基于单脉冲跟踪体制的V频段宽带角跟踪 接收机设计与验证

随着高通量通信卫星系统对星间数据传输速率需求的不断提高,星间链路的工作频段将由Ka频段逐渐向频率资源更加丰富的毫米波频段发展。为了满足星间链路对毫米波频段自动角跟踪系统的发展应用需求,给出了一种基于单通道单脉冲角跟踪技术的V频段宽带角跟踪接收机的设计方案。采用LTCC和MCM技术实现了V频段接收组件的集成一体化设计;采用基于IQ正交混频的跟踪调制器结合数字相位补偿的单通道单脉冲角误差信号处理技术完成了宽带输入信号的角误差信号解调。在产品研制基础上,搭建了V频段角跟踪接收机测试系统,测试结果表明该V频段宽带角跟踪接收机可以完成对-95dBm~-55dBm输入信号电平范围内多种宽带数据传输信号的角误差信号解调,角误差信号抖动优于±250mV;表征输入信号电平强弱的AGC遥测电压随输入信号电平的增大而单调递增,各项指标满足V频段星间链路建链需求,为我国后续将要发展的毫米波星间链路系统奠定了扎实的技术基础。     

一种宽范围非合作目标中频角跟踪接收机的设计与实现

为实现对非合作星间目标信号的捕获跟踪,提出了一种基于单通道单脉冲跟踪技术的非合作目标中频角跟踪接收机软硬件设计方案。硬件平台设计方案结合了FPGA与DSP在算法处理上的优势,涵盖高速ADC设计、系统时钟设计等。针对非合作星间目标信号的特征,提出了不同调制体制、不同码速率的非合作宽带数据传输信号的检测识别、角误差信号提取与分离方案,涵盖数字预处理、数字信道化、信道判决、信号检测估计、角误差信号提取等处理环节。系统捕获跟踪试验结果表明该非合作目标角跟踪接收机可以完成对多种调制体制(BPSK、QPSK、SQPSK等载波相位调制)、不同码速率(1kbps～300Mbps)的非合作宽带数据传输信号的角误差信号提取与分离,载频估计精度优于100kHz,码速率估计精度优于100kbps。本系统可实现对非合作目标信号的有效跟踪,为开展非合作目标角跟踪接收机的工程化研究奠定了扎实基础。     

一种FPGA数字跟踪接收机的设计及实现

文章介绍了一种中频数字跟踪接收机全FPGA实现的设计与实现。以FPGA为硬件核心,软硬件相结合的方式,设计的全数字跟踪接收机,可靠有效地完成了中频信号的捕获、跟踪及解调。该接收机能够满足跟踪接收机驱动天线对运动目标进行指向跟踪的要求,降低了产品调试难度,减小了设备成本。     

基于TDRSS的高速数传信号载波捕获及跟踪算法研究

以TDRSS数传系统为研究背景,针对TDRSS数传信号的特点,以实现高速8PSK调制信号的载波同步与跟踪为研究前提。提出了一种采用二叉树(BinarySearchTree)频率搜索方法实现捕获及采用平均"滑动窗"递推最小二乘(RLS)一步预测方法实现频率跟踪的算法,并针对此方法进行了理论推导和蒙特卡洛(MonteCarlo)仿真。结果表明:该方法适用于全数字高速数传8PSK调制信号接收系统,同时也可移植、推广至全数字雷达接收机中。     

利用BP网络校正跟踪接收机的相位漂移

针对跟踪接收机不同通道之间相位差的漂移问题,提出利用BP神经网络作为校正环节来消除此相位漂移。通过原理分析用数学方法描述跟踪接收机存在的相位漂移问题,介绍BP神经网络的网络模型和一种动态全参数自适应学习算法,进而提出基于BP神经网络的相位漂移校正算法。仿真结果表明,该方法的相位校正效果较好,不仅保证了系统的角跟踪精度,而且实现了高度的自动化。     

星载角跟踪接收机角误差包络检测

针对星载角跟踪接收机中角误差合成信号的特点，提出一种基于复Morlet组合小波的角误差信息提取方法。该方法首先对星载角跟踪接收机中角误差合成信号的频域特性进行分析，角误差包含在角误差合成信号的包络中，频率上则表现在调制基波的谐波分量处。然后采用Morlet小波作为母小波，根据角误差合成信号的频域特性选取合适的小波尺度参数和位置参数可以有效的提取合成信号包络信息，从而解算角误差信息。在调制基波频率确定的情况下，合适的小波尺度参数和位置参数能准确对调制基波谐波分量进行提取，从而实现角误差的包络检测。该方法对±10kHz范围内的多普勒频偏不敏感，解决载波多普勒估计不准情况下的角误差提取。最后通过计算机中的Matlab对Morlet组合小波角误差合成信号包络提取进行仿真，证明该方法的可行性和有效性。     

基于软件相关器的GPS跟踪算法研究与实现

研究了适用于GPS软件接收机的软件相关器和信号跟踪算法,包括码跟踪和载波跟踪。为了提高跟踪灵敏度,码鉴别器和载波鉴相器每Nms输出一次鉴别结果,在Nms的间隔时间段内,每1ms采用状态外推算法对相位、多普勒和多普勒导数进行一次外推。跟踪环路采用载波环辅助码环的跟踪方法,提高了码环的跟踪精度和可靠性。利用真实的采样数据,在PC机上用Matlab对该算法进行了仿真,并且在GPS软件接收机平台上得到实现。实验证明,该算法可以实现对c／A码相位和载波频率的精确跟踪,并得到导航数据。     

基于卡尔曼滤波的时分星间信号跟踪技术研究

在星间链路领域的测量过程中，时分双工体制星间测量逐渐成为新兴技术，而时分信号的跟踪精度决定了接收机测量误差。传统的接收机载波跟踪环路可以保证对连续信号的稳定跟踪，但受相位抖动的影响较大，且对于时分双工体制间断信号，会出现开环阶段跟踪结果发散的问题。针对以上问题，提出了一种基于自适应卡尔曼滤波的时分信号跟踪技术，采用卡尔曼滤波器对鉴相结果进行处理，在开环阶段根据前一时刻的最终状态对频率进行稳定外推。相比于传统跟踪环路，该技术的载波相位跟踪误差绝对值均值降低了92.9%，标准差降低了93.5%。实验结果表明，该技术不仅实现了开环阶段载波相位的稳定跟踪，且有效抑制了闭环阶段相位抖动的影响，对实现时分双工体制星间精密测量具有重要应用意义。     

一种GNSS双频信号跟踪的新方法

在双频接收机双频L1辅助L2跟踪方法基础上提出一种GNSS双频信号载波和差联合跟踪新方法。该算法能够克服传统的L1辅助L2跟踪方法L2信号能得到L1信号辅助信息、而L1信号得不到L2信号任何辅助信息的固有缺点。仿真结果表明：该和差联合跟踪方法相比传统的双频信号跟踪算法能够耦合双频信号实现其相互辅助跟踪,具有提高GNSS双频信号的跟踪稳健性和灵敏度等优点。     

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。     

MLE辅助PLL的高动态GPS载波跟踪

针对传统锁频环（FLL）鉴别器存在一步延迟效应和近似误差的问题,提出一种基于极大似然估计器（MLE）辅助锁相环（PLL）的高动态载波跟踪环路。该方法从极大似然估计理论入手,构造多普勒频移的非相干极大似然代价函数,采用非迭代估计方法求取各通道多普勒频移偏差的极大似然估计,与PLL进行融合滤波并计算频率修正量,进而控制本地数控振荡器（NCO）完成载波跟踪。仿真结果表明：在同等环路阶数和滤波器带宽条件下,新方法的响应速度、动态忍受力优于基于FLL辅助PLL的方法,可以跟踪加加速度达到100 g/s的超高动态 信号。     

时变干扰下欠驱动AUV水平面轨迹跟踪的反步滑模控制

针对水下自主航天器AUV水平面的轨迹跟踪问题,建立时变外界干扰条件下的运动学模型以及动力学模型,将地面误差变量转换为艇体坐标变量,并推导得出其误差方程。基于Lyapunov稳定性理论研究反步滑模控制的相关算法,设计出时变干扰下的欠驱动AUV水平面轨迹跟踪控制器,最后分析了闭环控制系统中误差信号受到扰动时跟踪误差的敛散性。利用MATLAB/Simulink软件进行仿真实验,得出时变干扰作用下AUV对期望轨迹的跟踪情况,经实验验证本文设计的反步滑模控制器能有效地跟踪复杂轨迹,具有较强的稳定性和鲁棒性。     

一种用于深空高动态微弱信号的频率估计算法

研究了低载噪比与高动态环境下的深空测控系统频率估计算法,在分析已有方法不足的基础上,提出了一种基于无迹卡尔曼滤波(UKF)的闭环载波跟踪方法。此方法结合了锁频环鉴别器和UKF的优点,获得了宽的估计范围,高的估计精度和低的载噪比门限。在分析UKF模型的基础上,此方法还减少了原有UKF算法的运算量。仿真过程模拟了接收机的高动态运动轨迹,结果表明此法具有较好的动态适应能力、收敛性能和跟踪精度,能够有效地完成低载噪比与高动态环境下的频率估计。此法与基于扩展卡尔曼滤波(EKF)的频率估计算法相比,具有更低的频率估计误差,因此有着良好的应用前景。     

高稳可变频率源的低杂散设计与实现

现代雷达电子对抗广泛使用DRFM 对雷达信号进行采样、存储与处理。传统频率合成技术无法同时满足高性能DRFM 对频率信号的稳定、低杂散、多路相参等指标要求。研究了频率源输出信号的抖动与杂散谐波对采样系统杂散性能的影响,结合传统频率合成技术,设计了基于FPGA和低噪声时钟抖动消除器的频率源电路,并对初级信号的谐波抑制设计了基于带通滤波器和微带滤波器的窄带滤波电路。最后,对系统的测试结果表明,本设计可输出多路频率范围为2．27～2600M Hz（分段）的频率信号,步进小于10kHz。信号相位噪声优于－95dBc／Hz ＠100kHz ,杂散抑制优于－60dBc。     

月面着陆多尺度边缘光流特征提取与跟踪方法

针对月面着陆器动力下降过程中,基于描述子的传统视觉特征提取和跟踪方法耗时长、误匹配率高等问题,提出一种采用边缘光流的多尺度特征提取与跟踪方法。首先通过构建序列图像金字塔和应用多级掩膜提取方法,改善了图像平面上特征点分布的均匀性;在此基础上,利用边缘直方图灰度差平方和(SSGD)滑窗搜索算法,将光流计算由二维迭代简化为一维匹配,大幅缩短了算法耗时;进一步利用多尺度边缘直方图迭代搜索算法在改善大尺度运动下特征跟踪鲁棒性的同时,将光流计算精度拓展至亚像素级。仿真结果表明,本方法计算耗时不超过描述子方法的50%,非大尺度运动下具有更高的稳定跟踪特征点数目,大尺度运动下相比描述子方法下降不超过15%,在跟踪效率和稳定性方面取得了较好的平衡。