CN104253774A - 一种高动态环境下多普勒频偏估计***和方法 - Google Patents

Abstract

本发明请求保护一种高动态环境下多普勒频偏估计***和方法。***接收数据解调后通过成形滤波器模块的处理送入多普勒频偏粗估计模块，多普勒频偏粗估计模块对信号进行多普勒频偏粗估计，估计值送入多普勒频偏精估计模块，处理得到精确值。本发明采用两路相互正交数据直接相乘后进行频谱分析得到多普勒频偏粗估计值，结合时频二维搜索法可实现高动态条件下的低信噪比信号多普勒频偏精确估计。可以节省信号频率搜索时间，而且对低信噪比信号有效。

Description

一种高动态环境下多普勒频偏估计***和方法

技术领域

本发明涉及信号处理技术领域，适用于深空测控***。

背景技术

深空探测是一个国家综合国力和科技水平的体现，是中国航天活动发展的必然选择。经过40多年的航空实践，使中国在技术基础和设施、人员等方面已经具备了开展深空探测研究的实力，中国也正在走向深空探索的道路上。“嫦娥”月球探测飞船的成功发射是我国继发射人造地球卫星和载人航天之后，中国航天活动的第三个里程碑。与俄罗斯合作的中俄联合探测火星项目，中国的探测卫星“萤火一号”将实现中国首次对地外行星空间环境进行探测活动，也是一次真正意义上的深空探测活动。

在深空探测任务中，由深空探测器、中继站、地面站、控制中心等构成的深空测控***承担了非常关键的任务，测控***的正常运行是整个深空探测任务成功的重要保证之一。测控***上行通信链路肩负着传输指令信息、遥控信息、跟踪导航信息、自控和轨道控制信息等信息的任务，下行通信链路肩负着传输遥测科学数据、文件、声音、图像等信息的任务。深空探测的历史上，发生过因为测控***故障而使深空探测计划遭到失败的实例。例如：前苏联与1971年5月28日发射的“火星5号”宇宙飞船，飞船中搭载的火星探测器脱离飞船之后，已成功的在火星表面上实现了软着陆。然而，就在探测器着陆之后，仅仅维持了20秒的通信时间就失去了联系，致使此次探测任务失败。再如，1989年为探测木星所发射的“伽利略”号宇宙飞船，在飞船发射后不久，就发生了一个意想不到的问题：飞船的主天线未能按预定计划打开，此时只得起用一个性能较差的小型天线，从而使得发回地球的信息只能采用极慢的速度传输。甚至有的探测器在飞行过程中，由于通信中断而不知去向。这些实例证明，深空测控***是深空探测的纽带，是整个深空探测任务成功的重要保证之一。

针对目前航天测控技术的发展，新一代航天任务测控***均在原有基础对测控性能提出了更高的要求。常规的USB统一测控***已不能够满足要求。伪码测距以其测量精度较高及捕获时间短、能够适应低信噪比情况下的测距要求和设备相对简单等优点，成为了航天测控领域研究的关键点。

地球同步轨道和近地轨道上的航天活动，其测控技术已非常成熟，但近地测控通信***所采用的传统侧音测距解相位模糊复杂，捕获时间长，在低信噪比情况下主音环的环路带宽很难做得很窄，***测距性能降低甚至无法工作，无法适应深空测控通信的要求。侧音测距体制在进行远距离测量时，需要使用多路侧音解决距离模糊问题，解算距离复杂，而且实际测距时操作难度大，需要按照特定的时间发送各个测距次音，本地接收机需要根据往返时间适时的调整本地各个测距次音。伪码测距***采用星上再生伪码发送方式，对链路信噪比要求降低，测距抖动误差小，距离解算简单，捕获时间短，实时性较好，在低信噪比情况下可以简单的增加积分时间来满足***的测距要求，在深空测控通信测轨技术中具有明显的优势。

在采用伪码测距的深空测控***中，深空探测器和地面站都是相对运动的。因此，深空探测器和地面站在接收信号时都会产生多普勒频偏。由于深空探测器飞行速度超过了第二宇宙速度，因此产生的多普勒频偏变化范围相当大，可以达到几百kHz，属于高动态下的大多普勒频偏问题。大多普勒频偏对于伪码测距***的影响很大，会导致接收机输入信号载波频率的偏移，对直扩序列解扩和解调性能产生影响，造成伪码积分时码片错位，无法相关接收。在伪码测距***中，码的捕获是通过其良好的自相关来实现，但由于接收信号中存在的多普勒频偏以及与本地伪码之间的相位差，将导致相关性能的恶化。

大多普勒频偏对于伪码测距***的另一个影响主要表现在对载波的影响上，对载波的影响主要有两个方面，一是对直扩序列解扩的影响，二是对载波信号解调性能的影响。大多普勒频偏对捕获的伪随机码信号的信噪比的影响可达-100dB，由于输出信噪比减少，因此对跟踪电路和解调电路都会产生影响，从而增大***的误比特率和伪随机码的捕获时间。对于伪码测距***中常用的QPSK调制方式，超过0.5kHz的多普勒频偏就使***不能进行正确的解调。

可以看到，大多普勒频偏对于伪随机码测距的影响是很大的，因此必须在信号解扩和解调前对其进行估计和补偿，以保证测距精度。

目前所采用的频偏估计方法

(1)基于时域的多普勒频偏估计方法

基于时域的多普勒频偏估计方法是指对信号的码相位进行捕获，通过得到的码相位对多普勒频偏进行粗估计。基于时域的多普勒频偏估计方法包括了最大似然估计法、扩展卡尔曼滤波法、叉积鉴频估计法。

最大似然估计法是常用的频偏估计方法之一，最大似然法估计多普勒频偏的思想是在时延τ和多普勒频偏f_d所构成的二维坐标平面上求似然函数的最大值，并利用这个最大值估计时延τ和多普勒频偏f_d的值。当待估计的参数在某个确定的范围内的分布特性未知时，最大似然估计具有最小的估计误差方差。

扩展卡尔曼滤波法是根据卡尔曼滤波原理扩展到非线性领域，递推计算，且状态空间采用在时域内设计滤波器的方法估计多普勒频偏。扩展卡尔曼滤波法是使用状态空间来描述多普勒频偏的，由状态方程和测量方程所组成。扩展卡尔曼滤波法是用前一个状态的估计值和最近一个观测数据来估计当前的多普勒频偏值，并以状态变量估计值的形式给出。由于扩展卡尔曼滤波法是递推计算的，并且状态空间是在时域内，因而适用于多维随机过程的估计。用递推方法计算，不需要过去全部的数据，用状态方程描述状态变量的动态变化规律，因而，信号可以是平稳的，也可以是非平稳的，即扩展卡尔曼滤波法适用于非平稳过程。扩展卡尔曼滤波法采用的误差准则为估计误差的均方值最小。

叉积鉴频法是将导频信号进行分离、下变频，形成两路信号，一路为正交分量；一路为同相分量。然后进行叉积和点积计算，叉积为正交分量和同相分量相乘的值，点积为正交分量的乘积与同相分量的乘积的和。对计算出来的叉积和点积进行单次叉积鉴频，并对结果取N点平均值，得到的便是多普勒频偏估计值均值。

(2)基于频域的多普勒频偏估计方法

基于频域的多普勒频偏估计方法主要是依据FFT频域分析技术，FFT频谱分析严格来说应该是对信号离散傅里叶变换DFT的频谱函数进行频谱分析，但是它采用快速傅里叶变换FFT来实现的。基于频域的多普勒频偏估计方法包括快速傅里叶变换法和二次内插改进法。

快速傅里叶变换法对导频信号进行频偏估计的思想源于FFT频谱分析技术。对接收端接收到的信号，分离出导频信号中包含周期性剩余多普勒频偏、且受到高斯白噪声及其他周期信号干扰的情况，通过傅里叶变换并进行FFT频谱分析，可以在频域上精确地估计出多普勒频偏，从而能准确地补偿数据信号多普勒频偏。如果直接对接收导频信号进行FFT频谱分析，根据奈奎斯特第一准则就需要比较高采样率，所以先要对未调制导频信号进行变频、滤波。

在高动态环境下，存在较大的多普勒频偏，低通滤波器的带宽应大于最大多普勒频偏值，以允许有用信号通过。滤波器带宽增加，也带来了噪声的增加，使信号的信噪比降低。对于估计来说，面临着低信噪比的问题。

存在较大的多普勒频偏同样会要求较高的采样率，这样，在单位时间内的采样数据量就很大，这样大量的数据为后续的FFT运算带来很大的复杂度，而数据点数在固定的情况下，FFT的频率分辨率与采样频率成正比，所以将下变频后的未调制导频信号经过抽取滤波，让其采样频率降低这样，可以减轻后续数据处理的负担。

经过一次自相关运算，信号的幅值和相位发生了变化，但是，信号的频率没有发生变化，即多普勒频偏大小仍然为接收导频信号的多普勒频偏大小。新产生的噪声要比原来的噪声小，从而提高了信噪比。对自相关运算信号进行FFT运算，便可在频域上精确地估计出导频信号多普勒频偏，从而得到数据信号的多普勒频偏。

二次内插改进法是对快速傅里叶变换法的一种改进方法，为保证快速傅里叶变换法的精度，需要计算许多频点。这种方法大大增加了运算量，增加了运算的时间。可以引进计算量较小的二次内插来进一步提高频率的估计精度，降低运算复杂度。二次内插指的是对于完成FFT运算的估计值进行二次插值。首先，根据FFT运算估计得到最大的幅值、对应的频率点以及相邻的两个频点，这三个点构成二次函数F。通过求得F的最大值已经对应频点，得到的对应频点就是多普勒频偏值。

(3)时域和频域二维多普勒频偏估计方法

基于频域的多普勒频偏估计方法具有较高的精度，基于扩展卡尔曼滤波法具有较好的捕捉性能，能够利用较少的数据估计出频偏的大致范围。针对二者优点，提出了一种时域和变换域联合的多普勒频偏估计方法，用较少的数据对频偏进行快速粗估计，获得大的频移估计范围，其次，运用基于频域估计法，通过对残余频偏进行非线性变换和数据抽样变换，进一步提高估计的精度。

上述多普勒频偏估计方法存在的问题：

最大似然估计法存在的问题：最大似然估计法的估计性能最差，该种方法的频偏估计范围和采用的最大相关长度成反比，即在观测长度一定的情况下，随着最大相关长度的增加，虽然估计的性能有所提高，但同时最大相关长度的增加将导致更小的频偏估计范围，另外，这种在观测长度一定的情况下的估计性能随最大相关长度的增加而提高是以最大相关长度不超过观测长度的一半为前提条件的。

扩展卡尔曼滤波法存在的问题：扩展卡尔曼滤波法可以在较高的信噪比情况下获得较好的估计性能，但在信噪比较低的情况下，估计性能急剧恶化。通过先采用扩展卡尔曼滤波得到关于非线性变化的相位的估计，再通过该得到的相位估计信息来得到频偏估计结果的改进扩展卡尔曼滤波法可以在较低的信噪比情况下获得比原来的扩展卡尔曼滤波法更大的性能改善，从而使其具有更宽的适用信噪比范围，对扩展卡尔曼滤波法进行平滑滤波后可以获得较大地性能上的改善。随着估计长度的增加，估计的性能将得到有效地提升。但是扩展卡尔曼滤波法还是没有解决频偏估计所需的时间长的问题。

叉积鉴频法存在的问题：叉积鉴频法的估计值与真实值的偏离程度较大，随着多普勒频移值的增大，多普勒频偏估计均方误差呈现减小的趋势。同时在高动态环境下，估计值与真实值的偏离程度基本与实际多普勒频移的大小无关。在信噪比较小的时候，叉积鉴频法的估计性能比较差，估计偏差很大，几乎无法准确的估计出多普勒频移值。但是随着信噪比的增大，估计误差逐渐减小，能够保证得到准确的估计值，性能得到提升。当计算的相关长度很小时，叉积鉴频法的初始估计值与真实值的偏差很大，随着数据点数增加，估计均方误差逐渐减小。但是这又将提高计算的时间。

基于频域的多普勒频偏估计方法存在的问题：对于快速傅里叶变换法，有着比基于时域的多普勒频偏估计方法更高的精度，但是这个更高的精度是以增大计算时间为代价的。一般为了提高快速傅里叶变换法的频偏估计精度，一般有三种改进方法：①增加FFT点数。但是点数的增加，带来算法运算量的增加，不利于实际中实现，所以一般不通过增加点数来提高分辨率。②降低采样率。对进入FFT变换的数据进行抽取，使其采样率降低。降低采样率会降低频偏估计范围。③非线性变换，即对频移值进行倍频。当采样频率和FFT点数固定时，对于多普勒频移进行倍频。根据奈奎斯特准则，采样率必须大于等于二倍的频移值，因而，频移值的倍频受到采样率的限制。高动态环境产生较大的多普勒频移不利于对频移进行非线性变换。而二次内插改进法可以减少FFT运算的点数，但是仍然无法解决频偏估计范围过小的问题。

当前时域和频域二维多普勒频偏估计方法存在的问题：时域和频域二维多普勒频偏估计方法比起基于时域的多普勒频偏估计方法和基于频域的多普勒频偏估计方法在性能上有很大的提升。二维多普勒频率估计方法在频偏估计精度和频偏估计范围的指标上都优于时域和频域的多普勒频偏估计方法。但是在高动态，远距离，低信噪比的条件下，二维多普勒频偏估计方法还存在不足。影响二维多普勒频率估计方法性能主要有三个方面的因素：①频率的搜索步长和相位的搜索步长。频率和相位的搜索步长直接影响着二维多普勒频偏估计的搜索时间和频偏估计精度。步长比较大时，多频率频偏估计时间短，但多普勒频偏估计精度比较差。步长较小时，多普勒频偏估计精度比较好，但多普勒频偏估计时间长。②信号搜索范围。信号的搜索范围的大小主要跟接收机内部所保存的数据信息的老旧程度和接收机的振荡频率偏差有关。通过接收机保存或由外界向接收机提供接收机捕获信号时所需要的关于接收机本身的各种数据信息，接收机可以准确的估计出一个大概的多普勒频偏范围值，有效地减小二维搜索范围。③接收信号的信噪比。强信号的检测值比弱信号的检测值要更容易超过信号捕获门限。也就是说，接收机通常了更快、更可靠的对强信号进行多普勒频偏估计。但是，要提高信号的信噪比，这在实际工程中是非常难以实现的，这需要提高发射信号天线的功率和尺寸，而这将大大提高多普勒频偏估计的成本。

发明内容

本发明针对当前时域和频域二维多普勒频偏估计方法存在的搜索时间长，多普勒频偏范围小，实现困难等难点，在二维多普勒频偏估计方法的基础上，利用FFT和同相-正交环路相结合的方式对多普勒频偏进行精确估计，同时降低搜索时间，保证实时性。提供一种能有效在高动态的环境下对低信噪比信号进行大多普勒频偏精确估计的方法。以解决现有技术无法有效在高动态的环境下对低信噪比信号进行大多普勒频偏精确估计的问题。

本发明提供一种深空环境下多普勒频偏估计的***。该***包括：数据接收模块、成形滤波器、多普勒频偏粗估计模块和精估计模块，数据接收模块：接收地面终端站发送的信号，对信号解调后通过成形滤波器模块的处理送入多普勒频偏粗估计模块；成形滤波器模块：接收解调后的数据，通过采样并内插信号，根据滤波器系数对数据进行卷积运算，得到消除码间干扰的数据；多普勒频偏粗估计模块：将数据通过同相和正交路，得到两路分别正交的数据，将这两路数据通过低通滤波器滤除高频分量后获得的两路数据相乘，消除加载在数据上的信号和伪随机码，随后进行傅里叶变换FFT运算后分析其频谱，得到多普勒频偏粗估计值；多普勒频偏精估计模块：采用并行码相位搜索捕获，获得较精准的码相位和较粗糙的载波频率，采用时频二维搜索，在预定频率范围内对码相位进行并行搜索，得到估计的频偏和相位。

在接收端采用与发送端成形滤波器模块中的根升余弦滤波器同样的滤波器，消除码间串扰，所述根升余弦滤波器系数的确定具体为，根据滤波器阶数确定标量n_T，调用公式：b＝r cos fir(R,n_T,rate,T,filter_type)计算滤波器系数b，其中，r cos fir为根升余弦低通滤波器，R为滚降系数，rate为采样倍数，T为输入符号的周期，filter_type为滤波器类型。在成形滤波器模块前设置内插模块，在发送的基带码的相邻码之间内插0，成形滤波器模块将解调后数据按照8倍采样数据内插0，然后和求出来的滤波器系数b进行卷积，输出滤波结果。根据多普勒频偏粗估计模块输出的结果，多普勒频偏精估计模块进一步在-200KHz～+200KHz的大频偏范围内进行并行搜索，利用粗估计模块得到的估计值确定相位和载波频率。根据中频频率IF设置频偏范围为IF-f_d和IF+f_d，按设定的步进步长对频偏范围进行遍历搜索，通过傅立叶变换使时域中的相关运算变换到频域中的乘法运算，再通过逆傅立叶变换得到时域的相关运算结果，找到相关峰最大值，从设置的频偏范围内捕获得到频偏，最终锁定码相位位置。

本发明还提出一种深空环境下多普勒频偏估计方法，数据接收模块接收地面终端站发送的信号，对信号解调后通过成形滤波器模块的处理送入多普勒频偏粗估计模块；成形滤波器模块接收解调后的数据，通过采样并内插信号，根据滤波器系数对数据进行卷积运算，得到消除码间干扰的数据；多普勒频偏粗估计模块将数据通过同相和正交路，得到两路相互正交的数据，将这两路数据通过低通滤波器滤除高频分量后两路信号相乘，消除加载在数据上的信号和伪随机码，随后进行FFT运算分析频谱，得到多普勒频偏粗估计值；多普勒频偏精估计模块采用并行码相位搜索捕获，获得较精准的码相位和较粗糙的载波频率，采用时频二维搜索对码相位进行并行搜索，同时对估计的频率范围进行并行搜索，得到估计的频偏和相位。

在接收端采用与发送端同样的根升余弦滤波器，消除码间串扰，所述根升余弦滤波器系数b＝r cos fir(R,n_T,rate,T,filter_type)，其中，r cos fir为根升余弦低通滤波器，R为滚降系数，rate为采样倍数，T为输入符号的周期，filter_type为滤波器类型。在成形滤波器模块前设置内插模块，在发送的基带码的相邻码之间内插0，成形滤波器模块将解调后数据按照8倍采样数据内插0，然后与滤波器系数b进行卷积，输出滤波结果。进一步包括：根据多普勒频偏粗估计模块输出的结果，多普勒频偏精估计模块进一步在-200KHz～+200KHz的大频偏范围内进行并行搜索，利用得到的估计值确定相位和载波频率。采用时频二维搜索对码相位进行并行搜索具体包括：根据中频频率IF设置频偏范围为IF-f_d和IF+f_d，按设定的步进步长对频偏范围进行遍历搜索，通过傅立叶变换使时域中的相关运算变换到频域中的乘法运算，再通过逆傅立叶变换得到时域的相关运算结果，找到相关峰最大值，从而从设置的频偏范围内捕获得到频偏，最终锁定码相位位置。

本发明利用两路相互正交的数据，进行频谱分析得到多普勒频偏粗估计值，同时结合时频二维搜索法可实现高动态条件下的低信噪比信号多普勒频偏精确估计。节省信号频率搜索时间，而且对低信噪比信号有效。同时本发明所采用的时频二维搜索方法也保证了在高动态的条件多普勒频偏估计精度，且易于实现，成本较低等优点。在多普勒频偏粗估计值基础上在预定频偏范围的搜索，满足高动态条件下产生的大多普勒频偏。本发明技术方法适用于各种深空测控***中的多普勒频偏估计，尤其是高动态条件下的深空测控***的多普勒频偏估计。

附图说明

图1本发明信号处理流程图；

图2本发明的成形滤波器模块方案流程图；

图3本发明的多普勒频偏粗估计模块方案流程图；

图4本发明的多普勒频偏精估计模块方案流程图。

具体实施方式

为清楚说明本发明中的方案，下面给出优选的实施例并结合附图详细说明。

参见图1，图1是本发明信号处理流程图，多普勒频偏估计***包括：数据接收模块、成形滤波器模块、多普勒频偏粗估计模块、多普勒频偏精估计模块。

数据接收模块负责接收、存储并实时转发地面终端站发送的信号，并发送给后面的处理模块。接收数据解调后通过成形滤波器模块的处理送入多普勒频偏粗估计模块。多普勒频偏粗估计模块对信号进行多普勒频偏粗估计，估计值送入多普勒频偏精估计模块，处理得到精确值。

成形滤波器模块：原始数据通过采样并内插信号，根据滤波器系数进行卷积运算输出结果。在发送端对信号频域进行带限，在接收端采用同样的根升余弦滤波器，消除码间串扰。成型滤波器流程图如图2所示。

深空测控信道是一个带限信道，为了能够让调制信号在深空测控信道中很好地传输，需要在发送端用基带成型滤波器对信号频域进行带限，在接收端采用同样的根升余弦滤波器，就可以消除码间串扰。

根升余弦滤波器最重要的两个参数是滚降系数和滤波器阶数，从大量实验和工程应用的总结中，本发明最好将滚降系数设为0.6，滤波器阶数设为33阶。通过滚降系数和滤波器阶数，

根据公式：b＝r cos fir(R,n_T,rate,T,filter_type)计算根升余弦滤波器系数b，式中b为一个含有33个元素的数组。r cos fir为根升余弦低通滤波器，R为滚降系数，rate为采样倍数(当rate＝8，采样频率Rate＝24MHz)，T为输入符号的周期即采样频率的倒数1/Rate，filter_type为滤波器类型，这里选取'fir/sqrt'，n_T为一个标量，根据公式：滤波器阶数＝[n_T-(-n_T)]*rate+1计算滤波器阶数，如滤波器阶数确定则n_T值也确定。由上述公式我们可以得到n_T元素的值，将此值带入根升余弦滤波器系数b的计算公式，可得到成型滤波器的33个系数。

由于***时钟频率高于基带码的速率，因此在成型滤波前，在基带码的相邻码之间进行内插，通常的内插方法是在发送的基带码的相邻码之间内插0，原始信号为x_i[n]，内插信号为x_d[n/N]，它们的关系为：x_i[n]＝x_d[n/N]。

利用尺度变换性质，可得到：X_i(e^jΩ)＝X_d(e^jNΩ)

上式表明，内插信号的频谱是对原始信号的频谱进行尺度压缩变换的结果，使内插信号再通过一个低通滤波器，滤波器输出为采样后的信号，(此处没有直接将信号复制为原来的8倍的原因主要是从频域上来考虑，直接将信号复制为原来的8倍会改变原始信号的频谱(因为成形滤波器是从时域上考虑信号的相似度，而不是从频域上考虑，因此内插0和复制两种方法均可行)。将基带码插0后，再和滤波器系数进行卷积。

多普勒频偏粗估计模块：将数据通过同相和正交路，得到两路分别正交的数据。然后将这两路数据通过低通滤波器滤除高频分量，接着将这两路信号相乘，消除数据上的信号和伪随机码。随后将数据进行FFT运算后分析其频谱，得到多普勒频偏粗估计值。

多普勒频偏粗估计模块首先将接收数据通过正交和同相电路得到两路信号i和q，将i和q通过低通滤波器滤除高频分量，得到只包含有多普勒频率偏移量的信号I和Q，接着将I和Q两路信号相乘得到消除了加载在数据上的信号和伪随机码的信号u(t)，将u(t)通过傅里叶变换FFT后就可以通过频谱图分析，估计得到当前数据的多普勒频率偏移值。

如图3所示为多普勒频偏粗估计流程图。接收到的测距数据S(t)，将S(t)信号分为两路i和q，其中i路信号为同相信号，q路信号为正交信号，正交信号相位与同相信号相差π/2。然后将i和q分别通过低通滤波器LPF，滤除掉高频分量，滤波之后得到I和Q两路信号，将I和Q路信号相乘，得到消除了加载在数据上的信号和伪随机码的信号u(t)，对u(t)进行FFT运算，随后对其频谱图进行分析就可以得到粗估计的多普勒频偏值。

经过成形滤波器处理后的接收到的信号为：

$s\left(t\right)=\sqrt{2P}\mathrm{PN}\left(t\right)d\left(t\right)\cos [({\mathrm{\ω}}_{\mathrm{IF}}+{\mathrm{\ω}}_d)t+{\mathrm{\θ}}_1]$

其中ω_IF为中频，ω_d为多普勒频偏，P为信号功率，d(t)为调制数据，PN(t)为伪随机码，t为接收信号的当前时刻，θ₁为接收信号当前相位。

I路信号为：

$\begin{array}{c}{z}_I^{\′}\left(t\right)=\sqrt{2P}P{N}_1\left(t\right)d\left(t\right)\sin [({\mathrm{\ω}}_{\mathrm{IF}}+{\mathrm{\ω}}_d)t+{\mathrm{\θ}}_1]\·\sin ({\mathrm{\ω}}_{\mathrm{IF}}t+{\mathrm{\θ}}_0)\\ =\frac{1}{2}\sqrt{2P}P{N}_1\left(t\right)d\left(t\right)\{\cos ({\mathrm{\ω}}_{d}t+{\mathrm{\θ}}_e)-\cos [({2\mathrm{\ω}}_{\mathrm{IF}}+{\mathrm{\ω}}_d)t+{\mathrm{\θ}}_f\left]\right\}\end{array}$

其中，θ₀为当前本地载波相位，θ_f和θ_ε为本地载波和接收信号相位的差值，θ_e＝θ₁-θ₀,θ_f＝θ₁+θ₀。

I路信号通过LPF(低通滤波器)后，滤除高频分量得到：

$z_I\left(t\right)=\frac{1}{2}\sqrt{2P}\mathrm{PN}\left(t\right)d\left(t\right)\cos ({\mathrm{\ω}}_{d}t+{\mathrm{\θ}}_e)$

同理，Q路信号通过LPF(低通滤波器)后，滤除高频分量得到：

$z_Q\left(t\right)=\frac{1}{2}\sqrt{2P}\mathrm{PN}\left(t\right)d\left(t\right)\sin ({\mathrm{\ω}}_{d}t+{\mathrm{\θ}}_e)$

将经过LPF后的I路信号和Q路信号相乘后得：

$U_d\left(t\right)=\frac{1}{4}P{d}^2\left(t\right)P{N}^2\left(t\right)\sin ({2\mathrm{\ω}}_{d}t+2{\mathrm{\θ}}_{\mathrm{\ϵ}})$

其中，d²(t)为调制数据的能量，PN²(t)为伪随机码的能量。PN²(t)＝1，d²(t)＝1，则上式可简化为：

$U_d\left(t\right)=\frac{1}{4}P\sin ({2\mathrm{\ω}}_{d}t+2{\mathrm{\θ}}_{\mathrm{\ϵ}})$

U_d(t)通过FFT频率捕获模块得到如下所式：

2f_doppler＝F_sK_doppler/N

其中F_s为采样频率，N为FFT的总点数，K_doppler为两倍多普勒频率对应的点数，f_doppler即为所求得多普勒频偏粗估计值。

多普勒频偏精估计模块：当多普勒频偏粗估计模块计算出估计值后，多普勒频偏精估计模块进一步对其-200KHz～+200KHz内的大频偏范围内进行并行搜索，利用得到的估计值确定相位和载波频率，利用得到的估计值确定相位和载波频率。

多普勒频偏精估计模块采用并行码相位搜索捕获，获得较精准的码相位和较粗糙的载波频率；采用时频二维搜索捕获对码相位进行并行搜索，同时对估计的频率范围进行并行搜索，最终得到估计的频偏和相位。其流程图如图4所示。按设定的步进步长对频偏范围进行遍历搜索(设置频偏范围为IF-f_d和IF+f_d，其中IF为中频频率，设置为6MHz，f_d为经FFT估计后的多普勒频偏粗估计值)，通过傅立叶变换使时域中的相关运算变换到频域中的乘法运算，然后再通过逆傅立叶变换得到时域的相关运算结果，找到相关峰最大值，从设置的频偏范围内捕获得到频偏大小，最终锁定码相位位置。

捕获时接收数据取一段长为一个短码周期长度的数据，PN码选取两个周期的长度，然后利用FFT对它们进行相关运算，取最大值来实现捕获。

本发明实施例中采用多普勒频偏粗估计和精估计相结合的方法包括以下步骤。

步骤1：数据接收模块负责接收、存储并实时转发地面终端站发送的原始信号，并发送给后面的处理模块。

步骤2：成形滤波器模块接收解调后的数据，通过采样并内插信号(可按照8倍采样速率进行内插0)，根据滤波器系数对数据进行卷积运算，得到消除码间干扰的数据。在发送端对信号频域进行带限，在接收端采用同样的根升余弦滤波器，消除码间串扰。

本发明将成形滤波器模块类型设置为根升余弦滤波器，滚降系数设为0.6，滤波器阶数设为33阶。通过滚降系数和滤波器阶数，可以通过公式：b＝r cos fir(R,n_T,rate,T,filter_type)计算根升余弦滤波器系数b。其中，最优可以是：b为一个含有33个元素的数组，r cos fir为根升余弦滤波器，R＝0.6为滚降系数，rate＝8为采样倍数，采样率24MHz，T为输入符号的周期即采样频率的倒数1/Rate，filter_type为滤波器类型，这里选取'fir/sqrt'，n_T为一个标量，用于确定b的阶数，现在阶数已确定为33阶，则n_T值就可以给出：滤波器阶数＝[n_T-(-n_T)]*rate+1。

由上述公式我们可以得到n_T元素的值，将此值带入根升余弦滤波器系数b的计算公式，可得到成型滤波器的33个系数。

步骤3：多普勒频偏粗估计模块将接收到的测距数据S(t)信号分为同相信号i，和正交信号q，正交信号相位与同相信号相差π/2。然后将i和q分别通过LPF(低通滤波器)，滤除掉高频分量。滤波之后得到I和Q两路信号，将I和Q路信号相乘，得到已经消除了加载在数据上的信号和伪随机码的信号u(t)。最后对u(t)进行FFT运算，随后对其频谱图进行分析就可以得到数据准确的多普勒频偏值。

经过成形滤波器处理后的接收到的信号为

$s\left(t\right)=\sqrt{2P}\mathrm{PN}\left(t\right)d\left(t\right)\cos [({\mathrm{\ω}}_{\mathrm{IF}}+{\mathrm{\ω}}_d)t+{\mathrm{\θ}}_1]$

I路信号为：

$\begin{array}{c}{z}_I^{\′}\left(t\right)=\sqrt{2P}P{N}_1\left(t\right)d\left(t\right)\sin [({\mathrm{\ω}}_{\mathrm{IF}}+{\mathrm{\ω}}_d)t+{\mathrm{\θ}}_1]\·\sin ({\mathrm{\ω}}_{\mathrm{IF}}t+{\mathrm{\θ}}_0)\\ =\frac{1}{2}\sqrt{2P}P{N}_1\left(t\right)d\left(t\right)\{\cos ({\mathrm{\ω}}_{d}t+{\mathrm{\θ}}_e)-\cos [({2\mathrm{\ω}}_{\mathrm{IF}}+{\mathrm{\ω}}_d)t+{\mathrm{\θ}}_f\left]\right\}\end{array}$

其中，θ_e＝θ₁-θ₀,θ_f＝θ₁+θ₀。

I路信号通过LPF(低通滤波器)后，滤除高频分量得到：

$z_I\left(t\right)=\frac{1}{2}\sqrt{2P}\mathrm{PN}\left(t\right)d\left(t\right)\cos ({\mathrm{\ω}}_{d}t+{\mathrm{\θ}}_e)$

同理，Q路信号通过LPF(低通滤波器)后，滤除高频分量得到：

$z_Q\left(t\right)=\frac{1}{2}\sqrt{2P}\mathrm{PN}\left(t\right)d\left(t\right)\sin ({\mathrm{\ω}}_{d}t+{\mathrm{\θ}}_e)$

将经过LPF后的I路信号和Q路信号相乘后得：

$U_d\left(t\right)=\frac{1}{4}P{d}^2\left(t\right)P{N}^2\left(t\right)\sin ({2\mathrm{\ω}}_{d}t+2{\mathrm{\θ}}_{\mathrm{\ϵ}})$

其中PN²(t)＝1，d²(t)＝1，则上式可简化为：

$U_d\left(t\right)=\frac{1}{4}P\sin ({2\mathrm{\ω}}_{d}t+2{\mathrm{\θ}}_{\mathrm{\ϵ}})$

U_d(t)通过FFT频率捕获模块得到如下所式：

2f_doppler＝F_sK_doppler/N

其中F_s为采样频率，N为FFT的总点数，K_doppler为两倍多普勒频率对应的点数，f_doppler即为所求得多普勒频偏粗估计值。

步骤4：多普勒频偏精估计模块按设定的步进步长对频偏范围进行遍历搜索(设置频偏范围为IF-f_d和IF+f_d，其中IF为中频频率，设置为6MHz，f_d为经FFT估计后的多普勒频偏粗估计值)，然后通过傅立叶变换使处理过程由时域变为频域，使时域中的相关运算变换到频域中的乘法运算，然后再通过逆傅立叶变换得到时域的相关运算结果，找到相关峰最大值，从而从设置的频偏范围内捕获得到频偏大小，同时最终锁定码相位位置。

捕获时接收数据取一段长为一个短码周期长度的数据，PN码选取两个周期的长度，然后利用FFT对它们进行相关运算，取最大值来实现捕获。多普勒频偏估计精度与FFT的点数N有关，FFT点数N越大，多普勒频偏精度越高。本发明在高动态的条件下，-200KHz～+200KHz的频偏估计范围内，误差不会超过100Hz，频偏估计精度高。本发明将接收到的信号分为同相正交两路信号，再将两路信号相乘进行FFT运算，省去了进行频偏搜索的时间。整个频偏估计时间只与FFT的点数N有关，估计时间短。

Claims (10)

1.一种高动态环境下多普勒频偏估计***，该***包括：数据接收模块、成形滤波器、多普勒频偏粗估计模块和精估计模块，其特征在于，数据接收模块：接收地面终端站发送的信号，对信号解调后通过成形滤波器模块的处理送入多普勒频偏粗估计模块；成形滤波器模块：接收解调后的数据，通过采样并内插信号，根据滤波器系数对数据进行卷积运算，得到消除码间干扰的数据；多普勒频偏粗估计模块：将数据通过同相和正交路，得到两路分别正交的数据，通过低通滤波器滤除高频分量后将这两路信号相乘，消除加载在数据上的信号和伪随机码，随后进行傅里叶变换后分析其频谱，得到多普勒频偏粗估计值；多普勒频偏精估计模块：根据粗估计值采用并行码相位搜索捕获，获得较精准的码相位和较粗糙的载波频率，采用时频二维搜索在预定频率范围内对码相位和载波频率进行并行搜索，得到估计的相位和频偏。

2.根据权利要求1所述的***，其特征在于，在接收端采用与发送端成形滤波器模块中的根升余弦滤波器同样的滤波器，消除码间串扰，所述根升余弦滤波器系数的确定具体为，根据滤波器阶数确定标量n_T，调用公式：b＝r cos fir(R,n_T,rate,T,filter_type)计算滤波器系数b，其中，r cos fir为根升余弦滤波器，R为滚降系数，rate为采样倍数，T为输入符号的周期，filter_type为滤波器类型。

3.根据权利要求1所述的***，其特征在于，在成形滤波器模块前设置内插模块，在发送的基带码的相邻码之间内插0，成形滤波器模块将解调后数据按照8倍采样数据内插0，然后与滤波器系数b进行卷积，输出滤波结果。

4.根据权利要求1所述的***，其特征在于，多普勒频偏粗估计模块根据公式：2f_doppler＝F_sK_doppler/N计算多普勒频偏粗估计值f_doppler，其中，F_s为采样频率，N为FFT的总点数，K_doppler为两倍多普勒频率对应的点数；多普勒频偏精估计模块进一步在-200KHz～+200KHz的大频偏范围内进行并行搜索，得到估计的相位和频偏。

5.根据权利要求1所述的***，其特征在于，所述进行傅里叶变换后分析其频谱进一步包括，根据中频频率IF设置频偏范围为IF-f_d和IF+f_d，按设定的步进步长对频偏范围进行遍历搜索，通过傅立叶变换使时域中的相关运算变换到频域中的乘法运算，再通过逆傅立叶变换得到时域的相关运算结果，作为相关峰最大值，从设置的频偏范围内捕获频偏，最终锁定码相位位置。

6.一种高动态环境下多普勒频偏估计方法，其特征在于，数据接收模块接收地面终端站发送的信号，对信号解调后通过成形滤波器模块的处理送入多普勒频偏粗估计模块；成形滤波器模块接收解调后的数据，通过采样并内插信号，根据滤波器系数对数据进行卷积运算，得到消除码间干扰的数据；多普勒频偏粗估计模块将消除码间干扰的数据通过同相和正交路，得到两路相互正交的数据，两路数据分别通过低通滤波器滤除高频分量后相乘，消除加载在数据上的信号和伪随机码，随后进行傅里叶变换分析频谱，得到多普勒频偏粗估计值；多普勒频偏精估计模块采用并行码相位搜索捕获，根据粗估计值获得较精准的码相位和较粗糙的载波频率，采用时频二维搜索在预定频率范围内对码相位和载波频率进行并行搜索，得到估计的相位和频偏。

7.根据权利要求6所述的方法，其特征在于，在接收端采用与发送端同样的根升余弦滤波器，消除码间串扰，所述根升余弦滤波器系数b＝r cos fir(R,n_T,rate,T,filter_type)，其中，r cos fir为根升余弦滤波器，R为滚降系数，rate为采样倍数，T为输入符号的周期，filter_type为滤波器类型。

8.根据权利要求6所述的方法，其特征在于，在成形滤波器模块前设置内插模块，在发送的基带码的相邻码之间内插0，成形滤波器模块将解调后数据按照8倍采样数据内插0，然后与滤波器系数b进行卷积，输出滤波结果。

9.根据权利要求6所述的方法，其特征在于，进一步包括：多普勒频偏粗估计模块根据公式：2f_doppler＝F_sK_doppler/N计算多普勒频偏粗估计值f_doppler，其中，F_s为采样频率，N为FFT的总点数，K_doppler为两倍多普勒频率对应的点数；多普勒频偏精估计模块进一步在-200KHz～+200KHz的大频偏范围内进行并行搜索，得到估计的相位和频偏。

10.根据权利要求6所述的方法，其特征在于，采用时频二维搜索对码相位进行并行搜索具体包括：根据中频频率IF设置频偏范围为IF-f_d和IF+f_d，按设定的步进步长对频偏范围进行遍历搜索，通过傅立叶变换使时域中的相关运算变换到频域中的乘法运算，再通过逆傅立叶变换得到时域的相关运算结果，找到相关峰最大值，从而从设置的频偏范围内捕获频偏，最终锁定码相位位置。