论文部分内容阅读
北斗接收机作为北斗导航系统的用户终端部分,通过对接收的卫星信号进行处理,从而获得用户的位置信息。其中接收机基带信号处理中的捕获、跟踪直接影响着接收机的性能,其主要任务是得到接收信号中的载波频率和测距码相位,并将它们从接收信号中剥离,以获得精确的导航信息。通常情况下接收机经过射频前端处理得到的中频信号信噪比较低,因此本文将围绕北斗弱信号的捕获跟踪算法展开研究。针对信号的捕获过程,由于传统的时域串行和频域并行捕获算法不能对弱信号进行捕获,因此通常采用相干累加、非相干累加和差分相干累加算法。通过比较可知,相较于非相干累加,相干累加和差分相干累加算法能够明显提高信噪比增益,然而这两种算法均受到导航数据比特跳变的影响而使累加的时间受到限制。对此本文提出了基于比特跳变估计的差分相干累加算法和基于比特跳变消除的相干累加算法,前者是通过差分相干运算来估计比特跳变的位置,从而将存在比特跳变的数据块剔除;而后者则是通过本地码补零和循环相关将比特跳变消除。通过仿真比较可看出,两者均能在数据含有比特跳变的情况下实现弱信号的捕获,此外后者相比于前者能捕获到信噪比低至-38dB的信号,且捕获的概率也高于前者。当捕获得到粗略的载波频率和码相位时,需要进一步跟踪,整个过程采用基于锁相环的跟踪环路来实现。同样,传统的跟踪环路在处理弱信号时容易造成环路的失锁,因此采用卡尔曼滤波代替其中的环路滤波器来对北斗信号中的状态向量进行估计。传统的卡尔曼滤波算法在动态变化的环路中由于受到固定状态模型的影响使得跟踪的结果发散,本文针对该问题提出了自适应卡尔曼算法,通过新息序列对噪声方差进行实时估计,同时引入自适应渐消因子提高卡尔曼滤波增益,以此提高量测值对估计值修正的权重,抑制滤波发散。通过仿真可看出,引入卡尔曼滤波算法能够对弱信号进行跟踪,而本文提出的自适应卡尔曼滤波相较于传统的卡尔曼滤波算法能够跟踪到-35dB的北斗信号,其性能优于传统的卡尔曼滤波。