CN104035109B - 基于重叠1/5比特差分循环相干积分的弱信号捕获方法 - Google Patents

Abstract

本发明的目的在于提供基于重叠1/5比特差分循环相干积分的弱信号捕获方法，包括如下过程：取一段中频信号数据，将接收信号进行载波剥离处理，将去除载波之后的数据进行数据分块处理，将每一个数据块进行自身叠加处理，并进行FFT变换，将本地产生的C/A码进行FFT变换并取共轭，然后与上步最终获得的每个结果分别相乘并进行IFFT处理，将上步骤处理后的每个数据块与和它有数据重叠的相邻块的数据进行复数共轭相乘，然后再进行分组相关求和，对得到的5个结果进行判断，判断其大小，选取没有数据跳变的结果，获得峰值，将峰值与设定的门限值γ作比较，判断信号是否捕获成功。本发明能够较好的捕获到弱信号，使得接收机对于弱信号的适应性得到提高。

Description

基于重叠1/5比特差分循环相干积分的弱信号捕获方法

技术领域

本发明涉及的是一种信号处理方法，具体地说是信号捕获方法。

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，简称GPS。GPS能够在全球范围内为用户提供精确的位置、速度、时间等信息，并且已经得到了广泛的应用。GPS系统是发展最早，也是目前发展最为成熟的导航定位系统。由于GPS的优越性，使其受到了人们的普遍关注，它的应用范围非常广泛，包括可以为地球表面、近地表以及地球外太空任意地点的用户提供导航服务，但还是存在着局限性：比如在室内、森林、城市等复杂环境中，信号将会被衰减至很弱的情况下，GPS就不能很好的进行工作。如果使GPS接收机能够在信号较微弱的条件下进行定位工作，那么，就需要对GPS接收机最先启动的工作部分，即捕获功能模块的性能指标提出更高的要求，需要其有很好的对弱信号的捕获特性，即能够捕获到功率足够低的信号。当前GPS接收机所采用的捕获技术已经是难以满足用户的需求。如果不能成功的捕获到GPS信号，那么接收机后续的跟踪和解算等功能环节的进行就无从谈起，所以，为保证接收机的灵敏度，对微弱信号的捕获算法就成为了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。具体的过程就是在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，从而寻找到输入信号的多普勒频率和C/A码码相位所在位置，为后续信号的跟踪提供初始信息。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比较简单且易于实现，但它需要对多组的码相位和多普勒频率的组合进行运算，运算量较大，处理速度缓慢。另一种比较典型的信号捕获方法是基于快速傅里叶变换的循环相关算法，该方法易于实现且效率高，通过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进行快速傅里叶变换，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，即只剩下对多普勒频移这一维的搜索，从而减少了计算量，节省了捕获所花费的时间，提高了捕获速度。但是该方法也是有缺陷的，那就是捕获的精度与接收数据所选取的长度密切相关，选取的数据长度越长，精度越高，但是随着数据长度的不断增长，处理过程的运算量和导航数据比特翻转的概率都会随之增大。

通常对于GPS弱信号的捕获处理，为了能够获得一个较高的载噪比，传统的解决方法是对接收数据进行较长时间的相干积分或者是进行多次的非相干积分累加。这两种方法都是存在着一定的缺陷的：对于相干积分来说，由于数据比特存在着跳变的限制，相干积分的长度一般是不能超过一个数据位即20ms，否则就有可能因为数据位的跳变，使得相干积分值变小甚至是出现抵消现象，所以并不能够无限制的增加相干积分的时间；由于非相干积分法虽然可以利用平方运算克服数据位跳变的影响，但是却也不可避免的引起了平方损耗，使信噪比的增益受到削弱，所以也不能无限制的进行非相干积分。但对于弱信号的捕获已经成为GPS接收机的关键技术，因此，GPS弱信号捕获成为当前的研究热点。

发明内容

本发明的目的在于提供能够较好的捕获到弱信号、并能够提高捕获速度的基于重叠1/5比特差分循环相干积分的弱信号捕获方法。

本发明的目的是这样实现的：

本发明基于重叠1/5比特差分循环相干积分的弱信号捕获方法，其特征是：

(1)取一段20Mms+8ms长度的中频信号数据，M＝1，2，3…，将该数据进行载波剥离处理，使其与本地复现的载波复正弦信号进行混频，设定多普勒频移范围(ω_Dmin,ω_Dmax)以及搜索频率步进Δω_D，同时设定检测阈值γ；

(2)对去除载波之后的数据以L＝8ms的长度进行数据分块处理，第一个数据块与第二个数据块之间有4ms的数据重叠，即有1/5比特数据重叠，第二个数据块与第三个数据块之间也有4ms的数据重叠，同样是1/5比特数据重叠，以此类推，该段数据共分为5M+1块的数据块，将每一个数据块进行自身叠加处理，并进行FFT变换；

(3)将本地产生的C/A码进行FFT变换并取共轭，然后与步骤(2)的结果相乘并进行IFFT处理；

(4)将步骤(3)处理后的每个数据块与和它有数据重叠的相邻数据块进行复数共轭相乘，即进行差分循环相关，再进行分组相关求和，对得到的5个结果进行判断大小，选取出没有数据跳变的结果，获得峰值，将峰值与检测阈值γ作比较，判断信号是否捕获成功，如果超出检测阈值γ，则捕获成功，否则，没有捕获到信号，然后重新调整搜索频率步进Δω_D，返回步骤(2)，直到信号捕获成功。

本发明还可以包括：

1、步骤(1)的具体过程如下：

来自单颗卫星信号的输入模型为：

式中：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)是高斯白噪声；k＝0,1,…N-1，为处理数据段的采样点数；

将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，最终得到包含常数因子的接收到的伪码序列为：

2、步骤(2)的具体过程如下：

将去除载波之后的数据分块，每个块与每个块之间有4ms数据的重叠，依次记为Y₁ ^m,Y₂ ^m,Y₃ ^m,Y₄ ^m,Y₅ ^m，其中m＝1,2,3，…，M；

将这些数据块进行叠加处理，即将每一个8ms长度的数据块叠加成1ms的长度，分别记为m＝1，2…M；将数据进行FFT处理：

$\left[\begin{array}{c}{{\mathrm{FY}}_1}^m\\ {{\mathrm{FY}}_2}^m\\ {{\mathrm{FY}}_3}^m\\ {{\mathrm{FY}}_4}^m\\ {{\mathrm{FY}}_5}^m\end{array}\right]=\mathrm{FFT}\left(\left[\begin{array}{c}{y_1}^m\\ {y_2}^m\\ {y_3}^m\\ {y_4}^m\\ {y_5}^m\end{array}\right]\right)m=\mathrm{0,1},...M.$

3、步骤(3)的具体步骤如下：

本地产生的C/A码进行FFT变换并取共轭：C＝(FFT(c))^*，其中c表示C/A码序列，C表示C/A码序列进行FFT变换之后取共轭，*表示共轭，然后将步骤(2)中的数据与该变换相乘并进行IFFT处理：

$\left[\begin{array}{c}{Z_1}^m\\ {Z_2}^m\\ {Z_3}^m\\ {Z_4}^m\\ {Z_5}^m\end{array}\right]=\mathrm{IFFT}\left(\begin{array}{c}{{\mathrm{FY}}_1}^m*C\\ {{\mathrm{FY}}_2}^m*C\\ {{\mathrm{FY}}_3}^m*C\\ {{\mathrm{FY}}_4}^m*C\\ {{\mathrm{FY}}_5}^m*C\end{array}\right)m=\mathrm{1,2}...M.$

本发明的优势在于：

(1)本发明采用的是差分循环相干积分法。该方法将相邻的2个信号块进行共轭相乘，然后判断其中不含数据跳变的数据段，优点是能够较好的捕获到弱信号，使得接收机对于弱信号的适应性得到提高。

(2)本发明中对接收数据首先进行了叠加处理，减小了相干积分的运算量，从而提高了捕获速度。

(3)本发明采用了重叠差分的理念，可以实现较长时间的相干积分与差分相干运算的结合。

附图说明

图1是1/5比特重叠差分分块示意图；

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是差分循环相干算法原理图；

图5是重叠差分法与半比特交替法的检测概率对比图。

具体实施方式

下面结合附图举例对本发明做更详细地描述：

结合图1～5，本发明描述的方法是一种适用于GPS弱信号的捕获方法，该发明采用了差分循环相干积分法，与一般的弱信号捕获方法相比，该方法的创新之处是首次采用了重叠差分循环相关积分，实现了较长时间的相干积分与差分相干运算的结合，本发明将相邻的2个信号块进行重叠共轭相乘，然后在5个结果中选取出不含数据跳变的数据段(5个式子中必有2个式子是满足要求的)，将满足要求的数据段进行相加，使其与设定门限作比较，而且该发明对噪声的放大相对来说比较小，从而改善了信号的信噪比，并且与一般的方法相比计算量也不大。本发明方法如图4所示，步骤如下：

步骤1：取一段20Mms+8ms长度的中频信号数据，M＝1，2，3…，选取的数据越长，捕获效果越好，将该数据信号进行载波剥离处理，使其与本地复现的载波复正弦信号进行混频，设定合适的多普勒频移范围(ω_Dmin,ω_Dmax)，以及搜索频率步进Δω_D，同时设定检测阈值γ。

具体过程如下：

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)是高斯白噪声；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：

步骤2：对去除载波之后的数据以L＝8ms的长度进行数据分块处理，其中，第一个数据块与第二个数据块之间有4ms的数据重叠，即有1/5比特数据重叠，第二个数据块与第三个数据块之间也有4ms的数据重叠，同样是1/5比特数据重叠，以此类推，该段信号共可分为5M+1块的数据块，将每一个数据块进行自身叠加处理，并进行FFT变换。

具体过程如下：

将去除载波之后的数据分块，如图1所示，每个块与每个块之间有4ms数据的重叠，依次记为Y₁ ^m,Y₂ ^m,Y₃ ^m,Y₄ ^m,Y₅ ^m，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5块，依次记为 需要用到下一个20ms数据中的前4ms，第二个数据块分割后的数据依次记为依次类推，最后一个块的数据表示为Y₁ ^M+1。

将这些数据块进行叠加处理，即将每一个8ms长度的数据块叠加成1ms的长度，分别记为m＝1，2…M。这样再对该1ms数据进行处理时实际上是对8ms的数据进行了处理，将数据进行FFT处理。

$\left[\begin{array}{c}{{\mathrm{FY}}_1}^m\\ {{\mathrm{FY}}_2}^m\\ {{\mathrm{FY}}_3}^m\\ {{\mathrm{FY}}_4}^m\\ {{\mathrm{FY}}_5}^m\end{array}\right]=\mathrm{FFT}\left(\left[\begin{array}{c}{y_1}^m\\ {y_2}^m\\ {y_3}^m\\ {y_4}^m\\ {y_5}^m\end{array}\right]\right)m=\mathrm{0,1},...M---\left(3\right)$

步骤3：将本地产生的C/A码进行FFT变换并取共轭，然后与步骤2的结果相乘并进行IFFT处理。

C＝(FFT(c))^* (4)

本地产生的C/A码进行FFT变换并取共轭，如公式(4)所示，其中c表示C/A码序列，C表示C/A码序列进行FFT变换之后取共轭，*表示共轭。然后将步骤2中的数据与该变换相乘并进行IFFT处理。

$\left[\begin{array}{c}{Z_1}^m\\ {Z_2}^m\\ {Z_3}^m\\ {Z_4}^m\\ {Z_5}^m\end{array}\right]=\mathrm{IFFT}\left(\begin{array}{c}{{\mathrm{FY}}_1}^m*C\\ {{\mathrm{FY}}_2}^m*C\\ {{\mathrm{FY}}_3}^m*C\\ {{\mathrm{FY}}_4}^m*C\\ {{\mathrm{FY}}_5}^m*C\end{array}\right)m=\mathrm{1,2}...M---\left(5\right)$

步骤4：将步骤3处理后的每个数据块与和它有数据重叠的相邻数据块进行复数共轭相乘，即进行差分循环相关，再进行分组相关求和，由于导航数据位存在20ms的跳变，因此，跳变只可能存在于每个连续的5个分块的其中2个块中，并且每隔5个数据块才可能再次出现跳变，而其余的块是不会发生跳变的。对得到的5个结果进行判断大小，选取出没有数据跳变的结果，获得峰值，将峰值与门限作比较，判断信号是否捕获成功。如果超出门限值，则捕获到信号，否则，没有捕获到信号，然后重新调整码相位和多普勒频率，返回步骤2，重复过程，直到信号捕获成功。

具体过程如下：

$A=Z_1^1{\left(Z_2^1\right)}^{*}+Z_1^2{\left(Z_2^2\right)}^{*}+...+Z_1^M{\left(Z_2^M\right)}^{*}---\left(6\right)$

$B=Z_2^1{\left(Z_3^1\right)}^{*}+Z_2^2{\left(Z_3^2\right)}^{*}+...+Z_2^M{\left(Z_3^M\right)}^{*}---\left(7\right)$

$C=Z_3^1{\left(Z_4^1\right)}^{*}+Z_3^2{\left(Z_4^2\right)}^{*}+...+Z_3^M{\left(Z_4^M\right)}^{*}---\left(8\right)$

$D=Z_4^1{\left(Z_5^1\right)}^{*}+Z_4^2{\left(Z_5^2\right)}^{*}+...+Z_4^M{\left(Z_5^M\right)}^{*}---\left(9\right)$

$E=Z_5^1{\left(Z_1^2\right)}^{*}+Z_5^2{\left(Z_1^3\right)}^{*}+...+Z_5^M{\left(Z_1^{M+1}\right)}^{*}---\left(10\right)$

假设在20Mms+6ms位置处发生数据跳变，M＝1,2,3…，由于数据是进行8ms分块，相邻两个数据块之间有4ms的数据重合，所以含有数据跳变的块为和这两项。

通过观察上述5个等式，可以看出，等式(6)、(7)、(8)、(9)、(10)中不包含和这两项的有等式(8)和等式(9)，由于导航数据比特跳变出现在这些分块中时，那么该分块的前后差分相关将会出现较大的削弱，导致最终的累积结果出现较大的衰减，而不存在跳变的数据块，其差分相关累积结果将有比较大的累计值。通过比较这5个式子峰值的大小，就可以确定数据跳变位于哪组分块中。将不存在跳变的分块组所对应的差分相干累积结果进行相加，结果的峰值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，调节搜索频率步进Δω_D，重复以上的搜索过程，直到卫星信号捕获成功。图5是重叠差分法与半比特交替法的检测概率对比图，通过观察图形可以看出，该方法能够有效的提高对信号的捕获概率。

Claims (3)

1.基于重叠1/5比特差分循环相干积分的弱信号捕获方法，其特征是：

(1)取一段20Mms+8ms长度的中频信号数据，M＝1，2，3…，将该数据进行载波剥离处理，使其与本地复现的载波复正弦信号进行混频，设定多普勒频移范围(ω_Dmin,ω_Dmax)以及搜索频率步进Δω_D，同时设定检测阈值γ；

(2)对去除载波之后的数据以L＝8ms的长度进行数据分块处理，第一个数据块与第二个数据块之间有4ms的数据重叠，即有1/5比特数据重叠，第二个数据块与第三个数据块之间也有4ms的数据重叠，同样是1/5比特数据重叠，以此类推，该段数据共分为5M+1块的数据块，将每一个数据块进行自身叠加处理，并进行FFT变换；

(3)将本地产生的C/A码进行FFT变换并取共轭，然后与步骤(2)的结果相乘并进行IFFT处理；

(4)将步骤(3)处理后的每个数据块与和它有数据重叠的相邻数据块进行复数共轭相乘，即进行差分循环相关，再进行分组相关求和，对得到的5个结果进行判断大小，选取出没有数据跳变的结果，获得峰值，将峰值与检测阈值γ作比较，判断信号是否捕获成功，如果超出检测阈值γ，则捕获成功，否则，没有捕获到信号，然后重新调整搜索频率步进Δω_D，返回步骤(2)，直到信号捕获成功；

步骤(1)的具体过程如下：

来自单颗卫星信号的输入模型为：

式中：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)是高斯白噪声；k＝0,1,…N-1，为处理数据段的采样点数；

将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，最终得到包含常数因子的接收到的伪码序列为：

2.根据权利要求1所述的基于重叠1/5比特差分循环相干积分的弱信号捕获方法，其特征是：步骤(2)的具体过程如下：

将去除载波之后的数据分块，每个块与每个块之间有4ms数据的重叠，依次记为其中m＝1,2,3，…，M；

将这些数据块进行叠加处理，即将每一个8ms长度的数据块叠加成1ms的长度，分别记为m＝1，2…M；将数据进行FFT处理：

$\left[\begin{array}{c}F{Y}_1^m\\ {\mathrm{FY}}_2^m\\ {\mathrm{FY}}_3^m\\ {\mathrm{FY}}_4^m\\ {\mathrm{FY}}_5^m\end{array}\right]=FFT\left(\left[\begin{array}{c}{y}_1^m\\ y_2^m\\ y_3^m\\ y_4^m\\ y_5^m\end{array}\right]\right),m=0,1,...M.$

3.根据权利要求1或2所述的基于重叠1/5比特差分循环相干积分的弱信号捕获方法，其特征是：步骤(3)的具体步骤如下：

本地产生的C/A码进行FFT变换并取共轭：C＝(FFT(c))^*，其中c表示C/A码序列，C表示C/A码序列进行FFT变换之后取共轭，*表示共轭，然后将步骤(2)中的数据与该共轭变换相乘并进行IFFT处理：

$\left[\begin{array}{c}{Z}_1^m\\ Z_2^m\\ Z_3^m\\ Z_4^m\\ Z_5^m\end{array}\right]=IFFT\left(\begin{array}{c}F{Y}_1^m\×C\\ F{Y}_2^m\×C\\ F{Y}_3^m\×C\\ F{Y}_4^m\×C\\ F{Y}_5^m\×C\end{array}\right),m=1,2...M.$