说明书一种基于均值法的P码自适应捕获方法
技术领域
本发明属于信号捕捉领域,具体涉及一种基于均值法的P码自适应捕获方 法。
背景技术
全球定位系统(GPS)能为用户提供标准定位服务(SPS)和精密定位服务 (PPS)。PPS能提供更为精确的定位精度和授时精度。SPS的提供是以C/A码为 基础,而PPS的提供是以P码为基础。一般P码的捕获是以C/A码的捕获为基 础,根据C/A码提供的信息对P码信号进行捕获,但是C/A码容易受到干扰, 因此对于P码的直接捕获就变得非常重要。P码是一种周期长、速率高的伪随机 码,直接捕获的难度较大,需要很长的捕获时间和巨大的运算量。
目前,国外对P码直接捕获的算法进行了很多研究。1997年,J.B.Lozow 对非相干检测时采用串行和并行搜索的P码捕获进行了分析,给出了平均捕获 时间。对于P码的直接捕获方法可以大致分为两类:①时域捕获算法,Robert Wolfert和Steve Chen在1998年提出了用Y-EXPRESS处理器实现P码直接捕获 的方法,该方法主要基于大规模并行相关器实现。②频域捕获算法,Jing Pang 在2003年提出了直接平均和重叠平均算法。这种平均直接捕获技术使得用FFT 进行P码的捕获成为可能,但在降低直接捕获复杂度的同时却引入了较大的多 址干扰。国内近年来,对P码直接捕获方法研究也比较多,用小波变换代替FFT 进行时域到频域计算,可以降低数据量,大致估算出多普勒频率;还有大量研 究集中在对现有算法的具体实现。
国内外出现很多的P码直接捕获的方法,其中具有一定应用价值的是均值 法,但在实现和应用过程中很少考虑算法本身造成的信噪比损失,使得在信号 较弱时,无法满足捕获条件。
发明内容
本发明的目的在于克服上述不足,提供一种基于均值法的P码自适应捕获 方法,在信号较强时具均值法计算量较小;而在信号较弱时,通过非相关累加 的方式,增加检测信噪比,在均值法无法满足捕获要求的情况下依然可以进行 信号的捕获。
为了达到上述目的,本发明包括以下步骤:
步骤一:采用接收机接收来自卫星的信号,得到卫星信号的信噪比,若信 噪比小于40dB,则继续接收;若信噪比大于40dB,将接收到的信号进行下变频 和A/D转换,变成数字中频采样信号;
步骤二:在数字中频采样信号中引入白噪音,并采用相关器和数字混频器 去除中频幅值后进行m长码解扩;
步骤三:将解扩后的信号中的伪码序列按照每N点依次进行均值处理,构 成新的信号伪码序列,引入本地伪码序列同样按照每N点依次进行均值处理, 构成新的本地伪码序列;
步骤四:将新的信号伪码序列和本地伪码序列进行循环相关处理,当出现 高于判决门限的相关峰值时,就能够将信号中的码元对应出本地伪码序列中具 体码区间,进而确定确切位置,完成捕获。
所述步骤一中,信噪比根据GPS系统的ICD文件,L1频段的P码信号的发 射等效全向辐射功率为EIRPL1-P,GPS信号是从距地面R的低轨道卫星上发送到 地面上来的,其自由空间衰减为其中λ为GPS信号的波长,实际大 气层的衰减约为A≈2dB,因此L1频段P码到达地面的信号强度为:
PL1-P=EIRPL1-P-F-A;
影响GPS噪声的主要因素是环境温度和设备噪声,因此统一化GPS接收机 的噪声温度等效为513K,因此GPS接收机的噪声密度为N0=kT,其中k为玻尔 兹曼常数,T为热力学温度;
因此可知P码信号的噪声功率为其中B为GPS信号到地面的 距离;
P码信号到达地面的信号强度,因此载噪比为信噪比为
所述步骤二中,解扩过程如下:
设在时间段T,有数字化中频采样信号S1,S2…,Sm×n,去除中频后幅值为 VS(1),VS(2)...,VS(m×n),则信号功率为:
噪声N1,N2...,Nm×n功率为:
解扩前,信噪比为
进行m长码元解扩,则信号功率为:
进行m长码元解扩,则噪声功率为:
解扩后,信噪比为因此扩频带来的增益是10log(m)。
所述步骤三中,经过下变频处理后的数字中频信号序为G1=[S1,S2...,Sm×n], 对其进行均值处理,进行L点平均后:
K×L=m×n,K,L,m,n∈N
本地产生的随机码序列为G3=[P1,P2...,Pm×n],进行L点平均后:
所述步骤三中,对解扩后的信号中的伪码序列和本地伪码序列进行均值处 理后,对均值处理后的信噪比小于40dB的信号进行非相关累加,非相关累加增 益为相关累加增益减去非相关累加损失:
Gi(n)=Ge(n)-L(n)
Ge=10lg(n)
式中:n为累加次数,Pf为虚警概率,Pd为检验概 率。
与现有技术相比,本发明以循环相关的理论为基础而提出的一种快速P码 直接捕获算法,将接收信号伪码序列中的每N点依次进行均值处理构成新的序 列,本地伪码序列也进行同样的处理构成新的序列,进而两个新的序列进行循 环相关处理,当出现高于判决门限的相关峰值时,就可以判断出接收信号中的 码元所在的具体码区间,进而确定其确切位置,本发明在信号较强时相当于基 本的均值法,具有节省计算量的优点。
进一步的,本发明在信号较弱,基本的均值法无法满足捕获条件的情况下, 本发明基于均值法自适应直捕算法也可以通过非相关累积的方式达到进行直接 捕获。
附图说明
图1为本发明的流程图;
图2为本发明L参数与信噪比损失的关系图;
图3为均值法相关峰值图;
图4为基于均值法自适应直捕算法相关峰值图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明
参见图1,本发明包括以下步骤:
步骤一:采用接收机接收来自卫星的信号,信噪比根据GPS系统的ICD文 件,L1频段的P码信号的发射等效全向辐射功率为EIRPL1-P,GPS信号是从距 地面R的低轨道卫星上发送到地面上来的,其自由空间衰减为其 中λ为GPS信号的波长,实际大气层的衰减约为A≈2dB,因此L1频段P码到达 地面的信号强度为:PL1-P=EIRPL1-P-F-A;
影响GPS噪声的主要因素是环境温度和设备噪声,因此统一化GPS接收机 的噪声温度等效为513K,因此GPS接收机的噪声密度为N0=kT,其中k为玻尔 兹曼常数,T为热力学温度;
因此可知P码信号的噪声功率为其中B为GPS信号到地面的 距离;
P码信号到达地面的信号强度,因此载噪比为信噪比为
若信噪比小于40dB,则继续接收;若信噪比大于40dB,将接收到的信号进 行下变频和A/D转换,变成数字中频采样信号;
步骤二:在数字中频采样信号中引入白噪音,并采用相关器和数字混频器 去除中频幅值后进行m长码解扩;
解扩过程如下,设在时间段T,有数字化中频采样信号S1,S2...,Sm×n,去除 中频后幅值为VS(1),VS(2)…,VS(m×n),则|VS(1)|≈|VS(2)|≈...≈|VS(m×n)|≈VS|,信号功 率为:
噪声N1,N2...,Nm×n功率为:
解扩前,信噪比为
进行m长码元解扩,则信号功率为:
进行m长码元解扩,则噪声功率为:
解扩后,信噪比为因此扩频带来的增益是10log(m)
步骤三:将解扩后的信号中的伪码序列按照每N点依次进行均值处理,构 成新的信号伪码序列,经过下变频处理后的数字中频信号序为 G1=[S1,S2...,Sm×n],对其进行均值处理,进行L点平均后:
K×L=m×n,K,L,m,n∈N
引入本地伪码序列同样按照每N点依次进行均值处理,构成新的本地伪码 序列,本地产生的随机码序列为G3=[P1,P2...,Pm×n],进行L点平均后:
对解扩后的信号中的伪码序列和本地伪码序列进行均值处理后,对均值处 理后的信噪比小于40dB的信号进行非相关累加,非相关累加增益为相关累加增 益减去非相关累加损失:
Gi(n)=Ge(n)-L(n)
Ge=10lg(n)
式中:n为累加次数,Pf为虚警概率,Pd为检验概 率;
步骤四:将新的信号伪码序列和本地伪码序列进行循环相关处理,当出现 高于判决门限的相关峰值时,就能够将信号中的码元对应出本地伪码序列中具 体码区间,进而确定确切位置,完成捕获。
实施例1:
步骤一:根据GPS系统的ICD文件,L1频段的P码信号的发射等效全向辐 射功率EIRP为:
EIRPL1-P=239.32W=23.8dBW (1)
GPS信号是从距地面R=20000km的低轨道卫星上发送到地面上来的,其自 由空间衰减为:
其中,λ为**;
以上为真空所获得的结果,实际大气层的衰减为A≈2dB,因此L1频段P 码到达地面的信号强度为:
PL1-P=EIRPL1-P-F-A=23.8-182.4-2.0 =-160.6dBW=-130.6dBmW (3)
影响GPS噪声的主要因素是环境温度和设备噪声,因此统一化GPS接收机 的噪声温度等效为513K,GPS接收机的噪声密度为:
N0=kT=10lg(1.38×10-23×513) =-201.5dBW/Hz=-171.5dBmW/Hz (4)
因此可知P码信号的噪声功率:
由式(3)知道P码信号到达地面的信号强度,因此载噪比为:
信噪比为:
信号经过射频模块进行下变频和A/D转换,变成数字中频采样信号,交由 基带模块进行处理。
步骤二:在数字中频采样信号中引入白噪音,并采用相关器和数字混频器 去除中频幅值后进行m长码解扩,
设在时间段T,有数字化中频采样信号S1,S2...,Sm×n,去除中频后幅值为 VS(1),VS(2)...,VS(m×n),则信号功率为:
噪声N1,N2...,Nm×n功率为:
解扩前,信噪比为
进行m长码元解扩,则信号功率为:
进行m长码元解扩,则噪声功率为:
解扩后,信噪比为因此扩频带来的增益是10log(m)。
步骤三:将解扩后的信号中的伪码序列按照每N点依次进行均值处理,构 成新的信号伪码序列,经过下变频处理后的数字中频信号序为 G1=[S1,S2...,Sm×n],对其进行均值处理,进行L点平均后:
K×L=m×n,K,L,m,n∈N
引入本地伪码序列同样按照每N点依次进行均值处理,构成新的本地伪码 序列,本地产生的随机码序列为G3=[P1,P2...,Pm×n],进行L点平均后:
参见图2,均值法中参数L的设置值与信噪比损失的关系可以看出L设 置的越大,信噪比损失越严重,当L=1时即为逐点相关法。
均值法虽然可以节约计算量,但同时会造成信噪比损失,如果接收信号强 度较弱,则均值法法无法进行有效捕获。非相关累加是将一长串输入数据分成 许多段,相关累加在每段实施,非相关累加是将相关累加结果加到一起,得到 更高的信噪比。对解扩后的信号中的伪码序列和本地伪码序列进行均值处理后, 对均值处理后的信噪比小于40dB的信号进行非相关累加,非相关累加增益为相 关累加增益减去非相关累加损失:
Gi(n)=Ge(n)-L(n)
Ge=10lg(n)
式中:n为累加次数,Pf为虚警概率,Pd为检验概 率。
步骤四:将新的信号伪码序列和本地伪码序列进行循环相关处理,当出现 高于判决门限的相关峰值时,就能够将信号中的码元对应出本地伪码序列中具 体码区间,进而确定确切位置,完成捕获。
因此可以看出在虚警概率和检验概率一定的情况下,增加非相关累计的次 数n可以最终提高检测信噪比。针对均值法的特点,将非相关累加方法引入对 现有均值法进行改进,计算累加后相关峰值与噪声的功率比是否满足捕获要求, 进一步决定是否继续进行非相关累加来提高检测信噪比,最终确定出具体码相 位,完成捕获。
要保证检测概率Pd=90%,虚警概率Pf=10-7,相关后的检测信噪比要 大于14dB,根据式(7)可知,信号到达地面最强时的信噪比为-32.1dB,假设信 号因为遮挡等原因,信噪比衰减到-35dB,天线与射频链路增益为2dB。采用L=7 的均值法法进行4ms捕获,相关结果如图3所示,相关后的信噪比为7dB,无法 达到捕获要求。而本发明在同样条件下采用L=4的基于均值法自适应算法进行 捕获,经过多次非相关累加后,相关结果如图4所示,相关后的信噪比为14.5dB, 可以达到捕获要求。