GPS弱信号的自适应载噪比估计算法.docVIP

GPS弱信号的自适应载噪比估计算法 关键词:GPS接收机弱信号载噪比自适应载噪比估计算法 摘?? 要： 载噪比是GPS接收机中的一个重要测量值和控制参数。针对高灵敏度GPS接收机中的载噪比测量，提出了一种自适应载噪比估计算法。该算法根据信号功率的大小自适应调整载噪比估计时间来获得准确且稳定的载噪比估计值。该算法已经在GPS接收机中实用，测试结果表明，载噪比大于40 dB-Hz时，估计时间小于1 s，估计值的标准差小于0.2 dB，随着载噪比的降低，估计时间呈指数关系增加，载噪比为14 dB-Hz时，更新时间为12.48 s，估计值的标准差小于0.8 dB。关键词： GPS接收机； 弱信号； 载噪比； 自适应载噪比估计算法 ??? 传统的GPS接收机主要工作在视野开阔的环境中，接收到卫星信号的功率在-130 dBm左右。为了满足GPS在室内、城市等环境中的应用，目前的GPS接收机的灵敏度已经达到-160 dBm左右。GPS接收机中，通常用载噪比来表示信号功率，载噪比定义为载波信号功率与噪声功率谱密度的比值。载噪比的测量是GPS接收机的一个重要辅助功能。载噪比不仅是接收机输出给用户的一个测量值，同时也是接收机信号处理中一个重要的控制量，用于定位解算中的加权最小二乘法、设置信号检测门限以抑制互相关干扰[1，2]，以及利用载噪比来抑制多路径干扰[3]。?? ?由于卫星信号的功率远低于噪声功率，因此在GPS接收机中，通常利用相关后的信号进行载噪比估计。目前常用的载噪比估计算法有矩估计法[1]，窄带宽带功率比值法[4]，以及方差求和法[5]等。与其他载噪比估计算法相比，窄带宽带功率比值法(PRM)在弱信号下有着较好的性能[6]。传统的PRM法在25 dB-Hz以上时，估计值准确，但是对于载噪比低于25 dB-Hz更微弱的信号，必须通过增加载噪比的估计时间来获得更准确和稳定的载噪比估计。本文提出了一种基于PRM法的自适应载噪比估计算法，根据信号的强弱自适应调整估计时间。1 信号模型　GPS接收机的一个跟踪通道的结构如图1所示。输入的数字中频信号首先与本地复数载波相混频，得到正交的两路基带信号，再与具有不同码相位延迟的多个本地码进行相关解扩，产生一个码周期的相关累加值。 ??? 当接收机稳定地跟踪上某个卫星信号时，载波频率误差接近0，输入信号的码相位与P路的码相位对准。P路对应的两个正交的相关累加值是载噪比CN0的函数：?? 式中，nI和nQ都是均值为0、标准差为σ的高斯噪声，θ是载波相位误差，T是相干积分时间，对于GPS L1 C/A码信号，T通常为1 ms。GPS接收机中的载噪比估计都是基于这两个函数的。2 自适应载噪比估计　对于普通的GPS接收机，接收信号的载噪比为30~50 dB-Hz。传统的PRM载噪比估计算法采用固定的载噪比估计更新时间，比如1 s估计一个载噪比值。但是，对于高灵敏度GPS接收机，接收到的信号的载噪比会低于25 dB-Hz，甚至达到14 dB-Hz。如果采用传统的PRM方法，载噪比的估计值会存在较大的估计误差。下面在传统的PRM算法的基础上，提出自适应载噪比估计算法，解决高灵敏度接收机中的载噪比估计问题。2.1 传统的PRM估计算法??? 由于接收到的信号分量和噪声混杂在一起难以分离，接收机通常只能测量信号与噪声之和的功率。PRM根据信号加噪声的功率在不同噪声带宽上的差异计算载噪比。PRM载噪比估计算法被广泛应用在GPS接收机中。如图2所示，相关后的累加值分别进行两种不同的相干积分和非相干积分，得到窄带功率NBP(带宽为1/MT)和宽带功率WBP(带宽为1/T)。 ??? 为了降低噪声误差，对K个时刻的窄带和宽带功率比值计算平均：??? 载噪比估计值更新时间为KMT。根据功率比值推导出载噪比[4]：??? ??? 从式(5)可以看出，载噪比估计值的标准差与K的开方成反比，随着K值的增加，载噪比估计值的标准差越小，估计值越稳定，但是计算载噪比所用的时间越长，导致CN0不能及时、正确地反映当前实际载噪比。因此，计算载噪比的时间关联的K值应该为一个变量，应随着载噪比的起伏而变化。2.2 自适应估计算法??? 由于在室内、车载和城市等环境中，多路径引起的发射信号会叠加在直射信号上，同时直射信号可能被短暂遮挡，因此卫星信号的载噪比是不断变化的。如果信号功率远大于噪声功率，测量载噪比受噪声波动的影响小，可以真实地反映信号功率的大小。如果信号功率接近噪声功率，测量载噪比受噪声波动的影响大，很难准确地反映实际的载噪比，这种情况下，可以通过增加测量时间，累加更多的信号功率，以降低噪声对测量结果的影响。如图3所示的自适应载噪比估计采用自适应均值滤波器，实时地对窄带宽带功率比值NP(n)进行滤波，从而能