本文關(guān)鍵詞：GPS衛(wèi)星導(dǎo)航信號(hào)捕獲算法研究

  更多相關(guān)文章： GPS 高靈敏度 聯(lián)合捕獲 差分相干累積 L2C

【摘要】：歷經(jīng)三十余年的發(fā)展與創(chuàng)新,GPS已經(jīng)融入日常生活中的各個(gè)領(lǐng)域。信號(hào)捕獲方面的研究始終是研究的熱點(diǎn)之一,國(guó)內(nèi)外圍繞該方面已開展工作多年,取得了許多重要的成果。隨著GPS現(xiàn)代化進(jìn)程的推進(jìn),新增的民用信號(hào)正得到研究者們的廣泛關(guān)注,為信號(hào)捕獲算法的研究帶來(lái)了新的活力。本文主要圍繞弱信號(hào)條件下的捕獲算法進(jìn)行了研究,并結(jié)合使用了新增的民用信號(hào)L2C。主要工作包括:本文對(duì)傳統(tǒng)的GPS信號(hào)構(gòu)成和產(chǎn)生原理進(jìn)行了闡述,結(jié)合分析建立了數(shù)字中頻信號(hào)的數(shù)學(xué)模型。本文引入了三個(gè)用以評(píng)估捕獲性能的分析指標(biāo):檢測(cè)概率、虛警概率和信噪比增益;介紹了三種常規(guī)捕獲中的基礎(chǔ)模型,在分析與仿真驗(yàn)證后選擇并行碼相位搜索模型作為后續(xù)研究的基礎(chǔ)。本文針對(duì)弱信號(hào)環(huán)境下信號(hào)功率微弱的特點(diǎn),詳細(xì)闡述了幾種有效的改善信號(hào)質(zhì)量的累積算法,根據(jù)理論分析和實(shí)驗(yàn)仿真比較各自的優(yōu)缺點(diǎn)。相干累積算法對(duì)提升信噪比增益最為有效;非相干累積算法雖能提高捕獲效率,但會(huì)引入平方損耗;差分相干累積算法在平衡兩者優(yōu)缺點(diǎn)的基礎(chǔ)上被提出。本文在上述研究的基礎(chǔ)上,提出了一種建立在差分相干累積上的改進(jìn)算法,使用半比特法消除了導(dǎo)航數(shù)據(jù)符號(hào)變化對(duì)相干累積的影響;通過(guò)取模的方法避免了差分相干累積受到導(dǎo)航數(shù)據(jù)符號(hào)變化的干擾;采用圓周移位搜索方法減少了快速傅里葉變換及反變換的次數(shù),提高了捕獲的速度。仿真結(jié)果驗(yàn)證了改進(jìn)算法在捕獲性能上的優(yōu)越,并且隨著處理數(shù)據(jù)長(zhǎng)度的增加而提高。本文針對(duì)傳統(tǒng)信號(hào)的固有缺陷,通過(guò)對(duì)新增民用L2C信號(hào)的結(jié)構(gòu)以及相關(guān)特性這兩方面的研究,分析了兩種信號(hào)的聯(lián)合使用可能對(duì)弱信號(hào)環(huán)境中信號(hào)捕獲算法的改進(jìn)帶來(lái)的積極意義。闡述了聯(lián)合捕獲的理論依據(jù),給出了五種聯(lián)合捕獲的算法或結(jié)構(gòu)。仿真結(jié)果表明聯(lián)合捕獲算法切實(shí)可行并且捕獲性能相較于單信號(hào)的非相干累積算法要優(yōu)越不少,驗(yàn)證了之前的理論分析,在捕獲算法研究方面具有積極的意義。
【關(guān)鍵詞】：GPS 高靈敏度 聯(lián)合捕獲 差分相干累積 L2C
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：P228.4
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-11
• 1.1 課題的研究背景、目的和意義7
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀7-10
• 1.2.1 衛(wèi)星導(dǎo)航系統(tǒng)發(fā)展現(xiàn)狀7-9
• 1.2.2 衛(wèi)星信號(hào)捕獲技術(shù)的發(fā)展現(xiàn)狀9-10
• 1.3 本文的研究?jī)?nèi)容和結(jié)構(gòu)安排10-11
• 第二章 GPS信號(hào)的構(gòu)成11-21
• 2.1 GPS信號(hào)11-19
• 2.1.1 GPS信號(hào)的結(jié)構(gòu)12-13
• 2.1.2 C/A碼13-15
• 2.1.3 GPS信號(hào)功率與信噪比15-17
• 2.1.4 GPS信號(hào)的多普勒移17-19
• 2.2 GPS中頻信號(hào)模型19-20
• 2.3 本章小結(jié)20-21
• 第三章 GPS信號(hào)捕獲的基本原理和方法21-30
• 3.1 信號(hào)捕獲的基本過(guò)程21-22
• 3.2 捕獲的性能評(píng)價(jià)22-24
• 3.2.1 檢測(cè)概率和虛警概率22-23
• 3.2.2 等價(jià)相干累積信噪比增益23-24
• 3.3 GPS信號(hào)捕獲的基本方法24-29
• 3.3.1 串行搜索捕獲24-25
• 3.3.2 并行頻率空間搜索捕獲25-26
• 3.3.3 并行碼相位搜索捕獲26-28
• 3.3.4 基本算法的仿真實(shí)驗(yàn)28-29
• 3.4 本章小結(jié)29-30
• 第四章 GPS弱信號(hào)捕獲方法30-45
• 4.1 弱信號(hào)捕獲的影響因素30-32
• 4.1.1 接收機(jī)輸入的信噪比30
• 4.1.2 滯留多普勒頻移30-31
• 4.1.3 捕獲時(shí)的最大導(dǎo)航數(shù)據(jù)長(zhǎng)度31
• 4.1.4 多普勒頻移變化率31-32
• 4.1.5 強(qiáng)弱信號(hào)互相關(guān)干擾32
• 4.2 常用累積算法32-39
• 4.2.1 相干累積32-34
• 4.2.2 非相干累積34-36
• 4.2.3 差分相干累積36-38
• 4.2.4 仿真驗(yàn)證及性能分析38-39
• 4.3 基于差分累積的改進(jìn)算法39-44
• 4.3.1 半比特累積39-40
• 4.3.2 圓周移位多普勒搜索40-41
• 4.3.3 改進(jìn)算法41-42
• 4.3.4 改進(jìn)算法的仿真實(shí)驗(yàn)42-44
• 4.4 本章小結(jié)44-45
• 第五章 GPS信號(hào)聯(lián)合捕獲算法45-60
• 5.1 GPS現(xiàn)代化45-47
• 5.2 GPS的L2C信號(hào)47-51
• 5.2.1 L2C信號(hào)的結(jié)構(gòu)47-49
• 5.2.2 CL碼和CM碼49-51
• 5.2.3 捕獲方法分析51
• 5.3 L1 C/A和L2C聯(lián)合捕獲算法51-59
• 5.3.1 聯(lián)合捕獲的理論基礎(chǔ)51-52
• 5.3.2 基于FFT的聯(lián)合捕獲算法52-56
• 5.3.3 聯(lián)合捕獲算法仿真分析56-59
• 5.4 本章小結(jié)59-60
• 主要結(jié)論與展望60-62
• 主要結(jié)論60
• 展望60-62
• 致謝62-63
• 參考文獻(xiàn)63-66
• 附錄: 作者在攻讀碩士學(xué)位期間主要學(xué)術(shù)成果66

，

本文編號(hào)：938395