论文部分内容阅读
21世纪以来,随着全球卫星导航系统的不断完善和发展,全球卫星导航系统不仅仅在航天科研上大量应用,且在服务人类生产生活上提供便捷。为了解决频谱拥挤严重的问题,引入了二进制偏移载波(Binary Offset Carrier,BOC)调制信号,而且该信号具有较好的主峰多峰值特性,定位精度更加准确。在BOC信号基础上,进一步产生了一系列BOC衍生信号,如组合二进制偏移载波(Composite Binary Offset Carrier,CBOC)调制信号等等。随着各国导航系统大量采用这些BOC族信号,针对BOC及CBOC信号的参数盲估计研究就显得很有意义。本文首先给出了BOC与CBOC信号的模型以及两个信号的特性,接着对两个信号的参数盲估计算法进行了较深入的研究与分析。其主要研究内容如下:(1)针对CBOC信号的伪码速率、副载波速率以及载频速率盲估计的难题,研究了循环谱算法。该方法首先根据CBOC信号的特性以及该信号的循环平稳特性,推导出了该信号的循环自相关表达式,接着对表达式进行傅氏变换可得到两个BOC循环谱的叠加形式,最后根据叠加的CBOC信号循环频率截面峰值特性,对伪码、副载波以及载频速率进行盲估计。(2)针对传统奇异值分解(Signal Value Decomposition,SVD)算法估计BOC组合码序列以及信息码序列存在酉模糊问题,研究了一种改进的SVD算法。该算法首先对SVD算法得到的最大奇异值的特征向量以及次大奇异值的特征向量进行线性变换,即将构造出的系数矩阵与传统SVD算法得到的两个较大特征向量进行相乘,然后根据系数矩阵特点优化筛选出最优的系数矩阵,最后把系数矩阵代入特征向量变换方程中。可以在较低的信噪比下估计出组合码序列与信息码序列,从而避免了酉模糊。(3)针对CBOC信号伪码周期以及组合码序列盲估计的问题,分别提出了二次谱算法和径向基函数(Radial Basis Function,RBF)神经网络算法。首先推导出该信号的二次谱,可根据二次谱的谱峰间隔求出伪码周期。再估计出伪码周期以及在允许有一定误码率的情况下,先对一周期组合码序列重叠分段,并在RBF神经网络中优化筛选出学习系数,然后对每段序列作为RBF神经网络的输入向量进行有监督的调节,最后对截取的每段数据向量多次输入并且不断训练权值向量,就可以恢复原组合码序列。