值滤波,然后通过最大平均功率算法求出平均功率值最大的点作为最佳采样点,在信噪比较低时,不需要很高的采样率和复杂的算法就能够保证较高的估计精度。仿真结果表明新算法具有运算复杂度低、估计精度高和抗干扰能力强等优点,能够实现QAM信号的快速同步。     

低信噪比多径-信道下的OFDM带宽自动估计

针对低信噪比多径-信道条件下正交频分复用(OFDM)信号带宽估计精度低的问题,提出一种基于小波变换的OFDM信号带宽自动估计方法。首先利用修正周期图法(Welch法)得到信号瞬时功率谱,通过多次观察测量并对功率谱曲线进行统计平均。然后对功率谱曲线进行连续小波变换,计算小波变换后时间-尺度平面上同一时间不同尺度能量累计曲线,提取曲线局部峰值位置,进而估计信号带宽。实验仿真结果表明：在不同多径信道且信噪比为-10dB条件下,估计偏差均不超过1.2%,准确度优于传统方法,且鲁棒性较强。     

ISM的2种改进算法

目前,对宽带信号处理算法的研究主要分为2类:一类是基于非相干信号的处理算法(incoherent signal-subspacemethod,ISM);另一类是基于相干信号的处理算法(coherent signal-subspace method,CSM.)传统的ISM算法由于需要对每个子带做窄带空间谱估计,导致运算量大,而且由于宽带信号能量分布的不均匀,使得估计效果并不理想.针对运算量大和精确度低这2点不足提出了2种改进方法:一是从提高精确性的角度对信号能量做加权处理;二是从减少计算量的角度对信号结构进行改善.通过仿真实验,从均方根误差和分辨概率2个方面验证了2种改进算法的优越性.     

基于自相关检测法和能量重心法的正弦信号频率估计算法

为了提高淹没在高斯白噪声中的实正弦信号的频率估计精度,提出了一种综合的结合自相关检测法和能量重心法的正弦信号频率估计算法。该算法首先通过多次自相关运算对输入信号进行预处理,可检测出淹没在噪声中的微弱正弦信号,来提高信噪比;然后对信号进行FFT(fast fourier transform)运算可得信号的功率谱,通过搜索最大值谱线的位置可粗估计出信号频率;最后运用离散频谱能量重心法,可精确估计出正弦信号的频率。仿真结果表明本算法在整个频段上频率估计性能比较稳定、频率估计的均方根误差更小,性能优于Rife算法、Quinn算法和能量重心法,并易于硬件实现,具有工程实用价值。