CN109975842B - 一种基于小波变换的北斗卫星信号高精度盲捕获方法 - Google Patents
一种基于小波变换的北斗卫星信号高精度盲捕获方法 Download PDFInfo
- Publication number
- CN109975842B CN109975842B CN201910161390.3A CN201910161390A CN109975842B CN 109975842 B CN109975842 B CN 109975842B CN 201910161390 A CN201910161390 A CN 201910161390A CN 109975842 B CN109975842 B CN 109975842B
- Authority
- CN
- China
- Prior art keywords
- signal
- satellite
- satellite signal
- frequency
- wavelet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/246—Acquisition or tracking or demodulation of signals transmitted by the system involving long acquisition integration times, extended snapshots of signals or methods specifically directed towards weak signal acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于小波变换的北斗卫星信号高精度盲捕获方法,包括以下步骤:S1:采集卫星信号,利用小波阈值降噪法对采样信号进行背景降噪,得到降噪后的采样信号;S2:建立卫星接收机接收到的卫星信号模型并转化为单输入多输出的盲分离模型,将降噪后的采样信号作为所述盲分离模型的输入信号;S3:利用盲分离模型构造新的空间谱函数,对空间谱函数进行搜索,得到卫星信号的频率;S4:根据卫星信号的频率,求解信号初始相位,完成卫星的捕获。本发明结合了盲分离模型和小波变换理论,采用基于子空间估计算法的卫星信号盲分离方法求解北斗卫星信号的多普勒效应频率和相位,抗噪能力强,性能稳定,精度高。
Description
技术领域
本发明涉及卫星导航领域,更具体地,涉及一种基于小波变换的北斗卫星信号高精度盲捕获方法。
背景技术
21世纪,国防、民航管理及农业等各领域得到了长足发展,其中卫星导航在其中发挥积极作用。随着用户对于位置服务需求的急剧增大,在民用领域乃至军用领域对卫星导航接收机定位的快速性、实时性需求不断增高。一方面,由于信号捕获北斗卫星导航接收机是基带信号处理部分的基础步骤,它是跟踪和定位的前提,因此捕获算法性能的优劣也直接决定了接收机性的捕获速度、捕获精度等性能指标。另一方面,由于卫星信号在强噪声环境下,或者在传播过程中被山脉建筑物反射或被树木遮挡,此时信号强度将比正常信号弱很多,导致接收机无法获得直接有效的卫星信号,因此,改进现有捕获算法从而提高卫星信号捕获精度具有十分重要的现实意义。
由于传统的串行、并行捕获算法在噪声环境下,尤其是在弱信号环境下难以精确捕获到这类北斗信号,通常采取非相干累积捕获方法以提高捕获的灵敏度,然而该方法存在着缺陷,因为非相干累积方法存在平方损失,其平方损失随着累加次数的增加而升高,所以累积时间越长,噪声提升也越快,捕获精度下降,故该方法不可能通过无限增加累积的时间来提高捕获成功率。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷,提供一种基于小波变换的北斗卫星信号高精度盲捕获方法。
为解决上述技术问题,本发明的技术方案如下:
一种基于小波变换的北斗卫星信号高精度盲捕获方法,包括以下步骤:
S1:采集卫星信号,利用小波阈值降噪法对采样信号进行背景降噪,得到降噪后的采样信号;
S2:建立卫星接收机接收到的卫星信号模型并转化为单输入多输出的盲分离模型,将降噪后的采样信号作为所述盲分离模型的输入信号;
S3:利用盲分离模型构造新的空间谱函数,对空间谱函数进行搜索,得到卫星信号的频率;
S4:根据卫星信号的频率,求解信号初始相位,完成卫星的捕获。
上述方案将小波变换和盲信号分离相结合,先采用小波阈值法对北斗卫星信号进行降噪来提高信噪比,可有效降低噪声的影响,从而提高北斗卫星接收机的捕获性能,然后降噪后的卫星信号转化为盲分离模型,根据降噪后的信号构造空间谱函数,进行优化搜索,得到卫星信号的多普勒效应频率后,再用子空间算法得到相位的估计值,从而对卫星信号实现精确捕获,提高捕获增益。
优选地,步骤S1中采集卫星信号,利用小波阈值降噪法对卫星信号进行背景降噪,得到降噪后的采样信号,包括以下步骤:
S1.1:选择小波函数并确定分解层次,对掺杂着背景噪声的卫星信号进行小波分解计算,分为若干层次;
S1.2:设定阈值并根据阈值对每一层分解计算得到高频系数进行量化处理;
S1.3:根据小波分解后得到的细节系数和量化后的高频系数对卫星信号进行小波重构,重构后的信号为降噪后的采样信号。
优选地,步骤S2中建立卫星接收机接收到的卫星信号模型并转化为单输入多输出的盲分离模型,将降噪后的采样信号作为所述盲分离模型的输入信号,包括以下步骤:
S2.1:建立卫星接收机接收到的卫星信号模型:
式中,t为时间,An为第n个卫星C/A码的幅度,C(t)为C/A码;D(t)为导航数据码,是包含导航电文的一串二进制码;fIF为中频载波频率,在北斗卫星信号基础上加一个中频载波频率实现扩频,减少损耗;fn和θn,0为第n个卫星信号的多普勒效应频率以及相位,n(t)为背景噪声,背景噪声服从高斯分布,噪声的均值为0,方差为σ2;
S2.2:通过信频采样方式将卫星信号模型转化为单输入多输出的盲分离模型:
r=A·x+n
式中:
上述式中,T表示转置,H表示赫米特转置,r代表同一采样点不同通道采集的卫星信号,A为系数矩阵,FN=fIF+fn,M表示第M个采样通道,列向量x中的参数AN为卫星载波信号强度,θN,0为卫星载波信号初始相位,P为C/A码与导航电文码的乘积,导航电文码是用户接收机通过对接收到的卫星信号进行载波解调和伪码解扩得到数据码,然后按照导航电文的格式将数据码编译成导航电文,导航电文中含有时间、卫星运行轨道、电离层延时等用于定位的重要信息;
优选地,步骤S3中利用盲分离模型构造新的空间谱函数,对空间谱函数进行搜索,得到卫星信号的频率,包括以下步骤:
S3.1:根据盲分离模型计算公式两边同时求自相关矩阵并结合正弦信号相关函数频率不变的特性,得到矩阵Q:
Q=E(r·rH)=A·E(x·xH)·AH+σ2I=A·Rxx·AH+σ2I
其中,Rxx=E(x·xH),Rxx是卫星信号的协方差矩阵,I为单位矩阵,E为求数学期望,σ2为背景噪声的方差;
S3.2:对矩阵Q进行特征值分解:
矩阵Q数学分解后将有N个大特征值,M-N个小特征值,矩阵Q可以分解为信号信息和噪声信息两部分,UX是由大特征值对应的特征矢量张成的信号子空间,UN是由小特征值对应的特征矢量张成的噪声子空间;
S3.3:由于信号子空间与噪声子空间是相互正交的,利用两者的正交性,构造新的空间谱函数:
其中,P为构造的空间谱函数;
S3.4:通过对空间谱函数进行搜索,其极值点对应的频率即为所求的卫星信号的频率。
优选地,步骤S4中根据卫星信号的频率,求解信号初始相位,完成卫星的捕获,包括以下步骤:
S4.1:对降噪后的采样信号作最小二乘法:
S4.2:求解信号初始相位:
θ=[θ1,0 θ2,0 … θN,0]T
完成卫星的捕获。
与现有技术相比,本发明技术方案的有益效果是:
本发明结合了盲分离模型和小波变换理论,采用基于子空间估计算法的卫星信号盲分离方法求解北斗卫星信号的多普勒效应频率和相位,对比传统的捕获方法,该算法抗噪能力较强,性能相对稳定,精度较高。基于小波阈值降噪的方法对北斗卫星信号进行背景降噪,采用小波阈值降噪法进行降噪处理可以提高卫星信号的信噪比,从而有效提高北斗接收机性能,且抗噪能力强,性能稳定,精度较。
附图说明
图1为一种基于小波变换的北斗卫星信号高精度盲捕获方法流程示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
一种基于小波变换的北斗卫星信号高精度盲捕获方法,如图1,包括以下步骤:
S1:采集卫星信号,利用小波阈值降噪法对采样信号进行背景降噪,得到降噪后的采样信号;
S1包括步骤:
S1.1:选择小波函数并确定分解层次,对掺杂着背景噪声的卫星信号进行小波分解计算,分为若干层次;
S1.2:设定阈值并根据阈值对每一层分解计算得到高频系数进行量化处理;
S1.3:根据小波分解后得到的细节系数和量化后的高频系数对卫星信号进行小波重构,重构后的信号为降噪后的采样信号。
S2:建立卫星接收机接收到的卫星信号模型并转化为单输入多输出的盲分离模型,将降噪后的采样信号作为所述盲分离模型的输入信号;
S2包括步骤:
S2.1:建立卫星接收机接收到的卫星信号模型:
式中,t为时间,An为第n个卫星C/A码的幅度,C(t)为C/A码,D(t)为导航数据码,fIF为中频载波频率,fn和θn,0为第n个卫星信号的多普勒效应频率以及相位,n(t)为背景噪声;
S2.2:通过信频采样方式将卫星信号模型转化为单输入多输出的盲分离模型:
r=A·x+n
式中:
上述式中,T表示转置,H表示赫米特转置,r代表同一采样点不同通道采集的卫星信号,A为系数矩阵,FN=fIF+fn,M表示第M个采样通道,列向量x中的参数AN为卫星载波信号强度,θN,0为卫星载波信号初始相位,P为C/A码与导航电文码的乘积。
S3:利用盲分离模型构造新的空间谱函数,对空间谱函数进行搜索,得到卫星信号的频率;
S3包括步骤:
S3.1:根据盲分离模型计算公式两边同时求自相关矩阵并结合正弦信号相关函数频率不变的特性,得到矩阵Q:
Q=E(r·rH)=A·E(x·xH)·AH+σ2I=A·Rxx·AH+σ2I
其中,Rxx=E(x·xH),Rxx是卫星信号的协方差矩阵,I为单位矩阵,E为求数学期望,σ2为背景噪声的方差;
S3.2:对矩阵Q进行特征值分解:
矩阵Q数学分解后将有N个大特征值,M-N个小特征值,UX是由大特征值对应的特征矢量张成的信号子空间,UN是由小特征值对应的特征矢量张成的噪声子空间;
S3.3:构造新的空间谱函数:
其中,P为构造的空间谱函数;
S3.4:通过对空间谱函数进行搜索,其极值点对应的频率即为所求的卫星信号的频率。
S4:根据卫星信号的频率,求解信号初始相位,完成卫星的捕获;
S4包括步骤:
S4.1:对降噪后的采样信号作最小二乘法:
S4.2:求解信号初始相位:
θ=[θ1,0 θ2,0 … θN,0]T
完成卫星的捕获。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (4)
1.一种基于小波变换的北斗卫星信号高精度盲捕获方法,其特征在于,包括以下步骤:
S1:采集卫星信号,利用小波阈值降噪法对采样信号进行背景降噪,得到降噪后的采样信号;
S2:建立卫星接收机接收到的卫星信号模型并转化为单输入多输出的盲分离模型,将降噪后的采样信号作为所述盲分离模型的输入信号;
S3:利用盲分离模型构造新的空间谱函数,对空间谱函数进行搜索,得到卫星信号的频率;包括以下步骤:
S3.1:根据盲分离模型计算公式两边同时求自相关矩阵并结合正弦信号相关函数频率不变的特性,得到矩阵Q:
Q=E(r·rH)=A·E(x·xH)·AH+σ2I=A·Rxx·AH+σ2I
其中,Rxx=E(x·xH),Rxx是卫星信号的协方差矩阵,I为单位矩阵,E为求数学期望,σ2为背景噪声的方差;
S3.2:对矩阵Q进行特征值分解:
矩阵Q数学分解后将有N个大特征值,M-N个小特征值,UX是由大特征值对应的特征矢量张成的信号子空间,UN是由小特征值对应的特征矢量张成的噪声子空间;
S3.3:构造新的空间谱函数:
其中,P为构造的空间谱函数;
S3.4:通过对空间谱函数进行搜索,其极值点对应的频率即为所求的卫星信号的频率;
S4:根据卫星信号的频率,求解信号初始相位,完成卫星的捕获。
2.根据权利要求1所述的基于小波变换的北斗卫星信号高精度盲捕获方法,其特征在于,步骤S1中采集卫星信号,利用小波阈值降噪法对卫星信号进行背景降噪,得到降噪后的采样信号,包括以下步骤:
S1.1:选择小波函数并确定分解层次,对掺杂着背景噪声的卫星信号进行小波分解计算,分为若干层次;
S1.2:设定阈值并根据阈值对每一层分解计算得到高频系数进行量化处理;
S1.3:根据小波分解后得到的细节系数和量化后的高频系数对卫星信号进行小波重构,重构后的信号为降噪后的采样信号。
3.根据权利要求2所述的基于小波变换的北斗卫星信号高精度盲捕获方法,其特征在于,步骤S2中建立卫星接收机接收到的卫星信号模型并转化为单输入多输出的盲分离模型,将降噪后的采样信号作为所述盲分离模型的输入信号,包括以下步骤:
S2.1:建立卫星接收机接收到的卫星信号模型:
式中,t为时间,An为第n个卫星C/A码的幅度,C(t)为C/A码,D(t)为导航数据码,fIF为中频载波频率,fn和θn,0为第n个卫星信号的多普勒效应频率以及相位,n(t)为背景噪声;
S2.2:通过信频采样方式将卫星信号模型转化为单输入多输出的盲分离模型:
r=A·x+n
式中:
上述式中,T表示转置,H表示赫米特转置,r代表同一采样点不同通道采集的卫星信号,A为系数矩阵,FN=fIF+fn,M表示第M个采样通道,列向量x中的参数AN为卫星载波信号强度,θN,0为卫星载波信号初始相位,P为C/A码与导航电文码的乘积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910161390.3A CN109975842B (zh) | 2019-03-04 | 2019-03-04 | 一种基于小波变换的北斗卫星信号高精度盲捕获方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910161390.3A CN109975842B (zh) | 2019-03-04 | 2019-03-04 | 一种基于小波变换的北斗卫星信号高精度盲捕获方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109975842A CN109975842A (zh) | 2019-07-05 |
CN109975842B true CN109975842B (zh) | 2020-12-15 |
Family
ID=67077829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910161390.3A Active CN109975842B (zh) | 2019-03-04 | 2019-03-04 | 一种基于小波变换的北斗卫星信号高精度盲捕获方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109975842B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111649718A (zh) * | 2020-06-16 | 2020-09-11 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种基于北斗卫星***的桥梁基础沉降监测算法 |
CN112731486B (zh) * | 2020-12-24 | 2023-07-04 | 深圳大学 | 信号角度和信号频率的估计方法、装置、设备及存储介质 |
CN113608192B (zh) * | 2021-08-09 | 2022-02-18 | 广东工业大学 | 一种探地雷达远场定位方法、装置及计算机可读存储介质 |
CN116347329B (zh) * | 2022-12-16 | 2024-03-29 | 中交星宇科技有限公司 | 定位信号捕获方法及装置、计算设备及计算机存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107728103A (zh) * | 2017-09-30 | 2018-02-23 | 深圳市景程信息科技有限公司 | 无线电信号干扰源平面空间角度定向***及方法 |
CN108983261A (zh) * | 2018-08-13 | 2018-12-11 | 广东工业大学 | 一种基于方差比盲分离的北斗卫星信号高精度捕获模型 |
CN109061687A (zh) * | 2018-07-31 | 2018-12-21 | 太原理工大学 | 一种基于自适应阈值和双参考平移策略的多径抑制方法 |
CN109188473A (zh) * | 2018-07-26 | 2019-01-11 | 广东工业大学 | 基于盲分离技术的北斗卫星微弱信号高精度快速捕获方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050212696A1 (en) * | 2004-03-25 | 2005-09-29 | Bartone Chris G | Reat-time WaveSmooth™ error mitigation for Global Navigation Satellite Systems |
-
2019
- 2019-03-04 CN CN201910161390.3A patent/CN109975842B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107728103A (zh) * | 2017-09-30 | 2018-02-23 | 深圳市景程信息科技有限公司 | 无线电信号干扰源平面空间角度定向***及方法 |
CN109188473A (zh) * | 2018-07-26 | 2019-01-11 | 广东工业大学 | 基于盲分离技术的北斗卫星微弱信号高精度快速捕获方法 |
CN109061687A (zh) * | 2018-07-31 | 2018-12-21 | 太原理工大学 | 一种基于自适应阈值和双参考平移策略的多径抑制方法 |
CN108983261A (zh) * | 2018-08-13 | 2018-12-11 | 广东工业大学 | 一种基于方差比盲分离的北斗卫星信号高精度捕获模型 |
Non-Patent Citations (1)
Title |
---|
《含噪盲源分离算法研究及其在水声信号中的应用》;吴微;《中国博士学位论文全文数据库 信息科技辑》;20160715(第07期);正文第I-III、53-59、81-86页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109975842A (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109975842B (zh) | 一种基于小波变换的北斗卫星信号高精度盲捕获方法 | |
Wang et al. | Direction finding algorithms based on joint iterative subspace optimization | |
Belouchrani et al. | Source separation and localization using time-frequency distributions: An overview | |
CN109375154B (zh) | 一种冲击噪声环境下基于均匀圆阵的相干信号参数估计方法 | |
CN110320535B (zh) | 一种基于小波包变换与空域处理的卫星导航接收机多干扰抑制方法 | |
CN110069868B (zh) | Gnss测站非线性运动建模方法与装置 | |
US20080074310A1 (en) | Computationally efficient adaptive radar pulse compression system | |
CN106909779A (zh) | 基于分布式处理的mimo雷达克拉美罗界计算方法 | |
US20220196793A1 (en) | Joint denoising and delay estimation for the extraction of pulse-width of signals in rf interference | |
Li et al. | GPS signal acquisition via compressive multichannel sampling | |
CN106501785A (zh) | 一种基于交替方向乘子法的稳健稀疏恢复stap方法及其*** | |
CN106291610B (zh) | Gnss信号压缩捕获装置的压缩相关模块及实现方法 | |
CN104865556A (zh) | 基于实域加权最小化l1范数方法的MIMO雷达***DOA估计方法 | |
He et al. | GPS signal acquisition based on compressive sensing and modified greedy acquisition algorithm | |
CN104360355A (zh) | 抗干扰方法和装置 | |
CN110231589B (zh) | 一种大扩散角的多径信号波达方向估计方法 | |
Brenneman et al. | GPS multipath detection with ANOVA for adaptive arrays | |
CN107728166B (zh) | 一种基于时域分组处理的卫星导航接收机多干扰抑制方法 | |
CN106291618B (zh) | Gnss信号压缩捕获装置的恢复模块及实现方法 | |
Yang et al. | Indoor positioning using public FM and DTMB signals based on compressive sensing | |
CN109738916A (zh) | 一种基于压缩感知算法的多径参数估计方法 | |
CN115616628B (zh) | 基于角跟踪环路的gnss天线阵接收机盲波束形成方法 | |
CN114609651B (zh) | 基于小样本数据的卫星导航接收机空域抗干扰方法 | |
CN103064096B (zh) | 一种基于盲信号处理的北斗导航电文提取装置和方法 | |
CN110086734A (zh) | 一种时变大规模mimo***中的信道追踪和恢复方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |