張超逸，曾丹丹，李金海，孫金海，閻躍鵬

(中國(guó)科學(xué)院 微電子研究所，北京 100029)

改進(jìn)的GNSS信號(hào)快速捕獲檢測(cè)算法

張超逸，曾丹丹，李金海，孫金海，閻躍鵬

(中國(guó)科學(xué)院 微電子研究所，北京 100029)

為了滿足衛(wèi)星導(dǎo)航接收機(jī)在高動(dòng)態(tài)應(yīng)用場(chǎng)景中對(duì)衛(wèi)星信號(hào)快速捕獲的需求，本文針對(duì)全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system，GNSS)信號(hào)的捕獲檢測(cè)問(wèn)題提出了一種改進(jìn)的檢測(cè)算法。該算法結(jié)合了N中取M檢測(cè)算法和唐檢測(cè)算法的優(yōu)點(diǎn)，考慮信號(hào)存在和不存在時(shí)的兩種情況，通過(guò)設(shè)置多級(jí)門(mén)限檢測(cè)機(jī)制，加快了信號(hào)存在時(shí)的檢測(cè)確認(rèn)速度和信號(hào)不存在時(shí)的剔除速度。實(shí)際數(shù)據(jù)測(cè)試表明，改進(jìn)算法在檢測(cè)概率沒(méi)有任何損失的情況下，捕獲檢測(cè)速度相對(duì)于N中取M算法提高3倍，相對(duì)于唐檢測(cè)算法提高1/3。

衛(wèi)星導(dǎo)航接收機(jī)； 高動(dòng)態(tài)； 快速捕獲； 全球?qū)Ш叫l(wèi)星系統(tǒng)；N中取M檢測(cè)算法； 唐檢測(cè)算法； 多門(mén)限檢測(cè)； 捕獲檢測(cè)速度

全球衛(wèi)星導(dǎo)航系統(tǒng)在各行各業(yè)中的應(yīng)用日益廣泛。導(dǎo)航接收機(jī)設(shè)計(jì)中首次定位時(shí)長(zhǎng)是一個(gè)重要指標(biāo)，捕獲檢測(cè)算法的性能對(duì)這一指標(biāo)至關(guān)重要[1]。在高動(dòng)態(tài)應(yīng)用場(chǎng)景中，GNSS信號(hào)強(qiáng)度較高，但載體運(yùn)動(dòng)時(shí)間非常短，因此對(duì)接收機(jī)的首次定位時(shí)間，特別是有星歷注入模式下的熱啟動(dòng)時(shí)間要求非常高。而接收機(jī)準(zhǔn)確快速地完成GNSS信號(hào)的捕獲及后續(xù)檢測(cè)是獲得快速啟動(dòng)的關(guān)鍵因素。在實(shí)際接收機(jī)設(shè)計(jì)中，完成捕獲搜索后，需要對(duì)捕獲結(jié)果進(jìn)行檢測(cè)確認(rèn)。由于單次檢測(cè)結(jié)果的檢測(cè)概率低且虛警概率高[2]，無(wú)法滿足系統(tǒng)對(duì)衛(wèi)星信號(hào)的捕獲要求，因此需要進(jìn)行多次檢測(cè)以提高整體的信號(hào)檢測(cè)概率，降低虛警概率。常見(jiàn)的捕獲檢測(cè)算法有N中取M檢測(cè)算法和唐檢測(cè)算法[2]。本文首先對(duì)這兩種檢測(cè)算法進(jìn)行了分析說(shuō)明；接著提出了一種改進(jìn)的檢測(cè)算法，結(jié)合N中取M檢測(cè)算法和唐檢測(cè)算法的優(yōu)點(diǎn)，采用多門(mén)限判決機(jī)制，提高了檢測(cè)速度。該檢測(cè)算法在強(qiáng)信號(hào)條件下捕獲檢測(cè)速度快、性能好，適用于實(shí)時(shí)性要求較高，信號(hào)無(wú)遮擋且需要有較快捕獲檢測(cè)速度的高動(dòng)態(tài)場(chǎng)景。

1 捕獲檢測(cè)算法分析

1.1N中取M檢測(cè)算法

N中取M檢測(cè)算法將信號(hào)與門(mén)限比較，大于門(mén)限則計(jì)數(shù)器J加1，小于門(mén)限J不變，每次比較計(jì)數(shù)器K減1。當(dāng)K等于0時(shí)進(jìn)行判決，若此時(shí)J不小于M則檢測(cè)成功，否則檢測(cè)失敗。這里J初始值取0，K初始值取N。其算法流程如圖1所示。

圖1 N中取M檢測(cè)算法流程Fig.1 M-of-N detection algorithm flow

圖中Th為單次比較的門(mén)限值?？梢钥闯鯪中取M檢測(cè)算法是一種固定檢測(cè)次數(shù)的檢測(cè)器，其檢測(cè)過(guò)程滿足Bernoulli隨機(jī)過(guò)程，超過(guò)門(mén)限的信號(hào)數(shù)目n具有二項(xiàng)式分布。N次試驗(yàn)的系統(tǒng)虛警概率[3]為

1-B(M-1,N,Pfa)

(1)

式中：Pfa為捕獲檢測(cè)的單次虛警概率，B是Bernoulli積分。N次試驗(yàn)的系統(tǒng)檢測(cè)概率[3]為

1-B(M-1,N,Pd)

(2)

式中：Pd為單次檢測(cè)概率。不同信噪比、N中取M檢測(cè)算法的仿真結(jié)果如圖2,算法性能如表1所示。

圖2 N中取M檢測(cè)算法仿真結(jié)果(N=8)Fig.2 Simulation results of M-of-N detection algorithm(N=8)

檢測(cè)次數(shù)M(N=8)單次虛警概率/%信噪比/dB駐留平均數(shù)N30.267.6841.107.2852.867865.847.28

從圖2和表1中可以看出M=5是最佳值,此時(shí)檢測(cè)概率最高。該算法在系統(tǒng)檢測(cè)概率達(dá)到90%，系統(tǒng)虛警概率等于10-6條件下，信號(hào)檢測(cè)門(mén)限信噪比為7～8 dB。N中取M檢測(cè)算法的缺點(diǎn)是不論信號(hào)強(qiáng)弱，檢測(cè)駐留次數(shù)均為N次，導(dǎo)致檢測(cè)速度非常慢。

1.2唐檢測(cè)算法

唐檢測(cè)算法將信號(hào)與門(mén)限比較，大于門(mén)限檢測(cè)計(jì)數(shù)器K加1，小于門(mén)限檢測(cè)計(jì)數(shù)器K減1；當(dāng)K大于等于檢測(cè)次數(shù)門(mén)限A時(shí)，認(rèn)為信號(hào)存在；當(dāng)K=0時(shí)認(rèn)為信號(hào)不存在。這里K的初始值取B。其算法流程如圖3所示。

圖3 唐檢測(cè)器檢測(cè)算法流程Fig.3 Tong detection algorithm flow

圖中Th為單次比較的門(mén)限值?？梢钥闯鎏茩z測(cè)算法是一種可變檢測(cè)次數(shù)的檢測(cè)器，其檢測(cè)滿足兩個(gè)吸收壁的隨機(jī)游動(dòng)過(guò)程，系統(tǒng)虛警概率[4-5]為

(3)

系統(tǒng)檢測(cè)概率[6-7]為

(4)

駐留次數(shù)的平均數(shù)目為[8]

(5)

唐檢測(cè)算法的仿真結(jié)果如圖4和表2所示。

表2 唐檢測(cè)器檢測(cè)性能

圖4 唐檢測(cè)器檢測(cè)算法仿真結(jié)果Fig.4 Simulation results of Tong detection algorithm

從圖4和表2中可以看出，A的增大提高了系統(tǒng)檢測(cè)概率，降低了對(duì)信號(hào)信噪比的要求，但付出的代價(jià)是降低了搜索速度。因而A的選擇是在搜索速度和檢測(cè)概率之間的折中。唐檢測(cè)算法的缺點(diǎn)是在特定的弱信號(hào)條件下，檢測(cè)器會(huì)長(zhǎng)時(shí)間滯留在某個(gè)捕獲結(jié)果的檢測(cè)確認(rèn)過(guò)程中。

1.3改進(jìn)的檢測(cè)算法

基于上述兩種算法，本文提出了一種改進(jìn)算法，使得強(qiáng)信號(hào)盡早確認(rèn)成功，不存在的衛(wèi)星信號(hào)也能很快得到剔除。

首先根據(jù)不同的單次虛警概率，針對(duì)信號(hào)存在和不存在兩種情況，設(shè)定相應(yīng)的多個(gè)門(mén)限。一種實(shí)施方法如表3所示。在信號(hào)存在時(shí)設(shè)置5個(gè)門(mén)限用于確認(rèn)，在信號(hào)不存在時(shí)設(shè)置2個(gè)門(mén)限用于剔除。

表3不同虛警概率對(duì)應(yīng)的預(yù)設(shè)定門(mén)限示例

Table3Pre-setthresholdscorrespondingtothedifferentfalsealarmprobability

門(mén)限類(lèi)型虛警概率/%門(mén)限信號(hào)存在時(shí)的檢測(cè)門(mén)限信號(hào)不存在時(shí)的剔除門(mén)限1TH-E10.1TH-E20.01TH-E30.001TH-E40.0001TH-E51TH-NE110TH-NE2

然后將信號(hào)與各個(gè)門(mén)限依次進(jìn)行比較，比較結(jié)果每大于信號(hào)存在時(shí)的5個(gè)門(mén)限中的1個(gè)，計(jì)數(shù)器J加1，當(dāng)J不小于N時(shí)檢測(cè)成功。比較結(jié)果每小于信號(hào)不存在時(shí)的2個(gè)門(mén)限中的1個(gè)，計(jì)數(shù)器K減1，當(dāng)K=0時(shí)檢測(cè)失敗。其中J初始值取0，K初始值取L，算法流程如圖5所示。

在強(qiáng)信號(hào)存在條件下，信號(hào)有極大概率可一次性大于所有的5個(gè)確認(rèn)門(mén)限，滿足J=N，實(shí)現(xiàn)單次駐留即檢測(cè)成功，避免了N中取M算法中強(qiáng)信號(hào)依然需要檢測(cè)N次的缺點(diǎn)。在弱信號(hào)存在條件下，信號(hào)僅大于少數(shù)較小的門(mén)限時(shí)，需要經(jīng)過(guò)多次駐留檢測(cè)后滿足J不小于N時(shí)才檢測(cè)成功，避免了唐檢測(cè)算法中弱信號(hào)會(huì)導(dǎo)致計(jì)數(shù)器反復(fù)加減，長(zhǎng)時(shí)間滯留的情況。在信號(hào)不存在的條件下，信號(hào)小于剔除門(mén)限時(shí)，會(huì)很快被剔除。綜合上述3種情況，改進(jìn)算法的檢測(cè)速度會(huì)得到有效提升。

圖5 改進(jìn)檢測(cè)算法流程圖Fig.5 Improved detection algorithm flow

接收機(jī)天線接收到的衛(wèi)星信號(hào)經(jīng)過(guò)相關(guān)器解調(diào)、解擴(kuò)和積分清零之后的I、Q兩路1ms相干積分結(jié)果為

I=Asinc(ΔfmT)R(τ)Dcos(ΔΦ)+ni

(6)

Q=Asinc(ΔfmT)R(τ)Dsin(ΔΦ)+nq

(7)

單次非相干積分包絡(luò)為

(8)

當(dāng)信號(hào)不存在時(shí)，I與Q服從均值為0，方差為σ02的高斯分布。此時(shí)x為噪聲的積分，服從Rayleigh分布[9]；x的均值與方差為

(9)

(10)

當(dāng)信號(hào)存在時(shí)，x服從Rice分布[9]，其非中心參量為

(11)

此時(shí)x的均值與方差為

(12)

D(x/H1)=N(2σ02+s2)-[E(x/H1)]2

(13)

式中：H0、H1分別表示信號(hào)不存在和存在兩種情況；I0、I1分別為零階和一階貝塞爾函數(shù)；γ1=s2/(2Nσ02)。

經(jīng)過(guò)M次非相干積分之后可以得到檢測(cè)量y：

(14)

由中心極限定理可知，當(dāng)非相干積分時(shí)間很大時(shí)，非相干積分累加值服從高斯分布，可以用高斯分布進(jìn)行近似求解[9]。

y的均值與方差分別為

E(y)=M·E(x)

(15)

D(y)=M·D(x)

(16)

根據(jù)高斯分布積分函數(shù)可以求出虛警概率為

(17)

式中：erfc(x)表示互補(bǔ)誤差函數(shù)。根據(jù)已知的虛警概率，可以求得相應(yīng)的門(mén)限值：

(18)

式中：erfc-1(x)表示互補(bǔ)誤差函數(shù)的逆函數(shù)。根據(jù)高斯分布積分函數(shù)可以求出檢測(cè)概率為

(19)

由于設(shè)置了多個(gè)判決門(mén)限，導(dǎo)致系統(tǒng)虛警概率和檢測(cè)概率難以獲得解析解，因此在下一節(jié)將采用蒙特卡洛方法分析算法的性能。

2 檢測(cè)算法測(cè)試結(jié)果

2.1測(cè)試數(shù)據(jù)與方法

測(cè)試數(shù)據(jù)由思博倫GSS 9000信號(hào)模擬器產(chǎn)生，使用思博倫GSS 6425記錄回放系統(tǒng)采集所需不同信號(hào)強(qiáng)度的中頻數(shù)據(jù)。

使用測(cè)試數(shù)據(jù)對(duì)上文提到的3種檢測(cè)確認(rèn)算法進(jìn)行測(cè)試?？紤]不同算法參數(shù)、碼相位初始偏差和多普勒頻率初始偏差對(duì)檢測(cè)算法測(cè)試結(jié)果的影響。本文采用的捕獲引擎其捕獲結(jié)果碼相位偏差最大為半個(gè)碼片，多普勒頻率偏差最大為200 Hz。

對(duì)同一中頻數(shù)據(jù)進(jìn)行分析，具體的測(cè)試方法為：首先考慮不同碼相位偏差對(duì)測(cè)試結(jié)果的影響，通過(guò)采樣點(diǎn)偏移來(lái)模擬碼相位偏差，即每次略過(guò)不同的起始采樣點(diǎn)進(jìn)行多次測(cè)試。本文中頻采樣率取16.368 MHz，半碼片速率2.046 MHz，即8個(gè)采樣點(diǎn)對(duì)應(yīng)1.5碼片偏差。在測(cè)試時(shí)，采用從起始偏移1個(gè)采樣點(diǎn)直到偏移8個(gè)采樣點(diǎn)來(lái)進(jìn)行測(cè)試，這樣可以完全覆蓋一個(gè)半碼片的偏差。然后考慮多普勒偏差的影響，在獲取該中頻信號(hào)某顆衛(wèi)星的真實(shí)多普勒值后，在該值上增加或減少某個(gè)固定頻率值來(lái)模擬不同多普勒偏差對(duì)測(cè)試造成的影響。最后，每次仿真的數(shù)據(jù)量需要滿足蒙特卡洛的測(cè)試要求，如要達(dá)到0.01的準(zhǔn)確率，仿真的個(gè)數(shù)至少需要104量級(jí)。

測(cè)試捕獲檢測(cè)性能時(shí)，為了體現(xiàn)檢測(cè)算法的性能，這里將捕獲檢測(cè)分為二級(jí)檢測(cè)，第一級(jí)采用最大值檢測(cè)[10]：對(duì)碼相位和頻率進(jìn)行二維捕獲，得到的捕獲結(jié)果取最大值與門(mén)限比較進(jìn)行一級(jí)檢測(cè)。捕獲第二級(jí)檢測(cè)則采用檢測(cè)算法進(jìn)行判斷，這里主要對(duì)本文提到的三種檢測(cè)算法進(jìn)行比較分析。從檢測(cè)算法的參數(shù)、初始多普勒偏差的影響、信號(hào)存在和信號(hào)不存在時(shí)的檢測(cè)概率、虛警概率和捕獲速度，不同信號(hào)強(qiáng)度和不同積分時(shí)間的影響這幾方面進(jìn)行測(cè)試和驗(yàn)證。

2.2不同檢測(cè)算法參數(shù)的選擇

表4給出了一組不同參數(shù)下的測(cè)試結(jié)果，用于測(cè)試不同參數(shù)下的檢測(cè)算法性能。測(cè)試條件為：數(shù)據(jù)信號(hào)強(qiáng)度-126 dBm，捕獲積分策略為2 ms相干積分，1次非相干積分。

表4 不同算法參數(shù)下的檢測(cè)結(jié)果

由表4可以看出：

1)唐檢測(cè)器B=2時(shí)的檢測(cè)性能要優(yōu)于B=1時(shí)的性能，這是因?yàn)锽=1時(shí)，很容易產(chǎn)生漏警。

2)唐檢測(cè)器B=2時(shí)，A越小，對(duì)應(yīng)的檢測(cè)速度越快，且與A較大時(shí)的檢測(cè)概率基本一致。從性能上來(lái)看B=2，A=5性能最優(yōu)且檢測(cè)速度最快。

3)改進(jìn)算法中L=3要優(yōu)于L=1，檢測(cè)概率較高。

4)由測(cè)試結(jié)果可看出，改進(jìn)檢測(cè)算法性能最優(yōu)，一方面檢測(cè)概率高，另一方面檢測(cè)速度快。

此外，采用了不同信號(hào)強(qiáng)度的數(shù)據(jù)進(jìn)行了對(duì)比驗(yàn)證，結(jié)果與-126 dB·m信號(hào)結(jié)果的一致性良好。

充灌程序采用自下至上的充灌方法，模袋在充灌進(jìn)混凝土后，模袋布會(huì)出現(xiàn)膨脹拉緊，此時(shí)需調(diào)整上口邊固定槽鋼的拉緊葫蘆，做好張力放松工作，以防模袋灌注不飽滿。整塊袋布灌注結(jié)束后，取出固定鋼管，清洗泵車(chē)及管道。

為了使3種檢測(cè)算法有可比性，在上述結(jié)果中挑選各個(gè)算法性能最佳的參數(shù)：N中取M檢測(cè)算法取N=8，M=5；唐檢測(cè)算法取A=5，B=2；改進(jìn)檢測(cè)算法取N=5，L=3。

2.3信號(hào)存在時(shí)多普勒頻偏對(duì)檢測(cè)性能的影響

采用信號(hào)強(qiáng)度為-126 dB·m的信號(hào)，捕獲積分策略采用2 ms相干積分，1次非相干積分進(jìn)行檢測(cè)，捕獲最大值初級(jí)檢測(cè)的檢測(cè)概率為81.8%，測(cè)試結(jié)果如表5所示。

表5信號(hào)存在條件下不同多普勒偏差的測(cè)試結(jié)果

Table5TestresultsindifferentDopplerdeviationwhensignalsexist

檢測(cè)算法多普勒偏差/Hz0125-70-200檢測(cè)概率/%平均檢測(cè)次數(shù)檢測(cè)概率/%平均檢測(cè)次數(shù)檢測(cè)概率/%平均檢測(cè)次數(shù)檢測(cè)概率/%平均檢測(cè)次數(shù)8中取599.888.0099.198.0099.828.0095.378.00唐檢測(cè)算法99.922.8899.573.0099.832.9097.43.36改進(jìn)算法99.942.0699.622.1399.882.1397.912.82

由表5可以看出：

1)二級(jí)檢測(cè)中的3種檢測(cè)算法，在不同多普勒偏差下，檢測(cè)概率均達(dá)到95%以上，表明這幾種檢測(cè)算法均能滿足捕獲檢測(cè)概率達(dá)到90%以上的要求。

2)隨著多普勒偏差為0～-200 Hz，3種檢測(cè)算法對(duì)應(yīng)的檢測(cè)概率均有下降，平均檢測(cè)次數(shù)均有增加。

2.4信號(hào)不存在時(shí)的剔除速度

下面分析當(dāng)信號(hào)不存在時(shí)，3種檢測(cè)算法對(duì)應(yīng)的性能。

當(dāng)信號(hào)不存在時(shí)，對(duì)-128 dB·m數(shù)據(jù)采用2 ms相干積分，1次非相干積分策略，捕獲不存在的衛(wèi)星，得到的結(jié)果如表6所示。

表6 信號(hào)不存在條件下測(cè)試結(jié)果

從表6可以看到3種算法的虛警概率都為0，滿足了系統(tǒng)虛警概率10-6的要求。在檢測(cè)速度方面，改進(jìn)算法在N=5，L=3條件下的剔除速度略優(yōu)于唐檢測(cè)，在L=2時(shí)明顯更快。因此改進(jìn)算法不僅可以應(yīng)用到信號(hào)存在時(shí)的確認(rèn)過(guò)程，同時(shí)也可以應(yīng)用到信號(hào)不存在時(shí)的剔除過(guò)程，既能保證信號(hào)的檢測(cè)概率和虛警概率，也能保證檢測(cè)速度。

2.5不同信號(hào)強(qiáng)度下的算法性能測(cè)試

分兩方面對(duì)檢測(cè)算法性能進(jìn)行測(cè)試，信號(hào)存在時(shí)的檢測(cè)概率和信號(hào)不存在時(shí)的剔除概率。

首先分析信號(hào)存在時(shí)的檢測(cè)結(jié)果，對(duì)應(yīng)不同衛(wèi)星信號(hào)強(qiáng)度，采用不同的積分策略，只捕獲存在的衛(wèi)星，測(cè)試結(jié)果如表7所示。其中檢測(cè)條件一為：-131 dB·m,2×3積分策略，最大值檢測(cè)概率為88.73%；條件二為：-131 dB·m,2×3積分策略，最大值檢測(cè)概率為68.53%；條件三為：-133 dB·m,2×7積分策略，最大值檢測(cè)概率為89.31%；條件四為：-134 dB·m,2×7積分策略，最大值檢測(cè)概率為83.41%。從表7可以看出：

1)當(dāng)捕獲最大值檢測(cè)一級(jí)檢測(cè)的檢測(cè)概率達(dá)到80%以上時(shí)，捕獲檢測(cè)確認(rèn)二級(jí)檢測(cè)的這幾種檢測(cè)算法對(duì)應(yīng)的檢測(cè)概率均達(dá)到99%；當(dāng)最大值檢測(cè)一級(jí)檢測(cè)的檢測(cè)概率下降到70%時(shí)，捕獲檢測(cè)確認(rèn)二級(jí)檢測(cè)的檢測(cè)概率仍能達(dá)到97%的性能。3種檢測(cè)算法均滿足需求。

2)從檢測(cè)概率，漏檢概率和虛警概率的性能來(lái)看，這幾個(gè)檢測(cè)算法基本一致，相差不大。但是改進(jìn)算法平均檢測(cè)次數(shù)最少，速度相對(duì)于N中取M能提高3倍，相對(duì)于唐檢測(cè)算法能提高1/3。

接著分析不同信號(hào)強(qiáng)度下，信號(hào)不存在時(shí)的檢測(cè)性能。測(cè)試時(shí)選擇不存在的2號(hào)衛(wèi)星進(jìn)行捕獲，結(jié)果如表8所示。從表8可以看到信號(hào)不存在時(shí)，針對(duì)不同信號(hào)強(qiáng)度，這幾種檢測(cè)算法都能準(zhǔn)確的剔除。但改進(jìn)算法的剔除速度最快，性能最優(yōu)。

表7 不同信號(hào)強(qiáng)度下信號(hào)存在時(shí)的檢測(cè)結(jié)果

表8 不同信號(hào)強(qiáng)度下信號(hào)不存在時(shí)的檢測(cè)結(jié)果

3 結(jié)論

1)檢測(cè)確認(rèn)算法的二級(jí)檢測(cè)受初始多普勒偏差影響，隨著多普勒偏差的加大，對(duì)應(yīng)檢測(cè)算法的檢測(cè)概率變小，平均檢測(cè)次數(shù)增加。

2)不同信號(hào)強(qiáng)度下，當(dāng)信號(hào)存在時(shí)，3種算法的檢測(cè)概率基本相同且都滿足系統(tǒng)要求，但是從平均檢測(cè)次數(shù)來(lái)看，改進(jìn)算法最優(yōu)，速度相對(duì)于N中取M能提高3倍，相對(duì)于唐檢測(cè)算法能提高1/3。當(dāng)信號(hào)不存在時(shí)，3種算法的虛警概率都接近0,，滿足系統(tǒng)要求，但改進(jìn)算法的剔除速度略優(yōu)于其他兩種方法。說(shuō)明改進(jìn)的多門(mén)限檢測(cè)判決不僅可應(yīng)用到信號(hào)檢測(cè)確認(rèn)部分，同時(shí)也可應(yīng)用到信號(hào)不存在時(shí)的剔除過(guò)程。

3)檢測(cè)算法比較結(jié)論：在不同多普勒初始偏差和不同信號(hào)強(qiáng)度條件下，3種不同檢測(cè)算法仿真結(jié)果說(shuō)明，改進(jìn)算法在檢測(cè)概率虛警概率沒(méi)有任何損失的情況下檢測(cè)速度具有明顯優(yōu)勢(shì)。

[1] 謝鋼. GPS原理與接收機(jī)設(shè)計(jì)[M]. 北京：電子工業(yè)出版社, 2009: 358-362.

XIE Gang. Principles of GPS and receiver design[M]. Beijing: Publishing House of Electronics Industry, 2009: 358-362.

[2] KAPLAN E D, HEGARTY C J.GPS原理與應(yīng)用[M]. 2版. 寇艷紅譯. 北京: 電子工業(yè)出版社, 2007: 223-227.

KAPLAN E D, HEGARTY C J. Understanding GPS principles and applications[M]. 2nd Ed. Beijing: Publishing House of Electronics Industry, 2007: 223-227.

[3] WARD P W. GPS receiver search techniques[C]//Proceedings of the IEEE 1996 Position, Location, and Navigation Symposium. Chicago, USA, 1996: 604-611.

[4] TONG P S. A suboptimum synchronization procedure for pseudo noise communication systems[C]//National Telecommunications Conference. Atlanta, USA, 1973: 26D-1-26D-5.

[5] 馬琳, 崔嵬, 吳嗣亮. 極低信噪比環(huán)境下含近鄰約束的改進(jìn)唐檢測(cè)判決算法[J]. 系統(tǒng)工程與電子技術(shù), 2011, 33(8): 1745-1749.

MA Lin, CUI Wei, WU Siliang. Improved Tong multiple trial algorithm with near neighbor constraint in extremely low SNR condition[J]. Systems engineering and electronics, 2011, 33(8): 1745-1749.

[6] 馬琳, 崔嵬, 田靜,等. 基于馬爾可夫鏈的含有檢測(cè)次數(shù)約束條件的唐檢測(cè)器[J]. 宇航學(xué)報(bào), 2011, 32(8): 1799-1804.

MA Lin, CUI Wei, TIAN Jing, et al. Study on Tong detector with number of detection times constraint based on Markov chain[J]. Journal of astronautics, 2011, 32(8): 1799-1804.

[7] 朱云龍, 丑武勝, 楊東凱. Tong檢測(cè)算法性能分析及參數(shù)設(shè)置[J]. 北京航空航天大學(xué)學(xué)報(bào), 2015, 41(3): 418-423.

ZHU Yunlong, CHOU Wusheng, YANG Dongkai. Performance analysis and parameter setting for Tong detection algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics, 2015, 41(3): 418-423.

[8] 李思超，葉甜春，徐建華. 唐檢測(cè)器的駐留時(shí)間及檢測(cè)性能分析[J]. 電子測(cè)量技術(shù), 2009, 34(3): 53-55.

LI Sichao, YE Tianchun, XU Jianhua. Analysis on resident time and detection performance of tong detector[J]. Electronic measurement technology, 2009, 34(3): 53-55.

[9] PROAKIS J G.數(shù)字通信[M]. 4版. 張力軍譯. 北京: 電子工業(yè)出版社, 2003: 29-31.

PROAKIS J G. Digital communications[M]. 4th Ed. Beijing: Publishing House of Electronics Industry, 2003: 29-31.

[10] 歐松林，李金海.GNSS系統(tǒng)中檢測(cè)與判決的研究[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2014, 35(3): 741-745.

OU Songlin, LI Jinhai. Study on detection and decision of GNSS system[J]. Computer engineering and design, 2014, 35(3): 741-745.

本文引用格式：張超逸，曾丹丹，李金海，等. 一種改進(jìn)的GNSS信號(hào)快速捕獲檢測(cè)算法[J]. 哈爾濱工程大學(xué)學(xué)報(bào)， 2017， 38(10): 1609-1615.

ZHANG Chaoyi, ZENG Dandan, LI Jinhai, et al. An improved algorithm for rapid detection in acquisition of GNSS signal[J]. Journal of Harbin Engineering University， 2017， 38(10): 1609-1615.

ImprovedalgorithmforrapiddetectioninGNSSsignalacquisition

ZHANG Chaoyi, ZENG Dandan, LI Jinhai, SUN Jinhai, YAN Yuepeng

(Institute of Microelectronics， Chinese Academy of Sciences, Beijing 100029, China)

To ensure fast acquisition of satellite signals in high dynamic applications, an improved algorithm was proposed for signal detection during acquisition by global navigation satellite system. The algorithm combined the advantages of theM-of-Nand Tong detection algorithms. Through the multi-threshold detection mechanism, the detection and rejection speed accelerated whether the signals exist or not. Numerous real data tests show that the improved algorithm is three times faster than theM-of-Ndetection algorithm and one-third times faster than the Tong detection algorithm without any performance deterioration.

satellite navigation receiver; high dynamic; fast acquisition; GNSS;M-of-Ndetection algorithm; Tong detection algorithm; multi-threshold detection; detection speed in acquisition

10.11990/jheu.201605079

http://www.cnki.net/kcms/detail/23.1390.U.20170816.1445.010.html

TN911.23

A

1006-7043(2017)10-1609-07

2016-05-23. < class="emphasis_bold">網(wǎng)絡(luò)出版日期

日期：2017-08-16.

國(guó)家自然科學(xué)基金項(xiàng)目(61271423).

張超逸(1990-), 男,博士研究生;閻躍鵬(1964-), 男,研究員,博士生導(dǎo)師.

張超逸，E-mail: zhangchaoyi@ime.ac.cn.