袁 進，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)用到生活中的各個領(lǐng)域。目前，我國的北斗系統(tǒng)已完成全球組網(wǎng)，能夠為全球用戶提供高精度的定位服務(wù)。在北斗系統(tǒng)中，B1C信號是應(yīng)用較早的新體制信號，能否有效對其捕獲，將直接影響著北斗接收機的捕獲性能[1]。B1C信號捕獲方法眾多，各方法均具有各自的優(yōu)勢，有效解決了B1C信號在捕獲中出現(xiàn)的副峰、捕獲時間長、捕獲精度低等問題，但在捕獲效率、算法硬件實現(xiàn)等方面尚存在改進的空間。針對B1C信號的捕獲問題，文獻[2]提出了一種基于ASPeCT的B1C信號非匹配捕獲算法，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，在弱信號環(huán)境下的捕獲能力有待研究；文獻[3]圍繞B1C信號的聯(lián)合捕獲問題，基于最優(yōu)相干積分時間的理論，給出了不同信噪比下的捕獲參數(shù)設(shè)計及聯(lián)合捕獲算法選擇的方法；文獻[4]將基于BPSK-like的單邊帶信號捕獲方法和聯(lián)合邊帶信號捕獲方法相結(jié)合，提出了一種基于預(yù)檢測通道的雙通道捕獲方法，有效解決了BOC信號搜索時間與捕獲精度相矛盾的問題，但在硬件實現(xiàn)上，缺少資源有效分配的考慮，實際測試中易出現(xiàn)硬件模塊延遲等問題，造成捕獲性能不佳；文獻[5]針對高動態(tài)環(huán)境下BOC信號同步問題，提出一種分數(shù)階傅里葉變換和離散多項式相位變換相結(jié)合的捕獲算法，有效提高信號捕獲概率，縮短捕獲時間，但算法復(fù)雜度相對較高。文獻[6]提出了一種基于相關(guān)函數(shù)的信號無模糊捕獲方法，該方法有效解決了BOC信號在捕獲和跟蹤中出現(xiàn)的模糊問題，但在算法的抗干擾能力上還有進一步提高的空間。

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

1 B1C信號分析

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

B1C信號的調(diào)制特性如表1所示，B1C信號的2個分量均采用了二進制偏移載波(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信號調(diào)制特性Tab.1 Modulation characteristics of B1C signal

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

2 BOC信號調(diào)制

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

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

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

BPSK調(diào)制信號和BOC(1,1)調(diào)制信號的自相關(guān)函數(shù)如圖2所示。由圖2可得，BPSK調(diào)制信號只有一個相關(guān)峰值，而BOC(1,1)調(diào)制信號除了一個主峰，還存在2個副峰。如果直接采用BPSK調(diào)制信號的捕獲方法對BOC調(diào)制信號進行捕獲，則會出現(xiàn)模糊性問題，影響捕獲的準確性[10-11]。故在捕獲模塊設(shè)計中，要采取相應(yīng)的方法解決副峰值問題。

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

3 BOC信號捕獲算法介紹

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

相較于其他BOC捕獲算法，BPSK-like捕獲算法技術(shù)相對成熟，具有算法邏輯簡單、硬件實現(xiàn)方便等優(yōu)點[12-15]。BPSK-like算法的基本原理為：首先，通過濾波器將BOC信號分為上邊帶和下邊帶2路信號；接著，分別對2路信號采用BPSK信號捕獲方法進行處理；最后，將處理后的2路信號進行累加合并，并進行判決。若合并后的峰值超過設(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 單邊帶信號捕獲算法設(shè)計

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

圖8示出機組綜合供電煤耗降低隨負荷增加而單調(diào)增大，隨空冷島散熱面積的增加而單調(diào)增大。機組為設(shè)計散熱面積時，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，機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，機組綜合供電煤耗降低的邊際效應(yīng)逐漸變?nèi)酢?/p>

設(shè)計的單邊帶信號處理模塊以并行碼相位捕獲算法為基礎(chǔ)，在FFT模塊設(shè)計及信號累加方式上進行了優(yōu)化設(shè)計，算法實現(xiàn)過程為：① 單邊帶信號分量經(jīng)混頻后，以(i+jq)的形式進行FFT運算；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)進行共軛相乘運算；③ 將共軛相乘運算結(jié)果輸入到IFFT模塊進行處理，完成信號的相關(guān)運算；④ 對IFFT輸出數(shù)據(jù)進行相干累加及非相干累加運算，實現(xiàn)信號能量的積聚，同時避免因符號翻轉(zhuǎn)帶來的影響。單邊帶信號處理模塊的設(shè)計框圖如圖4所示。

圖4 單邊帶信號處理模塊設(shè)計框圖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)計上進行了一定的優(yōu)化處理。

采用基于頻率抽取的方法對FFT模塊進行設(shè)計，主要包括數(shù)據(jù)緩存單元、蝶形運算單元和自然排序單元等部分。由于B1C信號和L1C信號的主碼長均為10 230，故將FFT點數(shù)設(shè)置為1 024，通過分段處理的方式提高了捕獲的速度，降低了硬件實現(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

在蝶形運算單元中加入了數(shù)據(jù)截位運算和原位運算，進一步降低了FFT運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運算，故將旋轉(zhuǎn)因子單獨存儲在存儲單元中，當使用到IFFT模塊時，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)計一個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信號主碼周期均為10 ms，且FFT模塊的點數(shù)為1 024點，故將兩分量的相干累加時長均設(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估方法，對不同非相干累加次數(shù)下的檢測概率進行了統(tǒng)計分析。

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

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

本文以BOC(1,1)上邊帶信號為例，使用Matlab軟件對算法進行了驗證分析。將信號的碼片偏移值設(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單元進行掃描)，信號功率設(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)了單個明顯的峰值，其對應(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，不同信號功率下的檢測概率統(tǒng)計如圖8所示。由圖8可以看出，當信號功率低于-136 dBm時，捕獲模塊的檢測概率低于95%，不符合實際應(yīng)用需求，若想實現(xiàn)對較低信號功率的信號捕獲，則需提高非相干累加次數(shù)。

圖8 不同信號功率下的檢測概率Fig.8 Detection probability under different signal power

本文借助verilog語言在Vivado軟件平臺上對算法進行了仿真實現(xiàn)。蝶形運算單元中截位運算模塊的仿真結(jié)果如圖9所示。由結(jié)果可得，正弦輸入信號(iVal)位寬與輸出信號(oVal)位寬相差7位，但輸入信號和輸出信號包絡(luò)未發(fā)生改變，僅相差一個時鐘周期，說明截位模塊起到了縮小幅值的作用，減少了運算量，節(jié)約了硬件存儲空間。

圖9 截位運算Fig.9 Truncation operation

基2-1 024點FFT模塊的仿真結(jié)果如圖10所示。通過分析可得，在連續(xù)的正弦輸入信號(RE(in))作用下，得到的輸出波形(RE(out))與正弦信號頻域轉(zhuǎn)換結(jié)果相符(同步脈沖(OSynYnEp)為高電平時，代表一個正弦周期的開始)，證明了FFT模塊運算的準確性。由于FFT模塊在算法中需要多次使用，但在硬件實現(xiàn)中僅設(shè)置一個FFT模塊，使用時直接調(diào)用即可，既減少了數(shù)據(jù)處理的運算量，也進一步節(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)計的捕獲模塊中進行仿真。信號捕獲結(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次非相干累加過程中出現(xiàn)最大峰值，對應(yīng)的碼相位偏移量(oCd0fsQ)為14，頻點(oFpIdx)為6(對應(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現(xiàn)性及可靠性。

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

6 結(jié)束語

圍繞北斗B1C信號的捕獲問題進行研究，針對信號在捕獲過程中遇到的算法復(fù)雜度高、兼容性差、捕獲性能不佳和硬件實現(xiàn)難等問題，提出了一種基于BPSK-like的改進方法。該方法犧牲了BOC(6,1)調(diào)制成分，僅對BOC(1,1)調(diào)制成分進行捕獲。算法首先將BOC信號分離為上、下兩路邊帶信號；接著，將2路信號分別進行處理；最后，將處理后的2路信號進行非相干累加合并，當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信號捕獲算法，本文所設(shè)計的算法主要有以下幾個特點：① 算法在考慮B1C信號特點及信號分量功率分配比重的基礎(chǔ)上，從節(jié)約設(shè)計成本的角度出發(fā)，提出了僅捕獲BOC(1,1)調(diào)制信號成分的方案；② 在單信號捕獲模塊設(shè)計中，本文設(shè)計的基2-1 024點FFT模塊中采用了截位、原位等運算，使模塊在運算量、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算，提高了接收機捕獲性能，并且，算法中的非相干累加次數(shù)可調(diào)，可根據(jù)實際信號的強弱進行合理設(shè)置。

本文對所設(shè)計的算法在Matlab平臺及Vivado軟件平臺上進行了驗證，經(jīng)仿真分析得，本文所提算法能夠有效捕獲B1C信號，捕獲性能滿足實際應(yīng)用需求，解決了其他算法出現(xiàn)的復(fù)雜度高、兼容性差、硬件實現(xiàn)難、硬件資源占用大等問題，具有一定的參考價值及工程應(yīng)用價值。由于研究時間有限，本文未對算法進行實際環(huán)境下的硬件實現(xiàn)及測試，后期將進行相關(guān)方面的研究工作。