一種高動態(tài)接收機多普勒頻偏捕獲新算法

一種高動態(tài)接收機多普勒頻偏捕獲新算法

高動態(tài)接收機的負載通常具有高運動速度和速度，這很難正確解釋導航電子郵件。在這方面，我們必須首先承擔主要問題之一是如何快速可靠地檢測波幅騷亂。高動態(tài)接收機運動加速度引起的載波多普勒加速度變化使得相鄰碼元信號發(fā)生頻率漂移,因此,長時間信號累積就會導致能量擴散現(xiàn)象為了充分利用相鄰碼元信號的多普勒漂移受加速度限制的信號固有特點,筆者采取一種搜索范圍校正算法來提高多普勒捕獲概率.單次搜索范圍校正算法利用前兩個累積周期內(nèi)的估計結果來校正第3個累積周期內(nèi)多普勒的搜索范圍.此外,筆者在單次搜索范圍校正算法的基礎上,采用一種迭代搜索范圍校正方案來進一步校正多普勒搜索范圍和改善多普勒捕獲性能.1低信噪比情況下的非相干累積高動態(tài)接收機天線接收到的信號經(jīng)載波解調(diào)、中頻下變頻及濾波抽取之后,得到的含有多普勒頻偏信息的一個復指數(shù)擴頻碼元信號x=[x式中,a是信號振幅;d∈{-1,+1},是速率為r在低信噪比情況下,為了提供足夠高的輸出檢測信噪比以保證較高的捕獲概率,需要長時間累積多個碼元信號以集中信號能量.考慮到接收信號的碼元極性未知的普遍性,此處采用非相干累積方式,即式中,I在同時存在低信噪比和大加速度的情況下,一方面,低信噪比要求足夠多碼元信號累積,但是大加速度造成的能量擴散限制了累積長度;另一方面,大加速度對應于一個較小的最佳累積長度,但是此累積長度不足以提供足夠高的檢測信噪比.高動態(tài)接收機的連續(xù)運動導致了接收到的碼元信號上的多普勒變化也是連續(xù)的.根據(jù)式(1),相鄰碼元信號之間的多普勒漂移δ2干預多個搜索區(qū)域的算法2.1單次搜索范圍校正算法搜索范圍校正過程需要3個碼元信號累積周期,每一個累積周期內(nèi)進行一次多普勒估計并得到一個估計結果.前兩個累積周期的多普勒估計結果用來校正第3個累積周期的多普勒搜索范圍,從而得到校正后的多普勒頻偏估計值,如圖1所示.定理1如果前兩個累積周期內(nèi)的多普勒估計值f^證明考慮第1種情況,f^考慮到可容忍誤差θ,則將式(7)代入式(6),可以進一步得到定理1說明,單次搜索范圍校正算法在很大程度上可以將多普勒搜索范圍限定到一個更為精確的區(qū)間.接下來,多普勒捕獲概率與搜索范圍大小之間的定量關系如定理2所示.式中,γ=(D-2θ)(2F令L式中,u假設所有的噪聲元素是概率同分布的,并且具有相同的累積分布函數(shù)G(y),則u同理,對應于搜索范圍R′內(nèi)的多普勒捕獲概率可以表示為式中,L′將式(13)代入式(14)中,則證明完畢.式(16)說明,捕獲概率p′是其搜索范圍R′大小D的單調(diào)遞減函數(shù).又因為D≤2F這說明,一個更精確的搜索范圍會帶來一個更高的多普勒捕獲概率.根據(jù)定理1和定理2,單次搜索范圍校正算法可以在很大程度上將多普勒搜索范圍校正到一個更為精確的區(qū)間,進而提高多普勒捕獲概率.2.2迭代搜索范圍校正算法搜索范圍校正算法將前面累積周期的估計結果作為后面估計結果的先驗信息,然后通過校正公式將后面累積周期內(nèi)估計結果的搜索范圍限定到一個更精確的區(qū)間,從而提高多普勒捕獲概率.那么,利用校正后的估計結果顯然可以繼續(xù)校正更后面的多普勒搜索范圍,形成一種從前往后逐級迭代的校正方案,這就是接下來要介紹的迭代搜索范圍校正算法.令k表示迭代校正次數(shù),^r因此,迭代搜索范圍校正算法流程如下所示:每一次迭代的估計結果都需要前一次迭代上的兩個估計結果作為先驗信息來確定其搜索范圍,因此,每增加一次迭代需要額外的兩個累積周期.相應地,第k次迭代的起始時刻要比第k-1次迭代的起始時刻延后兩個累積周期時間.根據(jù)定理1,多普勒搜索范圍每經(jīng)過一次搜索范圍校正處理后在很大程度上被限定到一個更為精確的頻率搜索區(qū)間,即令p通過多次迭代搜索范圍校正處理之后,多普勒搜索范圍在很大程度上會被限定到一個逐漸縮小的頻率區(qū)間,多普勒捕獲概率也會隨之逐漸提高.那么,經(jīng)過足夠多的迭代校正處理之后,多普勒捕獲概率會不會趨近于常數(shù)1呢?令D由于g(D3迭代搜索范圍校正算法的算法性能以下通過仿真驗證算法的性能.將筆者提出的迭代搜索范圍校正算法與文獻[4]中的DC算法、文獻[5]中的OC算法進行比較,仿真參數(shù)為:信號載波頻率f為了分析多普勒捕獲概率與碼元累積長度之間的關系,圖3畫出了接收到的碼元在DC算法、OC算法和搜索范圍校正算法下的捕獲概率.從圖3中看出,在DC算法下多普勒捕獲概率是碼元累積長度的凸函數(shù),并且存在惟一的最佳累積長度,L圖4和圖5分別給出了搜索范圍校正算法和迭代搜索范圍校正算法的性能曲線.從圖4中可以看出,搜索范圍校正算法的捕獲概率在整個信噪比區(qū)間上要高于OC算法的捕獲概率,比如在信噪比為-7dB下,捕獲概率由0.80上升到0.89.圖5是在圖4的基礎上,選取了3個代表性的信噪比環(huán)境進行了進一步的迭代搜索范圍校正處理,迭代次數(shù)0代表的是OC算法,迭代次數(shù)1代表的是搜索范圍校正算法.迭代次數(shù)越大,多普勒捕獲概率越高,并最終趨于平穩(wěn).比如在信噪比-8dB下,捕獲概率從0.56開始,逐漸上升到0.67,0.73,…,并最終穩(wěn)定在0.86附近,提升了將近54%.經(jīng)過足夠的迭代次數(shù)之后的捕獲概率穩(wěn)定值是由捕獲概率的理論上界所決定的,在信噪比-7dB下的多普勒捕獲概率從0.80開始最終穩(wěn)定在0.95左右.4校正的多搜索算法為了解決低信噪比下高動態(tài)接收機信號累積中的能量擴散問題,筆者利用接收信號的連續(xù)性特點提出了一種基于迭代搜索范圍校正的多普勒捕獲算法.該算法利用前面累積周期的多普勒估計結果來校正后面估計結果的搜索范圍,從