1.算法描述

全球定位系统(gps)是一种全天候、全球覆盖、高精度、自动化的卫星导航定位系统，该系统向有适当接收设备的全球范围用户提供精确、连续的三维位置和速度信息。gps自投入运行以来，已经发展成为一个涵盖各领域的服务系统。

卫星信号的捕获算法是卫星定位接收机的关键，传统的捕获算法通常采用基于fft的相干积分和非相干积分相结合的方法，例如在使用gps信号进行定位和导航前首先需要对卫星信号进行捕获，gps卫星信号的传统捕获算法一般为频域并行捕获算法，频域并行捕获算法的原理框图如图3所示，频域并行捕获算法是一种基于fft的捕获算法，搜索覆盖全部搜索频点和全部伪码序列，对于正常功率的gps信号，通常只需要处理lms的导航数据，就能够完成gps信号的捕获，但是对于gps弱信号而言，通常处理lms的导航数据所获得的判决量并不可靠，难以实现捕获，此时就需要通过增加捕获算法所用的数据长度，采用相关积分和非相关积分相结合的方法，来提高捕获灵敏度，但同时导致fft相关运算的计算量将成倍增长，从而造成捕获速度降低。

为了跟踪和解码GPS信号,首先要捕获到GPS信号。将捕获到的GPS信号的必要参数立刻传递给跟踪过程，再通过跟踪过程便可得到卫星的导航电文。GPS卫星处于高速运动中，因此，其频率会产生多普勒频移。载波频率与C/A码的多普勒频移将在下面详细讲述。

GPS卫星发送的信号一般由3个分量组成：载波、伪码和导航电文，其中伪码和导航电文采用BPSK技术去调制载波。

为了跟踪和解码GPS信号，首先要捕获到GPS信号。将捕获到的GPS信号的数据传递给跟踪过程，再通过跟踪过程便可得到卫星的导航电文。传统的GPS捕获方法有：串行搜索捕获、滑动相关法、循环相关法、PMF算法。

GPS卫星信号是发生在两个L波段频率的载波信号L1和L2，两个载波频率分别是L1的主频率fL1和L2的次频率fL2。在L波段进行调制可以避免拥挤，因为L波段的频率占据使用比率和其他波段相比要低一些，有助于全球性观测；L波段上更容易进行扩频（将低比特率的电文转换成高比特率的组合码，有利于卫星信号的保密性），发送宽带信号；L波段大气偏差和电离偏差小，接收设备可以更简单、更经济地接收和测量。每一颗卫星均有唯一的扩频码或伪随机序列，由此调制出载波频率。

2.仿真效果预览

matlab2022a仿真结果如下：

3.MATLAB核心程序

clc;
clear;
close all;
warning off;
addpath(genpath(pwd));rng('default')
%%
%11111111111111111111111111111111111111111111111111111111111
isnoise         = 0;%1:add noise;0 good signal
%nosie awgn
SNR             = -19;%Q1
satellite       = [1,12,14,22];
satellitenumber = length(satellite);
fs              = 16.368e6; %sampling freq
IF              = 4.092e6;%centered
fIFD            = IF + 5e3 - 10e3*rand(1,satellitenumber);%no more than 5 KHz in absolute value
Fai             = 2*pi*rand(1,satellitenumber);%random values
Ai              = 0.7+0.3*rand(1,satellitenumber);%random between 1 and 0.7 for different satellites
taoi            = floor(4e5*rand(1,satellitenumber)) + 2e5; %random between 1 and
Dur             = 20;%bit duration,20ms
Len             = 50;%data bit length,1s
%
CHIP_TIME       = 977.5e-9;    % chip time in seconds
ts              = 1/fs;
n               = fs/1000;
nn              = [0:n-1];
millisecond     = 1000;x_bound         = (ts/2)/CHIP_TIME;  % Maximum offset
d_samp          = 6; % sample offset between correlators
d               = (d_samp*ts)/CHIP_TIME;
msSamp          = 16368;for i = 1:satellitenumberi%C%1ms with 16 samplescode0   = digitizg(fs/1000,fs,0,satellite(i));%20mscode1   = [code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0,code0];%lenCA      = [];for j = 1:LenCA = [CA,code1];end%DDi0       = 2*double(rand(1,Len)>=0.5)-1;%output the datafor j = 1:LenDout2{i}(Dur*(j-1)+1:Dur*j) = Di0(j);endfor j = 1:length(Dout2{i})Di2(length(code0)*(j-1)+1:length(code0)*j) = Dout2{i}(j);end%Ssignal0 = Ai(i).*CA.*Di2;%16times%delay taoi/61delays  = floor(taoi(i)/61);signal3 = [zeros(1,delays),signal0(1:end-delays)];%carriert       = 0:1/fs:(length(signal3)-1)/fs;carrier{i} = cos(2*pi*fIFD(i)*t+Fai(i));Si0{i}     = signal3.*carrier{i};
end
%noise awgn
if isnoise==0Si_ = Si0;
elsefor i = 1:satellitenumberSi_{i} = awgn(Si0{i},SNR,'measured');end
end%combine
Si= Si_{1};
for i = 1:satellitenumber-1Si = Si + Si_{i+1};
endfigure;
subplot(221);
stem(Dout2{1});
title('data bits of satelite 1');
axis([0,1000,-2,2]);
subplot(222);
stem(Dout2{2});
title('data bits of satelite 12');
axis([0,1000,-2,2]);
subplot(223);
stem(Dout2{3});
title('data bits of satelite 14');
axis([0,1000,-2,2]);
subplot(224);
stem(Dout2{4});
title('data bits of satelite 22');
axis([0,1000,-2,2]);ttt = 0:1000/(length(Si)-1):1000;
figure;
plot(ttt,Si);
title('Combined Si');figure;
plot(ttt(10000:10200),Si(10000:10200));
title('Combined Si local');%%
%22222222222222222222222222222222222222222222222222
%fine frequency estimation
segment=5;
for a=1:satellitenumberfor b=1:segmentoutput               = acquisition(Si',satellite(a),b);correlation(:,a,b)   = output{1};correlationpeak(:,a) = output{2};frequency(:,a,b)     = output{3};finefrequency(a,b)   = output{4};                endfinefrequencyaverage(a)  = mean(finefrequency(a,:));
end
finefrequencyaverage
fIFD
err = finefrequencyaverage-fIFD
X=[fIFD;finefrequencyaverage]';
figure;
bar(X);
axis([0,5,4.0e6,4.2e6]);
legend('Blue:real frequency','Red:fine frequency estimation');
xlabel('4 different satellite');
ylabel('frequency est');%code phase
segment=5;
for a=1:satellitenumberData = [Si]';for b=1:segmentoutput               = acquisition(Data,satellite(a),b);correlation(:,a,b)   = output{1};correlationpeak(:,a) = output{2};frequency(:,a,b)     = output{3};finefrequency(a,b)   = output{4};                endfinefrequencyaverage(a)  = mean(finefrequency(a,:));
endfigure;
codephases = [];
for a=1:satellitenumberPdata = correlation(:,a,1);subplot(4,1,a);plot(Pdata);[V,I] = max(Pdata);hold onplot(I,V,'r*');xlabel('times');ylabel('correlation');title(['satellite',num2str(satellite(a))]);codephases = [codephases,I];
end
%code phase of 4
codephases
taois=codephases*61
taoi
%%
%3
for a=1:satellitenumberaData = [Si]';for c=1:millisecond%BASS method.%use the same C/A code from BASS to correlate all 1 ms segments one at a timecacode(:,a)           = digitizg(n,fs,0,satellite(a)); %fine frequencylc(:,a)               = exp(sqrt(-1)*2*pi*finefrequencyaverage(a)*ts*nn);lsi(:,a)              = cacode(:,a).*lc(:,a);lcf(:,a)              = fft(lsi(:,a));xf                    = fft(Data((c-1)*n+1:c*n));f(:,a)                = ifft(exp(-sqrt(-1)*2*pi*finefrequencyaverage(a)*ts*(c-1))*xf.* conj(lcf(:,a))); [amp(c,a),ccn(c,a)]   = max(abs(f(:,a)));        codephase(c,a)        = angle((f(ccn(c,a),a)));correlationphase(c,a) = angle((lsi(ccn(c,a),a)));endccnmax(a)   = max(ccn(:,a));tmps        = find(ccn(:,a)==ccnmax(a));location(a) = tmps(1);
endfigure
for a=1:satellitenumbersubplot(4,1,a);stem(codephase(:,a));title('Correlation result');
end
figure
for a=1:satellitenumbersubplot(4,1,a);stem(correlationphase(:,a));title('Correlation Phase');
end
figure
for a=1:satellitenumbersubplot(4,1,a);stem(amp(:,a));title('Correlation Magnitude');
end%Fine time estimate
for a=1:satellitenumberfor tt = 1:millisecondcacode(:,a)      = digitizg(n,fs,0,satellite(a)); ffreq            = finefrequencyaverage(a);code_phase       = ccn(c,a);local_carrier    = exp(1i*2*pi*ffreq*ts*nn); Data_carrier_off = [Data((tt-1)*n+1:tt*n)]'.*local_carrier; input_ms_tt      = Data_carrier_off;    corrs            = ifft(fft(input_ms_tt).* [conj(fft(cacode(:,a)))]'); early            = corrs(code_phase - d_samp);late             = corrs(code_phase + d_samp); r(tt,a)            = abs(late)/abs(early); x(tt,a)            = ((1-r(tt,a))*(1-d))/(1+r(tt,a));  if mod(tt,10) == 0 xx(tt/10,a) = mean(x(tt-9:tt,a));  % Average the past 10 fine time estimates end  end
endfigure;
for i=1:satellitenumber
subplot(4,1,i);
stem(xx(:,i)*CHIP_TIME);
title('Averaged Fine Time Estimates for 10ms segments of data');
xlabel('10ms');
ylabel('Fine time Est (s)');
endfigure;
for i=1:satellitenumber
subplot(4,1,i);
stem(x(:,i)*CHIP_TIME);
title('Fine Time Estimates for 1 ms segments of data');
xlabel('1ms ');
%xlim([0,13]);
ylabel('Fine time Est (s)');
end
%%
%456together
%phase transitions
for sj=1:satellitenumbertmps = find(amp(:,sj)>0);start(sj) = tmps(1);fprintf(['The initial data bits boundary from satellite ',num2str(satellite(sj)),' is : ',num2str(start(sj)),'ms\n\n']);Recive_bits(:,sj) = Dout2{sj}(1)*ones(Len*Dur,1);
end
for sj=1:satellitenumber%enhance the special pointcorrd = [amp(:,sj)].*[amp(:,sj)].*[amp(:,sj)].*[amp(:,sj)];corrd = corrd-min(corrd);%find the transitions positionCount1=0;Count2=0;for j = 3:length(corrd)-2if corrd(j)>2*corrd(j-1) & corrd(j)>2*corrd(j+1) & corrd(j)>2*corrd(j-2) & corrd(j)>2*corrd(j+2) Count1=Count1+1; endif corrd(j)<0.4*corrd(j-1) & corrd(j)<0.4*corrd(j+1) & corrd(j)<0.4*corrd(j-2) & corrd(j)<0.4*corrd(j+2) Count2=Count2+1; end        endif Count1 < Count2threshold = 0.4*mean(corrd);Pos      = find(corrd<=threshold);elsethreshold = 1.5*mean(corrd);Pos      = find(corrd>=threshold);endif isempty(Pos)==1if sj == 1 ;disp('satellite 1  failed.....'); endif sj == 12;disp('satellite 12 failed.....'); endif sj == 14;disp('satellite 14 failed.....'); endif sj == 22;disp('satellite 22 failed.....'); endelseif Pos(1)==1for j = 3:length(Pos);Recive_bits(Pos(j-1)+1:Pos(j),sj) = -1*Recive_bits(Pos(j-1),sj);%transitionsendelsefor j = 2:length(Pos);Recive_bits(Pos(j-1)+1:Pos(j),sj) = -1*Recive_bits(Pos(j-1),sj);%transitionsendendRecive_bits(Pos(end)+1:end,sj) = -1*Recive_bits(Pos(end),sj);end
endfigure;
subplot(221);
stem(Recive_bits(:,1));title('The data bits of satellite 1');
axis([0,1000,-2,2]);
subplot(222);
stem(Recive_bits(:,2));title('The data bits of satellite 12');
axis([0,1000,-2,2]);
subplot(223);
stem(Recive_bits(:,3));title('The data bits of satellite 14');
axis([0,1000,-2,2]);
subplot(224);
stem(Recive_bits(:,4));title('The data bits of satellite 22');
axis([0,1000,-2,2]);
01-155m

4.完整MATLAB

m基于matlab的GPS卫星信号捕获和数据解析仿真相关推荐

【天文】基于matlab实现GPS卫星运动仿真附matlab代码
1 内容介绍基于matlab实现GPS卫星运动仿真 2 部分代码 %time是个时间参数利用它可以画出一个看起来旋转的地球 function DrawEarth(time) r=6400; j1=[ ...
基于matlab的BOC调制信号捕获仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB部分代码预览 4.完整MATLAB程序 1.算法描述随着全球导航卫星系统的高速发展,导航系统的数量也越来越多,比如使用最广泛的GPS导航系统,以 ...
基于matlab的GPS信号相关检测算法仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述全球定位系统(Global Positioning System,GPS),是一种以人造地球卫星为基 ...
基于matlab的gps信号仿真123,MATLABGPS信号仿真完整源代码.doc
配套毕业设计论文见百度文库请搜索 <基于MATLAB的GPS信号仿真123> 附录仿真程序代码数据码的产生 function datacode=data(x) y=rand(1,x) ...
matlab gps 卫星导航信号,基于MATLAB的GPS信号仿真123.doc
<基于MATLAB的GPS信号仿真完整源代码123> 摘要 . 关键词::MATLAB: Abstract As the new generation of the satellite ...
GPS研究---GPS卫星信号
文章目录 1.GPS 卫星信号 2.C/A码与P码 1. C/A 码 2. P 码 3.GPS 卫星的导航电文 4.卫星位置计算 1.GPS 卫星信号 GPS 卫星信号是 GPS 卫星向广大用户发送的 ...
GNSS原理与应用（五）——GPS卫星信号
目录 1.前言 2.GPS卫星信号的组成 2.1关于GPS的三种信号 2.2GPS卫星信号结构 2.3GPS卫星信号频率 3.载波 3.1载波的作用 3.2载波的类型 3.3载波的特点 4.GPS的测 ...
GPS卫星信号（一）：测距码信号
GPS卫星信号(一):测距码信号一．伪随机码 1.码的基础概念 ①.码表达不同信息的二进制数及其不同组合. ②.码元一位二进制数叫一个码元(0 或 1). ③.编码按某种标准用二进制 ...
基于matlab的GPS单点定位程序开发（初学者）
基于matlab的GPS单点定位程序开发开发初衷本人是测绘专业的学生,在初学GPS时遇到了很多代码问题,因此希望这篇文章能够帮助广大的测绘和导航专业的学子代码开始开发的第一部分是:文件读取,文 ...

m基于matlab的GPS卫星信号捕获和数据解析仿真

1.算法描述

2.仿真效果预览

3.MATLAB核心程序

4.完整MATLAB

m基于matlab的GPS卫星信号捕获和数据解析仿真相关推荐

最新文章

热门文章