基于BOC调制的导航信号捕获跟踪方法研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:haha7289
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
BOC调制技术作为一种新型调制方式在全球卫星导航系统中得到广泛应用,其频谱分裂特性和窄相关峰特性能够避免与其他信号频谱混叠,增强抗多径能力及伪码跟踪精度,在有限的频带资源条件下很好的解决了GPS、伽利略、格洛纳斯以及北斗等卫星导航系统的兼容共存问题。然而BOC信号的自相关函数相比于传统BPSK信号具有多个副峰,导致GNSS接收机在接收端进行捕获跟踪处理时易捕获到其他旁峰引起模糊问题。本课题正是针对以上问题开展基于BOC调制的无模糊捕获跟踪问题研究,主要研究内容归纳如下:本文首先研究了卫星信号的调制技术,包括传统BPSK调制、标准BOC调制及衍生出的MBOC和Alt BOC调制技术,重点详述了BOC调制原理并仿真了BOC信号的频谱密度和自相关函数。其次介绍了三种经典的BOC无模糊度捕获算法:BPSK-like、SCPC与ASPe CT,对三种算法的原理作了具体介绍并通过理论与仿真验证了三种算法存在的优缺点。文中提出一种组合相关函数的BOC无模糊捕获方法,仿真结果表明,对于BOCs(1,1)信号,与经典ASPe CT算法相比子相关函数方法检测灵敏度提高了3d BHz,对于BOCc(1,1)信号,其检测概率与BPSK-like方法相近。另外还提出一种基于相关移位的捕获算法,该方法相比于BPSK-like与SCPC具有更高的去模糊度有效性以及捕获灵敏度。最后阐述了卫星信号的跟踪原理以及传统GPS跟踪环路。提出一种新的无模糊跟踪算法,通过重构规则组合成一种新的相关函数,在保持窄相关的同时消除了副峰,完成了对BOC(n,n)信号的跟踪。该算法的优点是操作简便且不需要设计辅助信号,仅仅需要对BOC(n,n)信号做自相关处理后再进行简单的运算,实现复杂度低。理论推导和仿真分析结果表明:与传统EMLP、ASPe CT以及SCPC算法相比,该算法主峰尖锐且峰值较高,去模糊性能最好。其鉴相曲线在-0.1Tc 0.1Tc的线性区间有较大斜率,且鉴相曲线更加稳定。对于BOC-sin(n,n)和BOC-cos(n,n)信号,该算法的码相位测量误差均方差相比于SCPC算法分别减少了0.36Tc和0.31Tc,抗噪声性能最好。在抗多径性能方面,多径包络面积最小,多径抑制效果最优。
其他文献
对变系数椭圆方程和抛物方程研究Legendre Galerkin(LG)谱配置最小二乘法.针对一类变系数的椭圆方程,给出了LG谱配置最小二乘法,结合Chebyshev配置法,得到具有对称正定的离散系统,便于利用迭代方法求解.在数值分析中,该方法耦合了Legendre方法的良好稳定性;在数值计算中,由于采用的Chebyshev插值具有快速计算的特点,所以对变系数部分的处理更具优势,并且通过选取的合理
进入21世纪以来,全球卫星导航系统(Global Navigation Satellite System,GNSS)技术发展迅速,并趋向成熟。在绚烂的城市之中,交通网络给人们生活带来极大的便利,可靠的位置服务技术变得越来越重要。由于城市高楼大厦、隧道、矿井等室内环境逐渐增多,室内定位技术得到极大的应用。室内复杂环境会严重制约卫星信号,导致GNSS定位结果差强人意,甚至会出现定位不可靠的问题。所以国
异常检测是一种重要的数据挖掘手段,它的目标在于发掘与大多数对象不同的对象,这部分对象被称为异常点或离群点。在实际应用中,异常点往往包含了很多重要的信息,提前发现异常对规避未知风险和提高数据质量有着重要的意义。异常检测技术在网络入侵检测、工业故障检测、信用卡欺诈检测等众多领域都有着大量应用。然而在当前的大数据环境下,传统异常检测算法面临着高维数据稀疏性强、海量数据计算速度慢、不同场景下异常定义难等问
近年来,中国南方工业化程度较低的旅游城市也出现了较严重的大气污染现象。桂林第三产业占全市GDP总额的56.9%,人均GDP与梧州市和崇左市持平;虽低于两市污染物排放量,但大气环境质量却较差,其中全州县、平乐县、永福县和市区PM2.5总量整体偏高,该现象值得深入分析。针对这一现象,从整体数据研究,发现桂林市当地的污染不足以造成严重的环境污染,桂林市的环境污染不仅仅来自于当地污染源,可能与外部污染源有
金属粉末床电子束增材制造技术要满足大尺寸金属零件的成形要求,需要扩大电子束的偏转角度,从而会加大电子束像散,常规两相绕组偏转扫描装置内部磁场的非均匀性会加大附加像散,附加散焦过大会超过偏扫扫描系统的聚焦校正能力,因而像散是制约电子束大广角扫描的主要因素。因此,提高偏转扫描装置内部磁场均匀性,有利于降低像散,提高电子束的扫描范围和大尺寸成形精度。本文首先总结了国内外电子束选区熔化技术与设备的研究现状
微震监测技术在建筑物或工程项目的安全监测评估、矿山生产活动、页岩气或石油开采中破裂位置监测、水库诱发地震监测等诸多方面有着非常重要的作用。一般是在待监测区域布置一定数量的微震数据采集节点,采集节点将采集到的数据通过微震数据传输系统传输到微震监测中心的主机服务器上,进行数据解释及可视化处理。针对不同的应用环境使用不同的数据传输方式,在矿下一般采用光纤或电缆的传输方式,在视野开阔,沟壑纵深的地方,譬如
图像超分辨率是计算机视觉和图像处理领域一个非常重要的研究问题,由于现实环境或硬件设备的影响而造成了图像的分辨率过低,导致人们无法从图像上获得更进一步的细节信息,而图像超分辨率重建技术可以通过借助原始低分辨率图像重建成细节更丰富、清晰的高分辨率图像。随着深度学习在图像超分辨率重建工作中的发展,图像超分辨率重建的效果越来越好。本文主要针对现有的卷积神经网络超分辨率重建算法在泛化和网络特征复用等方面存在
目标跟踪是当前机器视觉领域内研究和应用的热点,国内外学者致力于提升跟踪算法的准确度和鲁棒性。如今,随着无人机在生产生活中的广泛应用,在无人机平台上实现计算机视觉应用已经成为了一种发展趋势。本文设计了一种伪孪生网络框架,该框架包含一个目标跟踪分支和一个模板库分支,分别执行目标跟踪任务和模板存储更新任务。目标跟踪分支是基于核密度估计改进的算法完成目标跟踪任务,该分支算法能解决无人机目标跟踪过程中的尺度
随着智能设备的普及以及科技的迅猛发展,传统的身份验证方式,如ID卡、密码、签名等已经不能满足人们对数据安全以及信息保护的要求。目前大多数的生物特征系统是将用户的特征信息直接存储或进行用户身份的认证,很容易遭到攻击,从而导致用户信息的泄露。因此,构造一种安全可靠的生物特征识别方案是人们关注的热点问题。其中构建一个安全的数据模板及评分标准成为关键。与其他生物特征相比,声纹识别具有无接触、信息量大、成本
随着我国经济的快速发展,汽车总量急剧增加,原有的交通监管系统相对滞后。如何建设一套适合新形势的、完善的、智能和精确的交通监管系统,成了亟待解决的问题。交通监管系统综合应用了各种重要的技术,其中车辆目标检测是非常关键的一项。因此,车辆目标检测成了近年来的研究热点,受到图像处理与识别、人工智能等相关领域学者的广泛关注。目前主要有两种车辆目标检测方法。第一种方法是使用人工提取特征结合机器学习分类来检测车