高动态场景下GNSS信号自适应载波跟踪算法

相对于城市应用场景,在高速飞行器上搭载的GNSS导航接收机需要承受更大的载波频率动态范围,且测量实时性要求较高,对载波环路的高精度跟踪提出了更高挑战.为此,本文提出了一种自适应载波跟踪算法,在载波跟踪环路中引入模糊控制器,随载波的频率变化自适应调整环路参数,在保证动态适应性的同时提高了测速精度.所提算法利用载波跟踪环路测量值计算模糊控制器的输入变量,采用单输入单输出的Takagi-Sugeno模糊控制模型,实时计算环路滤波器调节系数,具有结构简单且易于实现的特点.本文分别在固定多普勒频率、线性多普勒频率和正弦多普勒频率的场景下进行了分析和仿真.结果表明,所提算法能够在飞行器和接收机间径向运动速度范围±10 km/s,加速度范围±30g,输入载噪比40 dB Hz的条件下,以1 kHz的频率输出径向速度测量值,且测量误差小于3 m/s(1σ).     

PMF-FFT算法中码多普勒频率影响的分析及补偿

针对高动态长时间积累下,码多普勒频率会导致PMF-FFT算法出现码相位走动问题,不利于直扩信号的捕获的问题,推导了码相位走动与积累损失和参数估计偏差的定量关系. 在PMF-FFT算法的基础上,提出利用Keystone变换校正码相位走动,从而补偿码多普勒频率. 仿真结果表明,新算法能有效补偿码多普勒频率,在37 dB/Hz载噪比、10 ms相干积累时间和10-6虚警概率的条件下,单次检测概率达到98%.      

一种低信噪比下LFM信号参数快速估计算法

为了对线性调频(LFM)信号参数进行快速、准确的估计,提出了一种新算法.该算法根据LFM信号当能量一定时在相同时宽范围内频谱幅度平方与调频斜率成反比的特点,通过对若干组快速傅里叶变换(FFT)结果进行模值选大,同时给出了起始频率和调频斜率的估计.仿真结果表明,通过合理设置算法参数,算法可以用于信噪比低至-38dB的LFM信号的参数估计.     

基于经验分布函数快速收敛的信噪比估计器

通过Kolmogorov-Smirnov检验，基于经验分布函数（EDF）的信噪比估计器在宽信噪比范围内对各种多级星座的信噪比估计都是有效的.然而，在本地累积分布函数（CDF）和EDF之间需要进行大量的匹配操作和加法运算.基于这个问题，提出了一种通过线性多项式连续迭代来加速匹配过程的信噪比估计器.在保证估计精度的前提下，使用"以直代曲"的思想，用线性多项式的根不断迭代逼近最大距离曲线的零点，并将零点所对应的信噪比作为接收信号信噪比的估计值.仿真结果表明，与原算法估计器相比，该方法的迭代次数减少了90%以上，降低了原算法的匹配复杂度和运算量.与现有降复杂度的估计器相比，该估计器具有更快的收敛速度和更好的估计性能.