基于GNSS的5G基站高精度时间同步组网算法

基于物联网定位等需求,增强5G移动通信基站之间的时间同步精度有望达到纳秒级。基于“邻域相似性”原理,针对5G基站利用全球卫星导航系统(global navigation satellite system, GNSS)进行授时时,由于可视卫星集合不同造成接收机之间时间同步误差较大,提出一种基站GNSS接收机组网算法,用以消除邻域差异,提高相互邻近的各5G基站之间的时间同步精度,并对该算法进行了实验验证。结果表明,该算法有效解决了由于可视卫星集合不同造成的时间同步误差较大的问题,提高了5G基站之间的时间同步精度。     

5G-TSN系统下的高精度时间同步

第五代移动通信系统(the fifth generation communication system, 5G)与时间敏感网络(time sensitive networking, TSN)集成的5G-TSN系统需要实现高精度的时间同步。为此,提出一种多波束联合的定时同步算法提高同步信号检测成功率,实现高精度5G-TSN时间同步。首先,根据多个波束间的时域关系计算波束间同步信号块的互相关的组合,求出期望作为门限值;然后,利用超过门限值的若干波束进行互相关叠加峰值计算最大峰值对应的时域索引,并完成主同步信号定时同步;最后,利用时频域结合地方式对传播时延进行估计以减少同步误差。仿真结果表明,采用基于多波束联合的定时同步算法,相比传统算法,相关峰值更加显著,能有效地提高定时同步成功率。     

基于统计同步算法的计算机外时钟同步系统设计与仿真

重点研究了基于统计同步算法的计算机外时钟同步系统的设计问题。首先对网络延迟进行测量，并得出网络延迟的对数正态分布的统计模型。然后，提出了一种PCS算法性能的软件仿真检验方法，并利用该方法对PCS算法的同步精度与概率性能进行仿真检测。结果表明，基于PCS算法的外时钟同步系统是可行、有效的，能较好地满足实际系统在同步精度与概率性能两方面的要求。     

时间同步误差对分布交互仿真性能影响的分析

定量分析了时间同步误差对分由交互仿真（DIS）中时间同步误差的影响。时间同步误差会产生仿真系统时间上的逻辑错误，降低仿真精度和使用实时战场状态显示失真，本文给出了一个具体的DIS的系统的时间 同步精度要求。     

基于循环收敛的UWSN时间同步方法

提出了一种适用于水下传感器网络(UWSN,Underwater Wireless Sensor Networks)的时间同步方法。在设计过程中,对同步能耗、同步精度和同步效率进行了综合考虑;在实现中,对水声网络时间同步过程的主要误差因素进行了补偿,然后采用一种循环收敛的方法使所有节点时间戳收敛到一定误差范围内,减小了节点间同步误差在水声对等网络中多跳引起的累计效应。最后的仿真与实验结果表明,该同步方法达到了较高的时间同步精度和收敛速度。     

基于本地时钟选择的时钟同步算法

在分布式系统中网络节点的时钟同步和传统的时钟同步算法的基础上,提出了一种基于本地时钟选的分布式系统时钟同步算法。采用本地时钟选择过滤方法,通过分组交换获取每个本地时钟与参考时钟的精度差,每个本地节点根据时钟精度差自动调整时钟,达到分布式系统时钟同步的目的。通过NS2仿真测试,同步精度能够满足一般分布式系统的需要。     

基于HLA的乐观时间同步的实现研究

HLA (High Level Architecture)为了适应各种分布式同步算法,它只提供了比较底层的服务,这增加了乐观同步的实现难度。针对这个问题,在研究了HLA规则的基础上,结合时间卷曲机制(Time Warped )算法,总结了并行分布式仿真中乐观同步方式一般实现原理,比较了乐观邦员实现回卷的两种不同的算法——典型的卷曲算法和利用计算反射技术的回卷管理层方法。并指出利用计算反射技术的回卷管理层方法HLA还可以为乐观同步提供更好的接口和函数封装,使HLA在支持乐观同步上也强壮起来。     

存在基站误差的稳健时差定位算法

针对存在基站误差的目标无源定位问题,提出了一种基于修正牛顿算法的时差定位技术。众所周知,牛顿法对初值要求较高,较差初值会导致迭代发散,而且基站位置误差也会导致牛顿算法Hessian矩阵维数扩大和目标函数的缓慢下降,使运算量变大。该算法利用最大似然方法确定目标函数,运用牛顿法对目标位置进行迭代求解,对于计算过程中可能出现的病态Hessian矩阵,引入正则化理论修正病态的Hessian矩阵,使保证迭代收敛,同时简化算法降低Hessian矩阵的维数并且加速目标函数的下降趋势,使目标位置解脱离局部最小值,算法能够稳健高效的运行。实验结果表明:相对于传统牛顿法,此算法在初始值的选取上具有稳健性,对误差选取较大的初始值,仍能够保证算法的收敛性,同时加速了收敛速度,降低了计算量;相对于现有闭合式定位方法,此算法在噪声较大时具有较好的定位精度。     

基于DSPN的5G工业控制系统业务可用性分析

5G工业控制系统规模化应用的关键是保障其高可用性。若通过试验评估,其成本高昂且困难诸多。而已有的可用性建模方法很少考虑到5G对可用性的影响。对此,以一个实际的5G转钢系统为例,采用确定性随机Petri网(deterministic stochastic Petri net, DSPN)从业务流程的角度对5G技术改造后的工控系统的动态故障和维修过程进行形式化建模,评估不同的失效模式对系统业务可用性的影响。在案例中分析了5G工业控制系统中不同参数对系统业务可用性造成的影响,发现无线链路平均故障间隔时间(mean time between failures, MTBF)对系统业务可用性影响最大。实验结果表明,所提方法可用于评估5G工业控制系统的业务可用性,为系统设计人员提供参考。     

5G室内分布系统规划建模及优化算法

由于5G移动通信技术中的多数新业务包括时代智慧家庭、智能工厂、虚拟现实等等都发生在室内场景,因此如何快速规划建设成本低且功率损耗少的5G网络室内分布系统,对电信运营商来说具有重要的意义。建立了更贴近实际场景下的5G室内分布系统规划数学模型,该模型以最小化部署成本和天线间最大输出信号功率偏差为目标,以满足每个天线的期望输出信号功率为约束,是一个带约束的混合变量多目标优化问题。基于哈夫曼编码思想,提出了适合室分系统结构的编码策略,利用该编码策略在MOEA/D-CM2M算法框架下设计出求解该模型的有效算法,并且能够通过一次运行提供多个规划方案。计算机仿真表明建立的模型与提出的算法十分有效,比两个真实案例的原设计分别节省了8.90%和20.09%的成本。     

基于钟差检验的GNSS授时欺骗检测与识别

针对牵引式欺骗对授时接收机危害性强且难以检测的问题,基于授时欺骗的实施原理分析了授时解的变化规律,利用欺骗实施后钟差必然累积异常的特点,提出了一种钟差构造检验统计量的授时欺骗检测与识别方法.分析了该方法的检测性能,并通过蒙特卡罗仿真验证了理论的正确性.最后使用软件接收机对TEXBAT(Texas spoofing te...     

地形遮挡对GNSS干扰范围影响的高效仿真算法

在卫星导航对抗效能的仿真中,真实地理环境的地形遮挡对全球导航卫星系统(global navigtion satellite system, GNSS)干扰源干扰范围影响的仿真计算是个重要问题。通常情况下,地形遮挡对GNSS干扰范围影响的计算通过基于视线可视域分析的算法得到,但该方法存在大量冗余计算。为了减少计算量,提出一种基于参考面可视域分析的GNSS干扰范围高效仿真计算方法,利用干扰源与目标点附近可视高程值对应的辅助格网点建立参考面,通过目标点实际高程值与参考面映射高程值判断目标点的受干扰情况,避免了目标点与干扰源视线方向上多个采样点的插值计算。仿真分析表明,当待分析区域半径约为145 290 m时,该算法与传统基于视线可视域分析的GNSS干扰范围仿真计算方法相比, Matlab耗时大幅减少了97.38%,但结果差异并不明显,仅为0.94%。因此,所提方法可以高效、准确地计算出地形影响下GNSS干扰范围,为干扰源优化部署、战场环境仿真分析等提供理论指导。     

地形遮挡对GNSS干扰范围影响的高效仿真算法

在卫星导航对抗效能的仿真中,真实地理环境的地形遮挡对全球导航卫星系统(global navigtion satellite system, GNSS)干扰源干扰范围影响的仿真计算是个重要问题。通常情况下,地形遮挡对GNSS干扰范围影响的计算通过基于视线可视域分析的算法得到,但该方法存在大量冗余计算。为了减少计算量,提出一种基于参考面可视域分析的GNSS干扰范围高效仿真计算方法,利用干扰源与目标点附近可视高程值对应的辅助格网点建立参考面,通过目标点实际高程值与参考面映射高程值判断目标点的受干扰情况,避免了目标点与干扰源视线方向上多个采样点的插值计算。仿真分析表明,当待分析区域半径约为145 290 m时,该算法与传统基于视线可视域分析的GNSS干扰范围仿真计算方法相比, Matlab耗时大幅减少了97.38%,但结果差异并不明显,仅为0.94%。因此,所提方法可以高效、准确地计算出地形影响下GNSS干扰范围,为干扰源优化部署、战场环境仿真分析等提供理论指导。     

车载GNSS失锁下基于BPNN的微陀螺误差估计及定位方法研究

针对在全球导航卫星系统(global navigation satellite system, GNSS)失锁阶段将微陀螺惯性系统作为备用定位系统时,由于微陀螺误差引起的定位误差发散问题,提出了基于后向传播神经网络(back propagation neural network, BPNN)的微陀螺误差估计及定位算法。在GNSS有效阶段为车辆提供定位信息,同时对微陀螺误差进行估计,并利用后向传播神经网络BPNN建立微陀螺误差预测模型,为GNSS失锁阶段车辆定位做准备;在GNSS失锁阶段,利用已建立好的微陀螺误差预测模型估计微陀螺误差,对微陀螺输出信息进行补偿,以抑制由陀螺误差引起的定位误差。最后利用仿真与试验验证了此方法的正确性与有效性。     

一种时域并行差分相关捕获算法

提出了一种基于硬件实现、在时域对全球导航卫星系统信号进行相关捕获的新算法。算法采用并行差分结构,通过对相关结果的复用,实现了对多个卫星信号的同时捕获。还分析了该算法、传统的相关算法和现有的两种改进型时域相关算法以及基于FFT的频域相关算法的算法复杂度和所需寄存器数量。分析和仿真结果表明,该算法在计算单个复现码的1次相关时,运算量并不随着过采样率的增加而增加。相比于传统的相关算法和现有的两种改进型时域相关算法以及基于FFT的频域相关算法,该算法在运算复杂度上具有优势,有利于在实际硬件系统中实现。     

高速运动环境下GNSS接收机阵列抗干扰算法

全球卫星导航系统(global navigation satellite system, GNSS)接收机高速运动状态下,干扰信号来向快速变化将导致阵列抗干扰算法性能下降,为此提出了基于干扰加噪声协方差(interference-plus-noise covariance, INC)矩阵重构的零陷加宽算法。首先,依据采样协方差矩阵相邻特征值之比估算干扰信号数目。然后,利用空间谱估计值粗略判定干扰信号来向,并根据零陷展宽需求重新设定干扰区域空间谱估计值。最后,以干扰区域谱估计值为基础重构INC矩阵,求解阵列权矢量。仿真实验表明,相比于其他零陷加宽算法,所提算法在相同展宽下的零陷更深,阵列输出载噪比(carrier to noise ratio, C/N₀)也高出5 dBHz以上。     

高速运动环境下GNSS接收机阵列抗干扰算法

全球卫星导航系统(global navigation satellite system, GNSS)接收机高速运动状态下,干扰信号来向快速变化将导致阵列抗干扰算法性能下降,为此提出了基于干扰加噪声协方差(interference-plus-noise covariance, INC)矩阵重构的零陷加宽算法。首先,依据采样协方差矩阵相邻特征值之比估算干扰信号数目。然后,利用空间谱估计值粗略判定干扰信号来向,并根据零陷展宽需求重新设定干扰区域空间谱估计值。最后,以干扰区域谱估计值为基础重构INC矩阵,求解阵列权矢量。仿真实验表明,相比于其他零陷加宽算法,所提算法在相同展宽下的零陷更深,阵列输出载噪比(carrier to noise ratio, C/N₀)也高出5 dBHz以上。     

基于冗余量测的GNSS多路径误差抑制算法

针对惯性/卫星组合导航系统中,全球卫星导航系统(global navigation satellite system,GNSS)量测受多径效应影响的问题,提出了一种基于冗余量测的GNSS多径误差抑制方案。该方案包含了一个基于量测新息的GNSS多径误差卡方检验器和一个自适应Kalman滤波器。首先,通过卡方检验来判断量测新息零均值的特性丧失与否以检测GNSS量测中的多径误差。当检测到量测中存在多径误差时,自适应滤波器根据惯性导航系统的冗余量测估计出当前GNSS测量噪声协方差阵,以合理调节量测权重,增强滤波性能。最后,通过仿真与实际跑车试验,验证了该方案能够有效抑制GNSS多径误差,提高了导航精度。