基于高動態(tài)的低軌衛(wèi)星載波同步技術(shù)研究
發(fā)布時間:2020-12-11 01:15
為了滿足各地區(qū)寬帶接入的需求,在5G標準中,提出了星地融合的概念,擬引入衛(wèi)星網(wǎng)絡(luò)對海洋、空域、偏遠山區(qū)等地進行覆蓋。低軌衛(wèi)星憑借時延短且衛(wèi)星星座的容量大等優(yōu)勢而備受關(guān)注。在低軌衛(wèi)星作為通信中繼站的系統(tǒng)中,終端和衛(wèi)星之間因存在較大的相對速度和加速度而處于高動態(tài)環(huán)境中。在高動態(tài)環(huán)境下,多普勒頻偏具有高階時變特性,從而加大了接收端對信號進行捕獲和跟蹤的難度。因此,本文針對低軌衛(wèi)星高動態(tài)環(huán)境下的載波同步技術(shù)展開研究。本文將高動態(tài)場景中的載波同步分為載波頻率捕獲和載波相位跟蹤兩個過程。在載波頻率捕獲方面,本文提出了兩種高精度的頻率捕獲算法,分別是級聯(lián)式算法和星歷輔助算法。級聯(lián)式算法通過把優(yōu)化后的離散Chirp傅里葉變換和優(yōu)化后的導頻輔助檢測的最大似然估計算法級聯(lián),來實現(xiàn)高動態(tài)場景中的頻率捕獲。另外,本文在星歷輔助算法中,基于地心固定坐標系推導了含二階變化率的多普勒頻偏估計方法,然后對補償多普勒頻偏及變化率后的信號完成殘余頻偏的估計。在載波相位跟蹤方面,本文建立了相位、頻率和頻率一階及二階變化率的非線性系統(tǒng)模型,推導了擴展卡爾曼濾波(EKF)和無跡卡爾曼濾波(UKF)算法。并針對UKF中觀測噪聲的...
【文章來源】:重慶郵電大學重慶市
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 載波頻率捕獲
1.2.2 載波相位跟蹤
1.3 主要研究工作及內(nèi)容安排
第2章 系統(tǒng)架構(gòu)與信號模型分析
2.1 引言
2.2 衛(wèi)星移動通信系統(tǒng)架構(gòu)
2.3 基于DVB-S2X的系統(tǒng)架構(gòu)
2.4 信號數(shù)學模型分析
2.5 本章小結(jié)
第3章 高動態(tài)下的載波頻率捕獲算法研究
3.1 引言
3.2 基于ODCFT和 O-PA-ML的級聯(lián)式載波頻率捕獲算法
3.2.1 經(jīng)典載波頻率捕獲算法
3.2.2 ODCFT算法
3.2.3 O-PA-ML算法
3.2.4 ODCFT和 O-PA-ML結(jié)合的級聯(lián)式算法
3.3 基于星歷輔助的載波頻率捕獲算法
3.3.1 星歷輔助的多普勒頻率估計
3.3.2 基于星歷輔助的高階載波頻率捕獲算法
3.4 本章小結(jié)
第4章 高動態(tài)下的載波相位跟蹤算法研究
4.1 引言
4.2 傳統(tǒng)卡爾曼濾波類算法
4.2.1 擴展卡爾曼濾波
4.2.2 無跡卡爾曼濾波
4.3 R-自適應無跡卡爾曼濾波算法
4.3.1 觀測噪聲的協(xié)方差矩陣R
4.3.2 自適應比例因子α
4.3.3 R-自適應無跡卡爾曼濾波
4.4 基于R-自適應無跡卡爾曼濾波的載波相位跟蹤
4.5 本章小結(jié)
第5章 仿真平臺搭建與算法性能分析
5.1 引言
5.2 基于DVB-S2X的物理層仿真平臺介紹
5.3 載波頻率捕獲算法性能分析
5.3.1 頻率捕獲算法仿真條件和性能指標
5.3.2 星歷表輔助的多普勒頻率估計分析
5.3.3 頻率捕獲算法仿真結(jié)果與分析
5.4 載波相位跟蹤算法性能分析
5.4.1 相位跟蹤算法仿真條件和性能指標
5.4.2 相位跟蹤算法仿真結(jié)果與分析
5.5 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果
本文編號:2909631
【文章來源】:重慶郵電大學重慶市
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 載波頻率捕獲
1.2.2 載波相位跟蹤
1.3 主要研究工作及內(nèi)容安排
第2章 系統(tǒng)架構(gòu)與信號模型分析
2.1 引言
2.2 衛(wèi)星移動通信系統(tǒng)架構(gòu)
2.3 基于DVB-S2X的系統(tǒng)架構(gòu)
2.4 信號數(shù)學模型分析
2.5 本章小結(jié)
第3章 高動態(tài)下的載波頻率捕獲算法研究
3.1 引言
3.2 基于ODCFT和 O-PA-ML的級聯(lián)式載波頻率捕獲算法
3.2.1 經(jīng)典載波頻率捕獲算法
3.2.2 ODCFT算法
3.2.3 O-PA-ML算法
3.2.4 ODCFT和 O-PA-ML結(jié)合的級聯(lián)式算法
3.3 基于星歷輔助的載波頻率捕獲算法
3.3.1 星歷輔助的多普勒頻率估計
3.3.2 基于星歷輔助的高階載波頻率捕獲算法
3.4 本章小結(jié)
第4章 高動態(tài)下的載波相位跟蹤算法研究
4.1 引言
4.2 傳統(tǒng)卡爾曼濾波類算法
4.2.1 擴展卡爾曼濾波
4.2.2 無跡卡爾曼濾波
4.3 R-自適應無跡卡爾曼濾波算法
4.3.1 觀測噪聲的協(xié)方差矩陣R
4.3.2 自適應比例因子α
4.3.3 R-自適應無跡卡爾曼濾波
4.4 基于R-自適應無跡卡爾曼濾波的載波相位跟蹤
4.5 本章小結(jié)
第5章 仿真平臺搭建與算法性能分析
5.1 引言
5.2 基于DVB-S2X的物理層仿真平臺介紹
5.3 載波頻率捕獲算法性能分析
5.3.1 頻率捕獲算法仿真條件和性能指標
5.3.2 星歷表輔助的多普勒頻率估計分析
5.3.3 頻率捕獲算法仿真結(jié)果與分析
5.4 載波相位跟蹤算法性能分析
5.4.1 相位跟蹤算法仿真條件和性能指標
5.4.2 相位跟蹤算法仿真結(jié)果與分析
5.5 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果
本文編號:2909631
本文鏈接:http://www.lk138.cn/kejilunwen/xinxigongchenglunwen/2909631.html
最近更新
教材專著