CN101581776A - 一种微弱gnss信号的差分相干累积捕获方法 - Google Patents

Abstract

一种微弱GNSS信号的差分相干累积捕获方法，它涉及一种微弱GNSS信号的捕获方法。它解决了现有的半比特法和全比特法对微弱GNSS信号的捕获时间长并且存在非相干累积引起的平方损耗的问题。本发明的方法：将接收到的数据分成4个组，再将每个组中的数据分为M+1个数据块；对每个数据组中的每个数据块分别进行相干累积；对每个数据组中的每相邻的两个数据块的相干累积矩阵做共轭乘积；将每个数据组中的所有相邻数据块对应的导航数据位乘积组合分别与该组中的M个差分矩阵相乘，获得该组的累积结果；选取4组差分累积结果的最大值作为捕获结果，每个数据组的起始位置均对应一个估计的比特边沿。本发明适用于全球卫星导航系统的微弱信号捕获过程。

Description

一种微弱GNSS信号的差分相干累积捕获方法

技术领域

本发明涉及一种微弱GNSS信号的捕获方法。

背景技术

全球导航卫星系统(GNSS)是全球性的位置与时间测定系统，它包括卫星星座、地面监控系统及用户终端设备，可为地球表面、近地表和地球外空任意地点的用户提供全天候、实时、高精度的三维位置、速度以及精密的时间信息。美国的GPS系统、欧洲的Galileo系统、俄罗斯的GLONASS系统都属于GNSS的一种，以美国的GPS信号为例：在视野开阔的条件下，GPS信号功率大约为-130dBm左右。这时接收机接收到的信号功率可以保证其正常工作。但在室内、高山、森林、城市等复杂环境下，GPS信号功率降为-150dBm，此时就将影响用户的定位。

在弱信号环境下，为了可靠的捕获C/A码，提高接收机的灵敏度，需要处理尽可能长的累积数据，对接收到的信号进行相干累积可以带来很大的增益；但相干累积时间的长度受导航数据跳变的影响，导航数据每20ms可能出现一次相位跳变，一般来说，相干累积的长度最大为20ms；另一方面，累积时间的增长会导致多普勒搜索频率步长的减小，从而导致计算量的大幅增长。非相干累积方法，虽然可以消除导航数据位跳变的影响，但其在进行平方操作时，噪声增长很大，并且带来了平方损耗。

当GPS信号的信噪比(SNR)较高时，如在室外空旷环境中，1ms的相关运算就足以捕获到信号；但是在低信噪比的情况下，就需要对多个周期的相关结果进行累积以检测到相关峰值。累积方法能有效的抑制噪声，提高捕获概率，改善接收机的灵敏度。为了延长相干累积时间，同时减小导航数据位跳变的影响，目前常采用两种方法：半比特交替算法和全比特法。

半比特交替算法：取接收数据长度为20N(N＝1，2，3，...)ms。对接收到的数据进行长度为10ms的分块，如图1所示，在每个分组内进行相干累积，相干累积结果记为：Y_m(m＝1，2，3，...)。然后把奇数块1，3，5，。。。的相干累积，偶数块2，4，6，。。。的相干累积结果分别进行非相干相加。上述过程表示为：

$Y_A=Y_1^2+Y_3^2+Y_5^2+...+Y_{2N-1}^2$

$Y_B=Y_2^2+Y_4^2+Y_6^2+...+Y_{2N}^2$

这样可以保证其中至少有一组不会受导航数据跳变的影响。取Y＝max(Y_A，Y_B)做判决量与门限相比较实现捕获。

全比特法：为了估计导航数据位边沿位置，接收的数据相互延迟1ms得到20组数据，每组数据对应一个可能的导航数据位边沿位置，如图2所示。对每组数据进行分块，每个块的大小为20ms，在每个块内进行相干累积，累积结果记为Y_m ^b(m＝1，2，3，...)。对结果进行非相干累加得： $Y^b=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}{\left(Y_m^b\right)}^2,$ N为非相干累加次数。即对第一组进行处理得Y¹，第2组总的积分结果为Y²，以此类推。在这20组数据中含有最大能量的组将对应一个正确位边沿位置。取Y＝max(Y¹，Y²，Y³，...，Y²⁰)作为判决量与门限比较完成捕获。

半比特法虽然能消除导航数据位变化的影响，但是它的有效处理数据长度只是全部数据的一半，这会造成捕获时间的增长，同时还存在非相干累积引起的平方损耗。全比特法的主要问题是非相干累积所带来的平方损耗和通过20组数据寻找导航数据位起始位置所带来的计算量的增加，因此捕获速度慢，导致捕获时间长。

发明内容

本发明的目的是为了解决现有的半比特法和全比特法对微弱GNSS信号的捕获时间长并且存在非相干累积引起的平方损耗的问题，从而提出一种微弱GNSS信号的差分相干累积捕获方法。

一种微弱GNSS信号的差分相干累积捕获方法，它由以下步骤完成：

步骤一、将接收到的导航数据分成4个数据组，再将每个数据组中的数据分为M+1个数据块，所述每个数据块的数据长度为20ms；

步骤二、对每个数据组中的M+1个数据块分别进行相干累积，获得M+1个相干累积矩阵；

步骤三、对每个数据组中的每相邻两个数据块的相干累积矩阵做共轭乘积，获得M个差分矩阵；

步骤四、将每个数据组中的所有相邻数据块对应的导航数据位乘积组合分别与该组中的M个差分矩阵相乘，获得一组累积结果，并将这组累积结果中的最大值作为该数据组的差分累积结果；

步骤五、选取4个数据组的差分累积结果中的最大值作为捕获结果；

所述每个数据组的起始位置均对应一个估计的比特边沿；所述每个组之间延迟5ms；

所述M为正整数。

有益效果：本发明采用差分相干累积方法，可以大幅度的减小平方损耗；对微弱GNSS信号的捕获，本发明较半比特法和全比特法所得的信噪比增益要大，同时捕获时间得到大幅度降低。在相同的输入数据长度、相同检测概率条件下，本发明比全比特算法性能提高约1dB。

附图说明

图1是背景技术中所述的半比特法的示意图；图2是背景技术中所述的全比特法的示意图；图3是本发明的流程示意图；图4是半比特法在SNR＝-44dB下的捕获结果图，其中横坐标为采样点，纵坐标为相关值；图5是全比特法在SNR＝-44dB下的捕获结果图，其中横坐标为采样点，纵坐标为相关值；图6是本发明的方法在SNR＝-44dB下的捕获结果图，其中横坐标为采样点，纵坐标为相关值；图7是本发明方法与传统差分方法的捕获概率比较图，其中横坐标为载噪比，纵坐标为捕获概率，曲线71为本发明的捕获概率，曲线72为传统方法的捕获概率；图8是本发明的方法对不同数据长度进行处理的捕获概率图，其中横坐标为载噪比，纵坐标为捕获概率，曲线81数据长度为300ms时的捕获概率，曲线82为数据长度为200ms时的捕获概率，曲线83为数据长度为100ms时的捕获概率；图9是本发明与半比特法和全比特法的捕获概率比较图，其中横坐标为载噪比，纵坐标为捕获概率，曲线91为本发明的捕获概率，曲线92为全比特法的捕获概率，曲线93为半比特法的捕获概率，图10～图13为本发明的步骤一～步骤四获得的数据结构示意图。

具体实施方式

具体实施方式一：结合图3和图10～图13说明本具体实施方式。本实施方式所述的一种微弱GNSS信号的差分相干累积捕获方法，它由以下步骤完成：

步骤一、将接收到的导航数据分成4个数据组，再将每个数据组中的数据分为M+1个数据块，所述每个数据块的数据长度为20ms；获得的数据结构参见图10所示；

步骤二、对每个数据组中的M+1个数据块分别进行相干累积，获得M+1个相干累积矩阵；获得的数据结构参见图11所示；

步骤三、对每个数据组中的每相邻两个数据块的相干累积矩阵做共轭乘积，获得M个差分矩阵；获得的数据结构参见图12所示；

步骤四、将每个数据组中的所有相邻数据块对应的导航数据位乘积组合分别与该组中的M个差分矩阵相乘，获得一组累积结果，并将这组累积结果中的最大值作为该数据组的差分累积结果；所述所有相邻数据块对应的导航数据位乘积组合的数据结构参见图13所示；

步骤五、选取4个数据组的差分累积结果中的最大值作为捕获结果；

所述每个数据组的起始位置均对应一个估计的比特边沿；所述每个组之间延迟5ms；

所述M为整数。

步骤一中将接收到的导航数据分成4个数据组是为了减小计算量，分为4组能够节省80％的计算量，而造成的积分损失仅为10％。具体分组原则为：分别将第2ms、7ms、12ms和17ms作为起始点进行分组，即第一组数据对应2ms至第N+2ms的数据，第二组数据对应第7ms至第N+7ms的数据，第三组数据对应第12ms至第N+12ms的数据，第四组数据对应第17ms至第N+17ms的数据，N为每个数据块的长度。

步骤一中分成4个数据组是为了估计比特的起始位置是在2ms、7ms、12ms还是17ms。

本发明通过4个数据组来估计比特边沿，所得差分累积值最大的数据组最接近正确比特边沿位置。

因为导航数据位的周期是20ms，为了找到导航数据位的起始位置，定义每个数据块的数据长度为20ms。

本发明每个数据组中数据块的个数为M+1，每个数据块所对应的导航数据位只有两种可能取值：+1和-1。相邻两个导航数据位D乘积的可能取值只有D_iD_i+1＝1或D_iD_i+1＝-1，i为正整数。每个数据组中的所有相邻的数据块对应的导航数据乘积组合数为2^M种。

例如：对于3个数据块，其对应的导航数据位可能为：111；11-1；1-11；-111；1-1-1；-11-1；-1-11；-1-1-1；八种组合。那么相邻数据块的乘积组合为：11；1-1；-1-1；-11；四种。

为了寻找导航数据位起始沿，对接收到的数据做相互延迟5ms的4个分组。每个分组中数据做长度为20ms的分块，差分相干次数M。每个分块做相干累积，设Y_k ^b为在第b(b＝1，2，3，4)个分组第k次相干累积值；τ：C/A码的码相位延迟；

估计的第i个多普勒频移值；

多普勒频率槽数；N_c/A：1ms；C/A码的采样点数；第k，k+1块差分相干累积值可以表示为 $S_k^b(\mathrm{\τ},f_{d_i})=Y_k^b{(\mathrm{\τ},f_{d_i})}^{*}{Y}_{k+1}^b(\mathrm{\τ},f_{d_i}).$

半比特算法和全比特算法在本质上是相同的，都是采用的非相干累积。在进行平方运算的同时，虽然信号得到了增强，但噪声也成倍增长。从图中可以看出，半比特法对于SNR＝-44dB的信号不能正确捕获，全比特算法能找到C/A码起始位置，但其噪声基底过大，造成捕获的虚警概率增加。本发明的方法能很好的对信号实现捕获。

差分相干累积方法，可以减小平方损耗。差分相干累积的表达式如下所示：

$z={\left|\underset{k=0}{\overset{K-1}{\mathrm{\Σ}}}{y}_{k-1}^{*}{y}_k\right|}^2$

式中z为差分相干累积结果，Y_k为第k个数据块的相关结果；k的取值范围是1＜＝k＜＝k-1。

差分相干累积利用相邻的相干值进行共轭相乘，因此对噪声的放大较小，对信噪比的改善优于非相干累积。本方法适用于相干累积时间很短(相对于导航数据位周期)的环境，在这种情况下累积值受导航数据位变化的影响较小。例如在20ms内对20次相干结果做差分累积，如果有导航数据位的变化，则差分累积和值是单个差分的18倍，和值不会被过分削弱。

Claims (1)

1、一种微弱GNSS信号的差分相干累积捕获方法，其特征是：它由以下步骤完成：

步骤一、将接收到的导航数据分成4个数据组，再将每个数据组中的数据分为M+1个数据块，所述每个数据块的数据长度为20ms；

步骤二、对每个数据组中的M+1个数据块分别进行相干累积，获得M+1个相干累积矩阵；

步骤三、对每个数据组中的每相邻两个数据块的相干累积矩阵做共轭乘积，获得M个差分矩阵；

步骤四、将每个数据组中的所有相邻数据块对应的导航数据位乘积组合分别与该组中的M个差分矩阵相乘，获得一组累积结果，并将这组累积结果中的最大值作为该数据组的差分累积结果；

步骤五、选取4个数据组的差分累积结果中的最大值作为捕获结果；

所述每个数据组的起始位置均对应一个估计的比特边沿；所述每个数据组之间延迟5ms；

所述M为正整数。

Images