一种高动态多普勒捕获的长时间累积方法

摘要

本发明公开了一种高动态多普勒捕获的长时间累积方法，包括将接收到的ML

说明书

技术领域

本发明涉及一种高动态多普勒捕获的长时间累积方法，属于空间通信领域。

背景技术

随着航天领域的蓬勃发展，通信载体的活动范围已经从地面扩大到空中乃至外太空。一方面，通信距离的增大会造成很大的路径损耗，从而严重降低接收信号的信噪比。另一方面，通信载体的高速(超过第一宇宙速度7.9km/s)和高加速度(可达几十g，g＝9.8m/s2)运动使得信号载波产生很大的多普勒偏移。在接收端，信号载波解调需要补偿多普勒，而多普勒补偿的核心之一就是多普勒捕获技术。因此，低信噪比和高动态环境下信号载波的多普勒捕获就成为一个亟待解决的问题。

当前，航天领域的信号主要是扩频体制且多普勒捕获主要分为以下两类：滑动相关和快速傅里叶变换(fast Fourier transform,FFT)。

滑动相关方法首先将频率搜索范围划分为若干个小间隔，然后通过不断地调整本地频率并与接收信号进行相关处理，直至相关值超过捕获门限。但是，在多普勒变化范围很大的情况下，滑动相关捕获方法需要搜索的次数过多，从而导致捕获时间很长。

FFT方法首先将接收到的码元信号从时域转换到频域，然后在频域上进行最大似然搜索得到频域谱峰，是当前应用最为广泛的方法。

低信噪比和高动态环境会严重影响FFT方法的多普勒捕获性能。首先，在低信噪比环境下，对单个码元信号进行快速傅里叶变换后的频域谱峰淹没在强噪声中从而无法凸显出来，无法完成多普勒捕获。针对这种情况，D.Borio,C.O'Driscoll和G.Lachapell等在“Coherent,noncoherent and differentially coherent combining techniques foracquisition of new composite GNSS signals”(IEEE Transactions on Aerospace andElectronic Systems,vol.45,no.3,pp.1227-1240,2009.)中总结了三种信号累积方式(相干、非相干和差分)来提高检测信噪比。通过逐渐积累码元信号能量，多个信号累积的方法使频域谱峰从噪声中凸显出来，从而提高多普勒的捕获概率。然而，当通信载体在高速运动，尤其是存在很大加速度的情形下，不同码元信号上的多普勒并不是恒定的而是随时间快速变化(即，高动态多普勒)。在长时间信号累积过程中，高动态多普勒会导致严重的能量扩散问题，从而降低检测信噪比。针对载体运动加速度对信号累积效果的影响，A.Yasotharan和T.Thayaparan在“Strengths and limitations of the Fourier methodfor detecting accelerating targets by pulse Doppler radar”(IEE Proceedings ofRadar,Sonar and Navigation,vol.149,no.2,pp.83-88,2002)中发现检测信噪比是信号累积个数的凸函数并且存在唯一的最优累积周期长度。另外，通过大量数据分析，该项研究还给出了最优累积周期长度的经验表达式(即，最优累积周期长度式中，f_a和f_s分别表示多普勒加速度和采样频率)。由此可见，运动加速度越大，最优累积周期长度越小，检测信噪比越小，捕获概率也会随之越低。

通过以上的分析，我们可以发现：一方面，低信噪比要求长时间信号累积以提高检测信噪比；另一方面，高加速度引起的能量扩散问题使得最优信号累积长度较小。因此，在低信噪比和高加速度环境下，如何提高多普勒的捕获性能就成为一个极富挑战性的技术难题。

发明内容

本发明提供了一种高动态多普勒捕获的长时间累积方法，解决了低信噪比、高动态(高速、高加速)环境下信号载波的多普勒捕获问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种高动态多普勒捕获的长时间累积方法，包括以下步骤，

将接收到的ML_opt个码元信号划分到连续的M个短时间累积周期内，并进行非相干累积；

根据M个累积结果进行最大似然搜索，得到M个多普勒捕获结果；

对M个多普勒捕获结果进行最小二乘拟合，得到多普勒加速度的估计值；

根据多普勒加速度的估计值，计算相邻码元信号的频率漂移；

补偿码元信号的频率漂移；

将补偿后的码元信号合并到一个长时间累积周期，并进行非相干累积；

根据长时间累积周期的累积结果进行最大似然搜索，得到最终的多普勒捕获结果。

接收的码元信号为扩频信号，先对其进行解扩处理，然后对解扩后的码元信号进行快速傅里叶变换。

第i个解扩后的码元信号为x^[i]＝[x₀,...,x_N-1]，

其中，i∈[1,ML_opt]，a表示振幅，b表示比特速率为r_b的二进制码元数据信息，f_a和f_s分别表示多普勒加速度和采样频率，f_d表示码元上的多普勒初始频偏，表示初始相位，w_n表示高斯白噪声，N＝f_s/r_b表示码元信号长度。

对每个长度为N的码元信号进行N_f点的快速傅里叶变换，N_f≥N；

x^[i]对应的N_f点频域向量I^[i]为，

I^[i]＝fft(x^[i])

其中，fft(·)表示N_f点的快速傅里叶变换。

第t个短时间累积周期的累积结果为，

其中，1≤t≤M，|·|表示取绝对值，f_a,max表示f_d的最大可能值，I^[i]表示第i个解扩后的码元信号x^[i]对应的N_f点频域向量。

根据M个累积结果进行谱峰搜索，得到M个多普勒捕获结果；

第t个累积结果对应的多普勒捕获结果为，

其中，表示的谱峰位置，N_f表示快速傅里叶变换点数。

频率漂移公式为，

其中，Δf表示频率漂移，表示多普勒加速度的估计值，r_b表示比特速率。

第i′个码元信号的频率漂移补偿量为(i′-1)Δf，i′∈[2,ML_opt]，Δf表示频率漂移。

长时间累积周期的累积结果为，

其中，表示第i个补偿后的码元信号。

最终的多普勒捕获结果为，

其中，表示累积结果的谱峰位置，N_f表示快速傅里叶变换点数。

本发明所达到的有益效果：本发明抑制了长时间累积导致的能量扩散问题，有效地提高多普勒捕获性能，更适合低信噪比、高动态环境下的多普勒捕获，为后续载波同步和解调奠定基础。

附图说明

图1为本发明的流程图；

图2为多普勒捕获的长时间累积原理图；

图3为多普勒捕获概率提升曲线仿真图；

图4为传统傅里叶变换方法下多普勒捕获误差仿真图；

图5为本发明方法下多普勒捕获误差仿真图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1和2所示，一种高动态多普勒捕获的长时间累积方法，包括以下步骤：

步骤1，通信载体将接收到的ML_opt个码元信号进行解扩处理。

由于接收的码元信号为扩频信号，为了便于后续处理，需先对其进行解扩，第i个解扩后的码元信号可表示为x^[i]＝[x₀,...,x_N-1]，i∈[1,ML_opt]，M≥3，其中，

式中，a表示振幅，b表示比特速率为r_b的二进制码元数据信息，f_a和f_s分别表示多普勒加速度和采样频率，f_d表示码元上的多普勒初始频偏，表示初始相位，w_n表示高斯白噪声，N＝f_s/r_b表示码元信号长度。

步骤2，对每个长度为N的码元信号进行N_f点的快速傅里叶变换，N_f≥N。

x^[i]对应的N_f点频域向量I^[i]为，

I^[i]＝fft(x^[i])

其中，fft(·)表示N_f点的快速傅里叶变换。

步骤3，将接收到的ML_opt个码元信号划分到连续的M个短时间累积周期内，并进行非相干累积。

第t个短时间累积周期的累积结果为：

式中，1≤t≤M，|·|表示取绝对值，f_a,max表示f_d的最大可能值。

步骤4，根据M个累积结果进行谱峰搜索，得到M个多普勒捕获结果。

第t个累积结果对应的多普勒捕获结果为：

式中，表示的谱峰位置，N_f表示快速傅里叶变换点数。

步骤5，对M个多普勒捕获结果进行最小二乘拟合，得到多普勒加速度的估计值

步骤6，根据多普勒加速度的估计值计算相邻码元信号的频率漂移。

频率漂移公式为：

式中，Δf表示频率漂移。

步骤7，补偿码元信号的频率漂移，具体如下：

以第1个码元信号I^[1]为基准，补偿第2到ML_opt个码元信号的频率漂移，其中，第i′个码元信号的频率漂移补偿量为(i′-1)Δf，i′∈[2,ML_opt]，得到ML_opt个补偿后的信号。

步骤8，将补偿后的码元信号合并到一个长时间累积周期，并进行非相干累积。

长时间累积周期的累积结果为：

式中，表示第i个补偿后的码元信号。

步骤9，根据长时间累积周期的累积结果进行最大似然搜索，得到最终的多普勒捕获结果。

最终的多普勒捕获结果为：

式中，表示累积结果的谱峰位置，N_f表示快速傅里叶变换点数。

为了进一步验证上述方法，以空间飞行器测控为例，信号载波频率30GHz，飞行器运动速度和加速度的最大值分别为7.9×10³m/s和50g(g＝9.8m/s²)，根据运动速度和加速度，可以得到多普勒及其加速度的最大值分别为790kHz和49kHz/s。扩频C/A码长度为1023且码率为10.23Mcp/s，码元二进制数据速率为10kb/s，采样频率20.46MHz，码元信号初始相位0，多普勒捕获可容忍误差门限1.0×10³Hz，FFT点数2048，信噪比范围-33dB～-44dB。

从附图3可以看出，时频分析方法通常要求较高的信噪比条件，其捕获概率随信噪比的下降而急剧下降。传统FFT在长时间累积过程中导致严重的能量扩散问题，从而造成捕获概率下降。本发明方法利用多个短时间累积周期来构建一个长时间累积周期，可以抑制加速度引起的能量扩散问题，从而明显地提高多普勒捕获概率。从附图4和附图5可以看出，与传统傅里叶方法相比，本发明方法下多普勒捕获误差也会极大地减小，其幅度大约减小为原来的5％。因此，本发明提出的多普勒捕获的长时间累积方法能够提高捕获性能，即，不仅提高捕获概率而且减小捕获误差，适用于低信噪比和高动态环境。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。