[发明专利]一种基于多项式预测模型的多普勒频率和相位估计方法无效

专利信息
申请号: 201010023063.0 申请日: 2010-01-21
公开(公告)号: CN101753513A 公开(公告)日: 2010-06-23
发明(设计)人: 赵晋;张建秋;尹建君 申请(专利权)人: 复旦大学
主分类号: H04L27/26 分类号: H04L27/26
代理公司: 上海正旦专利代理有限公司 31200 代理人: 陆飞;盛志范
地址: 20043*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 多项式 预测 模型 多普勒 频率 相位 估计 方法
【说明书】:

技术领域

发明属于无线通信和卫星导航接收机技术领域,具体涉及一种基于多项式预测模型的多普勒频率和相位估计方法。

背景技术

由于多普勒效应的存在,使得通信系统的收发载波可能存在较大的频偏,导致接收机无法解调出正确的发射数据[1]。特别是在以全球定位系统(GPS)为代表的扩频卫星通信中,载波跟踪环路和码相位跟踪环路一起,构成了接收机最重要的两个组成部分[2,3]

在过去的几十年中,针对多普勒频率的估计和跟踪,文献中提出了大量的方法。锁相环算法[2-5]由于具有结构简单、需要先验知识少的特点而被广泛采用,是一种对多普勒相位的最大似然估计。另一类基于模型的、在最小均方误差意义下最优的多普勒频率估计算法包括扩展卡尔曼滤波算法[6],无气味卡尔曼滤波算法[7-9]以及粒子滤波算法[10]等等。在多普勒频率先验信息已知的前提下,基于准确模型算法的性能要明显好于那些非基于模型的算法。但是当采用的模型不准确时,算法的性能将恶化,甚至发散[11,12]。因此动态模型的选择,对这类基于模型的算法十分重要。

本发明首先提出一种全新的描述多普勒频率和相位的动态模型——多项式预测模型,在此模型的基础上结合无气味卡尔曼滤波算法,得到了一种新的估计多普勒频率的状态空间方法——多项式预测-无气味卡尔曼滤波方法。在状态滤波的框架下,该算法还可利用对其新息均值的检测和判断对模型进行自确认。无论收发机之间的相对运动如何变化,只要相对运动的表达式满足分段多项式形式,本发明提出的算法都可以有效的对多普勒频率和相位进行估计。

发明内容

本发明的目的在于提出一种应用于GPS接收机的多普勒频率和相位估计算法。

1.多普勒频率和相位的多项式预测模型

接收机的多普勒频偏是由于收发双方的相对运动引起的[1],其表达式为:

f=v/λ                             (1)

其中v为收机发机之间的相对速度,λ为载波波长。通常,系统的载波波长是确切已知的,这样根据式(1),接收机和发射机之间的相对运动就完全决定了多普勒频率。根据牛顿运动学公式,对于加速度恒定的运动,其速度的表达式为

vt=v0+at                        (2)

其中vt为收发双方在时间t时刻的相对速度,v0是初始时刻的相对速度,a为相对运动的加速度。

结合式(1)和式(2),可以得到加速度恒定时多普勒频率和相位的表达式为:

f=v0/λ+at/λ

θt=θ0+2πtv0/λ+πat2/λ       (3)

其中ft和θt分别是t时刻的多普勒频率和相位,θ0是初始多普勒相位。由上式可以看出,在加速度恒定的情况下,多普勒频率和相位满足多项式形式。当式(3)被离散化后,可以使用多项式预测滤波器[13,14]对式(3)建立状态方程。

多项式预测滤波器的基本概念是:对于一个离散化的L阶多项式信号

x(n)=Σl=0Lp(l)nl---(4)]]>

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于复旦大学,未经复旦大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010023063.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top