星基导航系统(GNSS)被公认为是最好的无线电导航系统,但由于其信号微弱很容易受到干扰,使其应用受到影响。研究结果表明,Loran-C系统的应用潜力没有得到充分的发挥,完全可以成为GNSS系统最好的补充,Loran-C接收机技术在今后的10-20年还会得到巨大的发展。例如北美的Loran-C接收机,在发射台站全部可视的范围内可同时跟踪30-35个发射台站。本论文主要研究Loran-C数字信号处理的关键技术。本论文主要通过两种不同的途径研究了Loran-C数字信号处理的关键技术。第一种途径是在现有Loran-C信号格式下,研究Loran-C数字信号处理的关键技术。如数字带通滤波器及其优化、自适应滤波器、时间延迟估计、算法强度缩减等等。第二种途径是研究了利用Loran-C数据链传播授时信息的解调技术。具体研究工作如下:研究了连续波干扰对Loran-C信号的影响。高阶的数字FIR带通滤波器能够抑制大多数的干扰,剩余的同步干扰则需要用陷波器来抑制。首先,借助Matlab中的Fdatool工具箱设计了数字带通滤波器。然后研究FIR滤波器常系数的CSD编码表示,有效减少了常系数乘法中所需加法/减法的个数。一般来讲,CSD编码能够比二进制编码减少33%的非零数位。为了进一步减少硬件的复杂程度,最后研究了算法强度的缩减。为了抑制同步干扰研究了自适应滤波器。首先介绍了LMS和NLMS两种自适应滤波器。并且针对Loran-C信号特点,对这两种自适应滤波器的性能进行了仿真分析和对比。在此基础上,作者提出了GNGD算法,并首次应用到抑制Loran-C信号中的同步连续波干扰。GNGD算法能够有效克服NLMS算法在系数估计中的参数初始值敏感问题,并且可以取得比NLMS更好的线性化效果。仿真结果表明:GNGD算法具有更好的自适应滤波效果。天波干扰通常影响Loran-C接收机的性能,目前所设计的Loran-C接收机采用固定的采样时间点,导致对天波的抑制方法不是最优的。本论文研究了分离天波和地波的傅立叶反变换频谱相除法,并对时间延迟估计的主要性能参数(如信噪比、带通滤波器、天波地波强度比、窗函数)进行了研究。针对此方法中分辨率较低且在信噪比低时失效的缺陷,本论文研究了高分辨率的估计技术(如MUSIC算法、特征向量分解算法)。在此基础上,作者首次将改进的ESPRIT算法应用到天波延迟估计。由于改进的ESPRIT算法消除了在整个时域的搜索,因此更适合于实时处理。之后利用Matlab对这些算法进行了仿真分析和对比,验证了以上的结论。最后研究了Loran-C数据链。Loran-C数据链是利用罗兰C信号作载体建立的数据通讯系统,它能够发播授时信息。本论文给出了两种授时电文,通过信号处理程序解调出了宣城台发播的Loran-C数据链中的授时信息。