短时相关+FFT捕获方法的MATLAB仿真

2024-09-04 22:36

本文主要是介绍短时相关+FFT捕获方法的MATLAB仿真,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

短时相关+FFT捕获方法的MATLAB仿真

  • 前言
  • 短时相关+FFT捕获相关原理
    • 1、频偏引起的相关损失
    • 2、扇贝损失
  • MATLAB程序
  • 获取完整程序


前言

对于算法类的工程,FPGA设计,仿真先行,再没搞清楚整个信号处理原理和流程之前,切莫盲目开始FPGA RTL。对于导航接收机而言,接收机的第一步就在于能够捕获到信号,才能进行后面的跟踪、解算等等。笔者所做的《从零开始研发GPS接收机》的工作中,使用的方法就是这种短时相关+FFT的捕获方法。
从零开始研发GPS接收机》记录了笔者实现一个硬件接收机的全过程,可通过公众号找到。

短时相关+FFT捕获相关原理

短时相关+FFT捕获(或叫做匹配滤波+FFT,PMF+FFT)是一种比较适合于硬件实现的方法。大致的实现方式如下:中频信号与本地载波相乘得到I、Q两路信号。I、Q两路信号分别进入N (,L为伪码长度)阶延迟线,与本地的N 位信号相关,可以得到N个相关值。各次相关输出存储在缓存中,M次运算后将形成一个维的矩阵,对该矩阵各列作M点FFT,当接收信号与本地信号相位差小于N 时即可完成对信号的捕获,当相位差大于N 时未能完成捕获,重新进入下一轮捕获。

在这里插入图片描述

1、频偏引起的相关损失

部分相关是一个低通滤波过程,随着多普勒频移的增大,对应的FFT输出值随之下降,叫做相关损失。随着多普勒频移的增大,相关损失引起FFT输出值下降,因而导致检测概率的下降。下图显示了不同相关器配置对短时相关+FFT结构的幅频响应的影响。X表示每段短时相关的点数,P为段数,N表示对P点数据做N点FFT运算

在总相关时间一定的情况下,分段相关器的相关时长越长,做FFT运算的点数越少,则相应的相关损失也越厉害。
在这里插入图片描述

2、扇贝损失

在短时相关-FFT结构中,FFT运算存在扇贝损失,即当多普勒频移值位于FFT输出两点之间时,该频率对应的FFT输出亦会下降。FFT输出幅度周期性的下降就是由于FFT运算中相位补偿不完全引起的,这种周期性的幅度下降同样也会导致检测概率的下降。扇贝损失可以用补零法来改善。

补零前的幅频响应:
在这里插入图片描述
补零后的幅频响应:
在这里插入图片描述
劣势:
1、如果频率落在两个分辨的频点中间,峰值会有所下降(扇贝损失)
2、如果频偏离中心频点较远,则峰值会下降(频偏损失)
优势:
1、对于电文跳变不敏感,不会因为电文翻转存在相关损失。
2、实现比较灵活,相关器个数可根据捕获速度要求配置

MATLAB程序

这里的matlab使用的是短时相关+FFT的方法。因为短时相关+FFT的原理比较简单,难点在于RTL设计和时序,读者在matlab中弄明白运算原理之后,可以试着参考下面链接中提到的一些设计思路进行设计。

从零开始研发GPS接收机连载——6、捕获模块设计与验证
这里使用下面文章中生成的信源来进行捕获和载噪比估计:
GPS的信号强度以及matlab信号模拟
matlab程序如下:

close all;
clear all;
clc;
format long g;%参数
SAMPLECLK   = 16.369e6;   %采样时钟
T = 0.001;   %相关时长
SAMPLE1MS   = SAMPLECLK*T; 
L1CODEFERQ  = 1.023e6;
L1CARRFERQ  = 3.996e6;  %中频
L1CODELEN   = 1023;     %一周期码片个数%y.mat来自于《GPS的信号强度以及matlab信号模拟》中的matlab
%此处doppler = 1000Hz
y = load('y.mat').y; %包含了PRNNUM = 1的卫星数据
y = y(CodePhase : end);%以下为付费内容

首先还是得到这张二维图:
在这里插入图片描述
自动算出码相位和多普勒以及CNR。
可以看到,由于频率分辨率的限制,只能输出1000Hz最接近的一个频点,即937.5Hz,那么载波频率的捕获误差就是62.5Hz。
在这里插入图片描述

获取完整程序

见公众号

这篇关于短时相关+FFT捕获方法的MATLAB仿真的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1137222

相关文章

Linux系统中查询JDK安装目录的几种常用方法

《Linux系统中查询JDK安装目录的几种常用方法》:本文主要介绍Linux系统中查询JDK安装目录的几种常用方法,方法分别是通过update-alternatives、Java命令、环境变量及目... 目录方法 1:通过update-alternatives查询(推荐)方法 2:检查所有已安装的 JDK方

SQL Server安装时候没有中文选项的解决方法

《SQLServer安装时候没有中文选项的解决方法》用户安装SQLServer时界面全英文,无中文选项,通过修改安装设置中的国家或地区为中文中国,重启安装程序后界面恢复中文,解决了问题,对SQLSe... 你是不是在安装SQL Server时候发现安装界面和别人不同,并且无论如何都没有中文选项?这个问题也

Java Thread中join方法使用举例详解

《JavaThread中join方法使用举例详解》JavaThread中join()方法主要是让调用改方法的thread完成run方法里面的东西后,在执行join()方法后面的代码,这篇文章主要介绍... 目录前言1.join()方法的定义和作用2.join()方法的三个重载版本3.join()方法的工作原

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

Spring Boot从main方法到内嵌Tomcat的全过程(自动化流程)

《SpringBoot从main方法到内嵌Tomcat的全过程(自动化流程)》SpringBoot启动始于main方法,创建SpringApplication实例,初始化上下文,准备环境,刷新容器并... 目录1. 入口:main方法2. SpringApplication初始化2.1 构造阶段3. 运行阶

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

Python错误AttributeError: 'NoneType' object has no attribute问题的彻底解决方法

《Python错误AttributeError:NoneTypeobjecthasnoattribute问题的彻底解决方法》在Python项目开发和调试过程中,经常会碰到这样一个异常信息... 目录问题背景与概述错误解读:AttributeError: 'NoneType' object has no at

postgresql使用UUID函数的方法

《postgresql使用UUID函数的方法》本文给大家介绍postgresql使用UUID函数的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录PostgreSQL有两种生成uuid的方法。可以先通过sql查看是否已安装扩展函数,和可以安装的扩展函数

Java中Arrays类和Collections类常用方法示例详解

《Java中Arrays类和Collections类常用方法示例详解》本文总结了Java中Arrays和Collections类的常用方法,涵盖数组填充、排序、搜索、复制、列表转换等操作,帮助开发者高... 目录Arrays.fill()相关用法Arrays.toString()Arrays.sort()A

Nginx安全防护的多种方法

《Nginx安全防护的多种方法》在生产环境中,需要隐藏Nginx的版本号,以避免泄漏Nginx的版本,使攻击者不能针对特定版本进行攻击,下面就来介绍一下Nginx安全防护的方法,感兴趣的可以了解一下... 目录核心安全配置1.编译安装 Nginx2.隐藏版本号3.限制危险请求方法4.请求限制(CC攻击防御)