一种减少多径干扰的卫星信号跟踪环路设计

抗干扰技术是卫星定位导航领域中一项重要的技术,也是信号处理学科的一项重要分支。以减少卫星信号多径干扰为目的,结合多径环境下的卫星导航信号模型和卫星导航信号的跟踪捕获原理,设计出一种抗多径干扰性能较好的信号跟踪环路,该信号跟踪环路能在经典信号跟踪环路的基础上减少卫星信号的多径干扰,从而提高了整个卫星导航系统的抗干扰性能。     

单频干扰下卫星导航信号的码跟踪性能评估

基于伪码为离散频谱推导了单频干扰下码跟踪误差的解析式,提出将鉴别器曲线的最大偏移量作为码跟踪性能的评价标准,对不同卫星导航信号的码跟踪误差进行仿真.仿真结果表明:GPSL1信号的部分卫星更易受到单频干扰的影响;采用BOC(1,1)赋形和MBOC(6,1,1/11)赋形的卫星导航信号受单频干扰的影响大于采用矩形赋形的;采用窄相关技术可以减小单频干扰对信号码跟踪性能的影响.     

卫星导航MSK扩频调制及跟踪技术研究

针对基于最小频移键控（MSK）扩频调制的卫星导航信号的跟踪问题,建立了通用的MSK调制的信号功率谱密度模型,分析了基于MSK调制的二进制偏移载波（MSK-BOC）信号的跟踪模糊现象,提出了一种基于本地码余弦脉冲成形的稳定的MSK-BOC（n,n）卫星导航信号无模糊跟踪方法,仿真并论证了使用该方法的MSK-BOC（n,n）信号的无模糊码跟踪误差和多径误差包络. 分析结果表明,该方法可以完全消除MSK-BOC（n,n）信号的跟踪模糊现象,简化跟踪环路的软硬件设计,并保证较好的跟踪精度.      

GPS接收机载波同步环路的研究

GPS全球定位系统是由美国研制的,利用卫星进行导航定位的系统,已经得到了广泛的应用.GPS接收机的用途就是实现定位功能.GPS接收机对GPS信号中的载波信号进行捕获和跟踪是导航定位的基础.为此,本文对GPS接收机捕获和跟踪载波信号进行研究,采用COSTAS环来实现载波的捕获与跟踪.并在MATLAB环境下进行仿真验证,来检验捕获和跟踪GPS信号载波的能力.     

欺骗干扰对GNSS矢量跟踪环路的影响

矢量跟踪技术是卫星导航领域的关键技术之一。随着欺骗干扰对卫星导航安全的威胁日益严峻,研究欺骗干扰对矢量接收机的影响对于提高矢量跟踪技术抗欺骗干扰能力有重要意义。该文研究了欺骗干扰对3种典型矢量跟踪环路的影响,推导了欺骗干扰引起的跟踪误差均值,建立了环路失锁条件的表达式,并利用信号源模拟器和软件接收机对分析结果进行了验证。研究结果表明,欺骗干扰能够导致非零均值的信号跟踪误差,降低环路的跟踪性能,甚至引起环路失锁。矢量接收机可以根据该特性进行反欺骗。     

卫星导航增强系统中一种天线阵抑制多径方法研究

本文对卫星导航增强终端的天线阵多径抑制方法展开研究,设计多相关器数字接收机结构.天线阵各阵元接收信号数字化后,在导航接收机的每个通道内,相关处理出各阵元接收该通道跟踪卫星的载波相位,进行相干信号二维来波方向估计、数字波束形成,跟踪相应卫星信号,抑制其多径.本文研究分析了立体阵来波方向估计方法,及立体阵估计相干来波方向的去相干方法.电偶极子组成立体天线阵——球体阵,接收相干来波,体积小,结构紧凑.X,Y,Z轴三个线阵分别采用前后向平滑技术去相干,组成去相干后的接收数据相关矩阵,用MUSIC方法估计出相干来波的二维方向,不需要对估计出的来波方向进行匹配.结合卫星直达信号来波方向的导航电文处理结果,确认多径的来波方向.本文仿真中用估计出的卫星直达信号来波方向和多径信号来波方向形成权值,使天线阵波束形成指向卫星直达信号方向,零陷指向多径入射方向,抑制多径干扰.     

基于多卫星的GPS中频信号生成方法

提出一种GPS中频数字信号的生成方法,以实现信噪比和多普勒频移均可调的多卫星GPS信号的模拟,可为软件接收机技术以及基于微弱信号处理的高灵敏度GPS接收机的研究提供可靠的信息源.根据接收机中信号处理模块的功能架构提出GPS中频信号模型,并使用真实伪距和载波相位等GPS原始数据、多卫星的导航信息和强度可调的噪声信号模型等拟合出GPS的中频信号.通过捕获、跟踪和导航电文解调等实验结果表明,生成的信号完全具备GPS信号的所有特征,可用于软件接收机的定位解算.     

一种基于伪相关函数的CBOC信号跟踪方法

针对下一代卫星导航系统的设计逐渐完善,卫星导航基带信号处理对环路跟踪灵敏度和抗多径性能要求不断提升的情况,本文基于Galileo E1频点公开的CBOC信号,设计一种构建CBOC信号伪相关函数（PCF）的伪码跟踪方法,并基于该方法,设计了相位锁定环与延迟锁定环路的跟踪策略,实现了环路的高速锁定和稳定跟踪. 并通过仿真实验验证了该方法在灵敏度和有限带宽下抗多径两分面提升了CBOC跟踪环路抗多径性能和跟踪灵敏度,改善了跟踪环路在复杂环境下的跟踪性能.      

GPS在厦门交通领域的应用实践与展望

GPS简介 GPS即全球定位系统（Global Positioning System）．是美国于20世纪90年代建成的卫星导航与定位系统。GPS接收器同时接收3颗以上的GPS卫星信号，运用三角学原理计算经度、纬度、高度、速度和方向进行定位跟踪。     

基于kalman滤波的智能小车GPS轨迹跟踪

在满足线性高斯模型下,kalman滤波能够对目标状态进行最优化估计并能得到理想的跟踪效果。GPS导航卫星中信号被人为加入了高频振荡随机干扰信号后,可看成是GPS定位的观测噪声,会对卫星信号产生较高频率的抖动,从而影响智能小车轨迹跟踪的精度。通过建立系统状态方程,在matlab环境下建立仿真模型,对GPS轨迹跟踪中小车速度及位置的观测信号进行了kalman滤波,结果显示Kalman滤波比较明显地降低了干扰噪声的影响,提升了智能小车GPS跟踪的稳定性。     

基于GPU的对称正定稀疏矩阵复线性方程组迭代算法

提出一种基于图形处理器（GPU）的对称正定稀疏矩阵复线性方程组迭代算法. 首先, 采用基于GPU的共轭梯度法和双共轭梯度法, 实现GPU上的矩阵向量乘操作, 并充分优化相应的算法步骤; 其次, 实现基于GPU的对角元预处理、 不完全Cholesky分解和对称超松弛3种预处理方法, 提出一种基于GPU的求解三角方程组并行算法; 最后, 实验分析各种预处理方法的优劣. 实验结果表明, 该算法较CPU串行迭代算法与经典的直接法速度提升较大, 最高可达到76倍的加速比.     

基于GPU的粒子滤波并行算法

针对粒子滤波跟踪算法计算量较大,需要在跟踪准确性与计算效率之间做出妥协的问题,分析了粒子滤波算法的并行性,提出了基于图像处理单元(GPU)平台的粒子滤波并行算法.将传统粒子滤波算法与GPU有效结合起来,充分利用GPU并行运算的性能,加快粒子滤波算法的计算速度.对所提出算法的计算性能与普通串行算法进行了对比,实验结果表明该算法在不降低跟踪准确性的同时,平均每帧处理时间显著减少.     

GNSS autonomous navigation method for HEO spacecraft

For global navigation satellite system(GNSS) in the application of high earth orbit(HEO) determination, there are problems such as small number of visible satellites and weak signal magnitude. The transmitting and receiving errors of GNSS signal in the environment of HEO space are analyzed, and related compensating scheme is also proposed. Acquisition of GNSS signal is implemented by using weak signal acquisition technology based on Duffing. Precise tracking of weak GNSS signal is also realized by adopting dynamic detection and compensation technology based on Duffing chaotic oscillator. Simulation results show that, certain acquisition sensitivity and navigation precision can be reached, and the acquisition and tracking of weak GNSS signal can be realized by using the proposed technology, which provides good technology support for autonomous navigation of HEO and large elliptical spacecrafts.     

基于GPU的并行拟牛顿神经网络训练算法设计

针对人工神经网络训练需要极强的计算能力和高效的最优解搜寻方法的问题,提出基于GPU的BFGS拟牛顿神经网络训练算法的并行实现。该并行实现将BFGS算法划分为不同的功能模块,针对不同模块特点采用混合的数据并行模式,充分利用GPU的处理和存储资源,取得较好的加速效果。试验结果显示:在复杂的神经网络结构下,基于GPU的并行神经网络的训练速度相比于基于CPU的实现方法最高提升了80倍;在微波器件的建模测试中,基于GPU的并行神经网络的速度相比于Neuro Modeler软件提升了430倍,训练误差在1%左右。     

基于CUDA平台的时域有限差分算法研究

文章针对传统时域有限差分(FDTD)算法的不足,以图形加速卡为核心,通过理论分析和数值模拟,研究并实现了基于CUDA平台的FDTD并行算法。CUDA是最新的可编程多线程的通用计算GPU模型,由于FDTD算法在空间上具有天然的并行性,因此非常适合在GPU上实现并行算。文章描述了在CUDA编程模型上的FDTD算法的设计以及优化过程,并通过数值仿真实验结果证明了基于GPU的并行FDTD算法可以大大减少计算时间,基于GPU加速已成为电磁场数值计算的研究热点之一。     

基于图像处理器的EWA Splatting体绘制加速算法

提出了利用目前的图像处理器（GPU）的点块纹理、帧缓存对象（FBO）和可编程功能来加速实现EWA Splatting的体绘制算法.该算法直接以采样点作为代理几何,利用光线投射在GPU中求取每个像素点的所对应三维纹理坐标,同时用一个近似低通滤波器代替高斯滤波器.试验结果表明,所提出的算法可以应用于高质量的交互科学计算可视化.     

基于移动平台的异构并行字符串匹配算法

针对信息处理中常见的字符串匹配问题,通过对经典的Brute Force算法和KnuthMorris-Pratt算法进行分析,根据GPU异构并行计算任务的分配特性,设计一种针对Knuth-Morris-Pratt算法的数据重叠划分并行方案,并提出一种基于移动平台的异构并行字符串匹配算法KMP_MOP.在PowerVR移动平台环境下使用千万级长度的字符串数据对算法的性能进行测试,同时对算法在其他平台的执行情况进行比较,验证了并行算法的性能可移植性.实验结果表明,KMP_MOP算法能充分利用移动平台中的GPU性能,有效提高具有GPU的移动平台设备的字符串匹配效率.     

一种基于GPU加速的图像颜色传递算法

针对图像颜色传递典型算法Reinhard算法需对图像中的所有像素进行遍历搜索处理,计算量大、运算速度较慢这一问题,提出了一种基于GPU加速的图像颜色传递算法;利用可编程图形处理单元GPU并行计算和高速浮点计算特性,将Reinhard运算过程转化为GPU中的纹理图像渲染过程,使得Reinhard算法在GPU中加速执行.颜色传递效果对比结果表明,在取得较好的颜色传递效果的同时,该算法计算速度大大提高,且对大尺寸图像提速性能更好.     

基于GPU并行处理的地形三维重建技术研究

介绍了一种基于GPU(Graphic Processing Unit)并行处理的地形三维快速重建算法。该算法利用分而治之的思想,基于CUDA编程框架,首先计算每一点的邻域信息,并在其切平面上进行局部的三角剖分,然后合并形成最终的地形网格。实验结果表明,基于GPU并行化处理的三维重建算法高效、稳定,可以快速的实现结构复杂的大规模地形的三维重建。     

基于GPU的模态分析并行算法

开发了基于图形处理器（GPU）的Cholesky分解并行算法,应用于模态计算程序中,对计算进行加速.算例测试表明该算法相对串行算法计算性能大幅提升,且加速比随矩阵阶数增加而增加,与串行程序相比加速比可达到19.6,此时GPU浮点运算能力达到298Gflops.GPU程序固有频率计算结果与Abaqus计算结果的误差在2%以内,具有足够的计算精度.