CN101969320A - 一种卫星搜救信号的时间估计方法 - Google Patents

Abstract

一种卫星搜救信号的时间估计方法，用于对卫星搜救信号到达时间的估计。特征在于：对卫星转发的信标信号中的

、T_b和τ₀进行三维联合处理；采用体积重心方法从三维联合处理的结果中生成本地参数了；利用本地参数对前两次处理后的信号再先后进行三维联合处理与体积重心方法处理，从而获得对搜救信号到达时间T_b的估计。

Description

一种卫星搜救信号的时间估计方法

技术领域

本发明涉及一种卫星搜救信号到达时间的估计方法。

背景技术

卫星搜救信号由信标机发出，经卫星转发至本地用户终端站(MEOLUT地面站)，搜救信号包含了三个不确定因素即载波偏移

到达时间(τ₀)和信息位宽(T_b)，为了进行精确定位，需要知道信标机发射的搜救信号经过卫星转发到达本地用户终端站的精确到达时间，即TOA时间。对于到达时间(τ₀)可采用最大似然估计方法进行估计。

最大似然估计方法是一种适用于足够观测数据渐进无偏估计方法。在信噪比一定的情况下，最大似然估计方法可以达到克拉美罗理论下限，即为渐进最优估计方法。但是对于多数估计问题，无法求的最大似然估计的闭合表达形式，可以采用似然函数迭代最大化的数值方法或网格搜索法来求解。这些迭代方法诸如Newton-Raphson法和得分法等，仅在网格搜索法失去作用时才使用，但不能保证最大似然估计收敛。

搜救信标信号由信标机发射后经不同卫星转发至地面接收站，由于不同卫星传输路径距离不同，同一搜救信标信号经不同卫星转发至地面时延也不同，该时延差异可作为定位关键参数，通过解算定位方程获得信标机的地理位置，因此时延参数的估计精度将决定信标机的定位精度。

而当前技术中对主要采用一维相关处理技术，即在本地构造参考信号与接收信号相关获取时延参数。一维相关处理技术在本地构造的参考信号，构造的本地信号只含有时间信息，但未考虑信标信号的特性(频率特性、信息位宽变化)，因此估计结果精度较差，无法实现精确定位。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供了一种卫星搜救信号到达时间的估计方法。本发明技术方案克服了现有技术中只关注于一维参数，造成的无法实现信号时间精确估计的问题，采用了联合三维参数最大相关估计与计算体重心的方法实现了对信号到达时间的高精度估计。

本发明的技术解决方案是：

一种卫星搜救信号的时间估计方法，其特征在于通过以下步骤实现：

步骤1：接收信标的搜救信号，对搜救信号进行信号检测处理，检测处理不通过，则继续等待接收信号；信号检测处理通过后，对接收信号进行采样得到离散信号r(n)，其中n代表采样点，N为总采样点数，取值范围[0，N-1]；

步骤2：提取r(n)中有效信号s_TPD(n)部分的优化函数，s_TPD(n)如式(1)所示，

$s_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)=\exp \left[j2\mathrm{\π}{\stackrel{\‾}{f}}_{d}n{T}_s\right]\mathrm{\Π}\left(\frac{t_0+{\mathrm{nT}}_s-{\mathrm{\τ}}_0+56T_b}{64T_b}\right)$

$+\exp [j2\mathrm{\π}{\stackrel{\‾}{f}}_{d}n{T}_s+j\underset{k=1}{\overset{24}{\mathrm{\Σ}}}1.1a_k{p}_{\mathrm{man}}(t_0+n{T}_s-{\mathrm{\τ}}_0-(k-25)T_b)]\mathrm{\Π}\left(\frac{t_0+n{T}_s-{\mathrm{\τ}}_0+12T_b}{24T_b}\right)---\left(1\right)$

$+\exp [j2\mathrm{\π}{\stackrel{\‾}{f}}_{d}n{T}_s+j\underset{k=25}{\overset{88+L}{\mathrm{\Σ}}}1.1{\tilde{b}}_k{p}_{\mathrm{man}}(t_0+n{T}_s-{\mathrm{\τ}}_0-(k-25)T_b)]\mathrm{\Π}\left(\frac{t_0+n{T}_s-{\mathrm{\τ}}_0-\frac{L{T}_b}{2}}{L{T}_b}\right)$

其中，a_k代表位帧同步数据；p_max代表低通滤波成型算子；T_s代表采样间隔；

代表报文数据；L代表搜救信号报文数据长度；t₀代表信号接收时刻；所述的s_TPD(n)的优化函数如式(2)所示，

${\tilde{A}}_0^{\′},{\widetilde{\stackrel{\‾}{f}}}_d,{\tilde{T}}_b,{\widetilde{\mathrm{\τ}}}_0=\arg \underset{A_0^{\′},{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0}{\min }\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Σ}}}[-r\left(n\right)A_0^{\′*}{s^{*}}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)-r^{*}\left(n\right)A_0^{\′}{s}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)+{\left|A_0^{\′}\right|}^2]---\left(2\right);$

其中，

为搜救信号的载波偏移；T_b为搜救信号的信息位宽；τ₀为搜救信号的到达时间；N₀为离散的信号r(n)中有效信号s_TPD(n)部分的起始点；M₂为离散的信号r(n)中有效信号s_TPD(n)部分的终止点；

步骤3：对式(2)中A′₀求偏导，获得A′₀关于

T_b和τ₀的表达式J函数，如式(3)所示，

$J({\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)=\frac{1}{M_2}{\left|\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Σ}}}r\left(n\right){s^{*}}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)\right|}^2---\left(3\right);$

步骤4：以特定精度选取对应于不同

T_b和τ₀的参数点{T_b(l)；l＝1，2，…，L}和{τ₀(k)；k＝1，2，…，K}，将选取的参数点代入式(3)，计算并获取最大值对应的参数点

利用计算体积重心的方法对

T_b和τ₀进行初步估计；

步骤5：根据步骤4所得估计结果，固定搜救信号的载波偏移以选定精度再次生成对应于同一

不同T_b和τ₀的参数点；直接代入式(3)，计算最大值点，并选出对应的参数点；

步骤6：利用步骤5选出的参数点，利用计算体积重心的方法计算时间估计结果

并输出。

步骤1中所述的信号检测处理包括频域恒虚警检测与位帧同步信号位检测，所述的频域恒虚警检测用于确定接收信号是否为经卫星转发后的规定频段的搜救信号；所述的位帧同步信号位检测是对频域恒虚警检测后的信号与构造的位帧同步数据进行相关处理，通过对处理后相关峰值的判断确定搜救信号。

所述步骤4中选取参数点时，以采样点为选取精度。

所述的步骤5中选取参数的选定精度高于采样点精度。

本发明与现有技术相比，采用了改进的三维联合极大似然估计方法，同时得到到达时间、载波偏移和信息位宽的估计，在第一次估计时就采用了三维联合估计的方法。所采用的体积重心计算方法，突破了搜索步长的限制，实现了的到达时间的超采样精度估计。显著提高了对到达时间的估计精度，在载噪比门限为34.8dBHz情况下，到达时间估计精度可以优于10μs。

附图说明

图1为本方法流程图；

图2为信标信号帧格式；

图3为仿真分析图。

具体实施方式

本发明是一种针对卫星搜救系统的信标信号到达时间参数估计方法，采用一种改进的多维极大似然(ML)估计方法，实现方案是一种三维联合搜索的参数估计方法，在实现过程中为了突破采样率的限制，采用体积重心法得到到达时间更精确的估计结果。

如图1所示，为本发明流程图。具体的步骤可进一步细致描述如下：

首先，对于接收到的搜救信号进行检测处理，检测处理的目的在于确定是否为确定频段的搜救信号。检测处理包括频域恒虚警检测与位帧同步信号位检测。

频域恒虚警检测(《雷达自动检测与恒虚警处理何友》，关键，彭应宁等，北京：清华大学出版社，1999)用于确定接收信号是否为规定频段的信号，如国际搜救组织定义的L频段的搜救信号。

位帧同步信号位检测是对频域恒虚警检测的结果与构造的位帧同步数据进行相关处理，通过相关峰确定规定频段的搜救信号，而非该频率内的干扰信号。位帧同步数据是搜救信标信号的固定数据，不论何种搜救信号，该位置数据均一致，因此可作为判定搜救信号的标准。

检测成功后，对连续并含有噪声的搜救信号进行采样。选取采样点为N，接收信号的离散形式可如式(1)所示，

$r\left(n\right)=\left\{\begin{array}{cc}w\left(n\right)& n=\mathrm{0,1},\·\·\·,N_0-1\\ A_0^{\′}{s}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)+w\left(n\right)& n=N_0,N_0+1,\·\·\·,N_0+M_2-1\\ w\left(n\right)& n=N_0+M_2,N_0+M_2+1,\·\·\·,N-1\end{array}\right.---\left(1\right)$

其中，w(n)为接收机内部的噪声；

为信标信号采样点数；A′₀为接收信号幅度；

为以搜救信号载波偏移

搜救信号信息位宽T_b和搜救信号到达时间τ₀为变量的接收信号经过采样后的有效部分的离散形式，

可进一步如式(2)所示，

$s_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)=\exp \left[j2\mathrm{\π}{\stackrel{\‾}{f}}_{d}n{T}_s\right]\mathrm{\Π}\left(\frac{t_0+{\mathrm{nT}}_s-{\mathrm{\τ}}_0+56T_b}{64T_b}\right)$

$+\exp [j2\mathrm{\π}{\stackrel{\‾}{f}}_{d}n{T}_s+j\underset{k=1}{\overset{24}{\mathrm{\Σ}}}1.1a_k{p}_{\mathrm{man}}(t_0+n{T}_s-{\mathrm{\τ}}_0-(k-25)T_b)]\mathrm{\Π}\left(\frac{t_0+n{T}_s-{\mathrm{\τ}}_0+12T_b}{24T_b}\right)---\left(2\right)$

$+\exp [j2\mathrm{\π}{\stackrel{\‾}{f}}_{d}n{T}_s+j\underset{k=25}{\overset{88+L}{\mathrm{\Σ}}}1.1{\tilde{b}}_k{p}_{\mathrm{man}}(t_0+n{T}_s-{\mathrm{\τ}}_0-(k-25)T_b)]\mathrm{\Π}\left(\frac{t_0+n{T}_s-{\mathrm{\τ}}_0-\frac{L{T}_b}{2}}{L{T}_b}\right)$

其中，a_k代表位帧同步数据；p_man代表低通滤波成型算子；T_s代表采样间隔；

代表报文数据；L代表信标信号报文数据长度；t₀代表信号接收时刻。

使用极大似然估计理论对式(2)进行最大似然估计，其概率密度p可用式(3)表示，

$p(r;A_0^{\′},{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0,H_1)=\underset{n=0}{\overset{N_0-1}{\mathrm{\Π}}}\frac{1}{\mathrm{\π}{\mathrm{\σ}}^2}\exp [-\frac{1}{{\mathrm{\σ}}^2}{\left|r\left(n\right)\right|}^2]$

$\·\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Π}}}\frac{1}{{\mathrm{\π\σ}}^2}\exp [-\frac{1}{{\mathrm{\σ}}^2}{|r\left(n\right)-A_0^{\′}{s}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)|}^2]$

$\·\underset{n=N_0+M_2}{\overset{N-1}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\π\σ}}^2}\exp [-\frac{1}{{\mathrm{\σ}}^2}{\left|r\left(n\right)\right|}^2]---\left(3\right)$

$=\underset{n=0}{\overset{N-1}{\mathrm{\Π}}}\frac{1}{{\mathrm{\π\σ}}^2}\exp [-\frac{1}{{\mathrm{\σ}}^2}{\left|r\left(n\right)\right|}^2]$

$\·\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Π}}}\exp \{-\frac{1}{{\mathrm{\σ}}^2}[-r\left(n\right)A_0^{\′*}{s^{*}}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)-r^{*}\left(n\right)A_0^{\′}{s}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)+{\left|A_0^{\′}\right|}^2\left]\right\}$

因此，对

的最大似然(ML)估计等价于对s_TPD(n)部分的优化函数(即极值)的求解。s_TPD(n)部分的优化函数可表示为式(4)所示形式，

${\tilde{A}}_0^{\′},{\widetilde{\stackrel{\‾}{f}}}_d,{\tilde{T}}_b,{\widetilde{\mathrm{\τ}}}_0=\arg \underset{A_0^{\′},{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0}{\min }\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Σ}}}[-r\left(n\right)A_0^{\′*}{s^{*}}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)-r^{*}\left(n\right)A_0^{\′}{s}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)+{\left|A_0^{\′}\right|}^2]---\left(4\right)$

为了消除参数A′₀，对(4)式关于A′₀求偏导，并令其等于0，，可得式(5)所示形式：

$\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Σ}}}[-r^{*}\left(n\right)s_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)+A_0^{\′*}]=0---\left(5\right)$

对式(5)中的

求和，可得到A′₀相对于T_b和τ₀的表达式(6)，

$A_0^{\′}=\frac{1}{M_2}\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Σ}}}r\left(n\right){s^{*}}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)---\left(6\right)$

再将式(6)代入上述式(4)，可得信号到达时间τ₀的最大似然估计表达式(7)，

${\widetilde{\mathrm{\τ}}}_0=\arg \underset{{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0}{\max }\frac{1}{M_2}{\left|\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Σ}}}r\left(n\right){s^{*}}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)\right|}^2---\left(7\right)$

对以上估计过程中，不论接收到的信标信号是长信息还是短信息，只使用88位用户数据信息位，这样就使第24个数据位结束时刻成为数据段的中点。

如图2所示，分别包括短信息与长信息的格式。短信息的信息数据长度为87bit，长信息的信息数据长度为119bit。在短信息与长信息的信息数据段前，分别为160ms载波、15bit位同步、8bit帧同步和1bit标志位。

使用88位用户数据信息位的原因为：国际搜救组织定义信标信号到达时刻(TOA)为信标信息数据部分(含位同步与帧同步)第24个bit位数据结束的位置，160ms载波部分可等价为64个bit位数据(2.5ms等效于一个bit位，因此，64位(160ms位载波部分)+24位(位帧同步数据)＝88位。

选用位同步与帧同步数据后的88位用户数据，则国际搜救组织定义信号到达时刻正处于使用数据的中点，采用相关处理后，相关峰的位置即为TOA位置。

然后，令函数

为下式(8)所示形式，

$J({\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)=\frac{1}{M_2}{\left|\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Σ}}}r\left(n\right){s^{*}}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)\right|}^2---\left(8\right)$

则对式(4)的求解转换为对式(8)

的计算过程。

对

的计算为突破搜索步长的限制，采用计算体积重心的方法继续进行。

首先，分别对应于

T_b和τ₀三个参数，选取各参数点为

{T_b(l)；l＝1，2，…，L}、{τ₀(k)；k＝1，2，…，K}，点选取的规则：各参数点均匀选择，取值范围根据多次仿真试验可以确定。

直接选取最大函数值为J_max，可得到对应的参数为

则分别采用式(9)、式(10)和式(11)的计算体积重心的方法对参数做进一步估计：

${\widetilde{\stackrel{\‾}{f}}}_d=\frac{\underset{i=I_0-\mathrm{\ΔI}}{\overset{I_0+\mathrm{\ΔI}}{\mathrm{\Σ}}}\underset{l=L_0-\mathrm{\ΔL}}{\overset{L_0+\mathrm{\ΔL}}{\mathrm{\Σ}}}\underset{k=K_0-\mathrm{\ΔK}}{\overset{K_0+\mathrm{\ΔK}}{\mathrm{\Σ}}}G\left\{J\right[{\stackrel{\‾}{f}}_d\left(i\right),T_b\left(l\right),{\mathrm{\τ}}_0\left(k\right)\left]\right\}\·{\stackrel{\‾}{f}}_d\left(i\right)}{\underset{i=I_0-\mathrm{\ΔI}}{\overset{I_0+\mathrm{\ΔI}}{\mathrm{\Σ}}}\underset{l=L_0-\mathrm{\ΔL}}{\overset{L_0+\mathrm{\ΔL}}{\mathrm{\Σ}}}\underset{k=K_0-\mathrm{\ΔK}}{\overset{K_0+\mathrm{\ΔK}}{\mathrm{\Σ}}}G\left\{J\right[{\stackrel{\‾}{f}}_d\left(i\right),T_b\left(l\right),{\mathrm{\τ}}_0\left(k\right)\left]\right\}}---\left(9\right)$

${\tilde{T}}_b=\frac{\underset{i=I_0-\mathrm{\ΔI}}{\overset{I_0+\mathrm{\ΔI}}{\mathrm{\Σ}}}\underset{l=L_0-\mathrm{\ΔL}}{\overset{L_0+\mathrm{\ΔL}}{\mathrm{\Σ}}}\underset{k=K_0-\mathrm{\ΔK}}{\overset{K_0+\mathrm{\ΔK}}{\mathrm{\Σ}}}G\left\{J\right[{\stackrel{\‾}{f}}_d\left(i\right),T_b\left(l\right),{\mathrm{\τ}}_0\left(k\right)\left]\right\}\·T_b\left(l\right)}{\underset{i=I_0-\mathrm{\ΔI}}{\overset{I_0+\mathrm{\ΔI}}{\mathrm{\Σ}}}\underset{l=L_0-\mathrm{\ΔL}}{\overset{L_0+\mathrm{\ΔL}}{\mathrm{\Σ}}}\underset{k=K_0-\mathrm{\ΔK}}{\overset{K_0+\mathrm{\ΔK}}{\mathrm{\Σ}}}G\left\{J\right[{\stackrel{\‾}{f}}_d\left(i\right),T_b\left(l\right),{\mathrm{\τ}}_0\left(k\right)\left]\right\}}---\left(10\right)$

${\widetilde{\mathrm{\τ}}}_0=\frac{\underset{i=I_0-\mathrm{\ΔI}}{\overset{I_0+\mathrm{\ΔI}}{\mathrm{\Σ}}}\underset{l=L_0-\mathrm{\ΔL}}{\overset{L_0+\mathrm{\ΔL}}{\mathrm{\Σ}}}\underset{k=K_0-\mathrm{\ΔK}}{\overset{K_0+\mathrm{\ΔK}}{\mathrm{\Σ}}}G\left\{J\right[{\stackrel{\‾}{f}}_d\left(i\right),T_b\left(l\right),{\mathrm{\τ}}_0\left(k\right)\left]\right\}\·{\mathrm{\τ}}_0\left(k\right)}{\underset{i=I_0-\mathrm{\ΔI}}{\overset{I_0+\mathrm{\ΔI}}{\mathrm{\Σ}}}\underset{l=L_0-\mathrm{\ΔL}}{\overset{L_0+\mathrm{\ΔL}}{\mathrm{\Σ}}}\underset{k=K_0-\mathrm{\ΔK}}{\overset{K_0+\mathrm{\ΔK}}{\mathrm{\Σ}}}G\left\{J\right[{\stackrel{\‾}{f}}_d\left(i\right),T_b\left(l\right),{\mathrm{\τ}}_0\left(k\right)\left]\right\}}---\left(11\right)$

其中，

ΔI，ΔL，ΔK分别为控制计算体积重心时参数取值范围的搜索常数(步长)，0＜η≤1为门限系数。到达时间的估计过程可以分为三步：

第一步确定估计门限系数确定体积重心的门限值0＜η≤1。根据相关值模方选大的结果和第一步估计的门限系数确定计算体积重心时所用的门限值，采用体积重心法计算得到载波偏移

到达时间(τ₀)和信息位宽(T_b)三个参数的初步估计结果

第二步则根据第一步估计的结果将需搜索的频率值固定，以第一步估计的数据位宽估计值为中心，采用41路数据位宽并行的方式搜索，对于每个支路，以固定的频率值和设定的数据位宽值，生成本地数据。然后与逐次改变起始采样点的接收数据进行41次相关，得到对应的相关结果并存储其模方值。

具体操作时，将第一步信号数据进行6倍抽取(100/3kHz采样率)，采用16384点FFT计算s_TPD(n)部分的优化函数，载波频率搜索范围取±1Hz，步长取0.2Hz，数据位宽搜索范围取

步长取1μs，采用体积重心法得到一组估计结果

根据相关值模方选取得到的最大值的结果和第二步估计的门限系数确定计算体积重心时所用的门限值，具体按函数表达式计算s_TPD(n)部分的优化函数，载波频率维固定取为

数据位宽搜索范围取

步长取0.2μs；TOA搜索范围取τ₀₂±200μs，步长取5μs，采用体积重心得到最终到达时间估计结果

第三步，将相对TOA估计值作为最终估计结果输出。

下面对利用以本发明实施方式进行仿真得到的结果作进一步的描述。

仿真时的参数设置为：

采样间隔T_s＝2μs；

TOA为τ₀＝270ms；

FOA为f_d0＝1000.254Hz；

数据位宽T_b＝2.5ms；

载波偏移变化率f′_d＝0.7Hz/s；

成形低通滤波器3dB带宽约3kHz；

用户数据信息位取均匀分布的二值(+1、-1)随机序列。

仿真结束后，系统实测值如表(1)所示，

表1

从表(1)中可以看出，当载噪比(载波能量与噪声能量之比)到达31时，到达时间的标准差已经可以达到7.569μs，此结果优于美国09年公布的精度为16μs的最新数据。如图3所示，从用于衡量到达时间估计性能的偏差与标准差指标分别与载噪比的曲线可以看出，随着载噪比的增大，估计时间的偏差逐渐变小，标准差也趋于稳定，系统的估计误差也逐渐变小。

本发明未详细说明部分属本领域技术人员公知常识。

Claims (4)

1.一种卫星搜救信号的时间估计方法，其特征在于通过以下步骤实现：

步骤1：接收信标的搜救信号，对搜救信号进行信号检测处理，检测处理不通过，则继续等待接收信号；信号检测处理通过后，对接收信号进行采样得到离散信号r(n)，其中n代表采样点，N为总采样点数，取值范围[0，N-1]；

步骤2：提取r(n)中有效信号s_TPD(n)部分的优化函数，s_TPD(n)如式(1)所示，

$s_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)=\exp \left[j2\mathrm{\π}{\stackrel{\‾}{f}}_{d}n{T}_s\right]\mathrm{\Π}\left(\frac{t_0+{\mathrm{nT}}_s-{\mathrm{\τ}}_0+56T_b}{64T_b}\right)$

$+\exp [j2\mathrm{\π}{\stackrel{\‾}{f}}_{d}n{T}_s+j\underset{k=1}{\overset{24}{\mathrm{\Σ}}}1.1a_k{p}_{\mathrm{man}}(t_0+n{T}_s-{\mathrm{\τ}}_0-(k-25)T_b)]\mathrm{\Π}\left(\frac{t_0+n{T}_s-{\mathrm{\τ}}_0+12T_b}{24T_b}\right)---\left(1\right)$

$+\exp [j2\mathrm{\π}{\stackrel{\‾}{f}}_{d}n{T}_s+j\underset{k=25}{\overset{88+L}{\mathrm{\Σ}}}1.1{\tilde{b}}_k{p}_{\mathrm{man}}(t_0+n{T}_s-{\mathrm{\τ}}_0-(k-25)T_b)]\mathrm{\Π}\left(\frac{t_0+n{T}_s-{\mathrm{\τ}}_0-\frac{L{T}_b}{2}}{L{T}_b}\right)$

其中，a_k代表位帧同步数据；p_man代表低通滤波成型算子；T_s代表采样间隔；

代表报文数据；L代表搜救信号报文数据长度；t₀代表信号接收时刻；所述的s_TPD(n)的优化函数如式(2)所示，

${\tilde{A}}_0^{\′},{\widetilde{\stackrel{\‾}{f}}}_d,{\tilde{T}}_b,{\widetilde{\mathrm{\τ}}}_0=\arg \underset{A_0^{\′},{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0}{\min }\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Σ}}}[-r\left(n\right)A_0^{\′*}{s^{*}}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)-r^{*}\left(n\right)A_0^{\′}{s}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)+{\left|A_0^{\′}\right|}^2]---\left(2\right);$

其中，

为搜救信号的载波偏移；T_b为搜救信号的信息位宽；τ₀为搜救信号的到达时间；N₀为离散的信号r(n)中有效信号s_TPD(n)部分的起始点；M₂为离散的信号r(n)中有效信号s_TPD(n)部分的终止点；

步骤3：对式(2)中A′₀求偏导，获得A′₀关于

T_b和τ₀的表达式J函数，如式(3)所示，

$J({\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)=\frac{1}{M_2}{\left|\underset{n=N_0}{\overset{N_0+M_2-1}{\mathrm{\Σ}}}r\left(n\right){s^{*}}_{\mathrm{TPD}}(n;{\stackrel{\‾}{f}}_d,T_b,{\mathrm{\τ}}_0)\right|}^2---\left(3\right);$

步骤4：以特定精度选取对应于不同

T_b和τ₀的参数点

{T_b(l)；l＝1，2，…，L}和{τ₀(k)；k＝1，2，…，K}，将选取的参数点代入式(3)，计算并获取最大值对应的参数点

利用计算体积重心的方法对

T_b和τ₀进行初步估计；

步骤5：根据步骤4所得估计结果，固定搜救信号的载波偏移

以选定精度再次生成对应于同一

不同T_b和τ₀的参数点；直接代入式(3)，计算最大值点，并选出对应的参数点；

步骤6：利用步骤5选出的参数点，利用计算体积重心的方法计算时间估计结果

并输出。

2.根据权利要求1所述的一种卫星搜救信号的时间估计方法，其特征在于：步骤1中所述的信号检测处理包括频域恒虚警检测与位帧同步信号位检测，所述的频域恒虚警检测用于确定接收信号是否为经卫星转发后的规定频段的搜救信号；所述的位帧同步信号位检测是对频域恒虚警检测后的信号与构造的位帧同步数据进行相关处理，通过对处理后相关峰值的判断确定搜救信号。

3.根据权利要求1所述的一种卫星搜救信号的时间估计方法，其特征在于：所述步骤4中选取参数点时，以采样点为选取精度。

4.根据权利要求1所述的一种卫星搜救信号的时间估计方法，其特征在于：所述的步骤5中选取参数的选定精度高于采样点精度。

Images