CN103969664A - 一种基于差分循环相干积分的gps弱信号捕获方法 - Google Patents

Abstract

本发明涉及一种基于差分循环相干积分的GPS弱信号捕获方法，步骤1：取一段20Mms中频信号的数据，M=1，2，3…，对接收到的数据以L=10ms的长度进行分块；设定多普勒频移范围(ω_Dmin，ω_Dmax)和搜索频率步进Δω_D，同时设定检测阈值γ；步骤2：对数据比特翻转进行估计，选取数据块；步骤3：将选取的数据进行载波剥离，分别与本地复制载波的同相支路上的正弦信号和正交之路的余弦信号进行混频，得到I路信号和Q路信号；对同相和正交之路数据进行相干积分；步骤4：将每个块的数据和它后面相邻块的复数共轭相乘，即进行差分循环相关；步骤5：将步骤4的结果相干求和，获得峰值Y；将峰值Y与检测阈值γ作比较，判断信号是否捕获成功。

Description

一种基于差分循环相干积分的GPS弱信号捕获方法

技术领域

本发明涉及一种基于差分循环相干积分的GPS弱信号捕获方法。

背景技术

20世纪70年代，美国国防部联合陆海空三军开始研制全球卫星定位系统——Global Positioning System，简称GPS。GPS能够为用户提供精确的位置、速度、时间等信息，已经得到了广泛的应用。GPS（全球定位系统）是发展最早，也是目前发展最成熟的导航定位系统。GPS的优越性收到了大家的关注，应用范围极其广泛，但还是存在局限性：比如在室内、森林、城市等环境时信号被衰减至很弱的情况下，GPS就不能得到很好的应用。在GPS软件接收机中，捕获是接收机最先启动的模块，对整个接收机的性能都有重要影响。为保证接收机的灵敏度，微弱信号的捕获算法是GPS接收机信号处理的关键部分。

GPS信号的捕获过程一般是通过对该卫星信号的载波频率和码相位这两个参量值进行扫描式二维搜索来完成的。具体的说就是输入信号的多普勒频率和C/A码码相位的二维平面上寻找最大相关峰峰值，从而找到输入信号的载波频率和C/A码码相位。目前典型的捕获方法有串行捕获算法和基于快速傅里叶变换（FFT）的循环相关算法。串行捕获算法的优点是结构简单且易于实现，但它需要进行很多码相位和多普勒频率的组合，运算量变大，处理速度缓慢。基于快速傅里叶变换的循环相关算法易于实现且效率高，它按照多普勒频率范围内的每一种多普勒频移，对所有不确定的码时延，计算相干积分值，这样二维搜索空间被简化成一维搜索空间，即多普勒频移，从而减少了计算量，提高了捕获速度。但是捕获的精度与数据长度密切相关，精度越高，数据长度越长，随着数据长度的增长，运算量和导航数据比特翻转的概率都会增大。

对于GPS弱信号的捕获算法，为了能够达到较高的载噪比，传统的解决方法是进行长时间的相干积分和多次的非相干积分。但是随着积分时间长度的增加，信号的相干积分值会相对下降。由于数据比特跳变的影响，不能无限制的增加相干积分时间，而非相干积分会引起平方损耗也不能无限制的进行非相干积分。

发明内容

本发明目的在于提供一种基于差分循环相干积分的GPS弱信号捕获方法，能够减小非相干积分引起的平方损耗，有效提高GPS弱信号的捕获速度。

实现本发明目的技术方案：

一种基于差分循环相干积分的GPS弱信号捕获方法，其特征在于:

步骤1：取一段20Mms中频信号的数据，M=1，2，3…，对接收到的数据以L=10ms的长度进行分块;设定多普勒频移范围(ω_Dmin,ω_Dmax)和搜索频率步进Δω_D，同时设定检测阈值γ；

步骤2：对数据比特翻转进行估计，选取数据块；

步骤3：将选取的数据进行载波剥离，分别与本地复制载波的同相支路上的正弦信号和正交之路的余弦信号进行混频，得到I路信号和Q路信号；对同相和正交之路数据进行相干积分；

步骤4：将每个块的数据和它后面相邻块的复数共轭相乘，即进行差分循环相关；

步骤5：将步骤4的结果相干求和，获得峰值Y；将峰值Y与检测阈值γ作比较，判断信号是否捕获成功。

步骤1中，将每20ms的数据分成两块，依次记为，其中m=1,2,3，…，M；

步骤2中，首先读取前两块10ms的数据，即；将数据块与本地载波相乘进去取载波处理，然后将每块数据对应累加成1ms的数据块，将累加后的1ms数据块分别与本地C/A码进行相关，比较两组的幅值能量、大小，若则选取的数据块,若，则选取的数据块,其中m=1,2,3…，M。

步骤3中，对步骤2中选取的数据块的每10ms数据累加成1ms，记为 ，对数据与本地载波和本地C/A码相乘并且进行相干积分后表示为：

$I_{Y_n^m}=\underset{k=\mathrm{mN}}{\overset{\mathrm{mN}+N-1}{\mathrm{\Σ}}}{y}_{k}c(t_k-{\hat{t}}_s)\cos \left[({\mathrm{\ω}}_{\mathrm{IF}}-{\widehat{\mathrm{\ω}}}_D)t_k\right]+n_{k,i}---\left(4\right)$

$Q_{Y_n^m}=-\underset{k=\mathrm{mN}}{\overset{\mathrm{MN}+N-1}{\mathrm{\Σ}}}{y}_{k}c(t_k-{\hat{t}}_s)\sin \left[({\mathrm{\ω}}_{\mathrm{IF}}-{\widehat{\mathrm{\ω}}}_D)t_k\right]+n_{k,q}---\left(5\right)$

$\begin{array}{c}{Z}_{Y_n^m}=I_{Y_n^m}+j{Q}_{Y_n^m}\\ =\underset{k=\mathrm{mN}}{\overset{\mathrm{mN}+N-1}{\mathrm{\Σ}}}y\left(k\right)\·c(t_k-{\hat{t}}_s)\·2\exp [-j({\mathrm{\ω}}_{\mathrm{IF}}-{\mathrm{\ω}}_D)t_k^{^}]+n_k\end{array}---\left(6\right)$

其中N表示每1ms的采样的点数，码相位多普勒频率 ${\widehat{\mathrm{\ω}}}_D$

${=\mathrm{\ω}}_{D\min },{\mathrm{\ω}}_{D\min }+\mathrm{\Δ}{\mathrm{\ω}}_D,{\mathrm{\ω}}_{D\min }+2\mathrm{\Δ}{\mathrm{\ω}}_D,...{\mathrm{\ω}}_{D\max }.$

利用上述公式(4)、(5)、(6)的积分方法对数据做处理，分别对每1ms数据求FFT变换，第m ms数据处理的具体表现形式如下：

$\left[\begin{array}{c}{Y}_{\mathrm{mN}}\\ Y_{\mathrm{mN}+1}\\ .\\ .\\ .\\ Y_{\mathrm{mN}+N-1}\end{array}\right]=\mathrm{FFT}\left[\begin{array}{c}{y}_{\mathrm{mN}}\\ y_{\mathrm{mN}+1}\\ .\\ .\\ .\\ y_{\mathrm{mN}+N-1}\end{array}\right],m=\mathrm{0,1},...M-1---\left(7\right)$

产生本地C/A码信号，对其进行FFT变换后，并取共轭，表示形式如下：

$\left[\begin{array}{c}{L}_{\mathrm{mN}}\\ L_{\mathrm{mN}+1}\\ .\\ .\\ .\\ L_{\mathrm{mN}+N-1}\end{array}\right]={\left(\begin{array}{c}\mathrm{FFT}\left[\begin{array}{c}C(t_{\mathrm{mN}}-{\hat{t}}_s)\\ C(t_{\mathrm{mN}+1}-{\hat{t}}_s)\\ .\\ .\\ .\\ C(t_{\mathrm{mN}+N-1}-{\hat{t}}_s)\end{array}\right]\end{array}\right)}^{*}---\left(8\right)$

最后求出IFFT，得到结果：

$\left[\begin{array}{c}{Z}_{\mathrm{mN}}\\ Z_{\mathrm{mN}+1}\\ .\\ .\\ .\\ Z_{\mathrm{mN}+N-1}\end{array}\right]=\mathrm{IFFT}\left[\begin{array}{c}{L}_{\mathrm{mN}}{Y}_{\mathrm{mN}}\\ L_{\mathrm{mN}+1}{Y}_{\mathrm{mN}+1}\\ .\\ .\\ .\\ L_{\mathrm{mN}+N-1}{Y}_{\mathrm{mN}+N=1}\end{array}\right],m=\mathrm{0,1}...M-1---\left(9\right)$

步骤4中，将每个块的数据和它后面相邻块的复数共轭相乘，即进行差分循环相关，具体表示为： $Z_{Y_1^1}{\left(Z_{Y_1^2}\right)}^{*},Z_{Y_1^2}{\left(Z_{Y_1^3}\right)}^{*},Z_{Y_1^3}{\left(Z_{Y_1^4}\right)}^{*}......Z_{Y_1^{M-2}}{\left(Z_{Y_1^{M-}}\right)}^{*},$ $Z_{Y_1^{M-1}}{\left(Z_{Y_1^M}\right)}^{*},Z_{Y_1^M}\left({Z_{Y_1^1}}^{*}\right),$ 多项式中带*的表示取复共轭。

步骤5中，将步骤4的结果相干求和，获得峰值Y，具体公式为，

$\begin{array}{c}Y=Z_{Y_1^1}{\left(Z_{Y_1^2}\right)}^{*}+Z_{Y_1^2}{\left(Z_{Y_1^3}\right)}^{*}+Z_{Y_1^3}{\left(Z_{Y_1^4}\right)}^{*}+...+\\ Z_{Y_1^{M-2}}{\left(Z_{Y_1^{M-1}}\right)}^{*}+Z_{Y_1^{M-1}}{\left(Z_{Y_1^M}\right)}^{*}+Z_{Y_1^M}\left({Z_{Y_1^1}}^{*}\right)\end{array}.$

本发明具有的有益效果：

本发明首先对有可能发生翻转的数据段进行了判断，在以后的捕获处理中选取了没有发生跳变的数据，保证了每20ms的数据中至少有一段是没有发生翻转的。

本发明采用差分循环相干积分法。该方法将相邻信号的共轭相乘，优点是对噪声的放大较小，从而可以进一步改善了信号的信噪比。

本发明中对数据首先进行了叠加，减少了运算量，从而进一步提高了捕获速度。

附图说明

图1是串行捕获算法示意图；

图2是基于傅里叶变换的循环相关算法示意图；

图3是传统弱信号捕获原理结构图；

图4是本发明差分循环相干算法原理图。

具体实施方式

如图4所示，本发明基于差分循环相干积分的GPS弱信号捕获方法包括如下步骤：

步骤1：取一段20Mms中频信号的数据，M=1，2，3…，对接收到的数据以L=10ms的长度进行分块;设定多普勒频移范围(ω_Dmin,ω_Dmax)和搜索频率步进Δω_D，同时设定检测阈值γ；

每20ms的数据分成两块，依次记为，其中m=1,2,3，…，M；例如，第一个20ms的数据长度（并不一定刚好是一个数据位）被分割成2块，依次记为第二个20ms数据块分割后依次记为依次类推。

步骤2：对数据比特翻转进行估计，选取数据块；

导航数据的长度正好是20ms，导航数据比特每20ms就有可能发生翻转，把第一个20ms的数据分成两个数据块（并不一定刚好是一个数据位），判断是前10ms数据块还是后10ms数据块发生了翻转。根据结果判断选取数据块，从而避免有可能发生翻转的数据块。

具体方法为：首先读取前两块10ms的数据，即将数据块与本地载波相乘进去取载波处理，然后将每块数据对应累加成1ms的数据块，将累加后的1ms数据块分别与本地C/A码进行相关，比较两组的幅值能量 大小，若则选取的数据块,若则选取的数据块,其中m=1,2,3…，M。选择后的数据块跳过了可能发生导航数据电文翻转的数据块。

来自单颗卫星信号的输入模型为：

式(1)中：s(k)是在采样时间t_k时的输入信号，c(t_k-t_s)为初始码相位为t_s的C/A码序列；为初始载波相位；频率ω_IF是中频，ω_D是载波信号的多普勒频移；n(k)是噪声；k=0,1,…N-1，为处理数据段的采样点数。

将接收信号s(k)与本地载波复正弦信号进行混频处理。滤除高频分量后得到：

式(2)中：为第i次载波频率搜索点与接收信号间的频率差值；是第i次的本地载波的多普勒频移；为对应的相位差值；当频率差值Δω_d=0时，即本地复现的载波频率与接收信号的载波频率相等时，便可实现载波的完全剥离，最终会得到包含常数因子的接收到的伪码序列为：

载波剥离后，将y(k)与本地C/A码相关，得到：

$z=\underset{k=0}{\overset{k-1}{\mathrm{\Σ}}}y\left(k\right)\·c(t_k-{\hat{t}}_s)---\left(3\right)$

式(3)中是C/A码相位的估计值。

在本发明中，数据经过叠加后，分为2组，按照公式(1)(2)(3)处理后，得到两个积分值，记为z₁和z₂。比较z₁和z₂，若z₁大，则选取的数据块；若z₂大，则选取的数据块。

步骤3：将选取的数据进行载波剥离，分别与本地复制载波的同相支路上的正弦信号和正交之路的余弦信号进行混频，得到I路信号和Q路信号；对同相和正交之路数据进行相干积分；无论选取的数据是中的哪一块，对选取的数据块10ms数据累加成1ms，记为为方便，记为这样处理的数据实际上是Mms；对数据与本地载波和本地C/A码相乘并且进行相干积分后表示为：

$I_{Y_n^m}=\underset{k=\mathrm{mN}}{\overset{\mathrm{mN}+N-1}{\mathrm{\Σ}}}{y}_{k}c(t_k-{\hat{t}}_s)\cos \left[({\mathrm{\ω}}_{\mathrm{IF}}-{\widehat{\mathrm{\ω}}}_D)t_k\right]+n_{k,i}---\left(4\right)$

$Q_{Y_n^m}=-\underset{k=\mathrm{mN}}{\overset{\mathrm{MN}+N-1}{\mathrm{\Σ}}}{y}_{k}c(t_k-{\hat{t}}_s)\sin \left[({\mathrm{\ω}}_{\mathrm{IF}}-{\widehat{\mathrm{\ω}}}_D)t_k\right]+n_{k,q}---\left(5\right)$

$Z_{Y_n^m}=I_{Y_n^m}+j{Q}_{Y_n^m}$

$=\underset{k=\mathrm{mN}}{\overset{\mathrm{mN}+N-1}{\mathrm{\Σ}}}y\left(k\right)\·c(t_k-{\hat{t}}_s)\·2\exp [-j({\mathrm{\ω}}_{\mathrm{IF}}-{\mathrm{\ω}}_D){\hat{t}}_k]+n_k---\left(6\right)$

其中N表示每1ms的采样的点数，码相位多普勒频率 ${\widehat{\mathrm{\ω}}}_D$

${=\mathrm{\ω}}_{D\min },{\mathrm{\ω}}_{D\min }+\mathrm{\Δ}{\mathrm{\ω}}_D,{\mathrm{\ω}}_{D\min }+2\mathrm{\Δ}{\mathrm{\ω}}_D,...{\mathrm{\ω}}_{D\max };$

利用上述公式(4)、(5)、(6)的积分方法对数据做处理，分别对每1ms数据求FFT变换，第m ms数据处理的具体表现形式如下：

$\left[\begin{array}{c}{Y}_{\mathrm{mN}}\\ Y_{\mathrm{mN}+1}\\ .\\ .\\ .\\ Y_{\mathrm{mN}+N-1}\end{array}\right]=\mathrm{FFT}\left[\begin{array}{c}{y}_{\mathrm{mN}}\\ y_{\mathrm{mN}+1}\\ .\\ .\\ .\\ y_{\mathrm{mN}+N-1}\end{array}\right],m=\mathrm{0,1},...M-1---\left(7\right)$

产生本地C/A码信号，对其进行FFT变换后，并取共轭，表示形式如下：

$\left[\begin{array}{c}{L}_{\mathrm{mN}}\\ L_{\mathrm{mN}+1}\\ .\\ .\\ .\\ L_{\mathrm{mN}+N-1}\end{array}\right]={\left(\begin{array}{c}\mathrm{FFT}\left[\begin{array}{c}C(t_{\mathrm{mN}}-{\hat{t}}_s)\\ C(t_{\mathrm{mN}+1}-{\hat{t}}_s)\\ .\\ .\\ .\\ C(t_{\mathrm{mN}+N-1}-{\hat{t}}_s)\end{array}\right]\end{array}\right)}^{*}---\left(8\right)$

最后求出IFFT，得到结果：

$\left[\begin{array}{c}{Z}_{\mathrm{mN}}\\ Z_{\mathrm{mN}+1}\\ .\\ .\\ .\\ Z_{\mathrm{mN}+N-1}\end{array}\right]=\mathrm{IFFT}\left[\begin{array}{c}{L}_{\mathrm{mN}}{Y}_{\mathrm{mN}}\\ L_{\mathrm{mN}+1}{Y}_{\mathrm{mN}+1}\\ .\\ .\\ .\\ L_{\mathrm{mN}+N-1}{Y}_{\mathrm{mN}+N=1}\end{array}\right],m=\mathrm{0,1}...M-1---\left(9\right)$

步骤4：将每个块的数据和它后面相邻块的复数共轭相乘，即进行差分循环相关；

具体表示为： $Z_{Y_1^1}{\left(Z_{Y_1^2}\right)}^{*},Z_{Y_1^2}{\left(Z_{Y_1^3}\right)}^{*},Z_{Y_1^3}{\left(Z_{Y_1^4}\right)}^{*}......Z_{Y_1^{M-2}}{\left(Z_{Y_1^{M-}}\right)}^{*},Z_{Y_1^{M-1}}{\left(Z_{Y_1^M}\right)}^{*},$ $Z_{Y_1^M}\left({Z_{Y_1^1}}^{*}\right),$ 多项式中带*的表示取复共轭。

步骤5：将步骤4的结果相干求和，获得峰值Y；将峰值Y与检测阈值γ作比较，判断信号是否捕获成功。

将步骤4的结果相干求和，获得峰值Y，具体公式为，

$\begin{array}{c}Y=Z_{Y_1^1}{\left(Z_{Y_1^2}\right)}^{*}+Z_{Y_1^2}{\left(Z_{Y_1^3}\right)}^{*}+Z_{Y_1^3}{\left(Z_{Y_1^4}\right)}^{*}+...+\\ Z_{Y_1^{M-2}}{\left(Z_{Y_1^{M-1}}\right)}^{*}+Z_{Y_1^{M-1}}{\left(Z_{Y_1^M}\right)}^{*}+Z_{Y_1^M}\left({Z_{Y_1^1}}^{*}\right)\end{array}.$

在结果Y中加入了检测量可以进一步提高峰值。将结果Y与预先设定的检测阈值γ作比较，判断信号是否捕获成功。将得到的结果与检测阈值γ作比较，如果结果Y大于检测阈值γ则表明捕获成功；若小于检测阈值γ，则表明当前的卫星信号并没有捕获成功，调节本振和本地C/A码，重复以上的搜索过程，直到卫星信号捕获成功。

Claims (4)

1.一种基于差分循环相干积分的GPS弱信号捕获方法，其特征在于:

步骤1：取一段20Mms中频信号的数据，M=1，2，3…，对接收到的数据以L=10ms的长度进行分块;设定多普勒频移范围(ω_Dmin,ω_Dmax)和搜索频率步进Δω_D，同时设定检测阈值γ；

步骤2：对数据比特翻转进行估计，选取数据块；

步骤3：将选取的数据进行载波剥离，分别与本地复制载波的同相支路上的正弦信号和正交之路的余弦信号进行混频，得到I路信号和Q路信号；对同相和正交之路数据进行相干积分；

步骤4：将每个块的数据和它后面相邻块的复数共轭相乘，即进行差分循环相关；

步骤5：将步骤4的结果相干求和，获得峰值Y；将峰值Y与检测阈值γ作比较，判断信号是否捕获成功。

2.根据权利要求1所述的基于差分循环相干积分的GPS弱信号捕获方法，其特征在于：

步骤1中，将每20ms的数据分成两块，依次记为，其中m=1,2,3，…，M；

步骤2中，首先读取前两块10ms的数据，即；将数据块与本地载波相乘进去取载波处理，然后将每块数据对应累加成1ms的数据块，将累加后的1ms数据块分别与本地C/A码进行相关，比较两组的幅值能量 大小，若则选取的数据块,若，则选取的数据块,其中m=1,2,3…，M。

3.根据权利要求2所述的基于差分循环相干积分的GPS弱信号捕获方法， 其特征在于：步骤3中，对步骤2中选取的数据块的每10ms数据累加成1ms，记为，对数据与本地载波和本地C/A码相乘并且进行相干积分后表示为：

其中N表示每1ms的采样的点数，码相位，多普勒频率

利用上述公式(4)、(5)、(6)的积分方法对数据做处理，分别对每1ms数据求FFT变换，第m ms数据处理的具体表现形式如下：

产生本地C/A码信号，对其进行FFT变换后，并取共轭，表示形式如下：

最后求出IFFT，得到结果：

步骤4中，将每个块的数据和它后面相邻块的复数共轭相乘，即进行差分循环相关，具体表示为： 多项式中带*的表示取复共轭。

4.根据权利要求3所述的基于差分循环相干积分的GPS弱信号捕获方法，其特征在于：步骤5中，将步骤4的结果相干求和，获得峰值Y，具体公式为，

。