史彥芳,劉 靜,馬 娟
(西北工業(yè)大學(xué) 電子信息學(xué)院,陜西 西安 710129)
當(dāng)前GPS作為全球性衛(wèi)星導(dǎo)航系統(tǒng)在各領(lǐng)域的應(yīng)用受到普遍關(guān)注,尤其是在弱信號(hào)環(huán)境下的接收定位技術(shù)研究,受到緊急救援和軍事作戰(zhàn)需求的刺激已經(jīng)成為研究熱點(diǎn),其中的高靈敏度接收技術(shù),由于不受環(huán)境和條件的限制尤為受到重視。在高靈敏度GPS接收機(jī)中,由于信號(hào)的捕獲處在基帶處理的最前端,因此高效的微弱GPS信號(hào)捕獲算法是提高高靈敏度GPS接收機(jī)性能的關(guān)鍵。通常的弱GPS信號(hào)比室外信號(hào)強(qiáng)度低約20~30 dB,或在載噪比小于28 dB-Hz則被視為弱信號(hào)[1],普通GPS接收機(jī)在這種情況下無法工作,高靈敏度GPS接收機(jī)主要通過信號(hào)處理算法來獲得高的信號(hào)處理增益。針對(duì)高靈敏度接收機(jī)在弱信號(hào)的捕獲過程中耗費(fèi)大量時(shí)間的問題,文章分析了主要信號(hào)累積技術(shù)的優(yōu)缺點(diǎn),討論了弱信號(hào)環(huán)境下GPS信號(hào)檢測(cè)值的概率統(tǒng)計(jì)分布特性,利用差分相關(guān)所獨(dú)有的一維搜索特性,結(jié)合快速相干累積算法提出了一種新的微弱GPS信號(hào)快速捕獲算法,并分析了其可行性。通過仿真驗(yàn)證和實(shí)際數(shù)據(jù)測(cè)測(cè)試,證明算法可行有效。
到達(dá)GPS接收機(jī)天線的信號(hào)經(jīng)低噪聲放大、帶通濾波、變頻、A/D轉(zhuǎn)換后得到包含各種干擾的數(shù)字中頻信號(hào)??紤]弱信號(hào)捕獲當(dāng)中以研究C/A碼為主,忽略P碼,則中頻信號(hào)仿真的數(shù)學(xué)模型為[2]。
其中,t為GPS時(shí)間;ωIF為中頻角頻率;收信號(hào)幅值;Di(t)為衛(wèi)星 i的導(dǎo)航電文;Ci(t)為第 i顆衛(wèi)星對(duì)應(yīng)的 C/A 碼;MP(t)為多徑干擾;tion為電離層延時(shí);Td為衛(wèi)星時(shí)鐘偏差、星歷誤差等引起的時(shí)延;傳輸時(shí)延表現(xiàn)在接收的信號(hào)中導(dǎo)航數(shù)據(jù)、C/A碼和載波相位發(fā)生相應(yīng)變化。同時(shí)可根據(jù)文獻(xiàn)[2]中給出的多普勒頻移模型和噪聲模型,可對(duì)微弱GPS信號(hào)的特性進(jìn)行深入分析,從而設(shè)計(jì)更有效的捕獲算法。
在微弱GPS信號(hào)捕獲算法中,信號(hào)累積技術(shù)是提高處理增益的關(guān)鍵。當(dāng)前基本的信號(hào)累積技術(shù)可分為3類:相干累積、非相干累積和差分累積,其中信號(hào)經(jīng)相干累積處理獲取的增益效果最佳,但其應(yīng)用受到導(dǎo)航數(shù)據(jù)比特翻轉(zhuǎn)的限制,如累積過程中遇到數(shù)據(jù)比特翻轉(zhuǎn)性能會(huì)有所下降;非相干累積和差分累積的提出就是為了克服和減少這種影響,但需付出不同程度的信噪比損失作為代價(jià),并且原始信號(hào)越差它們的信噪比損失越大,因此只能與相干累積結(jié)合使用。目前微弱GPS信號(hào)捕獲算法均是以信號(hào)累積理論為基礎(chǔ),如半比特捕獲算法和全比特捕獲算法[3],通過估計(jì)數(shù)據(jù)比特跳變來進(jìn)行長(zhǎng)相干累積的捕獲算法[4],以及在對(duì)三種數(shù)據(jù)累積技術(shù)分析比較的基礎(chǔ)上提出的相干累積與差分檢測(cè)相結(jié)合的方法[5]等,這些算法的改進(jìn)均是為了提高對(duì)微弱GPS信號(hào)的捕獲性能,以使高靈敏度GPS接收機(jī)實(shí)用化。因而,在這里我們盡量延長(zhǎng)相干累積的時(shí)間,從而最大限度的提高信號(hào)的處理增益,捕獲更加微弱的GPS信號(hào)。
差分累積作為一種新的弱信號(hào)累積技術(shù),其在高靈敏度接收機(jī)中的應(yīng)用逐漸受到關(guān)注。差分累積的相關(guān)運(yùn)算采用比較新穎的差分式相關(guān),然后再將多個(gè)周期的相關(guān)結(jié)果進(jìn)行對(duì)應(yīng)疊加。差分相關(guān)法又稱延時(shí)相乘法,由于該算法是在復(fù)數(shù)模型下推導(dǎo)運(yùn)算的,因而實(shí)際當(dāng)中,首先將傳統(tǒng)的I、Q兩個(gè)支 路 下變 頻 后 的數(shù) 據(jù) ,以 SIF,I(n)+jSIF,Q(n)的 形 式 構(gòu) 造 一 個(gè) 復(fù) 數(shù)型數(shù)字中頻信號(hào)。
差分相關(guān)首先將復(fù)數(shù)數(shù)字中頻與其延遲后的復(fù)數(shù)共軛相乘,同時(shí)接收機(jī)的復(fù)制C/A碼也與其延遲后的復(fù)數(shù)共軛相乘,然后用這兩個(gè)結(jié)果進(jìn)行相關(guān)運(yùn)算[6]。假設(shè)某顆衛(wèi)星的數(shù)字中頻信號(hào) SIF(n)可表示為
其中,x(n)與D(n)分別為衛(wèi)星C/A碼與導(dǎo)航電文數(shù)據(jù)比特,fi為接收信號(hào)的數(shù)字中頻頻率。數(shù)字中頻與其延遲共軛的乘積為
對(duì)本地復(fù)制 C/A 碼 c(n)進(jìn)行相同操作,則與 sdif(n)進(jìn)行相關(guān)的 cdif(n)為
由式(3)可得出差分相關(guān)運(yùn)算的兩個(gè)特點(diǎn):第一,接收的數(shù)字中頻信號(hào)經(jīng)過差分后,數(shù)據(jù)比特D(n)經(jīng)平方后被消去;第二,由于 ej2πfim是不隨時(shí)間變化的常數(shù),因而差分后的信號(hào)中載波頻率也被消除?;谝陨显?,差分相關(guān)后的數(shù)據(jù)累積不再受到20 ms導(dǎo)航數(shù)據(jù)比特的限制,同時(shí)由于差分信號(hào)中不含載波,在對(duì)衛(wèi)星信號(hào)搜索時(shí),可以直接獲得接收信號(hào)的碼相位。載波分量經(jīng)過差分運(yùn)算后變?yōu)槌A?,使得相關(guān)運(yùn)算后的數(shù)據(jù)累積結(jié)果不再受多普勒頻移的影響,不會(huì)因多普勒頻差的存在而降低相關(guān)峰值。差分相關(guān)運(yùn)算將衛(wèi)星信號(hào)的二維搜索確認(rèn)過程,變?yōu)閮H在一維內(nèi)搜索,因而極大的提高了對(duì)衛(wèi)星信號(hào)的搜索確認(rèn)速度。
由于3種累積方式的不同特性,在低信噪比環(huán)境下,單獨(dú)的使用一種累積方式,很難獲得理想的捕獲性能。為了平衡算法效率與信號(hào)捕獲效果,通常是將相干累積與另外兩種累積算法結(jié)合使用,或在基本的累積算法基礎(chǔ)上進(jìn)行改進(jìn),以克服其存在不足,使弱信號(hào)累積算法具有更好的性能。
在改善檢測(cè)統(tǒng)計(jì)量信噪比方面,相干累積的效果是最好的,差分相干累積捕獲算法其次,非相干累積最差。因?yàn)橄喔衫鄯e時(shí)信號(hào)功率呈平方倍增長(zhǎng),噪聲功率僅是線性增長(zhǎng),使得信噪比線性提高;差分相關(guān)捕獲算法對(duì)相鄰相干累積值的共軛相乘再累積會(huì)使信號(hào)部分增強(qiáng),但信號(hào)和噪聲的交叉乘積項(xiàng)成為新的噪聲,它對(duì)信噪比的改善不及相干累積;而非相干累積把信號(hào)和噪聲作平方處理再累積,由于平方損失(squaring loss)噪聲部分被放大,對(duì)信噪比的改善效果最差。若在低信噪比環(huán)境下應(yīng)用非相干累積算法,要么檢測(cè)性能很差,要么必須通過大幅增加累積次數(shù)來抬高信噪比,這樣會(huì)延長(zhǎng)捕獲時(shí)間。
在捕獲時(shí)間方面,相干累積由于sinc(πΔ fT)中Δ f的限制,頻域搜索的步長(zhǎng)較小,頻域搜索次數(shù)增多,整個(gè)搜索時(shí)間較長(zhǎng)。而差分相關(guān)捕獲算法和非相干累積算法都在相干累積后進(jìn)行了第二次累積以提高信噪比,因此,相干累積時(shí)間T可設(shè)得較短,Δ f的限制也可相應(yīng)放寬,頻域搜索步長(zhǎng)可加長(zhǎng),捕獲時(shí)間比相干累積算法短。
在實(shí)際的算法設(shè)計(jì)中,都是以1 ms相關(guān)結(jié)果矩陣為基本單元。然后根據(jù)提高處理增益的累積方式,進(jìn)行累積處理。非相干累積的基礎(chǔ)是相干累積,同樣差分相干累積的基礎(chǔ)也是相干累積。
自我超越是創(chuàng)建學(xué)習(xí)型組織需要的重要技能之一,是指通過加深對(duì)個(gè)人愿望的理解,從而促進(jìn)精力的集中。在此過程中培養(yǎng)和鍛煉自己的耐心與責(zé)任心,不斷結(jié)合客觀實(shí)際,加強(qiáng)對(duì)個(gè)人能力拓展的學(xué)習(xí),充分發(fā)揮想象力和創(chuàng)造力,共同完成最終想要實(shí)現(xiàn)的目標(biāo),取得最佳成績(jī),并且要營(yíng)造出和諧的組織環(huán)境,激勵(lì)組織成員能夠充分發(fā)展自我,不斷為自己選擇的目標(biāo)奮斗,實(shí)現(xiàn)愿望。
通過對(duì)導(dǎo)航電文數(shù)據(jù)的分析,可發(fā)現(xiàn)導(dǎo)航數(shù)據(jù)編碼規(guī)則中,通過特殊的運(yùn)算規(guī)則使得在幀同步字之前的交接字的最后兩個(gè)比特始終為00,來保證接收機(jī)收到的幀同步信息始終為10001011,因而在接收數(shù)據(jù)的幀同步位置可預(yù)知的接收比特為0010001011共10的比特。綜合考慮算法效率和捕獲靈敏度等綜合因素,利用導(dǎo)航數(shù)據(jù)中已知的與幀同步相關(guān)的信息和快速相干累積的思想,充分利用差分相關(guān)時(shí)可快速進(jìn)行一維搜索的特性,設(shè)計(jì)算法整體方案如圖1所示。
圖1 算法捕獲方案設(shè)計(jì)Fig.1 Algorithm capture scheme desig
算法的具體實(shí)現(xiàn)步驟如下:
1)每次控制讀取160 ms的GPS數(shù)字中頻數(shù)據(jù),并進(jìn)行以10 ms為單位的數(shù)據(jù)直接疊加;
2)分別將兩組疊加數(shù)據(jù)與本地10比特幀同步信息進(jìn)行滑動(dòng)相關(guān),當(dāng)接收數(shù)據(jù)當(dāng)中含有幀同步信息時(shí),相關(guān)操作會(huì)獲得與之相對(duì)應(yīng)的信號(hào)處理增益;
3)將上步獲得的數(shù)據(jù)與本地C/A碼進(jìn)行差分相關(guān)運(yùn)算,得到捕獲運(yùn)算結(jié)果;
4)分析捕獲結(jié)果,控制數(shù)據(jù)讀取的位置,從而找到幀同步碼提高信號(hào)處理增益;
5)輸出捕獲判決結(jié)果。
由算法的捕獲步驟可知,算法讀取數(shù)據(jù)后實(shí)際是對(duì)一組10比特?cái)?shù)據(jù)進(jìn)行交替半比特相干累積,而導(dǎo)航數(shù)據(jù)比特翻轉(zhuǎn)要么在奇數(shù)組數(shù)據(jù)中,要么在偶數(shù)組數(shù)據(jù)中。對(duì)于存在數(shù)據(jù)比特翻轉(zhuǎn)的數(shù)據(jù)組,其最終捕獲運(yùn)算的結(jié)果幅值能量應(yīng)當(dāng)小于另外一組。對(duì)于捕獲結(jié)果的判決采用成熟的tang搜索算法,其流程如圖2所示。
圖2 tang搜索算法Fig.2 Tang search algorithm
當(dāng)捕獲程序?qū)π盘?hào)進(jìn)行粗捕獲,人為某一搜索單元可能存在衛(wèi)星信號(hào)時(shí),則使用tang搜索捕獲算法,在同一搜索單元多次搜索對(duì)信號(hào)進(jìn)行捕獲判決。算初始時(shí)設(shè)定一初值K,對(duì)設(shè)定的一組數(shù)據(jù)進(jìn)行多次捕獲判決記錄分析,當(dāng)捕獲幅值V超過捕獲門限Vt時(shí)K值加1,否則K值減1,當(dāng)K=A(A為一設(shè)定值)時(shí),則人為該信號(hào)存在,并成功捕獲;當(dāng)K=0時(shí),則人為該信號(hào)不存在,捕獲失敗。
在使用差分相關(guān)算法進(jìn)行捕獲運(yùn)算時(shí),由于要構(gòu)建新的差分碼是捕獲中新增的運(yùn)算量,因而這里采用文獻(xiàn)[8]中的思想,基于塊處理方法,利用常規(guī)數(shù)字匹配濾波器捕獲結(jié)構(gòu)進(jìn)行新差分碼的生成。在n和,n-1時(shí)刻CDMF輸出表達(dá)式為:
其中,xi為接收到的數(shù)字信號(hào),ai為本地偽碼序列。由于本算法采用的是GPS基帶數(shù)據(jù)保持不動(dòng)、本地偽碼序列作循環(huán)移位結(jié)構(gòu),故式(5)應(yīng)改寫為
由于C/A碼的周期性可得a0=aN,兩式相減,得到一個(gè)新序列為
由式(3)可知,fC,n可由 fD,n和 fC,n-1獲得,差分碼 di為
顯而易見,差分碼di的取值范圍只有+2、-2和0 3種,當(dāng)差分碼為0時(shí),是不需要乘法運(yùn)算的。在這里將差分碼di中非零各項(xiàng)的位置和數(shù)值分別用pj和ej表示,其中j=1~k,K為差分碼di(i=1~N)中非零項(xiàng)的個(gè)數(shù)。由文獻(xiàn)[9]的推導(dǎo),差分碼中數(shù)值為0的個(gè)數(shù)為2r-1-1(r為PN碼生成多項(xiàng)式的階數(shù)),所以本算法中所需乘法運(yùn)算的次數(shù)K=2r-1,約為CDMF所需數(shù)量的1/2。特別是當(dāng)每個(gè)碼片采樣為M點(diǎn)時(shí),相乘累加運(yùn)算量降低為常規(guī)方法的I/2M,大大降低了系統(tǒng)所需乘法器的數(shù)量。經(jīng)過對(duì)GPS衛(wèi)星32個(gè)C/A碼序列的分別計(jì)算,K取值范圍為480~544,與GPS中頻信號(hào)采樣頻率和C/A碼初始相位無關(guān)。
通過GPS中頻信號(hào)采樣器,將普通環(huán)境下接收到的GPS衛(wèi)星信號(hào)進(jìn)行中頻采樣后,對(duì)同一組數(shù)據(jù)分別用普通捕獲算法和本算法進(jìn)行捕獲。采用普通捕獲算法對(duì)采集到的GPS信號(hào)進(jìn)行捕獲的結(jié)果如圖3所示。當(dāng)在采集信號(hào)中加入22 dBW的高斯噪聲后,普通捕獲算法的捕獲結(jié)果如圖4所示,而采用本文捕獲方案的捕獲結(jié)果如圖5所示。
圖3 普通捕獲算法的捕獲結(jié)果Fig.3 Capture algorithm capture results
圖4 加入噪聲后普通算法的捕獲結(jié)果Fig.4 Adding noise common algorithm for capturing results
圖5 信號(hào)中加入噪聲后本文設(shè)計(jì)方案的捕獲結(jié)果Fig.5 Signal adding noise this paper design capture results
通過上面的對(duì)比可以看出,在接收的采樣信號(hào)中加了仿真噪聲后,信噪比降低的情況下,使用普通捕獲算法只能捕獲到一顆較強(qiáng)的衛(wèi)星信號(hào)。而本文提出的弱信號(hào)捕獲算法,可以穩(wěn)定的捕獲到低信噪比下的衛(wèi)星信號(hào),使接收機(jī)在弱信號(hào)下的定位解算成為可能。采用本算法后多捕獲到的較弱的衛(wèi)星信號(hào),可顯著提高GPS接收機(jī)靈敏度的同時(shí)有效提高定位精度。
通過理論分析算法效果驗(yàn)證,證明本捕獲方案具有速度快和靈敏度高的特點(diǎn),可穩(wěn)定的捕獲信噪比為-42 dB的微弱GPS信號(hào)。在低信噪比下,方案中利用GPS數(shù)據(jù)中幀同步相關(guān)的已知信息,有效克服導(dǎo)航數(shù)據(jù)翻轉(zhuǎn)對(duì)相關(guān)累積的影響,大大提高了信號(hào)處理增益。仿真結(jié)果顯示,該捕獲方案的捕獲靈敏度在使用tang搜索捕獲判決之后,更加準(zhǔn)確的捕獲信號(hào)。由于采用了快速累積及快速的差分碼構(gòu)建方法,是的本方案在同等條件下的捕獲速度明顯優(yōu)于同類算法。
[1]謝剛.GPS原理與接收機(jī)設(shè)計(jì)[M].北京:電子工業(yè)出版社,2009.
[2]LEI Dong.IF GPS signal simulator development and verification[D].Calgary University,2003.
[3]PSIAKI M L.Block acquisition of weak GPS signals in a software receiver[C]//ION GPS,Salt Lake City, 2001.
[4]Wang C.,Jia Z.,Wang H., Continuous integration based navigational signal acquisition:United States,US 7180446[EB/OL].(2007-02-20).http://www.google.com/patents/.
[5]SHANMUGAMSurendranK,NielsenJ,LachapelleG.Enhanced differential detection scheme for weak GPS signal acquisition[C]//ION GNSS 2007,Session C1,F(xiàn)ort Worth,2007.
[6]皮亦鳴,張婧,蔡昌聽.GPS信號(hào)的差分相關(guān)捕獲算法研究[J].全球定位系統(tǒng),2006(4):1-4.PIYi-ming,ZHANG Jing,CAIChang-ting.GPS signal differential correlation acquisition algorithm for[J].Global Positioning System,2006(4):1-4.
[7]Liu K C,Lin W C,Wang C K.A pipelined digital diferentia matched filter FPGA implementation& VLSI design[C]//Custom Integrated Circuits Conference,Proceedings of the IEEE,l996.
[8]高勝友,吳碩.采用GPS同步技術(shù)和電磁感應(yīng)原理的電纜識(shí)別方法[J].陜西電力,2011(9):27-29.GAO Sheng-you,WU Shuo.Cable identification based on GPS simultaneous techniques and electromagnetic induction principle[J].Shaanxi Electric Power,2011(9):27-29.