Идентификация и оценка информационных параметров навигационных систем с кодовым разделением тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Никифоров, Александр Александрович

  • Никифоров, Александр Александрович
  • кандидат науккандидат наук
  • 2014, Москва
  • Специальность ВАК РФ05.13.01
  • Количество страниц 139
Никифоров, Александр Александрович. Идентификация и оценка информационных параметров навигационных систем с кодовым разделением: дис. кандидат наук: 05.13.01 - Системный анализ, управление и обработка информации (по отраслям). Москва. 2014. 139 с.

Оглавление диссертации кандидат наук Никифоров, Александр Александрович

Оглавление

Стр.

Список сокращений

Введение

Глава 1. Алгоритм оценки информационных параметров для одного источника сигнала в СБМА-системах на фоне АБГШ

1.1. Постановка задачи

1.2. Алгоритм оптимальной оценки параметров ШПС

1.3. Алгоритм оценки информационных параметров ШПС на фоне АБГШ с использованием АР-модели

1.4. Использование АР-модели для оценки параметров ШПС

1.5. Сравнение точности оценки с границей Крамера-Рао

1.6. Выводы по Главе 1

Глава 2. Усовершенствованный итеративный алгоритм вычисления оценки АКФ

2.1. Постановка задачи

2.2. Алгоритм итеративного вычисления АКФ

2.3. Усовершенствованный итеративный алгоритм получения АКФ

2.4. Применение оконного взвешивания для оценки СПМ

2.5. Практические аспекты применения усовершенствованного алгоритма оценки АКФ

2.6. Выводы по Главе 2

*

Стр.

Глава 3. Комплексированный алгоритм оценки фазы и частоты

ШПС сигнала на основе AP-модели на фоне интерференции

3.1. Постановка задачи

3.2. Применение алгоритма DMA для оценки фазы ПСП в ШПС

3.3. Алгоритм оценки параметров ШПС в условиях интерференции

3.4. Сравнительный анализ с параллельным коррелятором

3.5. Сравнение точности оценки частоты с границей Крамера-Рао

3.6. Сравнение предлагаемого алгоритма с границей Крамера-Рао

3.7. Выводы по Главе 3

Глава 4. Полунатурное моделирование

4.1. Эксперимент на оригинальной аппаратной платформе

• 4.2. Эксперимент на данных Мишеля Боваро

4.3. Выводы по Главе 4

Основные результаты и выводы

Литература

Приложение

Список сокращений

АБГШ - аддитивный белый гауссовский шум АКП - автокорреляционная последовательность АКФ - автокорреляционная функция АНП - алгоритм нахождения пика АР - авторегрессия

АРСС - авторегрессия скользящего среднего

АЦП - аналогово-цифровой преобразователь

БПФ - быстрое преобразование Фурье

ДПФ - дискретное преобразование Фурье

ДФМ - двоичная фазовая манипуляция

КФ - корреляционная функция

MAB - максимальная апостериорная вероятность

МНК - метод наименьших квадратов

МШУ - малошумящий усилитель

ОСШ - отношение сигнал-шум

ПО - программное обеспечение

ПЧ - промежуточная частота

СД - синхронный детектор

СВП - статистики высоких порядков

СНРС - спутниковая навигационная радиоэлектронная система СНС - спутниковая навигационная система СКО - средняя квадратическая ошибка СПМ - спектральная плотность мощности

м

СС - скользящее среднее

ПСП - псевдослучайная последовательность

УГ - управляемый генератор

ФАП - фазовая автоматическая подстройка

ФАПЧ - фазовая автоподстройка частоты

ФВЧ - фильтр высоких частот

ФНЧ - фильтр низких частот

ФМШПС - фазо-манипупулированный широкополосный сигнал ЦОС - цифровая обработка сигналов

ШПС - широкополосные сигналы (шумоподобные сигналы)

3G - Third Generation

AGPS - Assisted GPS

BPSK - Binary Phase-Shift Keying

CDMA - Code Division Multiple Access

DAMPS - Digital Advanced Mobile Phone Service

DMA - Delay and Multiply Approach

FTP - file transfer protocol

FPGA - field-programmable gate array

FPU - floating point unit

GPS - Global Positioning System

GSM - Global System for Mobile Communications (ранее Groupe Spécial Mobile)

HOS - Higher-order statistics

NWPR - Narrowband-Wideband Power Ratio

RAM - random access memory

RFID - Radio Frequency IDentifi cation

RSCN - Real Signal-Complex Noise

SDK - Software Development Kit

o SDR - Software Defined Receiver

SNV - Signal-to-Noise Variance SNR - Signal-to-Noise Rate

VHDL - VHSIC ((Very high speed integrated circuits) Hardware Description Language

WAAS - Wide Area Augmentation System

Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Введение диссертации (часть автореферата) на тему «Идентификация и оценка информационных параметров навигационных систем с кодовым разделением»

Введение

Большое количество современных систем являются беспроводными. Простота развертывания, мобильность, относительно низкая стоимость -вот основные преимущества беспроводных систем. Количество мобильных устройств (телефоны, планшетные компьютеры и т.д.) с каждым годом стремительно растет, только мобильных телефонов в 2011 году было 5.6 миллиарда, что обеспечило покрытие 79.86% [1] населения земли. Технологии беспроводной связи глубоко проникли во все сферы жизни общества: обеспечение безопасности с помощью датчиков радиочастотной идентификации (RFID - Radio Frequency IDentifi cation), предоставление доступа в интернет по технологиями сетей третьего поколения (3G - third generation), сетям на базе стандарта IEEE 802.11 (Wi-Fi), сотовая связь по различным технологиям (GSM - Global System for Mobile Communications, CDMA - Code Division Multiple Access, DAMPS - Digital Advanced Mobile Phone Service). Некоторые из этих систем строятся на основе методики расширения спектра, которая отвечает современным требованиям по мощности сигнала и по безопасности передаваемых данных. В основе таких систем лежат шумопо-добные (широкополосные) сигналы (ШПС). Вместе с тем растут требования к таким системам. Применение ШПС ставит ряд специфических задач по обработке информации, обусловленных особенностями ШПС. Решение этих задач приводит к усложнению методов обработки ШПС.

Внедрение новых технологий требует увеличение полосы частот. Разнообразие технологий беспроводной передачи данных среди гражданских и военных систем ведет к перегрузке каналов связи и все более высоким

требованиям к скорости передачи данных. Поэтому применение систем передачи информации с ШПС становится все более неизбежным.

Принимая во внимание географические размеры России и стратегическую важность обладания собственными системами спутникового позиционирования, правительство Российский Федерации уделяет особое внимание разработке собственной системы глобального спутникового позиционирования ГЛОНАСС. Обладание собственными технологиями системы спутниковой навигации (СНС), государство может обезопасить себя в случае военных конфликтов от ограничения применения американской СНС Navstar GPS в зоне конфликта.

Разработка систем, позволяющих работать с несколькими различными СНС, позволит повысить точность определения координат в сложных условиях города. Сложность детектирования сигнала и определения координат обусловлена наличием плотной застройки многоэтажными зданиями. В городских условиях задача подавления интерференционной помехи становится особенно актуальной. Спектр интерференционной помехи не является белым, а фильтрация и компенсация цветного шума требует разработки специальных алгоритмов.

Новые цифровые процессоры позволяют применять подходы, которые еще 10-15 лет назад были бесперспективными. В данной работе развиваются подходы на основе построения параметрической модели ШПС. Невозможность использования методов, требующих вычислений с высокой точностью в приемниках реального времени, 10-15 лет назад была обусловлена слабой производительностью процессоров и микроконтроллеров, а также существенной стоимостью процессоров с модулем для операций с числами с плавающей точкой. Современное развитие цифровых технологий делает возможным применение параметрических методов оценки спектра взамен традиционного подхода основанного на непараметрического анализа спектра.

р Основы теории систем связи с ШПС были заложены в рабо-

тах В.А. Котельникова и К. Шеннона. В России исследованиями в этой области занимаются В.И. Борисов, В.Б. Пестряков, В.И. Журавлев, М.И. Жодзишский, Б.И. Шахтарин, JI.E. Варакин, В.Е. Гантмахер и др.

Изначально методы расширения спектра применялись при разработке военных систем управления и связи [2]. К концу второй мировой войны расширение спектра применялось в радиолокации для борьбы с преднамеренными помехами, а впоследствии развитие данной технологии объяснялось желанием создать помехоустойчивые системы связи. В конце 40-х - начале 50-х годов прошлого века Мортимер Рогофф, сотрудник Международной Телефонной и Телеграфной Корпорации (США) (ITT), провёл эксперимент по передаче информации при помощи псевдошумового сигнала [2], среди отечественных ученых в середине 30-х годов прошлого века работу об основах кодового разделения каналов написал Д.В. Агеев. Первые разработки £ таких систем относились к военным отраслям. Данный факт объясняется

рядом свойств, которыми обладают ШПС, привлекательными для разработчиков СПИ специального назначения, в числе которых — сложность перехвата заложенной в них информации, высокая помехоустойчивость, а также трудность обнаружения факта работы передатчика. В процессе исследований расширенному спектру нашлось и другое применение - снижение плотности энергии, высокоточная локация, использование при множественном доступе [2].

Системы связи с широкополосными сигналами занимают особое место среди прочих современных систем передачи информации. Высокая помехозащищенность под воздействием сильных помех, кодовое разделение большого количества абонентов, прием информации с высокой достоверностью - отличительные особенности таких систем. Эти свойства систем с ШПС были известны и ранее, но уровень и стоимость элементной базы с одной стороны, и низкий "фон"интерференционных помех с другой стороны, не

приводили к острой необходимости развития систем данного класса. Однако усовершенствование элементной базы привело к широкому распространению данного вида сигналов. В настоящее время ШПС применяются в системах спутниковой навигации, системах сотовой связи и др [3].

Отношение сигнал/шум (ОС111) на входе приемника может быть очень низким. Для обеспечения высокой помехозащищенности в таких случаях используются ШПС с большими и сверхбольшими базами.

К созданию сложных широкополосных сигналов (СШС) привело решение ряда проблем при развитии систем передачи данных. Первая проблема встала при разработке новых радиолокационных систем. Для дальнейшего их развития необходимо было разрешить несколько групп противоречивых требований: требование высокой разрешающей способности по дальности и требование к малой дальности обнаружения целей в импульсных РЛС, требование точного измерения скорости и требование к высокому разрешению по дальности, требование к увеличению дальности и ограничению пиковой мощности [4]. Решение данных задач было предложено Ф. Вудвар-дом. Им было показано, что дополнительным параметром в таких системах может быть форма сигнала. Длительность сигнала может быть больше - настолько больше, насколько это необходимо для обеспечения энергетических требований, а требование разрешения по дальности и точности измерений определяются шириной полосы сигнала. Данные требования обеспечиваются путем сжатия импульса на стороне приемника. Вудворд сформулировал основные принципы ШПС: произведение эффективной полосы частот радиосигнала на его длительность должен быть существенно больше единиц ВТ >>1, внутренняя структура сигнала должна быть такой, чтобы обеспечить возможность приемнику сжатие распределенного во времени сигнала в короткий импульс, соответствующий полосе .Р [4].

В [4] показана связь пропускной способности канала с понятием ШПС. При Re « 1 можно записать:

BT==\og(l + Rey

где Re - ОСШ, В - эффективная полоса частот, Т - длительность.

Стоить отметить, что при Re « 1, левая часть данного выражения стремится к бесконечности, а значит ШПС позволяет обеспечить теоретически неограниченную достоверность передачи информации. Второе важное свойство ШПС - способность работать "под шумами". Что обеспечивает скрытность передачи информации, а с другой высокую степень уплотнения каналов связи и, как следствие, решение современных проблем с перегруженностью каналов связи.

В процессе диссертационного исследования используется подход программного приемника (Software Defined Receiver - SDR) для оценки параметров ШПС [5-7]. Особенностью данного подхода является реализация алгоритмов обработки сигнала на системах общего назначения. Автор использует математический пакет MATLAB. Богатая библиотека подпрограмм, удобный интерфейс и возможность вести разработку на ПК делают выбор подхода практически безальтернативным в процессе научного исследования. Традиционные подходы к реализации программного приемника «

СНС Navstar GPS отражены в [5,8].

Как уже было отражено выше, ШПС применяется во многих системах. Особенный интерес у автора вызывает СНС Navstar GPS. Этому есть две причины:

• ШПС, используемый в СНС Navstar GPS, является "типовым"в системах данного класса, для расширения спектра в данной системе используется ПСП Голда [9];

• данные СНС Navstar GPS находятся в открытом доступе и их можно использовать в процессе эксперимента для подтверждения результатов имитационного моделирования и теоретического исследования. Интересными представляются исследования в области детектирования и оценки частоты ШПС с применением теории хаоса (осциллятора Дуффин-га) [10-12]. Преимуществом данного подхода является то, что свойства осциллятора позволяют детектировать сигналы с экстремально низким ОСШ.

Осциллятор Дуффинга [13,14] с гармоническим внешним воздействием может быть описан уравнением:

тх" + сх' + к\х + &2ж3 = Fq cos(ut), (1)

где га - масса, с - коэффициент диссипации, х - состояние осциллятора, к\ - линейный и нелинейный коэффициенты соответственно, Fo cos(a;i) -внешнее воздействие.

Подробно уравнение (1) рассмотрено в [15]. Для использования осциллятора Дуффинга с целью оценки параметров ШПС была предложена усовершенствованная форма [11,16]:

х" + сх' — х3 + ХЪ = 7 cos(wt) + (7а; cos^) + 7l(t)). (2)

Можно переписать динамическую систему (2) в виде:

v(!) = At);

y'(t) = -ex' + х3 — х5 + 7 cos(a;i) + (7^ cos^) + n(t)),

где п(£) - аддитивный белый гауссовский шум (АБГШ), имеющий нулевое среднее значение и КФ В^г) = (г), а N0 - односторонний энергетический спектр.

Пример фазового портрета системы (3) при ш = шх изображен на Рис. 1, фазовый портрет системы в режиме хаоса изображен на Рис. 2 и Рис. 3. На Рис. 1 в качестве параметров уравнения применялись: с = 0.5, 7 = 7Ж = 0.36, ш = 1.

Рис. 1. Фазовый портрет при ш —

Рис. 2. Фазовый портрет при ш < ш.

Часто для определения параметров режимов хаотической динамики системы применяются показатели Ляпунова. По их значениям можно определить в каком состоянии находится система. Детектор с применением показателя Ляпунова представлен на Рис. 4.

В статье [?] предложен усовершенствованный метод, базирующийся на вычислении дисперсии фазовой траектории. Действительно, на Рис. 2 и Рис. 3 видно, что когда система находится в хаотическом состоянии, значение дисперсии по координате х больше, чем соответствующее значение в состоянии и = шх. На основе этого была предложена усовершенствованная схема детектора сигнала - Рис. 5.

1.5

-11-'-1-'-'-'-

-1.5 -1 -0 5 0 0.5 1 1.5

х

Рис. 3. Фазовый портрет при ш > ил

Рис. 4.

Схема детектора, основанного на показателе Ляпунова для осциллятора

Дуффинга

Вместе с тем, из-за высокой чувствительности хаотических режимов к изменению параметров и начальных условий системы, использование данного подхода в реальных приемниках затруднительно. Таким образом данное направление является в настоящее время скорее теоретическим, чем практическим.

В работах [17,18] предложено использовать статистики высоких порядков (СВП) для подавления шума и оценки сигналов с низким уровнем ОСШ.

Математический аппарат статистик высоких порядков (СВП или HOS -Higher-order statistics) для исследования непричинных, причинных и нестабильных (систем с не минимальной фазой) и негауссовых сигналов впервые был предложен в [17] в 1993 году. Этот метод позволяет не только подавлять цветной гауссовский шум, но также в некоторых случаях подавлять цветной

Рис. 5. Схема энергетического детектора для осциллятора Дуффинга

негауссовский шум. В работе [ 18] был предложен метод оценки параметров ШПС с использованием СВП.

Интересная группа алгоритмов основывается на информационной избыточности ШПС, например, [19]. В данной группе алгоритмов используется механизм появления нескольких точек на основном пике КФ, описанный в [20]. Пример изображен на Рис. 6.

А Д(г1

Рис. 6.

Идеальная КФ ШПС с отмеченными точками возможного обнаружения

На Рис. 6 изображен пик КФ с несколькими точками. Две точки находятся выше порога П = 0.5.

В работе [! 9] рассмотрено создание субоптимального обнаружителя на основе информационной избыточности ШПС. Получена целевая функция для системы синхронизации в целом и намечены дальнейшие пути развития данного направления.

Разработке и исследованию оптимальных алгоритмов обработки сигнала в навигационных СПИ посвящена работа [21]. В данной работе приводятся авторские алгоритмы: алгоритм оценки псевдодальности, алгоритм поиска сигнала системы межспутниковых измерений на основе дискретной свёртки, алгоритм приёма навигационного сигнала с комбинированным видом модуляции, включающим навигационное и телеметрическое сообщения, адаптивный алгоритм обработки наблюдений при воздействии нескольких узкополосных помех, алгоритм быстрого вычисления коэффициентов трансверсального фильтра для системы подавления узкополосных помех.

Более традиционные подходы оценки параметров ШПС сигналов с низким уровнем ОСШ рассмотрены в монографии [22]. В данной монографии рассматриваются как методы детектирования и оценки параметров ШПС, основанные на когерентном накоплении, так и эффективные системы слежения за частотой и фазой ПСП.

Кроме того, публикуются работы по выбору порога в алгоритмах захвата ШПС. Например, в работах [23,24] представлен алгоритм "Peak-finding algorithm", в данной работе введем перевод - "Алгоритм нахождения пи-ка"(АНП).

Предложенный в работах алгоритм можно разбить на несколько шагов:

Шаг 1. Подсчитать КФ, используя БПФ.

Шаг 2. Найти главный пик КФ, найти второй пик КФ, найти среднее значение КФ.

Шаг 3. Нормализовать полученные значения относительно главного пика КФ.

Шаг 4. Если (максимум КФ - среднее) > Щ и (максимум КФ - второй максимум КФ) > П2, тогда принимается решение о наличии сигнала в принимаемой смеси.

В статье [23] предложены следующие значения для порогов: П1 = 0.3 дБ и П2 = 0.15 дБ. Также авторы предлагают итерационную процедуру для нахождения фазы ПСП и частоты смещения Доплера:

ф Шаг 1 Начать вычисление с 1 мс.

Шаг 2 Получить результаты АНП.

Шаг 3 Если фаза ПСП и частота не могут быть найдены, увеличить время интегрирования сигнала. Использовать следующие значения для интегрирования: 1мс -> Юме -> 50мс -> ЮОмс -> 200мс -> 500мс -> ЮООмс. Таким образом интерес исследователей и разработчиков к СПИ с ШПС в последнее время огромен. Это в первую очередь связано с их практически безальтернативностыо в таких приложениях как радиолокация, спутниковая навигация, мобильная связь и др. При проектировании таких систем для выделения данных из потока необходимо иметь точно синхронизированную копию ПСП, которая была использована при модулировании сигнала на передающей стороне. Для достижения синхронизма на стороне приемника необходимо устранить неопределенность в двух областях: неопределенность по частоте и неопределенность по фазе (задержке) ПСП. Неопреде-^ ленность по фазе ПСП обусловлена неопределенностью в расстоянии меж-

ду передатчиком и приемником. Неопределенность по частоте обусловлена доплеровским эффектом, а также нестабильностью опорных генераторов в передатчике и приемнике. После устранения неопределенности по частоте, для достижения точной синхронизации начинается процесс слежения за частотой. Неопределенность по фазе ПСП устранить, не используя полный перебор, невозможно в силу корреляционных свойств ПСП. Таким образом можно заключить, что задача быстрого и эффективного поиска и оценки информационных параметров ШПС является актуальной. Цель и задачи диссертации

Целью диссертационной работы является разработка и анализ алгоритмов оценки информационных параметров сигнала в системах с CDMA на основе параметрического метода оценки частоты на фоне аддитивного белого гауссовского шума (АБГШ) и интерференционной помехи, с возмож-k ностыо реализации на современной элементной базе.

Для достижения поставленной цели в диссертации решаются следующие задачи:

1. Разработка алгоритма оценки информационных параметров для одного источника сигнала в CDMA-системах на фоне АБГШ с использованием методов параметрической идентификации.

2. Адаптация и усовершенствование итеративного алгоритма вычисления оценки автокорреляционной функции (АКФ) для использования при обработке CDMA-сигнала в приемниках реального времени.

3. Разработка комплексированного алгоритма оценки информационных параметров CDMA-сигнала на фоне АБГШ и интерференционной помехи, основанного на алгоритмах Delay and Multiply Approach (DMA), a также усовершенствованном алгоритме итеративной оценки автокорреляционной функции и авторегрессионной (АР) модели второго порядка.

4. Сравнительный анализ разработанных алгоритмов с типовыми решениями в области оценки информационных параметров сигнала используемых в CDMA-системах.

5. Полунатурное моделирование с использованием оригинальной аппаратной платформы на реальных данных CDMA-системы Navstar GPS, а также полунатурное моделирование на данных, полученных из внешних источников.

Общая методика исследований

Разрабатываемые в работе алгоритмы оценки информационных параметров ШПС основываются на параметрическом моделировании. Методы исследований основаны на теории вероятностей, статистической теории радиотехнических систем, теории цифровых систем. Для решения задач используется численное и полунатурное моделирование. Для полунатурного моделирования используется подход реализации программного приемника (SDR - Software Defined Receiver) и получения данных для эксперимента при помощи оригинальной аппаратной платформы.

Научная новизна результатов

1. На основе теории параметрической идентификации автором разработан алгоритм оценки информационных параметров сигнала в CDMA-системах.

2. Предложен алгоритм компенсации окрашенного шума на основе итеративного вычисления АКФ для получения несмещенной оценки частоты с использованием параметрического метода оценки спектра.

3. Предложен усовершенствованный итеративный алгоритм вычисления оценки АКФ в базисе Фурье для использования в приемниках реального времени.

4. Предложен способ комплексирования алгоритмов оценки фазы псевдослучайной последовательности (ПСП) DMA, усовершенствованного алгоритма итеративного вычисления оценки АКФ и параметрического метода оценки спектра в задаче оценки информационных параметров сигнала в CDMA-системах.

Практическая ценность

1. Усовершенствован итеративный алгоритм вычисления оценки АКФ. Оптимизация вычислительных затрат позволяет использовать данный усовершенствованный алгоритм в приемниках реального времени.

2. Усовершенствованный алгоритм итеративного вычисления оценки АКФ позволяет повысить ОСШ при оценке АКФ, а также снизить влияние окрашенного шума на точность оценки частоты при использовании АР модели.

3. Разработанный комплексированный алгоритм оценки информационных параметров CDMA-сигнала позволяет существенно снизить вычислительные затраты.

4. Созданный программно-аппаратный стенд для экспериментального исследования систем цифровой связи с использованием технологии

CDMA позволяет подтвердить практическую реализуемость разработанных алгоритмов.

Апробация результатов Результаты диссертации прошли апробацию на 7-ой Всероссийской конференции «Радиолокация и радиосвязь» (Москва 2013 г.); Международной конференции «Радиоэлектронные устройства и системы для инфокоммуникационных технологий - РЕС-2013» (Москва 2013 г.); V Международной студенческой научно-практической конференции «Интеллектуальный потенциал XXI века: ступени познания» (Новосибирск 2011 г.).

Внедрение результатов работы:

1. Результаты диссертации внедрены в экспериментальном программно-аппаратном обеспечении филиала «Самсунг Электронике Ко., Лтд», что подтверждено актом о внедрении.

2. Результаты диссертации использованы в НИР «Фундаментальные проблемы создания АУИС», шифр «КЕДР-5», ГР№: 01200964825.

3. Результаты диссертации использованы в учебном процессе на кафедрах «Автономные информационные и управляющие системы» МГТУ им. Н.Э. Баумана, и «Управление и моделирование систем» Московского Государственного Университета Приборостроения и Информатики, что подтверждено актами об использовании.

Объем и структура диссертации

Диссертация состоит из введения, четырех глав, заключения и списка литературы. Общий объем составляет 139 страниц, включающих 24 страниц приложения, 51 рисунок, 5 таблиц и список литературы из 66 наименований.

Положения, выносимые на защиту

1. Алгоритм оценки информационных параметров CDMA-сигнала на фоне АБГШ на основе АР-модели принимаемого сигнала.

2. Усовершенствованный итеративный алгоритм вычисления оценки АКФ для повышения ОСШ и подавления интерференционной помехи в задаче оценки информационных параметров CDMA-сигнала.

3. Комплексированный алгоритм оценки информационных параметров CDMA-сигнала на фоне интерференционной помехи и шума на основе алгоритмов: DMA, усовершенствованного итеративного алгоритма вычисления оценки АКФ и АР-модели принимаемого сигнала.

4. Результаты анализа точности, вычислительных затрат разработанных алгоритмов, а также сравнительный анализ с типовыми алгоритмами.

Глава 1. Алгоритм оценки информационных параметров для одного источника сигнала в CDMA-системах на фоне АБГШ

1.1. Постановка задачи

В данной главе ставится и решается задача синтеза алгоритма оценки информационных параметров ШПС на основе авторегрессионной модели сигнала для одного источника на фоне АБГШ, также рассмотрены источники помех и оптимальный в смысле максимального правдоподобия приемник для CDMA-системы Navstar GPS. Точность оценки приведенного алгоритма сравнивается с границей Крамера-Рао.

Объектом исследования являются приемники типового широкополосного сигнала - СНС Navstar GPS. Сигнал данной системы был выбран по причине относительно простой возможности к его доступу (сбору сигнала, а также наличию уже собранного сигнала в общедоступных источниках) и широкого распространения. Основные модули этой системы изображены на Рис. 1.1. В систему СНС Navstar GPS входят космический сегмент, назем-

Рис. 1.1. Структурная схема СНС GPS

ный сегмент (на Рис. 1.1 не отражен), а также пользовательский сегмент. В космический сегмент входит спутниковая группировка, в наземный - станции управления, в пользовательский - все устройства, принимающие сигнал от СНС Navstar GPS.

Рассматривается сигнал с расширением спектра методом "прямой последовательности". Данный метод заключается в том, что гармоническая несущая сигнала модулируется высокоскоростным (широкополосным) расширяющим сигналом.

Несущее колебание с частотой си0 модулируется данными d(t), а также высокоскоростной ПСП g(t), полученной методом "прямой последовательности". В СПИ Navstar GPS осуществляется двоичная фазовая модуляция (ДФМ или 2-ФМ), а значит d{t) и g{t) - потоки антиподных импульсов {-1, 1}. На Рис. 1.2 представлены: фрагмент цифровых данных и модулирующей последовательности на длине 1-го бита Т&.

d(t)

О

Ть t

g(t)

о -1

Tb t

Рис. 1.2.

Информационный бит cl(t) и модулирующая последовательность g(t)

Таким образом, сигнал на выходе модулятора может быть представлен [25]:

s(t) = Ad(t)g{t) cos (w0£), (1.1)

где А - амплитуда, <¿(2)- информационный бит, а д(Ь) - ПСП.

Как уже было отмечено, при данном методе расширение спектра достигается за счет модуляции несущей частоты, чаще всего двоичной ПСП, или за счет псевдослучайной перестройки рабочей частоты [26]. Рассматриваемое в работе семейство ПСП Голда относится к ПСП, модулирующей сигнал при помощи псевдослучайной перестройки фазы - фазо-манипупулированный широкополосный сигнал (ФМШПС). Так как в данной работе не рассматриваются другие виды ПСП, будем заменять термин ФМШПС термином ШПС, принимая во внимание только случай ФМШПС.

Таким образом (1.1) может быть также записано как:

где (вк = актт, ак е {0,1}).

Амплитуда А сигнала зависит от многих факторов и должна рассматриваться как случайная величина [27]. Случайность амплитуды может иметь разный характер. Обычно амплитуда сигнала неизвестна и может изменяться в широких пределах, но очень медленно, в зависимости от условий функционирования системы. Большой интерес представляет определение пороговых значений мощности (амплитуды) или энергии сигнала при заданном уровне помех, обеспечивающих при оптимальном обнаружении требующуюся достоверность обнаружения или передачи сообщения. В этих условиях амплитуду сигнала или его энергию полезно рассматривать как переменную величину и исследовать ее влияние на результат работы системы.

Информационный бит остается постоянным в течении промежутка

В случае прямоугольной формы символов информационной последовательности двоичной ШПС на длительности одного бита данных, сигнал

«(*) = Лф) сое (ы0£ + вк)

(1.2)

Ть:

(1.3)

можно представить как:

¿(г) = сов + о0), о < г < ть,

(1.4)

где во - начальная фаза сигнала, ее значение имеет равномерное распределение на интервале (0О € [0,27т]).

Известно, что для случайной последовательности (СП) корреляционная функция (КФ) равна:

Яр(т) =

(1.5)

О, |г| > тс. График КФ СП имеет вид Рис. 1.3.

Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Список литературы диссертационного исследования кандидат наук Никифоров, Александр Александрович, 2014 год

Литература

1. Список стран по числу используемых мобильных телефонов // Википедия. Дата обновления: 06.10.2013. URL: http://ru.wikipedia.org/?oldid=58756712 (дата обращения: 06.10.2013).

2. Скляр Б. Цифровая связь: Теоретические основы и практическое применение. Изд. 2-е, испр.: Пер. с англ. / М. : Издательский дом Вильяме, 2007. 1104 с.

3. Варакин Л.Е. Системы связи с шумоподобными сигналами. М.: Радио и связь, 1985. 384 с.

4. Гантмахер В. Е. Быстров Н. Е. Чеботарев Д. В. Шумоподобные сигналы. Анализ, синтез, обработка. СПб.: Наука и Техника, 2005. 400 с.

5. Borre Kai, Akos Dennis М. A Software-Defined GPS and Galileo Receiver. Springer, 2007. 176 p.

6. Grayver E. Implementing Software Defined Radio. Springer, 2012. 270 p.

7. Рапу T. Navigation Signal Processing for GNSS Software Receivers. Artech House, 2010. 352 p.

8. Tsui James Bao Yen. Fundamentals of global positioning system receivers: a software approach. John Wiley and Sons, 2004. 352 p.

9. Gold R. Optimal binary sequences for spread spectrum multiplexing // IEEE Trans, on Information Theory. 1967. Vol. 13. pp. 619-621.

10. Babazadehrokni H., Askari S. Application of Analytical Method to Weak Global Positioning System Signal // Proceedings of PIERS 2010 in Cambridge. 2010. pp. 984 - 990.

11. Huang P., Yiming P., Zhao Z. Weak GPS Signal Acquisition Algorithm Based on Chaotic Oscillator // EURASIP Journal on Advances in Signal Processing. 2009. pp 1-6.

12. Wang G., Chen D., Lin J. The application of chaotic oscillators to weak signal detection // IEEE Transactions on Industrial Electronics. 1999. Vol. 46. pp. 440 - 444.

13. Кобылкина П. И. Разработка нелинейных динамических систем для формирования хаотических колебаний и их синхронизации: дис. ... к.т.н. М. 2007. 340 с.

14. Сидоркина Ю. А. Генерирование и синхронизация хаотических сигналов: дис. ... к.т.н. М. 2004. 169 с.

15. Неймарк Ю.И., Ланда П.С. Стохастические и хаотические колебания. М.: Наука, 1987. 424 с.

16. Song W., Deng S., Yang J. Tool Wear Detection Based on Duffing-Holmes Oscillator // Mathematical Problems in Engineering. 2008. Vol. 2008. pp. 1-15.

17. Nikias C.L., Petropulu A.P. Higher-order spectra analysis: a nonlinear signal processing framework. Prentice Hall, 1993. 537 p.

18. Zhao Z., Pu J. New Detection Methods of DS-CDMA Signal at Lower SNR // JOURNAL OF NETWORKS. 2010. Vol. 5. pp. 484-491.

19. Черныш A.B. Разработка алгоритма поиска шумоподобных сигналов по времени: дис. ... к.т.н. М. 2009. 167 с.

20. Kaplan Elliott D., Hegarty Christopher. Understanding GPS: Principles and Applications, Second Edition. Artech House, 2006. 726 p.

21. Болденков E. H. Разработка и исследование оптимальных алгоритмов обработки сигналов в аппаратуре спутниковой навигации: дис. ... к.т.н. М. 2007. 226 с.

22. Ziedan N.I. GNSS receivers for weak signals. Artech House Space Technology and Applications 2006. 250 p.

23. M.L. Mao, A.B. Chen. Design of Peak-finding Algorithm on Acquisition of Weak GPS Signals // Systems, Man and Cybernetics, 2006. SMC '06. IEEE International Conference on. 2006. Vol. 3. pp. 1820-1825.

24. Wei-Lung M., An-Bang C. New code delay compensation algorithm for weak GPS signal acquisition // AEUE - International Journal of Electronics and Communications. 2009. Vol. 63. pp. 665-677.

25. Шахтарин Б.И. Синхронизация в радиосвязи и радионавигации. М.: Ге-лиос АРВ, 2007. 256 с.

26. Борисов В.И., Зинчук В.М. Помехозащищенность систем радиосвязи с расширением спектра сигналов модуляцией несущей псевдослучайной последовательностью. М.: Радио и связь, 2003. 640 с.

27. Пестряков В.Б., Афанасьев В.П., Гурвич B.JI. Шумоподобные сигналы в системах передачи информации. М.: Сов. радио, 1973. 424 с.

28. Пугачев B.C., Казаков И.Е., Евланов Л.Г. Основы статистической теории автоматических систем. М.: Машиностроение, 1974. 400 с.

29. Parkinson B.W. Global Positioning System: Theory and Applications, Volume I. Stanford University, 1996. 781 p.

30. Dong Lei. IF GPS Signal Simulator Development and Verification. Master Degree, the University of Calgary, Alberta, Canada, 2003. 182 p.

31. Hannah В. M. Modelling and Simulation of GPS Multipath Propagation. The Cooperative Research Centre for Satellite Systems Queensland University of Technology, 2001. 375 p.

32. Burns J.R., Cutright C., Braasch M. Investigation of GPS Software Radio Performance in Combating Narrow Band Interference // ION 58th Annual Meeting/CIGTF 21st Guidance Test Symposium. Albuquerque. NM. 2002. pp. 523-530.

33. Corbell P. M., Miller M. M. Design and Analysis of a Matlab Based Digitized IF GPS Signal Simulator and A Simulink Based Configurable GPS Receiver. Proceedings of ION GPS. Salt Lake City. UT. 2000. pp. 1906-1915.

34. Brown A., Gerein N., Taylor K. Modeling and simulation of GPS Using Software Signal Generation and Digital Signal Reconstruction // Proceedings of ION NTM. Anaheim. CA. 2000. pp. 646-652.

35. Оппенгейм А., Шафер P. Цифровая обработка сигналов. 2-е изд. М.: Техносфера, 2007. 856 с.

36. Марпл C.JL Цифровой спектральный анализ и его приложения: Пер. с англ. М.: Мир, 1990. 584 с.

37. Saeed V. Advanced Digital Signal Processing and Noise Reduction. 4 edition, Wiley, 2009. 544 p.

38. Большаков A.A. Каримов P.H. Методы обработки многомерных данных и временных рядов. Учебное пособие для вузов. М.: Горячая линия -Телеком, 2007. 522 с.

39. Шахтарин Б.И. Ковригин В.А. Методы спектрального оценивания случайных процессов. М.: Гелиос АРВ, 2005. 248 с.

40. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. М.: Мир, 1989. 448 с.

41. Никифоров А.А. Детектирование сигналов с расширенным спектром на основе АР модели с учетом мощности шума // Международная конференция Радиоэлектронные устройства и системы для инфокоммуника-ционных технологий - РЕС-2013. Москва, Россия, доклады. Выпуск LXVIII. С. 139-143.

42. Никифоров А.А., Мельников А.О., Токарев С.В. Детектирование сигналов с расширенным спектром на основе АР модели // Промышленные АСУ и контроллеры. Май 2013, С. 51-54.

43. Kay S. М. Modern spectral estimation:theory and application. Prentice-Hall signal processing series. Prentice Hall, 1988. 576 p.

44. Kay S.M. Noise compensation for autoregressive spectral estimates // IEEE Transactions on Acoustics, Speech and Signal Processing. 1980. Vol. 28. pp. 292-303.

45. Lacoss R.T. Data adaptive spectral analysis methods // Geophysics. 1971. Vol. 36. pp. 661-675.

46. Chen W. Y., Stegen G. R. Experiments with maximum entropy power spectra of sinusoids // Journal of Geophysical Research. 1974. Vol. 79. pp. 3019-3022.

47. Marple L. Resolution of conventional Fourier, autoregressive and special ARMA methods of spectral analysis. // Proceedings of the IEEE International Conference on Acoustic Speech, Signal Processing. 1977. pp. 74-77.

•i 48. Останин С. А. Увеличение отношения сигнал-шум методом после-

довательного вычисления автокорреляционной функции. // Журнал радиоэлектроники: электронный журнал. 2011. Т. 12 // URL: http://jre.cplire.ru/jre/decll/13/text.html (дата обращения: 06.10.2014).

49. Никифоров A.A. Алгоритм итеративного вычисления автокорреляционной функции в задаче оценки частоты широкополосного сигнала // Механизация строительства. Т. 11. С. 53-55.

50. Макс Ж. Методы и техника обработки сигналов при физических измерениях: В 2-х томах. Пер. с франц. Т. 1. Основные принципы и классические методы. М.: Мир, 1983. 312 с.

51. Никифоров A.A. Эффективная реализация процедуры последовательного вычисления автокореляциоенной функции // Образование. Наука. Научные кадры. 2013. Т. 5. С. 204-207.

52. David M. Lin James В. Y. Tsui. Acquisition Schemes for Software GPS Receiver // Proceeding of the 11th International Technical Meeting ION GPS-98. 1998. pp. 317-325.

53. Вспомогательный способ и система для обнаружения беспроводных сигналов мобильными устройствами. Заявка на изобретение. 2012147530/08, 08.11.2012. Заявитель: Корпорация "САМСУНГ ЭЛЕК-ТРОНИКС Ко., Лтд."(КЛ), Автор: Никифоров Александр Александрович (RU), Дата публикации: 20.05.2014.

54. Никифоров A.A. Применение алгоритма DELAY AND MULTIPLY APPROACH и АР модели для обнаружения и оценки параметров ШПС. // 7-ая Всероссийская конференция «Радиолокация и радиосвязь» в рамках Московской Микроволновой Недели, Доклады. С. 223-227.

55. Сидоркина Ю.А. Никифоров А.А. Алгоритм оценки параметров широкополосного сигнала на ограниченном интервале наблюдения // Научный вестник МГТУ ГА. 2014. Т. 210. С. 76-83.

56. Спилкер Дж. Цифровая спутниковая связь. Пер с англ./Под ред. В. В. Маркова. М.: Связь 1979. 592 с.

57. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. 471 с.

58. Rife D., Boorstyn R. Single tone parameter estimation from discrete-time observations. // IEEE Transactions on Information Theory. 1974. Vol. 20. pp. 591-598.

59. venik/gpsjproject [Электронный ресурс] / The academic gps-project http://rf-lab.org/.- Сайт.- Режим доступа: https://github.com/venik/gps_project (дата обращения: 30.03.2014).

60. Maxim Universal GPS Receiver MAX2769. 19-0791; Rev 0; 6/07. 23 p.

61. Michele's GNSS blog [Электронный ресурс] / Open source Software Defined Radio GPS receiver.- Блог,- Режим доступа: http://michelebavaro.blogspot.com/2010/ll/open-source-software-defined-radio-gps.html (дата обращения: 30.03.2014).

62. FTP-сервер [Электронный ресурс] / FTP directory /pub/materials at rf-lab.org.- FTP сервер.- Режим доступа: ftp://rf-lab.org/pub/materials/101112_0928GMT_primo_fs5456_fif4092.dat (дата обращения: 30.03.2014).

63. sandiaproject [Электронный ресурс] / Senior Project for Sandia - Google Project Hosting. - Сайт,- Режим доступа: http://code.google.eom/p/sandiaproject/ (дата обращения: 30.03.2014).

64. Шахтарин Б.И. Нелинейная оптимальная фильтрация в примерах и задачах: учеб. пособие для вузов радиотехн. и прибор, специальностей. М.: Гелиос АРВ, 2008. 344 с.

65. Фоменко А. Ю. Разработка оптимальных алгоритмов работы систем синхронизации для высокодинамичных объектов: дис. ... к.т.н. М. 2012. 158 с.

66. уешк/р1^_8гс [Электронный ресурс] / уетк/р1^_8гс - .Сайт- Режим доступа: https://github.com/venik/phd_src (дата обращения: 28.08.2014).

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.