弱信号捕获（共4篇）
弱信号捕获 篇1
摘要：本文介绍了导航信号的特点及低信噪比条件下的捕获思想和方法, 分析了相干积分、非相干积分及二者相结合的原理。对于GNSS信号的搜索捕获采用长时间相干积分算法, 会导致频率的搜索范围增加;采用非相干积分算法将增加平方损失;采用相干积分与非相干积分结合的方法提高整体信号强度, 避免多普勒现象产生的影响, 实现对弱信号的捕获。仿真结果表明, 采用20ms的相干积分时间和5次非相干积分, 在没有互相关干扰的情况下, 可以接收信噪比为-35dB的弱信号。
关键词：全球卫星导航系统,相干积分-非相干积分,捕获,弱信号
一、引言
信号的捕获是导航信号接收机设计的关键环节。捕获原理是利用伪随机码的强自相关特性, 接收机以某个搜索点的频率和码相位为参数, 当产生的本地信号的码相位和载波频率与接收到的码相位和载波频率相匹配时, 当得到的相关值高于信号检测阈值, 则认为捕获成功。如果得到的相关值低于信号检测阈值, 则以下一个搜索点的频率和码相位为参数, 重新生成本地信号进行检测。在强信号条件下, 接收机对接收到的导航信号做一个伪码周期的相干积分, 信噪比就可达到15d B的理想值。在弱信号条件下接收到的导航信号可能会衰减20d B以上, 因此必须获得20d B以上信号处理增益, 才能将信噪比提高到接收机可以做出正确的信号检测所需要的理想强度, 从而捕获到信号。
弱导航信号是指信号强度在-180d BW~-188d BW之间的信号。随着导航技术应用的日益广泛, 在室内、深山峡谷、戈壁滩等信号条件恶劣的环境中, 由于信号的多径效应, 电离层等各种因素造成卫星导航信号有近30d B的衰减。通常, 导航信号达到地面的功率在-160d BW左右, 2M H z带宽的信噪比约为-19d B。每深入建筑物1m, 信号功率就要衰减1d B。普通写字楼内, 置于衣袋内的信号接收机端的信号功率只有-176d BW左右, 信噪比约为-35d B。本文以快速傅里叶变换为基础, 采用相干与非相干积分结合的方法, 验证对弱信号捕获的有效性。
二、信号模型
GNSS软件接收机捕获模块的输入信号是经过接收机前端降频处理后得到的中频 (IF) 信号。信号模型可表示为
式中, 为采样时刻接收到的基带信号;下标m表示可见星的编号;Am为信号幅值;dm (t) 为导航数据, 周期为TD;cm (t) 为伪随机码, 周期Tc;η为由多普勒频移引起的码速率相对变化;ts为伪随机码的起始时刻, 即码相位的测量值;fm, D为信号m的多普勒频移;vk为零均值、方差v2的加性高斯白噪声。
三、捕获方法
1. 相干积分
相干积分是充分利用伪随机码的强自相关性。长时间的相干积分可以滤掉更多的噪声, 因此可以提高捕获性能。相干积分原理结构如图1所示。
由图1可知:相干积分将相关结果直接进行累加, 保留了信号中的相位信息, 此时信号功率呈平方倍数增加, 而噪声功率只是线性增加, 因此累加次数越多、积分时间越长, 信噪比提高就越显著。然而, 由于受到导航电文数据比特宽度和多普勒频移误差的影响, 相干积分在没有外部辅助源的情况下, 积分的时间长度最大为一个电文数据位周期;否则, 由于数据位极性变化, 将引起不必要的损失。如需要更长时间的积分, 则采用非相干积分时间实现。
2. 非相干积分
为了消除导航电文周期对相干积分时长的影响, 可通过将相干积分结果进行平方处理后再累加, 从而获得信号增益。其相关累加值可表示为
式中, RM (m) 为Rms的导航数据与本地C/A码的非相干捕获相关值。可以看出平方运算有效降低了导航电文数据位翻转对积分结果的影响。因此非相干积分的积分时间可以超过导航电文一个周期。非相干积分原理如图2所示。它将相干积分的结果平方后, 再进行K次累计。
非相干积分法消除了电文数据位可能发生翻转造成的影响, 同时平方处理去除了相位误差造成的副作用, 理论上能够使积分时间无限长。然而, 在非相干积分过程中, 噪声同时被平方, 信噪比增益受到平方损失的影响, 降低了对弱信号捕获灵敏度。
2.相干与非相干积分结合
相干积分能得到较大的增益, 但会受到数据比特跳变的影响;非相干积分虽然存在平方损耗, 其增益效率不如相干积分, 但它不受数据比特跳变和频率误差的影响, 理论上没有时间限制。为了得到更好的捕获效果, 根据数据位长度采用相干积分与非相干积分相结合的方法对弱信号进行捕获。
基于相干-非相干积分的捕获方法原理如图3所示。接收信号分别与本地载波相乘得到基带同相分量 (I) 、正交分量 (Q) , 然后将基带信号与本地伪码相乘并相干累加, 得到同相正交相干积分值, 最后利用相干积分的平方求和进行二次累加得到相干积分值。
四、仿真实验
本文采用Matlab对各种算法进行仿真分析。PRN码产生周期为20ms, 仿真输入数据如表1所示。
对PRN1信号采用1ms的相干积分时间, 结果如图4, 图5所示。显示结果表明可以捕获到PRN1信号。
对PRN2信号分别采用30ms的相干积分和非相干积分产生结果如图6, 图7, 图8所示。图6中, 由于相干积分时间超过一个周期, 最大多普勒频移对应的码相位值不明显, 而图7采用非相干积分, 时间尽管超过一个周期, 最大多普勒频移对应的码相位值仍然明显。图8表明超过一个周期, 非相干积分仍能够捕获到多普勒频移。
对PRN2信号采用20ms的相干积分时间和5次非相干积分, 结果如图9, 图10所示。显示结果表明捕获到PRN2信号码相位和多普勒频移。
五、结束语
本文通过产生的PRN加入大小不等的噪声, 分别采用不同的捕获算法进行仿真分析。结果表明:相干积分过程中, 相干时间越长, 增益越大。相干积分的时间长度不能超过一个电文数据位周期, 否则, 就有可能由于数据位极性变化, 使增益变小甚至抵消;非相干积分法虽然消除了电文数据位跳变产生的影响, 但由于噪声同时也被平方, 降低了信噪比的增益。采用相干积分和非相干积分组合的方法, 可以克服这两种方法的弊端, 实现对低信噪比信号的捕获。
弱信号捕获 篇2
卫星发射的GPS信号载波频率为1 575.42 MHz,但实际上,卫星的运动会引起载波频率的偏移和C/A码的偏移,也即多普勒频移,从而导致用户接收到的GPS信号中心频率产生偏移。卫星的角速度dg/dt和卫星的速度vs可由卫星轨道的近似半径来计算。
对于地面高速移动的接收设备,要考虑由此带来的多普勒效应。当接收设备高速运动产生一个±5 k Hz的频移时,它的运动速度达到2 078 m/h,这个速度已经超过大多数航空器的速度,因此,在设计接收机时,如果接收机用于低速设备,则认为载波频率的多普勒频移范围为±5 k Hz;若用于高速设备,则假定其多普勒频移范围为±10 k Hz。
由于C/A码频率为1.023 MHz,相对于载波频率来说非常低,故在C/A码上产生的多普勒频移也非常小,其多普勒频移为:
2捕获原理及影响因素
捕获过程就是获得输入信号的C/A码起始点和载波频率的过程。每个卫星信号都具有不同的C/A码和多普勒频率,对于某个特定的卫星信号,捕获过程就是要找到C/A码的起始点,并利用找到的起始点展开C/A码频谱,解扩后输出信号就变成一个连续波,就可以得到其载波频率。捕获系统通常包括相关器、信号检测器和搜索控制逻辑3个部分,这3个部分的不同实现方式就确定了不同的捕获算法。
3相干与非相干捕获技术
3.1相干积分
相干积分即对不同周期的接收C/A码信号和本地C/A码信号的相关值进行对应叠加,以更多地抵消噪声,增强信号,提高信噪比。对信号来说,相干累积意味着信号幅度的成倍增长,信号功率更是呈平方倍数增长;而对零均值的噪声,相干积分则起了类似于平均的作用,噪声功率只是相加关系。构建1 ms接收信号和本地信号的相关结果函数:
对于正常情况下的GPS信号,其信噪比大约是-19 d B,一般认为相干积累后信噪比达到14 d B就可以成功捕获信号。
3.2非相干累积(NCH)
非相干的含义即去除相位信息,仅保留幅度信息,在扩频接收机中,非相干累积法运用非常广泛,它是将N个相干结果的平方进行累积。在相干积累中,利用了积分时间内信号的相关性,信号的能量被累加,而高斯噪声在积分时间内没有相关性,均值为零,所以噪声能量不随积分时间而累加。在非相干积累中,需要将相干积分的I路和Q路输出结果取模的平方,再进行第二次累积,但是平方运算在使信号能量增加的同时,噪声的能量也随之增加了,而且不能通过累加消除,因此,非相干积累对信噪比的提高并不是很显著,若想得到满意的信噪比,需将非相干累积次数设得很高,相应的搜索时间也会很长。
4 CCMDB弱信号捕获
4.1 CCMDB弱信号捕获特性
针对相干与非相干累积中存在的问题,为了更好地捕获弱信号,本文采用多重数据位循环相关(CCMDB)捕获算法。该算法将循环相关、相干积分、非相干累积结合,在每个相干积分间隔中,首先估计出长积分时间内导航数据的最佳组合和最佳导航数据位跳转边缘,消除导航数据位造成的相位反转影响,实现积分时间内的同号相干积分累加和码边缘同步,然后将相干积分合并为长的非相干累加。
4.2 CCMDB算法在捕获性能上的改进
下面对比CCMDB捕获算法与循环相关捕获方法对相同灵敏度信号的捕获结果以及对弱信号的捕获能力,以验证CCMDB捕获算法在捕获性能上的优越性。
-130 d Bm信号的捕获结果对比:输入灵敏度为-130 d Bm的信号,分别采用循环相关、CCMDB捕获算法对信号进行捕获,以15号卫星为例,图1、2所示分别为循环相关和CCMDB算法的捕获结果。
对比图1、2可知,在对相同灵敏度的信号进行捕获时,循环相关捕获结果的码相位偏移量明显大于CCMDB的捕获结果,即信号灵敏度相同的条件下,CCMDB捕获效果优于循环相关算法。
5结语
实验证明,CCMDB算法不仅降低了码相位偏移,而且至少可以捕获到-144 d Bm的弱信号,灵敏度较之循环相关捕获算法亦有了很大的提高。
参考文献
[1]刘福声,罗鹏飞.统计信号处理[M].长沙:国防科技大学出版社,1999.
[2]Kaplan E D,Hegarty C.Understanding GPS:Principles and Application[M].Second Edition.Boston:Artech House,2006.
[3]李明峰,冯宝红,刘三枝.GPS定位技术及其应用[M].北京:国防工业出版社,2006.
[4]孙礼.GPS接收机系统的研究[D].北京:北京航空航天大学,1998.
弱信号捕获 篇3
关键词：GPS 接收机,捕获方法,全比特算法,弱信号,均衡相关
GPS作为全球定位系统在户外导航定位中得到最广泛的应用。根据扩频通信原理,其民用系统以C/A码作为伪随机序列在1ms产生1023个码片,工作在L1载波频段。随着GPS应用领域不断扩大,弱信号下的导航定位成为全世界导航领域研究的热点和难点之一。
造成弱信号的主要原因有两个:一是由信号传播造成,如衰落、多径、遮挡、电离层和对流层影响以及深空传输等;二是由接收机数据处理信号造成,如接收机带宽、量化噪声、晶振不稳定等。其中传输衰减和多径干扰对GPS信号的捕获产生严重的影响。这些因素都是不可避免的。近几年的研究表明采用性能优良的捕获跟踪算法可以降低接收系统对输入信噪比的要求。因此,在弱信号环境下,若使后端正确地解调出导航电文,在GPS信号捕获过程中不断改进算法同时减小信号处理引入的噪声是改善信噪比、提高处理增益的有效途径之一。
现行的GPS接收机欲得到较好的接收性能都采用硬件实现捕获跟踪模块。近年来软件无线电SDR(Software Defined Radio)思想以其灵活性强、规范化、模块化等诸多优点得到无线通信领域的广泛认同,成为数字无线电通信发展的热点。随着软件无线电及其关键技术的研究和应用的广泛深入,在统一的硬件开发平台上,用软件实现数字信号处理已成为GPS接收机的未来发展趋势。
目前在低信噪比条件下,对弱GPS信号的捕获技术主要有A-GPS和通过接收机自身累积的FFT算法。A-GPS利用蜂窝基站辅助接收机捕获GPS信号。基于FFT算法的块捕获技术主要是相干累积(CC)、非相干累积(NCC)、差分相干累积(DCC)。GPS信号的捕获实质是对载波多普勒频移和C/A码初始相位的二维搜索过程。但是相干累积受比特翻转限制,最多只能进行20次;非相干累积有平方损失,累积效果不佳;差分相干累积效果介于两者之间。本文源于软件无线电思想,在现有算法基础上,提出弱信号条件下全比特的GPS信号捕获算法,并给出完整的捕获实现方案。此算法旨在找到比特翻转沿,使相干及非相干累积效果最大化,以期在闹市或室内等低信噪比条件下进行民用导航定位。
1 捕获算法
1.1 接收机指标理论推导
二进制对称信道和加性白色高斯噪声信道中,解调BPSK信号的误码率:
其中,Eb是一个信息码元的能量,N0是噪声单边带功率谱密度。
GPS卫星通信中使用恒包络信号,所以常用载波功率C代替信号功率S。
即当误码率为10-6时,要求Eb/N0=10.5dB,C/N0=27.5dBHz;N0=kTeq=-204dBW/Hz,Teq为等效温度(Kelvin),取290K;C=-176.5dBW。取单边带宽B=1.25MHz,(C/N)in=-33.5dB。即接收信号功率至少为-176.5dBW时,后端解调误码率可低达10-6。
当GPS卫星从地平面升起或降落时,产生的最大径向速度可达929m/s。当接收机也以900m/s向卫星运动时,导致多普勒频移±9.6kHz。这里取GPS信号频率搜索范围是1 250±10kHz,为缩短搜索时间适应一定的动态需求,同时为达到较好的捕获效果,对频率步进长度进行折中,取500Hz,即在时域内进行41次频率搜索。
1.2 三种累计方法分析
当接收信号的信噪比很低时,一个伪码周期长度的相关结果并不能提供足够的信噪比以得到可靠的判决量。为了在低信噪比应用中得到满意的捕获效果,必须以某种方式对每个相关器的多次相关结果进行累积组合,以得到信噪比较高的判决量[1]。通常的方法有相干累积(CC)、非相干累积(NCC)和差分相干累积(DCC)。相干的含义就是保留所有相位信息,对应相位点的相关值累加;非相干的含义是去除相位信息,仅保留幅度信息,即将相干累积后的同相和正交两支路信号求模平方,再累积;差分后的累积降低了相干累积对次数的要求,从而对频差Δf的容忍度较高,捕获时间不会显著增长。
三种累积方法的特点分别是:
(1)相干累积时间T不能过长,原因有二:第一,由于GPS的导航电文数据速率为50b/s,即每20ms可能发生比特翻转,在尚未确定比特起始位置时,相干累积时间不能超过20ms;第二,相干累积的结果乘有系数因子sin (πΔfT)/(πΔfT),其中Δf是接收信号载波与本地载波的频率差值。由抽样函数的性质,在Δf一定的情况下,增大T会导致函数值变小,相关值衰减会更严重。
(2)虽然非相干法不需要做FFT,运算量较小,但非相干累积由于所谓的平方损失,对信噪比的改善效果大打折扣。因为在非相干累积中,噪声和信号同时被平方:不但噪声项自身经平方被放大,而且噪声与信号的交叉乘积项成为新的噪声。所以,非相干累积对信噪比的提高并不显著;若想得到满意的信噪比,需将非相干累积次数设得很高,相应的搜索时间也会变长[2]。
(3)差分相干累积是对相邻的两个C/A码周期序列对应的自相关值共轭相乘。由于不同于非相干累积中同一采样点噪声的自乘,差分相干累积中相邻样点的噪声共轭相乘,对噪声的放大相对较小。同时考虑比特翻转出现的概率较小(0.025),可忽略它的存在。因此,差分相干捕获算法对信噪比的改善效果优于非相干累积,劣于相干累积[3]。
2 全比特算法及完整捕获方案
2.1 均衡相关算法
假设射频前端把已接收的GPS信号下变频到中频fc=1.25MHz,以5MHz的采样频率对其数字化,即C/A码在1ms(周期)采样成5 000点中频序列。因此码相位搜索至少要在5 000点采样序列中进行。接收到的中频采样序列剥离载波后与本地C/A码序列进行相关计算,提取峰值。峰值所在位置即C/A码初相。目前广泛采用基2的FFT算法,极大地减少了计算量。但如果进行N=213=8192点FFT,显然是一种浪费;如果截取N=212=4096点计算FFT,将会丢失近1/5数据信息。本文采取一种均衡相关算法,将I和Q两路各5 000点采样序列作为实部和虚部用均衡相关算法转换成4 096点,计算FFT,与同样算法转换成的本地C/A码序列的FFT共轭相乘再进行IFFT[4]。依次在各个频率槽进行上述操作,得到41×4096的相关值矩阵。提取峰值与自适应门限比较。没超过门限,继续通过累积算法直到找到相关值矩阵峰值位置。再进行4 096～5 000点逆变换,得到5 000点采样序列中的对应位置。即实现码捕获。这样既减少FFT计算量,又最佳地接近原始数据。
2.2 全比特算法
由于相干累积在20ms内可能发生比特翻转,若导航电文DiDi+1=-1,严重削弱相干累积结果。所以找到比特翻转位置,从比特翻转处进行全比特相干累积,对捕获成功起到至关重要的作用。依次在每1ms内做4096点FFT运算,求出相关值矩阵,共进行20次。将本次相关值矩阵与上次相关值矩阵的同一位置数据对应共轭相乘。如图1所示。
R[n]表示第n个1ms采样序列的相关值矩阵。若min(re(y[n]))≥-σ1(σ1是单次相干累积的门限),则说明没有发生翻转;反之,若min(re(y[n]))<-σ1,则说明此处一定发生翻转。对y[n](n=1,2,3,…19)依次与门限比较,直到发现比特翻转为止。从比特翻转处开始进行20ms的相干累积和非相干累积,提取峰值,确定多普勒频率偏移和C/A码初始相位[5]。如果20ms内没有发现比特翻转,则认为这是一个全比特。从此比特开始进行相干累积和非相干累积。
没有发生比特翻转、码相位对齐情况下:
发生比特翻转、码相位对齐情况下:
2.3 灵活的捕获机制
GPS接收机应用环境具有不确定性。当在户外定位、信号质量较好时,采用全比特算法是一种资源和时间的浪费。每次计算1ms的相关值,取模平方提取峰值,与σ1(单次相干累积门限)比较。如果超过门限,直接捕获多普勒频率和C/A码相位。如果没超过门限,则采用全比特算法也为时不晚。图2是完整算法原理。
3 算法仿真及结果比较
3.1 均衡相关
图3是时域相乘结果。为了更清晰地说明此算法的优势,取两个160点矩形脉冲序列。图4通过补零分别做256点FFT,利用频域卷积等效时域相乘,得到时域相乘后的脉冲序列。可以看出在0～159有效点内,序列幅值有一定损失,且边沿处陡峭。与图3相比误差较大。而图5经过均衡相关处理,在0～127有效点内与图3几乎一致。经验证其他序列皆有此规律。
3.2 全比特算法
使用Matlab7.1对算法进行仿真。每个样点运行100次。仿真参数选择信噪比取值在-25dB～-30dB之间,信号功率-170dBW,噪声是高斯白噪声。多普勒频率步长为500Hz,载波中心频率为1250kHz。多普勒频率fd=1 251kHz,C/A码相位取第10个采样点。
图6中全比特算法(WBA)和NCC算法都是在非相干累积40次的情况下得到的统计结果,旨在比较两算法的优劣。浅色曲线显示:当在20ms相干累积过程中比特翻转发生在中间时,此时相干累积受到最大的削弱,捕获概率明显下降。而深色曲线全比特算法找到比特翻转位置,保证相干累积得到基于信噪比的最大峰值,削弱噪声的影响,使捕获概率显著提高。图7中NCC算法均是在无比特翻转时非相干累积次数分别是40次(深色曲线),60次(浅色曲线)。可以看出捕获概率随着非相干累积次数的增加而上升,但捕获时间也会变长。
本文就弱信号环境下的捕获模块进行全面分析。讨论了基于FFT的均衡相关算法的优势,并在相干累积、非相干累积及差分相干累积算法基础上提出全比特相干累积算法,有效解决了比特翻转的影响。仿真验证了在弱信号环境下其性能更加突出,即取得相同捕获概率时对输入信噪比的要求可以降到更低。同时根据环境的可变性,采取灵活的捕获策略,使信号较强时迅速实现捕获。如果提高中频采样速率,扩大频率搜索步长,捕获概率更高。后续会深入研究。
参考文献
[1] BRAASCH M S,DIERENDONCK A J.GPS receiver architectures and measurements.Proceedings of the IEEE,January 1999,87:48-64．
[2] KAPLAN E D.Understanding GPS principles and applications,First Edition,Boston:Arteeh House,1996．
[3] HARALD E B,DETTMAR U.Efficient differentially coherent code/doppler acquisition of weak GPS signals.Proceedings of the IEEE,March 2004:731-735．
[4] SAHMOUDI M,AMIN M G.A maximum-likelihood synchronization scheme for GPS positioning in multipath.Interference,and Weak Signal Environments-Proceeding of the IEEE,May 2006．
弱信号捕获 篇4
传统GNSS接收机在信号捕获过程中采用包络检波的方式进行视频积累以获取足够的增益, 但包络检波将引入所谓的平方损耗[1], 并且检波前信号信噪比越低其平方损耗越大, 这种方式不适用于弱信号条件下GNSS信号的捕获。共轭差分检波方法利用伪随机码的周期性和伪随机性可消除处理增益与包络检波限制条件的矛盾。首先对共轭差分检波进行信号模型的定量理论分析, 得出了基于共轭差分检波的GNSS信号捕获方法在弱信号条件下捕获性能更优的结论;随后通过实际仿真数据对各种场景进行仿真验证, 仿真结果与理论分析结果吻合, 验证了理论分析结论的正确性。
1理论分析
1.1包络检波模型
基于包络检波的传统GNSS接收机信号捕获处理框图如图1所示。
在不考虑伪码相位的前提下, GNSS接收机的信号捕获可以看作是一个随机相位和频率信号的检测问题, 用如下的假设检验模型来表示[2]:
式中, A为信号幅度;
噪声分量为2个相互独立的高斯白序列NI, k、NQ, k, 且
由式 (2) 可以看出, 相干积累后残余多普勒频率使得信号幅度下降为无多普勒时的
由式 (4) 可以看出, 包络检波损耗随检波前信号比的降低而迅速增大, 其平方损耗特性使得该方法不适用于弱信号条件下的GNSS信号捕获。
1.2共轭差分检波模型
基于共轭差分检波的弱信号GNSS接收机信号捕获处理框图如图2所示。
经共轭差分检波后, 信号分量可表示为:
Psignal, k=sks*k-1=PI, k+jPQ, k。 (5)
式中,
噪声分量为2个相互独立服从χ2分布的随机序列χI, k、χQ, k,
Pnoise, k=nkn*k-1=χI, k+jχQ, k。 (8)
其统计特性如下:
由式 (5) ～式 (9) 可知, 经共轭差分检波后, 信号幅度和噪声功率均为检波前的平方而并未因残余多普勒频率而引入额外的损耗。此外, 由于共轭差分检波将前后两段预相干积累结果相乘, 因此大部分时间共轭差分的信号幅度是同符号的, 而只有在电文符号跳变处信号幅度相反。以GPS民码信号为例, 其电文比特宽度为20 ms, 若预相干积累时间为1 ms, 则共轭差分信号幅度相同的概率为19/20, 从而因电文翻转引入的损耗为
由图2可以看出, 在进行最终捕获判决之前, 还需要对共轭差分检波的后积累结果进行一次包络检波。由于经后积累操作后, 信噪比已经足够高 (10 dB以上) , 此时包络检波引入的平方损耗可忽略不计。由此可得共轭差分检波的近似损耗与检波前信噪比的关系为:
采用最终判决量的偏移系数为指标来对比分析共轭差分检波与传统的包络检波方法对弱信号捕获能力。偏移系数定义为:
式中, H1、H0分别表示有信号存在和没有信号存在2种假设条件。
共轭差分检波和包络检波所得最终捕获判决量的偏移系数的理论分析结果如图3所示。理论分析条件设置为:预相干积累1 ms, 后积累1次。
由图3可以看出, 在弱信号条件下 (输入信号功率-140～-160 dBm, 检波前信噪比-15～5 dB) , 共轭差分检波相对于传统包络检波将提供约4 dB的灵敏度增益。并且由于共轭差分检波后噪声仍保持零均值, 而包络检波后噪声均值非零, 因此共轭差分检波方法的后积累效果将明显优于包络检波方法。
2仿真验证
利用MATLAB程序产生的GPS民码信号模拟数据, 在相同的仿真条件下, 分别使用包络检波和共轭差分检波进行伪码搜索。通过2种检波方法最终输出结果的信噪比对比, 以验证上述理论分析的正确性。
2.1场景1
仿真条件:输入信号载噪比25 dBHz;相干积累长度10 ms;检波前信噪比5 dB;后积累次数10。5 dB时输出信噪比对比如图4所示。
由图4可知, 当检波前信噪比为5 dB后积累10次时, 共轭差分检波输出信噪比比包络检波高约7 dB。下节中的理论分析结果表明检波前信噪比为5 dB时, 单次后积累共轭差分检波相对于包络检波的处理增益为6.4 dB, 由于共轭差分检波方法的后积累效果更优, 因此实际仿真结果与理论分析结论基本相符。
2.2场景2
仿真条件:输入信号载噪比20 dBHz;相干积累长度10 ms;检波前信噪比0 dB;后积累次数40。0 dB输出信噪比对比如图5所示。
由图5可知, 当检波前信噪比为0 dB后积累40次时, 共轭差分检波输出信噪比比包络检波高约5 dB。理论分析结果表明, 检波前信噪比为5 dB时单次后积累共轭差分检波相对于包络检波的处理增益为4.3 dB, 由于共轭差分检波方法的后积累效果更优, 因此实际仿真结果与理论分析结论基本相符。
2.3场景3
仿真条件:输入信号载噪比15 dBHz;相干积累长度10 ms;检波前信噪比-5 dB;后积累次数200。-5 dB时输出信噪比对比如图6所示。
由图6可知, 当检波前信噪比为-5 dB后积累200次时, 共轭差分检波输出信噪比比包络检波高约4.7 dB。理论分析结果表明检波前信噪比为-5 dB时, 单次后积累共轭差分检波相对于包络检波的处理增益为3.5 dB, 由于共轭差分检波方法的后积累效果更优, 因此实际仿真结果与理论分析结论基本相符。
3结束语
由以上理论分析和仿真验证可以得出共轭差分检波的如下结论:共轭差分检波可以以很小的损耗通过电文比特边沿;由于共轭差分检波改善了噪声特性, 因此其在弱信号环境中 (-140～-160 dBm) 的捕获灵敏度有约4 dB提升;共轭差分检波方法的后积累效果明显优于包络检波方法。
参考文献
[1]BARTON D K.Modern Radar System Analysis[M].Norwood:Artech House.Inc., 1988.
[2]王飞雪.二相编码信号分段相关-视频积累检测的最优中频积累时间[J].北京:国防科技大学学报, 1998, 21 (1) :5-7.
[3]MISRAP.全球定位系统——信号、测量与性能 (第2版) [M].罗鸣, 曹冲, 肖雄兵, 等译.北京:电子工业出版社, 2008.