论文部分内容阅读
随着全球经济和科技的飞速发展,全球卫星导航系统也发展的如日中天,卫星导航系统在科技、民用、军事领域被广泛使用。同时,由于导航系统及其卫星数目以及导航业务的不断增加,致使导航频段间逐渐拥挤。为降低同一频段信号之间的干扰现象与信号兼容问题,二进制偏移载波(Binary Offset Carrier,BOC)调制信号被提出,且衍生出多种BOC信号。为提升码跟踪精度和抗多径能力,在BOC调制信号的基础上衍生出复合二进制偏移载波(Composite Binary Offset Carrier,CBOC)调制信号;为增加信息保密性以及信号的跟踪捕获精度,时分数据调制二进制偏移载波(Time Division Data Modulation Binary Offset Carrier,TDDM-BOC)信号被提出。目前,美国的全球定位系统、欧盟的Galileo卫星导航系统以及中国的“北斗”导航系统中已选用了CBOC和TDDM-BOC这两种新型的BOC衍生信号。因此信息管理与控制就显得尤为重要,所以针对TDDM-BOC及CBOC信号序列等方面盲估计研究的重要性日渐凸显。本论文首先研究了CBOC及TDDM-BOC信号的调制原理和信号自身的特性,其次对两种信号的盲估计算法进行了深入的研究与探讨。主要工作如下:(1)针对CBOC调制信号的序列盲估计问题,研究了一种基于Hebbian学习规则的主分量分析神经网络算法。该算法首先利用以两倍信息符号周期长度分段的奇异值分解算法来验证CBOC调制信号的组合码序列盲估计的可行性;其次为解决奇异值分解算法对内存要求过高、复杂度较高的缺点,引入基于Hebbian学习规则的主分量分析神经网络,最终实现CBOC信号组合码序列的盲估计。(2)针对奇异值分解方法在TDDM-BOC信号组合码序列盲估计中无法处理长数据向量和算法复杂度高的问题,研究了一种基于Sanger神经网络的信号组合码序列盲估计方法。令经过分段处理后的一周期TDDM-BOC信号作为算法中的输入信号,该信号的组合码序列可用算法中权值向量的符号函数所代表。利用不断输入信号达到反复训练权值向量的目的,直至算法完全收敛,最后利用权值向量的符号函数将TDDM-BOC信号的组合码序列重新构建。另外,文中引入基于递归最小二乘下的变步长收敛模型,很大程度上改善了神经网络的收敛速度。(3)针对Sanger神经网络在TDDM-BOC信号组合码序列盲估计中收敛速度较慢的问题,研究了一种基于LEAP神经网络的TDDM-BOC信号组合码序列盲估计方法。LEAP神经网络是在Sanger神经网络的基础上改善后产生的算法,将分段后的信号作为输入信号,利用训练后的权值向量重建信号的组合码序列,通过对权值更新公式的改进,达到提高收敛速度的目的。