学位论文 > 优秀研究生学位论文题录展示

Loran-C数字信号处理的关键技术研究

作　者: 熊伟
导　师: 胡永辉；吴贵臣
学　校: 中国科学院研究生院（国家授时中心）
专　业: 天体测量与天体力学
关键词: 数字滤波器自适应滤波器正则有符号数表示法共享子表达式连续波干扰最小二乘方算法归一化最小二乘方算法 GNGD算法时间延迟估计频谱相除 MUSIC算法特征矢量分解算法 ESPRIT算法
分类号: TN911.72
类　型: 博士论文
年　份: 2008年
下　载: 239次
引　用: 8次
阅　读: 论文下载

内容摘要

星基导航系统(GNSS)被公认为是最好的无线电导航系统,但由于其信号微弱很容易受到干扰,使其应用受到影响。研究结果表明,Loran-C系统的应用潜力没有得到充分的发挥,完全可以成为GNSS系统最好的补充,Loran-C接收机技术在今后的10-20年还会得到巨大的发展。例如北美的Loran-C接收机,在发射台站全部可视的范围内可同时跟踪30-35个发射台站。本论文主要研究Loran-C数字信号处理的关键技术。本论文主要通过两种不同的途径研究了Loran-C数字信号处理的关键技术。第一种途径是在现有Loran-C信号格式下,研究Loran-C数字信号处理的关键技术。如数字带通滤波器及其优化、自适应滤波器、时间延迟估计、算法强度缩减等等。第二种途径是研究了利用Loran-C数据链传播授时信息的解调技术。具体研究工作如下:研究了连续波干扰对Loran-C信号的影响。高阶的数字FIR带通滤波器能够抑制大多数的干扰,剩余的同步干扰则需要用陷波器来抑制。首先,借助Matlab中的Fdatool工具箱设计了数字带通滤波器。然后研究FIR滤波器常系数的CSD编码表示,有效减少了常系数乘法中所需加法/减法的个数。一般来讲,CSD编码能够比二进制编码减少33%的非零数位。为了进一步减少硬件的复杂程度,最后研究了算法强度的缩减。为了抑制同步干扰研究了自适应滤波器。首先介绍了LMS和NLMS两种自适应滤波器。并且针对Loran-C信号特点,对这两种自适应滤波器的性能进行了仿真分析和对比。在此基础上,作者提出了GNGD算法,并首次应用到抑制Loran-C信号中的同步连续波干扰。GNGD算法能够有效克服NLMS算法在系数估计中的参数初始值敏感问题,并且可以取得比NLMS更好的线性化效果。仿真结果表明:GNGD算法具有更好的自适应滤波效果。天波干扰通常影响Loran-C接收机的性能,目前所设计的Loran-C接收机采用固定的采样时间点,导致对天波的抑制方法不是最优的。本论文研究了分离天波和地波的傅立叶反变换频谱相除法,并对时间延迟估计的主要性能参数(如信噪比、带通滤波器、天波地波强度比、窗函数)进行了研究。针对此方法中分辨率较低且在信噪比低时失效的缺陷,本论文研究了高分辨率的估计技术(如MUSIC算法、特征向量分解算法)。在此基础上,作者首次将改进的ESPRIT算法应用到天波延迟估计。由于改进的ESPRIT算法消除了在整个时域的搜索,因此更适合于实时处理。之后利用Matlab对这些算法进行了仿真分析和对比,验证了以上的结论。最后研究了Loran-C数据链。Loran-C数据链是利用罗兰C信号作载体建立的数据通讯系统,它能够发播授时信息。本论文给出了两种授时电文,通过信号处理程序解调出了宣城台发播的Loran-C数据链中的授时信息。

全文目录

摘要  4-6
ABSTRACT  6-11
第一章绪论  11-23
  1.1 前言  11-12
  1.2 Loran-C接收机的发展历史和现状  12-14
    1.2.1 Loran-C的发展历史和应用现状  12-14
    1.2.2 国内Loran-C的建设和发展  14
  1.3 本课题的研究背景  14-17
  1.4 Loran-C授时国内外研究动态  17-20
    1.4.1 Loran-C授时国外研究动态  17-18
    1.4.2 Loran-C授时国内研究动态  18-20
  1.5 论文的内容安排和主要研究成果  20-23
    1.5.1 论文的内容安排  20-21
    1.5.2 主要研究成果  21-23
第二章 Loran-C系统简介  23-37
  2.1 双曲定位原理  23-24
  2.2 Loran-C信号  24-30
    2.2.1 工作频率的选取  24-25
    2.2.2 Loran-C脉冲信号  25-26
    2.2.3 包周差（ECD）  26-27
    2.2.4 信号格式  27-30
  2.3 BPL长波授时系统的组成  30-33
    2.3.1 时频系统  30-32
    2.3.2 发播系统  32-33
    2.3.3 监控系统  33
  2.4 长波定时校频设备的工作原理  33-35
  2.5 本章小结  35-37
第三章 Loran-C接收机前端信号处理的研究  37-57
  3.1 连续波干扰  37-39
    3.1.1 连续波干扰的分类  37-38
    3.1.2 连续波干扰的影响  38-39
  3.2 目前罗兰C接收机的抑制干扰技术  39-40
  3.3 Loran-C前端带通滤波器的设计  40-46
    3.3.1 FIR数字滤波器的特点和设计方法概述  40-41
    3.3.2 Loran-C前端带通滤波器的设计  41-44
    3.3.3 Loran-C前端带通滤波器的仿真分析  44-46
  3.4 算法的强度缩减  46-52
    3.4.1 CSD表示法  46-49
    3.4.2 子表达式消除法  49-52
  3.5 Loran-C前端带通滤波器的优化设计与实现  52-55
  3.6 本章小节  55-57
第四章 Loran-C接收机前端自适应滤波器的研究  57-81
  4.1 自适应滤波概述  57-61
    4.1.1 自适应滤波的概念  57-58
    4.1.2 正交性原理  58-60
    4.1.3 横向滤波器  60-61
  4.2 LMS类自适应算法  61-70
    4.2.1 LMS自适应算法原理  61-64
    4.2.2 LMS自适应算法流程  64-65
    4.2.3 Loran-C信号的LMS自适应算法仿真  65-70
  4.3 归一化LMS类自适应算法  70-75
    4.3.1 归一化LMS自适应算法原理  70
    4.3.2 归一化LMS自适应算法流程  70-71
    4.3.3 Loran-C信号的归一化LMS自适应算法仿真  71-75
  4.4 GNGD算法  75-80
    4.4.1 GNGD算法原理  75-77
    4.4.2 GNGD算法流程  77
    4.4.3 Loran-C信号的GNGD算法仿真  77-80
  4.5 本章小结  80-81
第五章高分辨率Loran-C天波延迟的研究  81-103
  5.1 时间延迟估计理论  81-85
    5.1.1 概述  81-82
    5.1.2 高斯环境下的时间延迟估计  82-83
    5.1.3 非高斯环境下的时间延迟估计  83-84
    5.1.4 多径条件下的时间延迟估计  84-85
  5.2 Loran-C天波延迟  85-87
    5.2.1 天波延迟估计的背景  85-86
    5.2.2 天波延迟估计的方法  86-87
  5.3 天波延迟估计的数学模型  87-88
    5.3.1 天波延迟的数学表达式  87-88
    5.3.2 天波估计的数学模型  88
  5.4 基于IFFT的天波延迟估计  88-95
    5.4.1 仿真分析  89-91
    5.4.2 性能评估  91-94
    5.4.3 实测结果  94-95
  5.5 自适应接收机的设计  95
  5.6 基于MUSIC算法的天波延迟估计  95-100
    5.6.1 MUSIC算法  96-97
    5.6.2 仿真分析  97-99
    5.6.3 实测结果  99-100
  5.7 基于ESPRIT算法的天波延迟估计  100-102
    5.7.1 ESPRIT算法  100-102
    5.7.2 仿真分析  102
  5.8 本章小结  102-103
第六章 Loran-C数据链的研究  103-113
  6.1 Loran-C数据链的背景  103
  6.2 Loran-C数据链的发播  103-108
    6.2.1 发播数据的规格结构  103-105
    6.2.2 授时电文的格式  105-108
  6.3 Loran-C数据链的解调  108-110
    6.3.1 基准信号的获取  108
    6.3.2 Loran-C数据链的解调方法  108-110
  6.4 Loran-C数据链解调的实测结果  110-112
  6.5 本章小结  112-113
发表的论文和参加的科研工作  113-115
参考文献  115-119
致谢  119-120

Loran-C数字信号处理的关键技术研究

内容摘要

全文目录

相似论文