基于合成相关函数的sin-BOC/MBOC无模糊捕获方法

为了有效消除正弦相位二进制偏移载波(binary offset carrier, BOC)调制信号捕获过程中存在的多相关峰模糊性问题,提出了一种针对正弦相位BOC调制的无模糊捕获方法。该方法通过构建两路本地辅助信号,利用本地信号与接收信号的互相关函数的非线性组合构建无模糊的合成相关函数,从而实现正弦相位BOC调制信号的无模糊捕获。同时,该方法同样适用于复杂BOC(multiplexed-BOC, MBOC)调制信号,并且本地辅助信号的二级码片波形取代了传统方法中MBOC本地复制信号的多级码片波形,极大地简化了接收机的电路结构。理论分析与仿真结果表明,该方法在以牺牲一定的捕获灵敏度为代价的前提下,成功实现了正弦相位BOC调制信号的无模糊捕获,并且在无数据调制的导航通道中表现出更高的捕获灵敏度。     

适用于BOC任意调制阶数的无模糊捕获算法

通过研究二进制偏移载波(binary offset carrier,BOC)自相关函数的特点,提出了一种适用于BOC任意调制阶数的无模糊捕获算法。将BOC自相关函数进行翻转、截取、相叠加,构造出一种新的相关函数,与原自相关函数的绝对值相加后,可以完全消除副峰。理论分析和仿真实验结果表明,该算法对任意调制阶数的BOC信号均适用;通过对比新算法与其他算法在不同BOC调制阶数之间的检测性能,在相同载噪比下,新算法的检测概率更高;算法的复杂度低,并且不会随着调制阶数的升高而增大;捕获结果保持了较窄的主峰宽度;鉴相输出不会造成误锁现象,能够准确跟踪信号。     

基于合成相关函数的Cosine-BOC信号无模糊跟踪方法

二进制偏移载波（binary offset carrier,BOC）调制信号的自相关函数具有多峰性,导致全球导航卫星系统（global navigation satellite systems,GNSS）接收机同步阶段容易产生误捕和模糊跟踪。针对此问题,提出了一种基于合成相关函数的Cosine-BOC信号无模糊跟踪方法。该方法通过设计两路本地辅助信号的波形,与接收BOC信号进行相关运算,构造出无边峰的合成相关函数,实现无模糊跟踪。理论分析与仿真结果表明,该方法能够完全消除BOC自相关函数边峰,保持主峰的宽度,有效地提高了码跟踪的可靠性,同时具有较好的多径抑制能力,且适用于任意阶数的Cosine-BOC调制信号。     

基于改进Rake模型的多径BOC信号精确捕获方法

针对多径二进制偏移载波(binary offset carrier,BOC)信号自相关函数的多峰性导致的捕获模糊性问题,提出了一种基于改进Rake模型的精确捕获方法。该方法依据Rake接收机可以有效利用多径分量的优点,首先将接收的多径BOC信号分离后经过带有载波相位估计功能的Rake模型,得到了采用最大比合并方法后的近似单径信号,然后采用带有频偏校正的相关重构方法对BOC信号进行捕获,并详细阐述了相关重构原理。理论和计算机仿真分析表明,在同一条件下,该方法较其他方法具有精度高、易实现的优点,且BOC信号阶数越高效果越好。     

提高BOC调制信号多相关峰值精度的三次样条插值法

提出了利用三次样条插值法,处理BOC调制信号相关谱主峰及副峰的数据,以提高相位测量精度的算法.该算法将低采样频率下的相关谱谱峰分割成n个子区间,在每个区间内建立三次函数,求取极大值点,以确定BOC调制信号的相关谱主峰及副峰的精确位置.重点对比分析了常用的Lagrange插值法,并以Lagrange插值法中的三点二次插值法为例进行了对比仿真试验.仿真分析表明,对于BOC调制信号而言,针对其特殊的同步机制,提出的采用三次样条插值法进行PN码相位测量,可有效提高对其相关峰值及相应的峰值位置的测量精度.     

带通欠采样条件下BOC调制信号捕获算法仿真

针对BOC(Binary Offset Carrier)调制信号的相关特性,结合带通信号欠采样技术,对BOC调制信号的直接捕获算法进行仿真,并在不同信噪比下对算法的性能进行分析.仿真结果表明,带通欠采样条件下的BOC调制信号捕获算法在较低信噪比下能有效的对BOC调制信号进行捕获.由于降低了采样频率,减少了处理数据量.     

基于单元相关的GPS L1C/A与L1C联合捕获算法

传统的全球定位系统(global positioning system,GPS) L1C/A码信号和新型L1C信号同处于L1频段(1575.42MHz),充分利用了有限的频带资源。基于此特点,针对GPS L1C/A和L1C信号联合捕获中多相关峰引起的误捕问题,提出一种新的单元相关的方法。将本地L1C/A和L1C码序列分别拆分为奇、偶两个单元信号,对单元信号与接收信号的单元相关函数进行重组,完全消除L1C/A码信号引起的9个次峰,提高主峰峰值,得到尖锐的窄相关峰。仿真结果表明,该方法得到的相关峰跨度为0.5个码片,大大提高捕获精度,且捕获灵敏度比单通道联捕提高约2 dBHz,同时算法复杂度低,可应用于工程实际。     

正弦调频干扰下二进制偏移载波的精确捕获

针对正弦调频(sinusoidal frequency modulation, SFM)干扰下二进制偏移载波(binary offset carrier, BOC)信号捕获困难的问题,提出了一种基于离散SFM变换(discrete SFM transform, DSFMT)和部分匹配滤波结合全相位快速傅里叶变换(partial matched filter-all phase fast Fourier transform, PMF-apFFT)的干扰抑制捕获改进算法。该算法首先通过FFT估计SFM干扰的调制频率,在调制频率估计的基础上进行DSFMT,然后从DSFMT域中去除干扰成分再做DSFM反变换(inverse DSFMT, IDSFMT)实现干扰抑制,最后对干扰抑制后的BOC信号采用PMF-apFFT方法完成精确捕获。理论分析与仿真结果表明,所提算法在不影响DSFMT性能的前提下大幅简化了传统DSFMT的计算复杂度,并且在同等情况下,当检测概率为1时,所提算法的性能相比于DSFMT结合PMF-FFT的算法提高了大约3 dB。     

正弦调频干扰下二进制偏移载波的精确捕获

针对正弦调频(sinusoidal frequency modulation, SFM)干扰下二进制偏移载波(binary offset carrier, BOC)信号捕获困难的问题,提出了一种基于离散SFM变换(discrete SFM transform, DSFMT)和部分匹配滤波结合全相位快速傅里叶变换(partial matched filter-all phase fast Fourier transform, PMF-apFFT)的干扰抑制捕获改进算法。该算法首先通过FFT估计SFM干扰的调制频率,在调制频率估计的基础上进行DSFMT,然后从DSFMT域中去除干扰成分再做DSFM反变换(inverse DSFMT, IDSFMT)实现干扰抑制,最后对干扰抑制后的BOC信号采用PMF-apFFT方法完成精确捕获。理论分析与仿真结果表明,所提算法在不影响DSFMT性能的前提下大幅简化了传统DSFMT的计算复杂度,并且在同等情况下,当检测概率为1时,所提算法的性能相比于DSFMT结合PMF-FFT的算法提高了大约3 dB。     

BOC调制信号抗多径双环估计方法

双环估计方法是为了解决全球卫星导航系统中二进制偏移载波(binary offset carrier, BOC)调制信号模糊跟踪问题所提出的一种码相位估计方法。为了提高双环估计方法的抗多径性能,将双环估计中本地产生的伪随机码转变为仅在码片边沿出现的双极性归零码,从而使得二维相关函数具有更尖锐的二维相关峰值,进而使得双环估计具有较强的抗多径性能。理论上重点分析了本文所提方法在带限条件下的抗多径性能,并进行了仿真实验。结果表明,相对于现有方法,本文所提方法能够同时实现对BOC调制信号的无模糊、抗多径、抗低载噪比的相位估计。     

基于批处理和Teager Kaiser算子的BOC信号联合捕获算法

针对较低信噪比条件下二进制偏移载波信号的捕获问题,提出了一种基于批处理和Teager Kaiser(TK)算子的联合捕获算法。该方法首先对接收信号和组合扩频码进行批处理和平均处理,并将接收信号转换到频域进行多次循环移位;然后,将得到的最佳频偏补偿序列与组合扩频码进行圆周相关运算得到最大相关值;最后,引入相关峰能量最大值与次大值的比值作为门限判决变量,比较了所提 TK算子法、差分相干累积算法和批处理算法的检测概率。仿真结果表明,在同一条件下,TK算子法检测概率比差分相干算法提高了约2 dB,比批处理算法提高了约6 dB,并减少了捕获时间。     

基于混合算法的MIMO雷达正交多相码设计

提出了一种基于遗传算法和禁忌搜索算法的多输入多输出雷达正交多相码波形设计方法,并将其用于类零相关正交多相码的设计。将禁忌搜索算法引入遗传算法,充分考虑遗传算法的全局收敛性和禁忌搜索算法的局部收敛性。为给禁忌搜索算法一个好的初始解,先用遗传算法优化到一定程度再用禁忌搜索算法,即遗传算法迭代多次,禁忌搜索算法迭代一次。采用最优保存策略来避免最优解丢失,使发射信号的自相关峰值旁瓣和互相关峰进一步降低,提高主副比。仿真结果验证了所提方法的可行性和有效性。     

非线性时间序列的相空间重构技术研究

分析了混沌时间序列相空间重构中常用的C-C方法所存在的四点不足,提出了改进的C-C-2方法.该方法改进了时间序列关联积分的计算方法和参数,利用混沌序列周期N的概念,提出了通过寻找Scor(t)的第一个属于混沌序列周期N的局部极小峰值,来确定最优延迟时间窗口的判断方式;并只寻找平均ΔS2(t)的第一个极小值来确定最优时间延迟,所得结果更合适、稳定,而且将原算法的抗噪能力由30%提高到80%.     

Improved direct P code acquisition technique

P code direct acquisition is an important technology in satellite navigation system. As the P code has a long period, it is hard to directly acquire. The traditional average method can process multiple code phases in a time to shorten the acquisition time. But with the increase of average phase error of the input signal and the local code, the correlation signal-to-noise ratio (SNR) loss increases. To reduce the SNR loss, an improved average method is introduced. A new sequence is generated with a summation of phase shifting sequences to decrease correlation peak loss. Simulation results show that compared with direct average method, the improved average method effectively increases correlation SNR.     

New acquisition decision algorithm for multiple access interference suppression in DSSS system

For decreasing the multiple access interference of weaker signal acquisition in direct sequence spread spectrum(DSSS) systems,a new single decision algorithm is presented.The maximum value of correlation results is conventionally detected.However,there may be not only one strong peak among correlation results when the cross-correlation noise is strong enough to affect the correlation results.The proposed algorithm decreases the false alarm probability through the decision of the ratio of the maximum value and the second maximum value of the correlation results.Theoretical analysis and simulation results indicate that the proposed algorithm effectively suppresses the acquisition problem of multiple access interference in DSSS system.     

非局部正则化的压缩感知图像重建算法

压缩感知(compressed sensing, CS)图像重建算法是CS图像获取问题的一个研究重点。针对传统基于稀疏性先验的重建算法不能有效重建图像的各种结构特征,为了在测量值数量不变的情况下进一步提高图像的重建质量,在稀疏性先验的基础上,引入局部自回归模型和非局部自相似性作为图像额外的先验信息,建立了非局部正则化的CS图像重建模型,并给出了相应的数值求解算法。此外,对于重建模型中图像的自回归参数,给出一种基于非局部相似点的估计方法。实验结果表明,较之传统的稀疏性正则化重建算法和同类的MARX(model based adaptive recovery of compressive sensing)算法,所提算法能获得更高的图像重建质量。     

基于GA的知识获取方法及在故障诊断中的应用

从优化角度出发,定义一个新的指标函数,并提出一种基于遗传算法的机器学习方法,该方法能够从学习实例中总结出有用的知识。针对该优化模型,用一种新型的遗传算法——带有染色体性别的遗传算法(GACD)对其进行优化,并将该方法应用于旋转机械故障诊断知识获取过程,仿真实验结果说明该方法是比较有效的。     

基于相关熵的扩频周期估计方法

针对低信噪比下直接序列扩频信号扩频周期估计难题,利用相关熵可度量随机过程局部相似性的特点,提出了一种基于相关熵的估计新方法。首先分析了相关熵隐含的周期性,理论上推导了证明周期性存在的系列表达式,据此分析出可由接收信号的相关熵峰值间隔估计扩频周期。此外,研究了信息码的存在对扩频周期估计性能产生的影响,并针对此问题,在相关熵法的基础上提出了一种延时相乘相关熵分析法。仿真结果表明,与常用的基于功率谱的倒谱法和二次谱法,以及基于自相关函数的波动相关法相比,该文所提出的基于相关熵的新方法有更好的扩频周期估计性能。