GNSS系統(tǒng)弱信號(hào)捕獲方法研究與應(yīng)用.pdf

1、定位和導(dǎo)航在商業(yè)和戰(zhàn)爭(zhēng)中的重要性不言而喻，人類一直窮其才智去追求卓越的定位導(dǎo)航技術(shù)。在過(guò)去的數(shù)十年中，全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)的出現(xiàn)與發(fā)展，使導(dǎo)航技術(shù)與需求都發(fā)生了天翻地覆的變化。目前全球?qū)Ш叫l(wèi)星的應(yīng)用已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)最初的預(yù)期，因此對(duì)全球?qū)Ш叫l(wèi)星提出了前所未有的要求和挑戰(zhàn)。
　　從信號(hào)處理的角度看，信號(hào)功率的大幅衰減、射頻干擾和多徑衰落是難題的根源。對(duì)于GNSS民用衛(wèi)星信號(hào)來(lái)說(shuō)，尤其是信號(hào)功率的大幅衰落，使接收機(jī)無(wú)法檢測(cè)信號(hào)完成

2、定位。于是，本文針對(duì)弱信號(hào)檢測(cè)問(wèn)題，研究高靈敏度GNSS信號(hào)捕獲技術(shù)，使接收機(jī)在信號(hào)功率大幅衰減時(shí)仍能捕獲GNSS信號(hào)，提高檢測(cè)靈敏度。
　　本文從經(jīng)典信號(hào)檢測(cè)理論出發(fā)，根據(jù)廣義似然比檢測(cè)準(zhǔn)則，針對(duì)GNSS信號(hào)檢測(cè)的特點(diǎn)，建立一套完整GNSS信號(hào)檢測(cè)理論體系。將匹配濾波、后相關(guān)非相干檢測(cè)、后相關(guān)差分檢測(cè)經(jīng)過(guò)合理的假設(shè)與近似，歸納統(tǒng)一到廣義似然比檢測(cè)中。從理論和仿真測(cè)試兩個(gè)方面，討論了每種算法的檢測(cè)性能，包括虛警概率，檢測(cè)概率和檢測(cè)

3、指數(shù)等指標(biāo)，并進(jìn)一步指出它們的局限性，為提出新的算法奠定基礎(chǔ)。
　　針對(duì)后相關(guān)非相干檢測(cè)算法存在平方損失，同時(shí)后相關(guān)差分檢測(cè)算法隨著差分延遲增大受導(dǎo)航數(shù)據(jù)和多普勒頻差的影響就越大的問(wèn)題，本文利用PRN碼的周期性提出一種新的廣義似然比檢測(cè)實(shí)現(xiàn)結(jié)構(gòu)，稱為協(xié)作后相關(guān)差分檢測(cè)，將后相關(guān)非相干檢測(cè)和后相關(guān)差分檢測(cè)巧妙地結(jié)合起來(lái)。在協(xié)作后相關(guān)差分檢測(cè)中，載波多普勒頻差體現(xiàn)在差分支路間的復(fù)相位旋轉(zhuǎn)上，因此通過(guò)FFT操作可同時(shí)完成了相干累積和頻率

4、精估計(jì)，與傳統(tǒng)的后相關(guān)非相干和后相關(guān)差分檢測(cè)相比，不但能夠利用將差分支路聯(lián)合有效地抑制噪聲，同時(shí)還能夠進(jìn)行頻率的精估計(jì)。
　　前相關(guān)差分檢測(cè)是在碼片級(jí)延遲進(jìn)行差分相關(guān)檢測(cè)，差分延遲選取為碼片周期的整數(shù)倍，保證偽碼序列的相關(guān)性，進(jìn)而利用Gold序列的移位相乘特性。另外導(dǎo)航數(shù)據(jù)和載波多普勒頻差在碼片級(jí)延遲內(nèi)幾乎是不變的，所以其受影響極小。但是，由于前相關(guān)差分檢測(cè)前沒(méi)有經(jīng)過(guò)匹配濾波所以信噪比損失相當(dāng)大。針對(duì)這個(gè)問(wèn)題本文提出了一種廣義前相

5、關(guān)檢測(cè)，稱為多重前相關(guān)差分檢測(cè)，在增加前相關(guān)算法靈敏度的同時(shí)，又能保留其抗多普勒頻差的能力。多普勒頻差體現(xiàn)為差分支路之間的復(fù)相位旋轉(zhuǎn)，因此可以通過(guò)FFT在完成相干累積的同時(shí)完成了頻率精估計(jì)。同時(shí)引入前置濾波器，將其級(jí)聯(lián)多重前相關(guān)差分檢測(cè)不但可以提供足夠的增益來(lái)捕獲弱信號(hào)，同時(shí)保留了很強(qiáng)的多普勒頻差抑制能力。為了減少計(jì)算復(fù)雜度，利用C/A碼移位相乘僅得到2個(gè)變更C/A碼的關(guān)系，降低了運(yùn)算量。
　　然后提出雙差全比特檢測(cè)方法，與典型的

6、半比特方法只利用了一半的信號(hào)能量不同，充分利用了觀測(cè)時(shí)間內(nèi)的信號(hào)能量，提高有效累積時(shí)間，并且減少了平方損失。并且引入了前置濾波器，大大降低運(yùn)算復(fù)雜度。使用峰均比作為判決變量，通過(guò)軟件源仿真，得到判決變量的概率密度分布函數(shù)，及工作特性曲線等性能。進(jìn)一步將其移植，應(yīng)用到FPGA原型接收機(jī)中，與半比特法相比提高了信號(hào)檢測(cè)靈敏度，抑制了噪聲，減小了導(dǎo)航數(shù)據(jù)和多普勒頻率的影響。
　　最后對(duì)現(xiàn)代化GNSS信號(hào)，分析現(xiàn)代化信號(hào)的時(shí)頻特性，針對(duì)其

7、特有的信號(hào)導(dǎo)頻結(jié)構(gòu)將協(xié)作后相關(guān)差分檢測(cè)方法擴(kuò)展為適應(yīng)GPS L2C的形式，捕獲CM碼和CL碼；將多重前相關(guān)差分檢測(cè)擴(kuò)展為適應(yīng)L5信號(hào)，非常適合NH碼信號(hào)的檢測(cè)。兩種方法與傳統(tǒng)的后相關(guān)非相干檢測(cè)檢測(cè)相比都提高了捕獲靈敏度，同時(shí)還可進(jìn)行頻率的精估計(jì)。
　　本文在進(jìn)行算法的比較與分析時(shí)，為了便于核心算法的理論推導(dǎo)與仿真驗(yàn)證，將信號(hào)檢測(cè)理論中的檢測(cè)指數(shù)作為評(píng)價(jià)靈敏度的主要指標(biāo)，并驗(yàn)證了在導(dǎo)航數(shù)據(jù)和多普勒頻率的影響下檢測(cè)指數(shù)性能。本文在軟件