袁 進(jìn)，郭新年，劉 瀏

(宿遷學(xué)院 信息工程學(xué)院，江蘇 宿遷 223800)

0 引言

全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)主要包括我國(guó)的北斗系統(tǒng)、歐盟的伽利略系統(tǒng)、俄羅斯的格洛納斯系統(tǒng)(GLONASS)和美國(guó)的全球定位系統(tǒng)(GPS)，由這些系統(tǒng)提供的定位服務(wù)已應(yīng)用到生活中的各個(gè)領(lǐng)域。目前，我國(guó)的北斗系統(tǒng)已完成全球組網(wǎng)，能夠?yàn)槿蛴脩籼峁└呔鹊亩ㄎ环?wù)。在北斗系統(tǒng)中，B1C信號(hào)是應(yīng)用較早的新體制信號(hào)，能否有效對(duì)其捕獲，將直接影響著北斗接收機(jī)的捕獲性能[1]。B1C信號(hào)捕獲方法眾多，各方法均具有各自的優(yōu)勢(shì)，有效解決了B1C信號(hào)在捕獲中出現(xiàn)的副峰、捕獲時(shí)間長(zhǎng)、捕獲精度低等問(wèn)題，但在捕獲效率、算法硬件實(shí)現(xiàn)等方面尚存在改進(jìn)的空間。針對(duì)B1C信號(hào)的捕獲問(wèn)題，文獻(xiàn)[2]提出了一種基于ASPeCT的B1C信號(hào)非匹配捕獲算法，該算法能夠有效提高捕獲效率，但犧牲了一定的信噪比，同時(shí)，在弱信號(hào)環(huán)境下的捕獲能力有待研究；文獻(xiàn)[3]圍繞B1C信號(hào)的聯(lián)合捕獲問(wèn)題，基于最優(yōu)相干積分時(shí)間的理論，給出了不同信噪比下的捕獲參數(shù)設(shè)計(jì)及聯(lián)合捕獲算法選擇的方法；文獻(xiàn)[4]將基于BPSK-like的單邊帶信號(hào)捕獲方法和聯(lián)合邊帶信號(hào)捕獲方法相結(jié)合，提出了一種基于預(yù)檢測(cè)通道的雙通道捕獲方法，有效解決了BOC信號(hào)搜索時(shí)間與捕獲精度相矛盾的問(wèn)題，但在硬件實(shí)現(xiàn)上，缺少資源有效分配的考慮，實(shí)際測(cè)試中易出現(xiàn)硬件模塊延遲等問(wèn)題，造成捕獲性能不佳；文獻(xiàn)[5]針對(duì)高動(dòng)態(tài)環(huán)境下BOC信號(hào)同步問(wèn)題，提出一種分?jǐn)?shù)階傅里葉變換和離散多項(xiàng)式相位變換相結(jié)合的捕獲算法，有效提高信號(hào)捕獲概率，縮短捕獲時(shí)間，但算法復(fù)雜度相對(duì)較高。文獻(xiàn)[6]提出了一種基于相關(guān)函數(shù)的信號(hào)無(wú)模糊捕獲方法，該方法有效解決了BOC信號(hào)在捕獲和跟蹤中出現(xiàn)的模糊問(wèn)題，但在算法的抗干擾能力上還有進(jìn)一步提高的空間。

本文主要針對(duì)B1C信號(hào)捕獲模塊設(shè)計(jì)中遇到的算法復(fù)雜度高、兼容性差、硬件實(shí)現(xiàn)難、硬件資源占用大等問(wèn)題，提出一種基于BPSK-like捕獲的改進(jìn)方法。該方法僅對(duì)B1C信號(hào)中的BOC(1,1)信號(hào)分量進(jìn)行捕獲，在單邊帶信號(hào)處理上通過(guò)加入相干累加與非相干累加運(yùn)算、FFT模塊并行流水線處理、蝶形運(yùn)算單元截位處理等方式，實(shí)現(xiàn)了一定的優(yōu)化設(shè)計(jì)，有效解決上述問(wèn)題。

1 B1C信號(hào)分析

B1C信號(hào)是北斗三號(hào)衛(wèi)星播發(fā)的一種新體制信號(hào)，其載波頻率中心為1 575.42 MHz，帶寬為32.736 MHz，B1C信號(hào)為復(fù)合包絡(luò)信號(hào)，包含導(dǎo)頻分量(B1C_pilot)和數(shù)據(jù)分量(B1C_data)兩部分，2個(gè)分量的主碼長(zhǎng)均為10 230，主碼周期均為10 ms[7]。

B1C信號(hào)的調(diào)制特性如表1所示，B1C信號(hào)的2個(gè)分量均采用了二進(jìn)制偏移載波(BOC)調(diào)制方式。數(shù)據(jù)分量由BOC(1,1)調(diào)制而成，該分量的信號(hào)功率占總功率的1/4；導(dǎo)頻分量由BOC(1,1)和BOC(6,1)兩種調(diào)制方式調(diào)制而成，其中，采用BOC(1,1)調(diào)制的分量功率占總功率的29/44，采用BOC(6,1)調(diào)制的分量功率占總功率的1/11[8]。

表1 B1C信號(hào)調(diào)制特性Tab.1 Modulation characteristics of B1C signal

為了降低算法設(shè)計(jì)難度，節(jié)約硬件資源，本文在捕獲模塊的設(shè)計(jì)中，犧牲了互操作信號(hào)中的BOC(6,1)調(diào)制信號(hào)成分，僅捕獲BOC(1,1)調(diào)制信號(hào)分量。

2 BOC信號(hào)調(diào)制

BOC調(diào)制是GNSS現(xiàn)代化進(jìn)程中的一種新型信號(hào)調(diào)制方式，其特點(diǎn)是通過(guò)某種編碼處理方法，使得信號(hào)的頻譜產(chǎn)生一定的偏移。

BOC調(diào)制原理如圖1所示。導(dǎo)航電文首先與擴(kuò)頻碼進(jìn)行擴(kuò)頻調(diào)制；接著，擴(kuò)頻調(diào)制信號(hào)與副載波信號(hào)調(diào)制成BOC基帶信號(hào)；最后，在BOC基帶信號(hào)上進(jìn)行BPSK調(diào)制，得到BOC調(diào)制信號(hào)[9]。

圖1 BOC調(diào)制原理Fig.1 Principle of BOC modulation

BPSK調(diào)制信號(hào)和BOC(1,1)調(diào)制信號(hào)的自相關(guān)函數(shù)如圖2所示。由圖2可得，BPSK調(diào)制信號(hào)只有一個(gè)相關(guān)峰值，而B(niǎo)OC(1,1)調(diào)制信號(hào)除了一個(gè)主峰，還存在2個(gè)副峰。如果直接采用BPSK調(diào)制信號(hào)的捕獲方法對(duì)BOC調(diào)制信號(hào)進(jìn)行捕獲，則會(huì)出現(xiàn)模糊性問(wèn)題，影響捕獲的準(zhǔn)確性[10-11]。故在捕獲模塊設(shè)計(jì)中，要采取相應(yīng)的方法解決副峰值問(wèn)題。

圖2 BPSK與BOC(1,1)調(diào)制信號(hào)自相關(guān)函數(shù)Fig.2 Autocorrelation function of BPSK and BOC (1,1) modulated signals

3 BOC信號(hào)捕獲算法介紹

由于BOC信號(hào)的自相關(guān)函數(shù)存在多個(gè)峰值，如果直接采用傳統(tǒng)的BPSK捕獲方法來(lái)捕獲BOC信號(hào)，難以解決多峰值問(wèn)題，容易造成誤捕，從而影響接收機(jī)的整體性能。BOC信號(hào)捕獲算法主要圍繞如何有效消除副峰帶來(lái)的影響進(jìn)行設(shè)計(jì)。

相較于其他BOC捕獲算法，BPSK-like捕獲算法技術(shù)相對(duì)成熟，具有算法邏輯簡(jiǎn)單、硬件實(shí)現(xiàn)方便等優(yōu)點(diǎn)[12-15]。BPSK-like算法的基本原理為：首先，通過(guò)濾波器將BOC信號(hào)分為上邊帶和下邊帶2路信號(hào)；接著，分別對(duì)2路信號(hào)采用BPSK信號(hào)捕獲方法進(jìn)行處理；最后，將處理后的2路信號(hào)進(jìn)行累加合并，并進(jìn)行判決。若合并后的峰值超過(guò)設(shè)定的閾值，則判定捕獲成功；否則，捕獲不成功，需要重新進(jìn)行捕獲[15-18]。BPSK-like算法原理框圖如圖3所示。

圖3 BPSK-like算法原理Fig.3 Principle block diagram of BPSK-like algorithm

4 單邊帶信號(hào)捕獲算法設(shè)計(jì)

結(jié)合上述對(duì)BOC信號(hào)的分析及BPSK-like算法的介紹，設(shè)計(jì)了一種基于BPSK-like算法的改進(jìn)方法，改進(jìn)部分主要體現(xiàn)在單邊帶信號(hào)處理模塊上。

圖8示出機(jī)組綜合供電煤耗降低隨負(fù)荷增加而單調(diào)增大，隨空冷島散熱面積的增加而單調(diào)增大。機(jī)組為設(shè)計(jì)散熱面積時(shí)，綜合供電煤耗為343.3 g/kWh。在散熱面積分別增加16.7%、33.3%、50%、66.7%時(shí)，機(jī)組綜合供電煤耗降低Δbg分別為4.4、7.5、9.7和11.4 g/kWh。隨散熱面積增加，綜合供電煤耗降低Δbg的等差差值分別為4.4、3.1、2.2和1.7 g/kWh。表明隨散熱面積均勻增加，機(jī)組綜合供電煤耗降低的邊際效應(yīng)逐漸變?nèi)酢?/p>

設(shè)計(jì)的單邊帶信號(hào)處理模塊以并行碼相位捕獲算法為基礎(chǔ)，在FFT模塊設(shè)計(jì)及信號(hào)累加方式上進(jìn)行了優(yōu)化設(shè)計(jì)，算法實(shí)現(xiàn)過(guò)程為：① 單邊帶信號(hào)分量經(jīng)混頻后，以(i+jq)的形式進(jìn)行FFT運(yùn)算；② 經(jīng)FFT處理后的數(shù)據(jù)與經(jīng)FFT處理后的本地偽碼數(shù)據(jù)進(jìn)行共軛相乘運(yùn)算；③ 將共軛相乘運(yùn)算結(jié)果輸入到IFFT模塊進(jìn)行處理，完成信號(hào)的相關(guān)運(yùn)算；④ 對(duì)IFFT輸出數(shù)據(jù)進(jìn)行相干累加及非相干累加運(yùn)算，實(shí)現(xiàn)信號(hào)能量的積聚，同時(shí)避免因符號(hào)翻轉(zhuǎn)帶來(lái)的影響。單邊帶信號(hào)處理模塊的設(shè)計(jì)框圖如圖4所示。

圖4 單邊帶信號(hào)處理模塊設(shè)計(jì)框圖Fig.4 Design block diagram of single sideband signal processing module

從圖4可以看出，F(xiàn)FT模塊在捕獲算法中具有關(guān)鍵作用，故本文在FFT模塊的算法及硬件設(shè)計(jì)上進(jìn)行了一定的優(yōu)化處理。

采用基于頻率抽取的方法對(duì)FFT模塊進(jìn)行設(shè)計(jì)，主要包括數(shù)據(jù)緩存單元、蝶形運(yùn)算單元和自然排序單元等部分。由于B1C信號(hào)和L1C信號(hào)的主碼長(zhǎng)均為10 230，故將FFT點(diǎn)數(shù)設(shè)置為1 024，通過(guò)分段處理的方式提高了捕獲的速度，降低了硬件實(shí)現(xiàn)成本。FFT模塊結(jié)構(gòu)如圖5所示。

圖5 FFT模塊結(jié)構(gòu)圖Fig.5 Structure diagram of FFT module

在蝶形運(yùn)算單元中加入了數(shù)據(jù)截位運(yùn)算和原位運(yùn)算，進(jìn)一步降低了FFT運(yùn)算量及硬件資源的占用[19]。另外，考慮到捕獲模塊中涉及到FFT及IFFT運(yùn)算，故將旋轉(zhuǎn)因子單獨(dú)存儲(chǔ)在存儲(chǔ)單元中，當(dāng)使用到IFFT模塊時(shí)，只需將旋轉(zhuǎn)因子做相應(yīng)的改變即可，而不需要重新設(shè)計(jì)一個(gè)IFFT模塊。

5 算法仿真與分析

在相干累加次數(shù)設(shè)置方面，考慮到B1C信號(hào)主碼周期均為10 ms，且FFT模塊的點(diǎn)數(shù)為1 024點(diǎn)，故將兩分量的相干累加時(shí)長(zhǎng)均設(shè)置為10 ms。

在非相干累加次數(shù)設(shè)置方面，本文使用蒙特卡羅評(píng)估方法，對(duì)不同非相干累加次數(shù)下的檢測(cè)概率進(jìn)行了統(tǒng)計(jì)分析。

非相干累加段數(shù)與檢測(cè)概率的關(guān)系圖如圖6所示。由圖6可以看出，對(duì)于載噪比為30 dB·Hz的信號(hào)，需要進(jìn)行至少4次非相干累加合并，才能保證信號(hào)檢測(cè)概率高于95%；而對(duì)于載噪比為28 dB·Hz的信號(hào)，若想使信號(hào)檢測(cè)概率達(dá)到滿足實(shí)際應(yīng)用需求的95%，則至少需要進(jìn)行7次非相干累加合并。

圖6 非相干累加段數(shù)與檢測(cè)概率關(guān)系Fig.6 Relationship between the number of incoherent accumulation segments and detection probability

本文以BOC(1,1)上邊帶信號(hào)為例，使用Matlab軟件對(duì)算法進(jìn)行了驗(yàn)證分析。將信號(hào)的碼片偏移值設(shè)置為312.5，多普勒頻率偏移值設(shè)置為667 Hz(算法以667 Hz的多普勒頻率偏移值為步進(jìn)單元進(jìn)行掃描)，信號(hào)功率設(shè)置為-125 dBm，非相干累加次數(shù)設(shè)置為10。

捕獲結(jié)果如圖7所示。由圖7可以看出，非相干累加結(jié)果中出現(xiàn)了單個(gè)明顯的峰值，其對(duì)應(yīng)的碼片偏移值為312.5，相應(yīng)的載波多普勒頻率偏移值顯示在Matlab界面的命令行窗口，值為667 Hz，與設(shè)定值一致，故信號(hào)捕獲成功。

圖7 捕獲結(jié)果(-125 dBm)Fig.7 Acquisition result (-125 dBm)

在非相干累加次數(shù)為10的條件下，不同信號(hào)功率下的檢測(cè)概率統(tǒng)計(jì)如圖8所示。由圖8可以看出，當(dāng)信號(hào)功率低于-136 dBm時(shí)，捕獲模塊的檢測(cè)概率低于95%，不符合實(shí)際應(yīng)用需求，若想實(shí)現(xiàn)對(duì)較低信號(hào)功率的信號(hào)捕獲，則需提高非相干累加次數(shù)。

圖8 不同信號(hào)功率下的檢測(cè)概率Fig.8 Detection probability under different signal power

本文借助verilog語(yǔ)言在Vivado軟件平臺(tái)上對(duì)算法進(jìn)行了仿真實(shí)現(xiàn)。蝶形運(yùn)算單元中截位運(yùn)算模塊的仿真結(jié)果如圖9所示。由結(jié)果可得，正弦輸入信號(hào)(iVal)位寬與輸出信號(hào)(oVal)位寬相差7位，但輸入信號(hào)和輸出信號(hào)包絡(luò)未發(fā)生改變，僅相差一個(gè)時(shí)鐘周期，說(shuō)明截位模塊起到了縮小幅值的作用，減少了運(yùn)算量，節(jié)約了硬件存儲(chǔ)空間。

圖9 截位運(yùn)算Fig.9 Truncation operation

基2-1 024點(diǎn)FFT模塊的仿真結(jié)果如圖10所示。通過(guò)分析可得，在連續(xù)的正弦輸入信號(hào)(RE(in))作用下，得到的輸出波形(RE(out))與正弦信號(hào)頻域轉(zhuǎn)換結(jié)果相符(同步脈沖(OSynYnEp)為高電平時(shí)，代表一個(gè)正弦周期的開(kāi)始)，證明了FFT模塊運(yùn)算的準(zhǔn)確性。由于FFT模塊在算法中需要多次使用，但在硬件實(shí)現(xiàn)中僅設(shè)置一個(gè)FFT模塊，使用時(shí)直接調(diào)用即可，既減少了數(shù)據(jù)處理的運(yùn)算量，也進(jìn)一步節(jié)約了硬件資源。

圖10 FFT仿真結(jié)果Fig.10 FFT simulation results

將BOC(1,1)上邊帶信號(hào)碼相位偏移量設(shè)置為14，多普勒頻率偏移值設(shè)置為2 000 Hz，信號(hào)功率設(shè)置為-135 dBm，非相干累加次數(shù)設(shè)置為10次，輸入到本文設(shè)計(jì)的捕獲模塊中進(jìn)行仿真。信號(hào)捕獲結(jié)果如圖11所示。分析結(jié)果可得，非相干累加結(jié)果中(iPowValue)出現(xiàn)了明顯的峰值，其中，第10次非相干累加過(guò)程中出現(xiàn)最大峰值，對(duì)應(yīng)的碼相位偏移量(oCd0fsQ)為14，頻點(diǎn)(oFpIdx)為6(對(duì)應(yīng)的多普勒頻率偏移值為2 000 Hz)，均與設(shè)置值相符，證明了捕獲算法的易實(shí)現(xiàn)性及可靠性。

圖11 捕獲結(jié)果Fig.11 Acquisition results

6 結(jié)束語(yǔ)

圍繞北斗B1C信號(hào)的捕獲問(wèn)題進(jìn)行研究，針對(duì)信號(hào)在捕獲過(guò)程中遇到的算法復(fù)雜度高、兼容性差、捕獲性能不佳和硬件實(shí)現(xiàn)難等問(wèn)題，提出了一種基于BPSK-like的改進(jìn)方法。該方法犧牲了BOC(6,1)調(diào)制成分，僅對(duì)BOC(1,1)調(diào)制成分進(jìn)行捕獲。算法首先將BOC信號(hào)分離為上、下兩路邊帶信號(hào)；接著，將2路信號(hào)分別進(jìn)行處理；最后，將處理后的2路信號(hào)進(jìn)行非相干累加合并，當(dāng)非相干累加合并峰值高于閾值，則證明捕獲成功。相比于其他BOC信號(hào)捕獲算法，本文所設(shè)計(jì)的算法主要有以下幾個(gè)特點(diǎn)：① 算法在考慮B1C信號(hào)特點(diǎn)及信號(hào)分量功率分配比重的基礎(chǔ)上，從節(jié)約設(shè)計(jì)成本的角度出發(fā)，提出了僅捕獲BOC(1,1)調(diào)制信號(hào)成分的方案；② 在單信號(hào)捕獲模塊設(shè)計(jì)中，本文設(shè)計(jì)的基2-1 024點(diǎn)FFT模塊中采用了截位、原位等運(yùn)算，使模塊在運(yùn)算量、硬件資源占用量等方面得到一定的降低；③ 加入了相干累加與非相干累加運(yùn)算，提高了接收機(jī)捕獲性能，并且，算法中的非相干累加次數(shù)可調(diào)，可根據(jù)實(shí)際信號(hào)的強(qiáng)弱進(jìn)行合理設(shè)置。

本文對(duì)所設(shè)計(jì)的算法在Matlab平臺(tái)及Vivado軟件平臺(tái)上進(jìn)行了驗(yàn)證，經(jīng)仿真分析得，本文所提算法能夠有效捕獲B1C信號(hào)，捕獲性能滿足實(shí)際應(yīng)用需求，解決了其他算法出現(xiàn)的復(fù)雜度高、兼容性差、硬件實(shí)現(xiàn)難、硬件資源占用大等問(wèn)題，具有一定的參考價(jià)值及工程應(yīng)用價(jià)值。由于研究時(shí)間有限，本文未對(duì)算法進(jìn)行實(shí)際環(huán)境下的硬件實(shí)現(xiàn)及測(cè)試，后期將進(jìn)行相關(guān)方面的研究工作。