CN116347329B - 定位信号捕获方法及装置、计算设备及计算机存储介质 - Google Patents
定位信号捕获方法及装置、计算设备及计算机存储介质 Download PDFInfo
- Publication number
- CN116347329B CN116347329B CN202211621688.6A CN202211621688A CN116347329B CN 116347329 B CN116347329 B CN 116347329B CN 202211621688 A CN202211621688 A CN 202211621688A CN 116347329 B CN116347329 B CN 116347329B
- Authority
- CN
- China
- Prior art keywords
- signal
- data
- signal data
- positioning signal
- filtering
- 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
- 238000000034 method Methods 0.000 title claims abstract description 88
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 49
- 238000001914 filtration Methods 0.000 claims abstract description 44
- 230000008569 process Effects 0.000 claims abstract description 30
- 239000013598 vector Substances 0.000 claims abstract description 27
- 238000009825 accumulation Methods 0.000 claims abstract description 21
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 2
- 239000000758 substrate Substances 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 230000035945 sensitivity Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 3
- 239000010931 gold Substances 0.000 description 3
- 229910052737 gold Inorganic materials 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0264—Arrangements for coupling to transmission lines
- H04L25/0292—Arrangements specific to the receiver end
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/08—Modifications for reducing interference; Modifications for reducing effects due to line faults ; Receiver end arrangements for detecting or overcoming line faults
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种定位信号捕获方法及装置、计算设备及计算机存储介质,其中定位信号捕获方法包括:获得目标定位信号;通过并行匹配滤波器或累加器对目标定位信号进行相关运算,得到第一信号数据;基于本地载波对第一信号数据进行频率补偿和块累加运算,得到第二信号数据;对第二信号数据进行小波变换滤波得到第三信号数据;根据构造滤波信号在组合过程中的检测变量和有用信号能量对第三信号数据进行检测,判断目标定位信号是否捕获成功。本发明对信号矢量值进行小波滤波,滤除带外噪声,并保留大部分有用信号能量,提高了信噪比;通过构造滤波信号经过组合过程时的检测变量,并基于信号能量进行检测,提升了频率搜索的灵敏度和精度。
Description
技术领域
本发明涉及通信定位技术领域,具体涉及一种定位信号捕获方法及装置、计算设备及计算机存储介质。
背景技术
随着5G技术的发展与普及,5G的定位精度将达到亚米级,相较于4G通信网络,5G信息传输速率更快,网络容量更大,时延更低,为基于移动通信网络的室内定位技术的提升提供了新的突破可能。捕获是共频带定位接收机基带信号处理的首要步骤,该步骤获取的频率和码相位估计值将作为跟踪环路的初始值。
传统的接收机捕获算法在捕获连续信号时的捕获速度较快,但对定位信号动态变化的耐受力较差,在5G TDD模式下,定位信号仅在通信信号的下行时隙进行播发,对共频带定位接收机的信号处理速度提出了较高的要求。
因此,如何提高频率捕获精度和灵敏度以及进一步提升共频带定位接收机的信号处理速度的问题亟待解决。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述频率捕获精度和灵敏度较低问题的定位信号捕获方法及装置、计算设备及计算机存储介质。
根据本发明的一个方面,提供了一种定位信号捕获方法,包括:
获得目标定位信号;
通过并行匹配滤波器或累加器对所述目标定位信号进行相关运算,得到第一信号数据;
基于本地载波对所述第一信号数据进行频率补偿和块累加运算,得到第二信号数据;
对所述第二信号数据进行小波变换滤波得到第三信号数据;
根据构造滤波信号在组合过程中的检测变量和有用信号能量对所述第三信号数据进行检测,判断所述目标定位信号是否捕获成功。
在一种可选的方式中,所述对所述第二信号数据进行小波变换滤波得到第三信号数据具体为:
其中,q,J表示小波分解的水平;i(q)和Dk,i(q)表示小波基函数;i表示移位因子;sc(·)表示小波系数;sr(q)表示信号向量,即第三信号数据;AJ,i(q)表示第二信号数据。
在一种可选的方式中,所述根据构造滤波信号在组合过程中的检测变量和有用信号能量对所述第三信号数据进行检测,判断所述目标定位信号是否捕获成功进一步包括:
根据所述有用信号能量和滤波后的噪声方差设置检测变量;根据虚警概率设置阈值;
若所述检测变量的最大值大于所述阈值,则判断为捕获成功。
在一种可选的方式中,所述根据所述有用信号能量和滤波后的噪声方差设置检测变量具体为:
其中,Z表示检测变量;表示有用信号能量;Q1,Q2分别表示相干时间和非相干时间;std1表示滤波后的噪声方差;sf(n)为根据低频系数重构的信号,sf(n)=∑isc(1,i)AJ,i(q),sc(1,i)表示低频系数。
在一种可选的方式中,所述方法还包括:
根据所述目标定位信号的稀疏向量和随机观测矩阵得到观测序列;
根据所述观测序列求解所述稀疏向量的估计值,得到多普勒频率估计值和与所述多普勒估计值对应的相位估计结果;
根据峰值比较所述多普勒频率估计值和所述相位估计结果,判断所述目标定位信号是否捕获成功。
在一种可选的方式中,在所述根据峰值比较所述多普勒频率估计值和所述相位估计结果,判断所述目标定位信号是否捕获成功之后或同时,所述方法还包括:
给出多普勒频率和伪码相位估计值。
在一种可选的方式中,所述伪码相位估计值进一步包括:
通过交替方向乘子法的并行迭代算法得到伪码相位估计值。
根据本发明的另一方面,提供了一种定位信号捕获装置,包括:
信号获取模块,用于获得目标定位信号;
信号捕获模块,用于通过并行匹配滤波器或累加器对所述目标定位信号进行相关运算,得到第一信号数据;基于本地载波对所述第一信号数据进行频率补偿和块累加运算,得到第二信号数据;对所述第二信号数据进行小波变换滤波得到第三信号数据;
信号检测模块,用于根据构造滤波信号在组合过程中的检测变量和有用信号能量对所述第三信号数据进行检测,判断所述目标定位信号是否捕获成功。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述定位信号捕获方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述定位信号捕获方法对应的操作。
根据本发明提供的方案,获得目标定位信号;通过并行匹配滤波器或累加器对目标定位信号进行相关运算,得到第一信号数据;基于本地载波对第一信号数据进行频率补偿和块累加运算,得到第二信号数据;对第二信号数据进行小波变换滤波得到第三信号数据;根据构造滤波信号在组合过程中的检测变量和有用信号能量对第三信号数据进行检测,判断目标定位信号是否捕获成功。本发明对信号矢量值进行小波滤波,滤除带外噪声,并保留大部分有用信号能量,提高了信噪比。通过构造滤波信号经过组合过程时的检测变量,并基于信号能量进行检测,提升了频率搜索的灵敏度和精度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例的定位信号捕获方法的流程示意图;
图2示出了本发明实施例的PMF-FC-BA-WT捕获方法示意图;
图3示出了现有技术中5G TDD帧结构示意图;
图4示出了现有技术中捕获流程示意图;
图5示出了现有技术中串行捕获算法结构示意图;
图6示出了现有技术中基于FFT的时域并行捕获方法示意图;
图7示出了现有技术中PMF-FFT捕获方法示意图;
图8示出了本发明实施例的定位信号捕获装置的结构示意图;
图9示出了本发明实施例的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例的定位信号捕获方法的流程示意图。本方法对信号矢量值进行小波滤波,滤除带外噪声,并保留大部分有用信号能量,以及,通过构造滤波信号经过组合过程时的检测变量,并基于信号能量进行检测。具体地,如图1所示,包括以下步骤:
步骤S101,获得目标定位信号。
接收机本地生成不同码号、延时的PRN码以及不同频率的本地载波,如图3所示,通过接收机基带模块获得接收机基带信号(目标定位信号)。
步骤S102,通过并行匹配滤波器或累加器对目标定位信号进行相关运算,得到第一信号数据。
为更清楚的描述本实施例中图2所示的PMF-FC-BA-WT捕获方法,首先描述5G TDD帧结构、现有技术的捕获流程和捕获方法(包括串行捕获方法、基于FF的时域并行捕获方法和PMF-FFT捕获方法)。
其中,5G TDD帧结构如图3所示,每帧通信信号的时长为10ms,共包4个子帧;在每个2.5ms的子帧中,共有5个时隙,分别为3个下行时隙(都是下行符号)、1个特殊时隙,和1个上行时隙(都是上行符号)。
在每个时长为2.5ms的通信信号子帧中,定位信号仅在通信信号的下行时隙进行播发,长度1ms,因此定位信号的占空比为40%。在第个通信信号子帧的下行期间,接收机从射频前端接收到的定位信号可表示为:
其中,Ts为采样时间间隔,A表示信号幅度,c(·)为定位信号所调制的伪码,τk输入信号延迟,fIF为接收信号经射频前端下变频后的中频频率,为接收信号的残留载波频率,fd,k为初始载波相位,为零均值且功率谱密度为nω(·)的加性高斯白噪声。
由图3可知,基于TDD体制下的数据链***,其上行链路和下行链路的收发是时分的,同时上下行链路的切换较快,因此需要终端不停的进行快速的帧捕获,对接收机的捕获速度提出了更高的要求,若是通信过程中出现漏捕和错捕,则会造成数据丢失,对下行链路来说则会导致无法正常捕获到信号,漏捕和错捕概率大大提高,数据的正确无法得到保证。因此TDD体制下的数据链***帧捕获技术极为重要。
关于现有技术的捕获流程和捕获方法描述如下:
目前传统的捕获过程是一个三维搜索的过程,即对载波频率、码相位、伪码种类进行确定。在三维搜索中,接收机按照一定的伪码顺序依次对各个基站进行二维搜索,即按照一定的频率步长和码带步长将收搜索空间分割成一个个的搜索单元。捕获完成时能够同时输出时域的伪码相位和频域的残留载波频率估计值。
捕获过程是定位接收机中数字信号处理部分的第一个阶段,旨在判断所检测信号是否存在,并获得接收信号残余载波频率和码延迟的粗略估计。如图4所示,一个完整的捕获过程可细分为4个步骤,包括交叉模糊函数(Cross Ambiguity Function,CAF)评估,积分计算,检测与判决以及多重测试与确认。其中前两个步骤可统归为搜索域评估阶段,后两个步骤可统归为检测阶段。
目前主要的捕获算法有以下几类:
其中,第一类为时域相关的捕获算法,时域相关捕获即为串行捕获算法,其原理是直接在码相位域和载波频率域上进行二维搜索,如图5所示,捕获***是由时域相关器、本地信号发生器、信号检测器、控制逻辑等部分组成。接收信号r(n)依次进行载波剥离和相干累加。对两条支路上的相关结果各自进行累加的过程被称为相干积分。由图5可知,是将相关运算中的累加与相干积分中累加合并到了一起。
第二类为基于FFT的时域并行捕获方法,如图6所示,该方法使用FFT和IFFT代替了匹配滤波器或相关器,受圆周卷积代替线性相关的启发,基于FFT的频域相乘的算法把时域的相关运算变成频域的相乘运算,可以在每个频率槽同时计算得到所***相位的相关值,从而大大减小了捕获时间,而其余结构保持不变。
第三类为匹配滤波器(或相关器)与FFT结合的方法使用匹配滤波器(或相关器)进行PRN码的相关运算,然后使用FFT进行频率搜索,因此被称为频域并行捕获方法。PMF-FFT捕获方法为其中的一个典型,其结构如图6所示。
在PMF-FFT方法中,接收的离散数字信号首先经过载波剥离后变为同相和正交两路基带信号(若r(n)本身为0中频信号则无需进行此步骤)。然后信号被划分为N1段数据,每段数据长度为P1。同相和正交支路的完成相关运算后得到长度为N1的数据。假设PMF每运行一次得到的N1点数据保存于累加器中,N2次运行后总共得到N1 N2点数据。累加器把这N1 N2点数据划分为N段每段长度为P2,每段中的P2点数据进行累加最后得到累加器输出的N点数据。令P=P1 P2,如果所使用的本地PRN码与接收信号中的PRN码的码号一致,那么匹配滤波器和累加器的输出结果的幅度可表示为如下公式:
其中,m=1,2,…,N。
该式所代表的基于完整匹配滤波器的方式,将匹配滤波器划分为多个部分进行运算的方式大幅减小了由于频率偏差导致的衰减,这也是PMF-FFT方法能够使用FFT进行频域并行搜索的原因。
而在TDD的模式下,传统的捕获方法无法快速对信号进行捕获,并且无法对间断性的定位信号进行长时间的相干积分。因而出现信号误判的情况,并且信号的信噪比比较低。
综上所述,传统的TDD体制下的数据链下行链路的捕获方法存在误捕,错捕概率较大和信噪比比较低的问题。
本实施例中,为实现对共频带定位接收机高灵敏度高精度的快速捕获,基于块累加(Block Accumulation,BA)和频率补偿(Frequency Compensation,FC)的基础上,通过部分匹配滤波小波变换(Partial Matched Filter-wavelet transform,PMF-WT)对TDD(TimeDivision Duplex)模式下的信号进行如图2所示的捕获和搜索域评估(PMF-FC-BA-WT)的方法。
具体地,通过并行匹配滤波器或累加器对目标定位信号进行相关运算,得到第一信号数据。
例如,接收机基带信号在并行匹配滤波器(PMF)或累加器中对数据进行相关运算,得到N点数据,N个数据中每个数据等效于P点数据相加得到。
步骤S103,基于本地载波对第一信号数据进行频率补偿和块累加运算,得到第二信号数据。
例如,将1组N点相干累加的结果被复制J组,每一份与频率为fi(i=1,2,…,J),本地载波相乘进行频率补偿(Frequency Compensate,FC),然后送入累加存储模块。新送入的J组数据与J组数据进行块累加(Block Accumulation,BA),并不断重复以上步骤,直到完成L轮累加,得到块累加后的J组长度为N的数据。
步骤S104,对第二信号数据进行小波变换滤波得到第三信号数据。
例如,假设这J组数据为信号AJ,i(q),对AJ,i(q)进行小波变换滤波得到信号向量sr(q)。
在一种可选的方式中,对所述第二信号数据进行小波变换滤波得到第三信号数据具体为:
其中,q,J表示小波分解的水平;i(q)和Dk,i(q)表示小波基函数;i表示移位因子;sc(·)表示小波系数;sr(q)表示信号向量,即第三信号数据;AJ,i(q)表示第二信号数据。
由于噪声在整个频域中服从均匀分布,滤波后的噪声能量减少了。因此,其中,W′(q)是小波域滤波后的噪声信号幅度,W′是W′(q)的平均值;W(q)是小波域滤波之前的噪声信号幅度,W是W(q)的平均值。
滤波后的噪声方差可表示为:滤波前的噪声方差可表示为:/>
由于滤波前后平均值不变(W=W),根据以上方差,可以得到:又因为:std2=Co×σ2,可以得到:std1=Co×σ2。
因此,不仅滤波后的噪声能量是滤波前的而且滤波后的噪音方差是滤波前方差的/>
步骤S105,根据构造滤波信号在组合过程中的检测变量和有用信号能量对第三信号数据进行检测,判断目标定位信号是否捕获成功。
在一种可选的方式中,根据有用信号能量和滤波后的噪声方差设置检测变量具体为:
其中,Z表示检测变量;表示有用信号能量;Q1,Q2分别表示相干时间和非相干时间;std1表示滤波后的噪声方差;sf(n)为根据低频系数重构的信号,sf(n)=∑isc(1,i)AJ,i(q),sc(1,i)表示低频系数。
例如,将sf(n)放入能量检测器中搜索最大能量,检测变量可以写为:
假设Q=Q1Q2,搜索最大的Z作为Zmax,每个伪码对应的为Zmax,当Zmax大于阈值γ时,捕获成功。
其中的有用信号能量为常数或与噪声相比略有降低,但与std2相比,std1降低,因此,在相同阈值下,检测概率将提高。
在一种可选的方式中,当本地码与接收信号不同步时,根据虚警概率的要求设置阈值γ。不同的伪码阶段具有不同的Z值,它们是独立的。Z服从卡方分布接收机每次得到矩阵中的一列数据后就找出F点数据中的最大值,第j列F个数据中的最大值记为skmax,j,其中Γ(·)是伽马函数,k是度,总误捕获概率可写为:
其中,P是可能的码相位的数目。
自(远小于1),简化为:因此,当Pfa和Q2固定时,可以计算阈值γ。
基于PMF信号模型,分析有用信号的带宽和频率,为PMF-FC-BA-WT搜索域评估方法提供了理论依据。然后,利用小波变换对接收信号的频带进行分割,选择低频带重构信号。由于可以使用不同的小波函数来划分频带,可基于能量比的小波函数选择规则,因此,比常规方法具有更好的检测性能,可以获得更高的检测概率,同时利用了较少的计算资源,可以实现快速的捕获。可选地,进行组合处理提高检测概率。
在一种可选的方式中,所述方法还包括:
根据所述目标定位信号的稀疏向量和随机观测矩阵得到观测序列;
根据所述观测序列求解所述稀疏向量的估计值,得到多普勒频率估计值和与所述多普勒估计值对应的相位估计结果;
根据峰值比较所述多普勒频率估计值和所述相位估计结果,判断所述目标定位信号是否捕获成功。
共频带定位信号是码率为1.023Mbps的Gold码,码长N=1023。不同卫星的weil码(伪码)相互正交,同一基站的weil码及其循环移位序列也相互正交。因此,weil码及其循环移位序列可以构成一个正交矩阵,将该正交矩阵作为变换基,就可以对共频带定位信号进行稀疏表示。假设g0=[g(0),g(1),…,g(N-1)]T∈RN×1,为任意满足上述条件的Gold码,将g0循环移位m个码片之后,得到序列gm=[g(m),g(m+1),…,g(N-1),则gm可以表示为:
其中,G=[g0,g1,…,gN-1]∈RN×N是由Gold码及其循环移位序列构成的正交变换基矩阵;γm=[γ(0),γ变换系数向量。
显然,在γm中,除了γm=1外,其余系数都为0,即γm是稀疏向量,因此,共频带定位信号中任意相位的Gold码序列都可以用上式进行稀疏表示。
基于共频带定位信号的稀疏表示,使用和变换基矩阵C不相关的观测矩阵Ω∈C4 ×2N,M<<2N,对r(ωd)进行压缩采样,得到观测序列:
y(ωd)=Ωr(ωd)=Ω[Cp(ωd)+v]=θp(ωd)+u
其中,θ=ΩC∈CM×2N;u=Ω=0,实际应用中,常用随机高斯矩阵、贝努利矩阵、随机傅立叶矩阵等表示观测矩阵Ω。
由于多普勒估计准确时,p(ωd)为稀疏向量,可以通过求解如下优化问题获得p(ωd)的估计值:
s.t.y(ωd)=θp(ωd)
可选地,基于压缩感知对共频带定位信号进行捕获,主要包括如下步骤:
步骤一,初始化捕获参数,获得随机观测矩阵Ω、基矩阵C和混合矩阵Θ=ΩC并重复。
步骤二,设置多普勒估计值
步骤三,剥离载波和多普勒频率,并对半码片进行打包,获得可利用压缩感知理论完成对稀疏向量p(ωd)的估计。
步骤四,压缩采样,获得
步骤五,遍历所有多普勒估计值
步骤六,分析所有的判断是否捕获成功。
由于不再需要循环相关运算,而是通过求解式(P1)获得当前多普勒频率估计值对应的相位估计结果/>同时,捕获过程仅需要存储维度为M的向量/>而非维度为2N的向量/>这里有M<<2N(远小于)。当获得所有多普勒估计值对应的相位估计结果后,通过峰值检测和计算峰均比来判断是否成功捕获到基站的信号,并给出相应的多普勒频率和weil码相位估计值。
可选地,基于ADMM(alternating direction method of multipliers)的并行迭代算法获得weil码相位估计值主要包括如下步骤:
步骤一,初始化ρ,λ,η(0)和计算Φ=(θHθ+ρI)-1,并重复。
步骤二,更新
并行执行其中,m=0,1,2,…,2N-1。
步骤三,更新
并行执行(m=0,1,2,…,2N-1)
步骤四,更新η(t+1)
并行执行(m=0,1,2,…,2N-1)
步骤五,直至迭代过程收敛结束。
ADMM算法可以确保求得式(P2)的全局最优解。如果式(P2)具有可行解且ADMM各个子问题都可以唯一地求解,则ADMM迭代过程的每一个聚集点都是原问题的最优解。由于式(P2)是一个无限制条件的凸优化问题,因而必然具有可行解。同时,由于ADMM迭代过程的每一个子问题均为强凸(strongly convex)的,因此,使用一阶最优条件可以唯一地获得其最优解,因此,本实施例能够获得原问题的全局最优解。
上述利用weil码序列构造正交基,对共频带定位信号信号进行稀疏表示,据此完成了基于压缩感知的共频带定位信号捕获问题建模,原压缩感知问题被分解成多个相对独立的子问题并行迭代求解,并且迭代的每一步都有简单闭合解,具有很低的运算量,可以实现对信号的快速捕获,大幅减少了信号首次捕获的时间。
在一种可选的方式中,通过综合考虑捕获各步骤的共同影响,在捕获阶段的综合运用基于PMF-FC-BA-FFT搜索域评估方法和基于先验信息的搜索域缩减方法,使得接收机能够以较少的计算资源消耗实现在TDD模式下对接收机进行高灵敏度高精度的快速捕获。
本发明上述实施例提供的方案,获得目标定位信号;通过并行匹配滤波器或累加器对目标定位信号进行相关运算,得到第一信号数据;基于本地载波对第一信号数据进行频率补偿和块累加运算,得到第二信号数据;对第二信号数据进行小波变换滤波得到第三信号数据;根据构造滤波信号在组合过程中的检测变量和有用信号能量对第三信号数据进行检测,判断目标定位信号是否捕获成功。本发明对信号矢量值进行小波滤波,滤除带外噪声,并保留大部分有用信号能量,提高了信噪比。通过构造滤波信号经过组合过程时的检测变量,并基于信号能量进行检测,提升了频率搜索的灵敏度和精度。
图8示出了本发明实施例的定位信号捕获装置的结构示意图。定位信号捕获装置800包括:信号获取模块810、信号捕获模块820和信号检测模块830。
所述信号获取模块810,用于获得目标定位信号;
所述信号捕获模块820,用于通过并行匹配滤波器或累加器对目标定位信号进行相关运算,得到第一信号数据;基于本地载波对第一信号数据进行频率补偿和块累加运算,得到第二信号数据;对第二信号数据进行小波变换滤波得到第三信号数据;
所述信号检测模块830,用于根据构造滤波信号在组合过程中的检测变量和有用信号能量对第三信号数据进行检测,判断目标定位信号是否捕获成功。
在一种可选的方式中,所述信号捕获模块820进一步用于:
对所述第二信号数据进行小波变换滤波得到第三信号数据具体为:
其中,q,J表示小波分解的水平;i(q)和Dk,i(q)表示小波基函数;i表示移位因子;sc(·)表示小波系数;sr(q)表示信号向量,即第三信号数据;AJ,i(q)表示第二信号数据。
在一种可选的方式中,所述信号检测模块830进一步用于:
根据所述有用信号能量和滤波后的噪声方差设置检测变量;根据虚警概率设置阈值;
若所述检测变量的最大值大于所述阈值,则判断为捕获成功。
在一种可选的方式中,所述信号检测模块830进一步用于:
根据所述有用信号能量和滤波后的噪声方差设置检测变量具体为:
其中,Z表示检测变量;表示有用信号能量;Q1,Q2分别表示相干时间和非相干时间;std1表示滤波后的噪声方差;sf(n)为根据低频系数重构的信号,sf(n)=∑isc(1,i)AJ,i(q),sc(1,i)表示低频系数。
在一种可选的方式中,所述信号捕获模块模块820进一步用于:
根据所述目标定位信号的稀疏向量和随机观测矩阵得到观测序列;
根据所述观测序列求解所述稀疏向量的估计值,得到多普勒频率估计值和与所述多普勒估计值对应的相位估计结果;
根据峰值比较所述多普勒频率估计值和所述相位估计结果,判断所述目标定位信号是否捕获成功。
在一种可选的方式中,所述信号捕获模块模块820进一步用于:
给出多普勒频率和伪码相位估计值。
在一种可选的方式中,所述信号捕获模块模块820进一步用于:
通过交替方向乘子法的并行迭代算法得到伪码相位估计值。
本发明上述实施例提供的方案,获得目标定位信号;通过并行匹配滤波器或累加器对目标定位信号进行相关运算,得到第一信号数据;基于本地载波对第一信号数据进行频率补偿和块累加运算,得到第二信号数据;对第二信号数据进行小波变换滤波得到第三信号数据;根据构造滤波信号在组合过程中的检测变量和有用信号能量对第三信号数据进行检测,判断目标定位信号是否捕获成功。本发明对信号矢量值进行小波滤波,滤除带外噪声,并保留大部分有用信号能量,提高了信噪比。通过构造滤波信号经过组合过程时的检测变量,并基于信号能量进行检测,提升了频率搜索的灵敏度和精度。
图9示出了本发明计算设备实施例的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图9所示,该计算设备可以包括:处理器(processor)902、通信接口(Communications Interface)904、存储器(memory)906、以及通信总线908。
其中:处理器902、通信接口904、以及存储器906通过通信总线908完成相互间的通信。通信接口904,用于与其它设备比如客户端或其它服务器等的网元通信。处理器902,用于执行程序910,具体可以执行上述定位信号捕获方法实施例中的相关步骤。
具体地,程序910可以包括程序代码,该程序代码包括计算机操作指令。
处理器902可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器906,用于存放程序910。存储器906可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序910具体可以用于使得处理器902执行以下操作:
获得目标定位信号;
通过并行匹配滤波器或累加器对所述目标定位信号进行相关运算,得到第一信号数据;
基于本地载波对所述第一信号数据进行频率补偿和块累加运算,得到第二信号数据;
对所述第二信号数据进行小波变换滤波得到第三信号数据;
根据构造滤波信号在组合过程中的检测变量和有用信号能量对所述第三信号数据进行检测,判断所述目标定位信号是否捕获成功。
在一种可选的方式中,所述程序910使所述处理器执行以下操作:
对所述第二信号数据进行小波变换滤波得到第三信号数据具体为:
其中,q,J表示小波分解的水平;i(q)和Dk,i(q)表示小波基函数;i表示移位因子;sc(·)表示小波系数;sr(q)表示信号向量,即第三信号数据;AJ,i(q)表示第二信号数据。
在一种可选的方式中,所述程序910使所述处理器执行以下操作:
根据所述有用信号能量和滤波后的噪声方差设置检测变量;根据虚警概率设置阈值;
若所述检测变量的最大值大于所述阈值,则判断为捕获成功。
在一种可选的方式中,所述程序910使所述处理器执行以下操作:
根据所述有用信号能量和滤波后的噪声方差设置检测变量具体为:
其中,Z表示检测变量;表示有用信号能量;Q1,Q2分别表示相干时间和非相干时间;std1表示滤波后的噪声方差;sf(n)为根据低频系数重构的信号,sf(n)=∑isc(1,i)AJ,i(q),sc(1,i)表示低频系数。
在一种可选的方式中,所述程序910使所述处理器执行以下操作:
根据所述目标定位信号的稀疏向量和随机观测矩阵得到观测序列;
根据所述观测序列求解所述稀疏向量的估计值,得到多普勒频率估计值和与所述多普勒估计值对应的相位估计结果;
根据峰值比较所述多普勒频率估计值和所述相位估计结果,判断所述目标定位信号是否捕获成功。
在一种可选的方式中,在所述根据峰值比较所述多普勒频率估计值和所述相位估计结果,判断所述目标定位信号是否捕获成功之后或同时,所述程序910使所述处理器执行以下操作:
给出多普勒频率和伪码相位估计值。
在一种可选的方式中,所述程序910使所述处理器执行以下操作:
通过交替方向乘子法的并行迭代算法得到伪码相位估计值。
本发明上述实施例提供的方案,获得目标定位信号;通过并行匹配滤波器或累加器对目标定位信号进行相关运算,得到第一信号数据;基于本地载波对第一信号数据进行频率补偿和块累加运算,得到第二信号数据;对第二信号数据进行小波变换滤波得到第三信号数据;根据构造滤波信号在组合过程中的检测变量和有用信号能量对第三信号数据进行检测,判断目标定位信号是否捕获成功。本发明对信号矢量值进行小波滤波,滤除带外噪声,并保留大部分有用信号能量,提高了信噪比。通过构造滤波信号经过组合过程时的检测变量,并基于信号能量进行检测,提升了频率搜索的灵敏度和精度。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的定位信号捕获方法。
在此提供的算法或显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述,构造这类***所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (4)
1.一种定位信号捕获方法,其特征在于,包括:
获得目标定位信号;
通过并行匹配滤波器或累加器对所述目标定位信号进行相关运算,得到第一信号数据;包括:接收机基带信号在并行匹配滤波器或累加器中对数据进行相关运算,得到N点数据,N个数据中每个数据等效于P点数据相加得到;
基于本地载波对所述第一信号数据进行频率补偿和块累加运算,得到第二信号数据;
对所述第二信号数据进行小波变换滤波得到第三信号数据,具体为:
其中,q,J表示小波分解的水平;i(q)和Dk,i(q)表示小波基函数;i表示移位因子;sc(·)表示小波系数;sr(q)表示信号向量,即第三信号数据;AJ,i(q)表示第二信号数据;
由于噪声在整个频域中服从均匀分布,滤波后的噪声能量减少了;因此,其中,W′(q)是小波域滤波后的噪声信号幅度,W′是W′(q)的平均值;W(q)是小波域滤波之前的噪声信号幅度,W是W(q)的平均值;
滤波后的噪声方差可表示为:滤波前的噪声方差可表示为:/>
由于滤波前后平均值不变(W=W‘),根据以上方差,可以得到: 又因为:std2=Co×σ2,可以得到:std1=Co×σ2;
因此,不仅滤波后的噪声能量是滤波前的而且滤波后的噪音方差是滤波前方差的/>
根据构造滤波信号在组合过程中的检测变量和有用信号能量对所述第三信号数据进行检测,判断所述目标定位信号是否捕获成功,进一步包括:
根据所述有用信号能量和滤波后的噪声方差设置检测变量;根据虚警概率设置阈值;若所述检测变量的最大值大于所述阈值,则判断为捕获成功;所述根据所述有用信号能量和滤波后的噪声方差设置检测变量具体为:
其中,Z表示检测变量;表示有用信号能量;Q1,Q2分别表示相干时间和非相干时间;std1表示滤波后的噪声方差;sf(n)为根据低频系数重构的信号,sf(n)=∑isc(1,i)AJ,i(q),sc(1,i)表示低频系数;
当本地码与接收信号不同步时,根据虚警概率的要求设置阈值γ,不同的伪码阶段具有不同的Z值,Z服从卡方分布接收机每次得到矩阵中的一列数据后就找出F点数据中的最大值,第j列F个数据中的最大值记为 其中Γ(·)是伽马函数,k是度,总误捕获概率写为:
其中,P是可能的码相位的数目;
自(远小于1),简化为:/> 因此,当Pfa和Q2固定时,计算阈值γ;
根据所述目标定位信号的稀疏向量和随机观测矩阵得到观测序列;
根据所述观测序列求解所述稀疏向量的估计值,得到多普勒频率估计值和与所述多普勒估计值对应的相位估计结果;
根据峰值比较所述多普勒频率估计值和所述相位估计结果,判断所述目标定位信号是否捕获成功;
在所述根据峰值比较所述多普勒频率估计值和所述相位估计结果,判断所述目标定位信号是否捕获成功之后或同时,所述方法还包括:给出多普勒频率和伪码相位估计值;所述伪码相位估计值进一步包括:通过交替方向乘子法的并行迭代算法得到伪码相位估计值。
2.一种定位信号捕获装置,其特征在于,包括:
信号获取模块,用于获得目标定位信号;
信号捕获模块,用于通过并行匹配滤波器或累加器对所述目标定位信号进行相关运算,得到第一信号数据;基于本地载波对所述第一信号数据进行频率补偿和块累加运算,得到第二信号数据;对所述第二信号数据进行小波变换滤波得到第三信号数据;
信号检测模块,用于根据构造滤波信号在组合过程中的检测变量和有用信号能量对所述第三信号数据进行检测,判断所述目标定位信号是否捕获成功。
3.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1所述的定位信号捕获方法对应的操作。
4.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1所述的定位信号捕获方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211621688.6A CN116347329B (zh) | 2022-12-16 | 2022-12-16 | 定位信号捕获方法及装置、计算设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211621688.6A CN116347329B (zh) | 2022-12-16 | 2022-12-16 | 定位信号捕获方法及装置、计算设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116347329A CN116347329A (zh) | 2023-06-27 |
CN116347329B true CN116347329B (zh) | 2024-03-29 |
Family
ID=86884673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211621688.6A Active CN116347329B (zh) | 2022-12-16 | 2022-12-16 | 定位信号捕获方法及装置、计算设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116347329B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102608626A (zh) * | 2012-03-09 | 2012-07-25 | 暨南大学 | 一种高灵敏度卫星导航信号捕获方法及*** |
CN105242286A (zh) * | 2015-05-29 | 2016-01-13 | 西安电子科技大学宁波信息技术研究院 | 一种基于小波域滤波码捕获方法 |
CN106646546A (zh) * | 2016-12-20 | 2017-05-10 | 南京六九零二科技有限公司 | 一种卫星信号多维快速捕获方法及*** |
CN106842164A (zh) * | 2017-03-14 | 2017-06-13 | 中国人民解放军国防科学技术大学 | 基于小波去噪的非合作脉冲压缩雷达微弱目标检测方法 |
WO2018107441A1 (zh) * | 2016-12-15 | 2018-06-21 | 深圳开阳电子股份有限公司 | 用于卫星导航***的信号捕获方法及接收机 |
CN109975842A (zh) * | 2019-03-04 | 2019-07-05 | 广东工业大学 | 一种基于小波变换的北斗卫星信号高精度盲捕获方法 |
CN110895342A (zh) * | 2019-09-16 | 2020-03-20 | 上海航天控制技术研究所 | 一种多路码相位分段并行相关累积的快速捕获方法 |
CN112444830A (zh) * | 2020-11-10 | 2021-03-05 | 中国科学院微小卫星创新研究院 | 基于奇异值分解的压缩感知gnss信号捕获方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7364857B2 (ja) * | 2019-06-03 | 2023-10-19 | 富士通株式会社 | 位置検知システム、センサ端末および位置検知方法 |
-
2022
- 2022-12-16 CN CN202211621688.6A patent/CN116347329B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102608626A (zh) * | 2012-03-09 | 2012-07-25 | 暨南大学 | 一种高灵敏度卫星导航信号捕获方法及*** |
CN105242286A (zh) * | 2015-05-29 | 2016-01-13 | 西安电子科技大学宁波信息技术研究院 | 一种基于小波域滤波码捕获方法 |
WO2018107441A1 (zh) * | 2016-12-15 | 2018-06-21 | 深圳开阳电子股份有限公司 | 用于卫星导航***的信号捕获方法及接收机 |
CN106646546A (zh) * | 2016-12-20 | 2017-05-10 | 南京六九零二科技有限公司 | 一种卫星信号多维快速捕获方法及*** |
CN106842164A (zh) * | 2017-03-14 | 2017-06-13 | 中国人民解放军国防科学技术大学 | 基于小波去噪的非合作脉冲压缩雷达微弱目标检测方法 |
CN109975842A (zh) * | 2019-03-04 | 2019-07-05 | 广东工业大学 | 一种基于小波变换的北斗卫星信号高精度盲捕获方法 |
CN110895342A (zh) * | 2019-09-16 | 2020-03-20 | 上海航天控制技术研究所 | 一种多路码相位分段并行相关累积的快速捕获方法 |
CN112444830A (zh) * | 2020-11-10 | 2021-03-05 | 中国科学院微小卫星创新研究院 | 基于奇异值分解的压缩感知gnss信号捕获方法 |
Non-Patent Citations (2)
Title |
---|
赵刚主编.《扩频通信***实用仿真技术》.北京:国防工业出版社,2009,第203-206页. * |
郑霖等."高等学校电子信息学科十二五规划教材 现代扩频通信".西安:西安电子科技大学出版社,2013,100-101. * |
Also Published As
Publication number | Publication date |
---|---|
CN116347329A (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106646546A (zh) | 一种卫星信号多维快速捕获方法及*** | |
CN112444830B (zh) | 基于奇异值分解的压缩感知gnss信号捕获方法 | |
CN110501729A (zh) | 一种基于fpga分步码相位细化的gnss信号的捕获方法 | |
CN109061693A (zh) | 一种适用于p码捕获的改进pmf-fft方法 | |
US20220155475A1 (en) | Irregular optimized acquisition method, device, apparatus and medium for seismic data | |
CN110166080A (zh) | 相干多载波捕获方法及装置 | |
CN103926604B (zh) | 基于重叠差分循环相干积分的弱信号捕获方法 | |
CN111722251A (zh) | 微弱信号捕获方法、装置、计算机设备和存储介质 | |
CN106330276A (zh) | 基于sor算法的大规模mimo线性检测方法及装置 | |
CN103926605B (zh) | 基于差分循环相干积分的gps弱信号捕获方法 | |
CN116366092A (zh) | 一种多普勒捕获方法、装置和存储介质 | |
Leclere et al. | Modified parallel code-phase search for acquisition in presence of sign transition | |
CN104035109A (zh) | 基于重叠1/5比特差分循环相干积分的弱信号捕获方法 | |
US20120213115A1 (en) | Channel estimation method and device in a multi-antenna system | |
US11894966B2 (en) | Method and apparatus for estimating frequency offset, electronic device and computer-readable medium | |
US11012225B1 (en) | Synchronization detection method for NR sidelink | |
CN116347329B (zh) | 定位信号捕获方法及装置、计算设备及计算机存储介质 | |
CN110018500B (zh) | 一种基于圆周移位的北斗卫星信号捕获方法 | |
CN113359161B (zh) | 高动态卫星通信信号捕获方法、装置、介质及计算设备 | |
CN103605139A (zh) | 适用于gnss接收机的载波频率和相位估计方法及*** | |
CN113671547B (zh) | 一种改进的高动态捕获方法、装置、设备及存储介质 | |
CN110191079A (zh) | 非相干联合捕获方法及装置 | |
US20120274512A1 (en) | Signal Processing Method, Device and System | |
JP2006217601A (ja) | 地理的局所化システムの位置決め信号を捕捉するための方法、地理的局所化システム用受信機及び上記の方法を実行するためのプログラム命令を含んでいるコンピュータデータ媒体 | |
CN101902249B (zh) | 一种频偏估计装置和方法 |
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 |