一种弱信号环境下北斗信号捕获方法
【专利摘要】一种弱信号环境下北斗信号捕获方法，其包括，S1下变频单元，对接受到的中频采样信号进行下变频处理；S2分别将接收到的信号进行剥离NH码，并变换到频域，与本地码频域值的复工额相乘后再逆变换到时域；S3将目前时刻的相干累加值与前一时刻的相干累加值的共轭相乘并求和；S4对相干积分结果峰值两侧谱线的幅度差值作泰勒级数展开，导出了频率值与幅度差值的准线性关系，利用此线性关系求解得到频率估计值。本发明能一次相关计算所有码相位对应的相关值。提高信噪比进而提高了检测概率，减小非相干积分的平方损失；克服导航数据调制所带来的比特翻转问题，提高了检测概率；有效提高了码相位和载波频偏估计精度。运算速度和精度都得到了保障，具有很强的稳定性和实用性。
【专利说明】一种弱信号环境下北斗信号捕获方法
【技术领域】
[0001]本发明属于导航信号检测【技术领域】，特别涉及北斗信号捕获方法，可用于北斗弱信号捕获。
【背景技术】
[0002]全球卫星定位系统(GlobalNavigation Satellite System,GNSS)信号是经过直接序列扩频调制的扩频信号，对经过直接扩频调制的卫星导航信号的捕获是GNSS系统需要解决的首要问题。而当信号条件不理想时，例如在室内、森林和城市环境条件下，遮挡、多径和干扰等现象较严重，能量有更多的削弱和衰落，接收信噪比有更大程度的恶化，普通的捕获方法将难以捕获和跟踪到导航卫星信号。目前串行/并行算法、快速分段算法、FFT/IFFT等捕获算法解决的主要问题是降低计算量、提高捕获速度。随大规模集成电路的发展，计算的瓶颈已经克服，而问题集中在低信噪比下信号的捕获上，即通过合适的算法来提高后测信噪比，达到对低信噪比信号的捕获。GNSS通过加长相干积分和非相干积分时间以提高信噪比，从而提高信号检测的灵敏度，但是，导航信号比特翻转、频偏引起的相干积分增益下降及码偏移、非相干积分的平方损失以及复杂信道对相干积分长度的限制，都会对高灵敏度接收机检测算法的设计和性能产生很大的影响。
[0003]为了提高了信噪比进而提高了检测概率，克服导航数据调制所带来的比特翻转问题，同时减小非相干积分的平方损失，并提高频偏估计精度，提出差分相干累积结合频域频偏估计算法的方法。该方法采用在FPGA与DSP的环境下进行实现，具有很强的实际意义。
【发明内容】
[0004]为了解决上述问题，本发明一种弱信号环境下北斗信号捕获方法，其包括，
[0005]SI下变频单元，对接受到的中频采样信号进行下变频处理；
[0006]S2分别将接收到的信号进行剥离NH码，并变换到频域，与本地码频域值的复工额相乘后再逆变换到时域；
[0007]S3将目前时刻的相干累加值与前一时刻的相干累加值的共轭相乘并求和；
[0008]S4对相干积分结果峰值两侧谱线的幅度差值作泰勒级数展开，导出了频率值与幅度差值的准线性关系，利用此线性关系求解得到频率估计值。
[0009]在上述技术方案的基础上，所述步骤SI包括:对接受到的中频采样信号r (η)进行下变频处理:
【权利要求】
1.一种弱信号环境下北斗信号捕获方法，其特征在于:其包括， Si下变频单元，对接受到的中频采样信号进行下变频处理； S2分别将接收到的信号进行剥离NH码，并变换到频域信号，与本地码频域值的复工额相乘后再逆变换到时域； S3将目前时刻的相干累加值与前一时刻的相干累加值的共轭相乘并求和； S4对相干积分结果峰值两侧谱线的幅度差值作泰勒级数展开，导出了频率值与幅度差值的准线性关系，利用此线性关系求解得到频率估计值。
2.如权利要求1所述的一种弱信号环境下北斗信号捕获方法，其特征在于:所述步骤SI包括:对接受到的中频采样信号r (η)进行下变频处理:
3.如权利要求1所述的一种弱信号环境下北斗信号捕获方法，其特征在于:所述步骤S2包括:将L个Ims相关后的值对应相加，即完成L ms数据的相干积分， 然后完成多次Lms的相干积分，
4.如权利要求3所述的一种弱信号环境下北斗信号捕获方法，其特征在于:所述剥离NH码包括，
5.如权利要求1所述的一种弱信号环境下北斗信号捕获方法，其特征在于:所述步骤S3包括:估计当前相邻两个相干累积值对应的导航数据位取值为±1的值的乘积，然后与差分累积相乘后进行相干累积，公式如下:
6.如权利要求1所述的一种弱信号环境下北斗信号捕获方法，其特征在于:所述步骤S4还包括:对初始频率进行补偿，再重复进行迭代估计J次，最终得到高精度载波频率和码相位，
【文档编号】G01S19/24GK103645483SQ201310654468
【公开日】2014年3月19日 申请日期:2013年12月9日 优先权日:2013年12月9日
【发明者】张华 , 许录平, 焦荣, 璩莹莹, 宋诗斌, 阎博, 申洋赫, 冯冬竹, 何小川, 刘清华 申请人:西安电子科技大学昆山创新研究院, 西安电子科技大学