基于空时盲参数估计的GPS多径干扰抑制

高精度GPS测量定位的主要误差源是多径效应，对系统精度的影响很大，因此提出了一种基于CDMA盲参数估计的方法。首先通过盲参数估计计算出直接信号和多径信号的时延和角度向量，然后通过空时处理对多径信号进行抑制。该方法通过了理论分析和仿真实验的验证。结果表明采用该方法的多径误差约为原来的35％。     

基于时频分布的电子侦察信道参数估计方法

提出了一种基于时频分布的信道参数盲估计方法。首先分析了多径信道模型和时频域匹配滤波算法,接着根据时频分布自身项和交叉项的不同特点,提出采用短时傅里叶变换的时频图对Wigner—Ville分布进行滤波,以提取源信号的时频脊线,然后利用时频域匹配滤波对多径信号进行参数估计。该方法快速简单,参数估计准确,分辨率高。仿真实验对雷达脉内频率调制信号进行多径参数估计,实验结果证明了该方法的正确性和有效性。     

一种基于小波变换的伪码跟踪环路多径抑制方法

多径效应是GPS等卫星导航系统的重要误差源之一,严重影响导航系统的性能。针对多径效应,在分析了多径信号模型和伪码自相关函数特征的基础上,提出了一种基于小波变换的多径抑制方法。该方法利用自相关函数曲线斜率突变点位置不受多径信号影响的特性,通过小波变换检测其斜率突变点位置,进而利用得到的鉴相误差调整码相位,达到多径抑制的目的。仿真结果表明,该方法不受多径条数的影响,鉴相结果更准确,多径抑制能力得到显著提高。
     

一种分数间隔解相关修正判决反馈盲均衡算法研究

以消除多径效应对传输信号的影响、提高信号传输的效率为背景,在介绍基于CMA算法的判决反馈盲均衡算法(DFE算法)的基础上,提出了改进的分数间隔判决反馈盲均衡算法。通过实验仿真结果的分析表明,改进方法在收敛速度、剩余误差等方面取得明显改善,具有一定的实际应用价值。     

基于最大似然多径估计的卫星导航信号码跟踪算法与实现

卫星导航接收机需要精确的估计信号的扩频码相位并进行跟踪,估计的精度直接影响 伪距的测量精度。卫星信号的多径传播使得传统的基于DLL的估计器存在较大误差,提 出了一种抗多径的估计算法,它基于最大似然参数估计方法,并给出了该算法的推导过程, 仿真的结果表明该算法比传统的DLL跟踪环在性能上有很大的改进。结合传统卫星导 航接收机的实现结构,给出了一种整合了该算法的实现方案。     

一种基于窄相关的BOC信号的多径减弱方法

针对卫星导航接收机性能易受多径信号的影响,提出了一种基于窄相关的BOC信号的多径减弱方法。该方法通过调整本地伪码相位使码跟踪环路和载波跟踪环路工作在受多径影响小的自相关函数副峰上,有效地减小了多径信号对环路的影响,性能优于传统的窄相关技术,且几乎不增加设备的复杂度和计算量。通过对BOC(1,1)和BOC(10,5)的仿真分析表明：该方法能有效减小多径引起的误差,对延迟大于0.5个码片的多径信号能起到完全抑制的效果。最后本文还对该方法在低信噪比下的应用给出了建议。
     

基于扩展卡尔曼滤波的GPS多径抑制技术

本文研究GPS系统中多径误差抑制技术。利用小范围多天线系统中多径对各天线之间伪距测量值影响的相关性，采用扩展卡尔曼滤波技术得到多径信号各参数，从接收信号中消去多径信号，以抑制多径信号影响。文章推导了多径信号对码环误差影响的闭合表达式，建立了采用当前统计模型的状态方程和观测方程。仿真表明该方法具备良好的抑制效果。     

一种Strobe相关器及其多径抑制性能研究

多径效应是GPS系统的重要误差源之一,严重影响DGPS的性能。分析了多径信号相关器模型,从鉴相器的鉴相函数入手,详细推导了Strobe相关器技术的码相跟踪误差与多径信号参数的函数关系,理论分析与仿真表明,Strobe相关器可以显著抑制多径效应引起的误差,优于一般的窄相关技术。结果也表明改进GPS接收机的相关器和鉴相器结构是抑制多径误差的一个有效方法。     

一种基于BOC信号双重估计技术的抗多径方法

双重估计技术DET采用延时锁定环DLL和副载波跟踪环SLL分别对BOC信号的伪码分量和副载波分量进行跟踪,具有良好的无模糊跟踪特性。但是,多径信号可以通过SLL环路和DLL环路影响BOC信号的跟踪精度。提出一种针对BOC信号双重估计技术的抗多径方法,通过采用阶状码波形设计DET双环交互互相关函数来提升DET的多径抑制能力,并通过在DLL中采用设计灵活、抗多径性能优越的CCRW多径抑制技术来减弱多径信号对DET跟踪精度的间接影响。方法不仅可以直接减弱DLL环路中多径信号的影响,还可以通过改变本地伪码信号的构成抑制多径信号的干扰。仿真验证结果表明,方法相比常规DET能有效减小多径误差包络面积。     

基于自回归高阶估计的盲信号提取算法

文章利用线性预测模型来描述信号的时序结构,提出了一种基于高阶统计量的自回归参数估计的盲信号提取算法。算法首先通过高阶累积量对AR模型中的加权参数进行估计,然后利用盲提取方法对混合信号进行抽取以达到混合信号的分离,比较了高阶累积量方法和二阶自相关分离算法在不含噪声和含高斯白噪声情况下的分离效果。最后通过仿真实验证实了算法的有效性。