弱信号环境下的GNSS信号捕获技术研究

《弱信号环境下的GNSS信号捕获技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要西安电子科技大学学位论文独创性(或创新性)声明l唧㈣Y2380107秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：雩o：翌焘日期：丝!坐塑尘西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保

2、留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本学位论文属于保密，在一年解密后适用本授权书。本人签名：孪生建导师签名：日期：塑!坐竺旦!!竺日期：兰翌!呈!!兰!!Z摘要摘要GNSS(GlobalNavigationSatelliteSystem，全球卫星导航系统)已经在全世界范围内得到了广泛的应用，但是

3、当GNSS接收机工作在室内，密集城区等各种信号条件恶劣的复杂信道环境中时，GNSS信号功率会受到严重衰减，信号幅度和相位也会受到多径衰落的影响变化剧烈，接收信噪比将会严重恶化，普通的GNSS接收机将难以正确的捕获和跟踪导航卫星信号。近年来，随着基于位置服务(LoeationBasedService，LBS)应用需求的增加，室f钆城市环境等条件的定位已得到越来越广泛的关注，因此独立模块高灵敏度GNSS和辅助高灵敏度GNSS(AssistedGNSS，A．GNSS)定位技术已成为当前的研究热点。高灵敏度定位的接收机基带信号处理中，捕获是最为关键的接收机技术之一，基于这个背景，本论文重点对高灵敏度

4、接收机的码和频率捕获算法进行了研究，尤其是针对国内学者研究较少的衰落信道下的GNSS捕获算法与捕获性能，进行了广泛深入的研究，其主要创新性工作及研究成果如下：1．对卫星信道的小尺度衰落特性进行了建模，量化分析了信道特征对相干积分检测性能的影响，指出相干积分长度不仅受频偏和数据比特翻转影响，还取决于信道相干时间，并据此给出了不同移动速度引起的多普勤【扩展下的相干积分时间建议。同时，这一分析结论可用于解释近年来Broumandans等提出的合成天线(Syntheticantenna)等增益合并优于相干积分检测的结论。2．对于移动速度低的卫星信号捕获，针对频偏影响下的检测性能下降，结合PMF．FF

5、T码捕获算法结构，提出了两种高精度的频偏估计方法，并用于码相位与多普勒频偏的联合捕获，还将基于FFT谱线差值的码和多普勒频偏联合捕获算法推广至虚拟天线和多天线。此外，结合频偏估计的CRLB下界，对频偏估计的概率密度分布进行了合理假设，建立了码和多普勒联合捕获的理论检测性能解析表达式，弥补了这一方向的理论检测性能研究缺失。理论分析和仿真结果表明本文的码相位和多普勒频偏的联合捕获算法可以有效改善频偏估计精度，提升检测概率，并且具有极低的复杂度。3．针对较小时频不确定性的卫星弱信号捕获，提出了一种结合离散余弦变换(DCT)的变换域滤波码捕获算法。利用同步与非同步码相位相关器输出矢量的不同时变特性，

6、通过DCT变换域的滤波和IDCT重构，有效提高了检测信号的信噪比，从而提高了信号的捕获概率。此外，还将此算法推广至多天线，并建立了高斯和衰落信道下DCT变换域滤波捕获算法的理论检测性能解析表达式。理论分析和仿真结果表明，此检测算法可以在信号能量无损的情况下，有效降低噪声的能量，从而提升检测概率，并且在移动速度稍高的衰落信道下，可获得更大的增益。此摘要外，它可以用于Broumandans等提出的合成天线(Syntheticantenna)等增益合并的算法改进，进一步提升衰落信道下的弱信号捕获性能。4．针对卫星信号强度差异较大时的弱信号捕获性能下降问题，分析了不同相干积分时间下的强弱信号下的互相

7、关干扰强度，由此确定对于需要干扰消除的弱信号，只需考虑整数kHz附近的频偏，并基于这个结论，提出了一种基于预存的互干扰矢量，直接对弱信号的相干检测结果进行干扰消除的干扰消除算法。这种算法无需重构干扰信号，且避免了对互相关矢量的实时计算，大大降低了计算复杂度。仿真实现及仿真结果表明本文检测算法可以有效提升弱信号的检测概率，并且具有极低的复杂度。最后，本文结合实际弱信号参数，针对各种算法的适用场景和性能增益进行了