一种低复杂度高精度GNSS高动态信号频率估计方法及系统技术方案

本发明专利技术涉及一种低复杂度高精度GNSS高动态信号频率估计方法及系统，其方法包括：对后相关信号进行建模，得到后相关信号；对后相关信号进行相邻差分处理，再进行积分得到近邻差分相干信号；对近邻差分相干信号进行多维差分积累，并对多维差分积累得到的信号进行多普勒变化率估计；基于后相关信号计算差分信号并对其进行积分，之后进行加/减处理，得到每一个翻转位置对应的数据比特符号和积累量；对积累量进行最大位置判决，得到真正的数据翻转位置；对后相关信号去除比特得到待处理信号，对待处理信号进行相干积分处理，之后对相干积分处理后的信号进行多普勒频率估计。本发明专利技术实现低复杂度实现高动态环境下高精度频率参数估计。杂度实现高动态环境下高精度频率参数估计。杂度实现高动态环境下高精度频率参数估计。

【技术实现步骤摘要】
一种低复杂度高精度GNSS高动态信号频率估计方法及系统


[0001]本专利技术属于通信
，具体涉及一种低复杂度高精度GNSS高动态信号频率估计方法及系统。

技术介绍

[0002]卫星信号捕获技术在GNSS软件无线电接收机中是重要的组成部分，在这个过程中，需要估计码相位和多普勒频率。很多软件接收机均采用粗
‑
精捕获方式，即对信号先进性粗捕获，估计出码相位和频率粗略位置，再进行频率精细捕获。在进行频率精细捕获时，信号被建模为后相关信号，此时在高动态环境下，峰值不仅受到多普勒影响而且受到频率变化率的影响，所以对高动态后相关信号进行频率精细估计时，需要对多普勒和多普勒变化率两个频率参数估计，而且估计时会受到比特翻转影响。现有比较流行的算法是BASIC方法，如图4所示，利用两步FFT对频率参数进行估计，但是频率估计精度有待进一步提升，。
[0003]因此，需要对高动态后相关信号频率参数高精度估计问题进行深入研究，提出高精度低复杂度的多普勒和多普勒变化率估计方法。

技术实现思路

[0004]本专利技术的目的是为了以低复杂度实现对频率估计精度提升，在高动态有数据比特翻转情况下，提出了一种低复杂度高精度GNSS高动态信号频率估计方法及系统。
[0005]为了达到上述目的，本专利技术采用如下技术方案：
[0006]一种低复杂度高精度GNSS高动态信号频率估计方法，包括以下步骤：
[0007]S1、在高动态环境下，对后相关信号进行建模，得到后相关信号；
[0008]S2、对后相关信号进行相邻差分处理，之后再进行积分得到近邻差分相干信号；
[0009]S3、对近邻差分相干信号进行多维差分积累，并对多维差分积累得到的信号进行多普勒变化率估计，得到估计的多普勒变化率；
[0010]S4、基于后相关信号计算差分信号并对其进行积分，之后进行加/减处理，得到每一个翻转位置对应的数据比特符号和积累量；
[0011]S5、对积累量进行最大位置判决，得到真正的数据翻转位置；
[0012]S6、对后相关信号去除比特得到待处理信号，对待处理信号进行相干积分处理，之后对相干积分处理后的信号进行多普勒频率估计，得到估计的多普勒频率。
[0013]作为优选方案，所述步骤S1中，后相关信号为：
[0014]R(n)＝Ab
n exp[j2π(f0nT
s
+αn2T
s2
)][0015]其中，A表示信号幅度，n表示采样点，b
n
表示第n个采样点的数据比特符号，j为虚数单位，T
s
表示多普勒频率粗略估计的积分时间，f0表示GNSS中频接收信号进行多普勒频率粗略估计所剩下的与真实多普勒频率误差，α表示多普勒变化率。
[0016]作为优选方案，所述步骤S2中，对后相关信号进行相邻差分处理，得到：
[0017][0018]其中，
[0019]假设n＝k1N
b
,...,(k1+1)N
b
‑
1，b
n
b
n+1
＝1，对d
r
(n)进行积分，得到近邻差分相干信号：
[0020][0021]其中，k1＝0,...,K
a
‑
1，K
a
表示进行多普勒变化率估计的点数，N
b
表示数据比特周期，k1表示第k1个数据比特符号周期。
[0022]作为优选方案，所述步骤S3中，对D
r
(k1)进行多维差分积累得到信号A
i
：
[0023][0024]其中i＝1,..,K
a
；
[0025]对多维差分积累得到的信号A
i
进行多普勒变化率估计，包括：
[0026]对信号A
i
进行相邻差分积累判决变量：
[0027][0028]得到估计的多普勒变化率α
e
＝arg(J1)/(4πN
b
T
s2
)。
[0029]作为优选方案，所述步骤S4中，基于后相关信号计算得到的差分信号：
[0030][0031]其中，i1＝0,1,...,N
b
‑
1，R1(n)＝R(n)exp(
‑
j2π(αn2T
s2
))，α1＝α
‑
α
e
；
[0032]对进行积分，得到：
[0033][0034]其中，k＝0,...,K
‑
1，K表示信号长度；
[0035]之后进行如下加/减处理：
[0036][0037][0038]得到每一个翻转位置i1对应的数据比特符号和积累量
[0039]其中，
[0040]作为优选方案，所述步骤S5中，
[0041]对积累量进行最大位置判决：
[0042][0043]其中，i0表示真正的数据翻转位置。
[0044]作为优选方案，根据i0得到估计的差分数据比特假设第零个采样点的数据比特符号为1，即b0＝1，求得估计的第n个采样点数据比特符号b
ne
。
[0045]作为优选方案，所述步骤S6中，对后相关信号去除比特得到待处理信号：
[0046]R
f
(n)＝R(i0+n)b
ne exp[
‑
j2π(α
e
n2T
s2
)][0047]之后进行相干积分处理，得到信号：
[0048][0049]其中，k
f
＝0,...,K
f
‑
1，K
f
表示进行多普勒频率估计的点数；N
f
表示相干积分时间；f
h
表示根据重新进行粗捕获后剩余多普勒取值范围分为几个可能取值点，h＝1,...,H，H表示可能取值点的下标；
[0050]对每一个f
h
对应的R
fi
(k
f
)进行多普勒频率估计，包括：
[0051]对进行多维差分积累，得到信号
[0052][0053]其中，l＝1,..,K
f
；
[0054]对信号进行相邻差分积累判决变量：
[0055][0056]根据得到估计的多普勒频率为：
[0057][0058]即最大值对应估计的多普勒频率
[0059]本专利技术还提供一种低复杂度高精度GNSS高动态信号频率估计系统，应用如上任一项方案所述的低复杂度高精度GNSS高动态信号频率估计方法，所述低复杂度高精度GNSS高动态信号频率估计系统包括：
[0060]建模模块，用于在高动态环境下对后相关信号进行建模，得到后相关信号；
[0061]相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低复杂度高精度GNSS高动态信号频率估计方法，其特征在于，包括以下步骤：S1、在高动态环境下，对后相关信号进行建模，得到后相关信号；S2、对后相关信号进行相邻差分处理，之后再进行积分得到近邻差分相干信号；S3、对近邻差分相干信号进行多维差分积累，并对多维差分积累得到的信号进行多普勒变化率估计，得到估计的多普勒变化率；S4、基于后相关信号计算差分信号并对其进行积分，之后进行加/减处理，得到每一个翻转位置对应的数据比特符号和积累量；S5、对积累量进行最大位置判决，得到真正的数据翻转位置；S6、对后相关信号去除比特得到待处理信号，对待处理信号进行相干积分处理，之后对相干积分处理后的信号进行多普勒频率估计，得到估计的多普勒频率。2.根据权利要求1所述的一种低复杂度高精度GNSS高动态信号频率估计方法，其特征在于，所述步骤S1中，后相关信号为：其中，A表示信号幅度，n表示采样点，b
n
表示第n个采样点的数据比特符号，j为虚数单位，T
s
表示多普勒频率粗略估计的积分时间，f0表示GNSS中频接收信号进行多普勒频率粗略估计所剩下的与真实多普勒频率误差，α表示多普勒变化率。3.根据权利要求2所述的一种低复杂度高精度GNSS高动态信号频率估计方法，其特征在于，所述步骤S2中，对后相关信号进行相邻差分处理，得到：其中，假设n＝k1N
b
,...,(k1+1)N
b
‑
1，b
n
b
n+1
＝1，对d
r
(n)进行积分，得到近邻差分相干信号：其中，k1＝0,...,K
a
‑
1，K
a
表示进行多普勒变化率估计的点数，N
b
表示数据比特周期，k1表示第k1个数据比特符号周期。4.根据权利要求3所述的一种低复杂度高精度GNSS高动态信号频率估计方法，其特征在于，所述步骤S3中，对D
r
(k1)进行多维差分积累得到信号A
i
：其中i＝1,..,K
a
；对多维差分积累得到的信号A
i
进行多普勒变化率估计，包括：对信号A
i
进行相邻差分积累判决变量：得到估计的多普勒变化率5.根据权利要求4所述的一种低复杂度高精度GNSS高动态信号频率估计方法，其特征
在于，所述步骤S4中，基于后相关信号计算得到的差分信号：其中，i1＝0,1,...,N
b
‑
1，R1(n)＝R(n)exp(
‑
j2π(αn2T
s2
))，α1＝α
‑
α
e
；对进行积分，得到：其中，α
b
＝N
b...

【专利技术属性】
技术研发人员：吴超，钱飞杰，吴亿，苏明坤，孙闽红，刘二小，宋慧娜，滕旭阳，张欢，仇兆阳，简志华，汪立新，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：