深空探测接收机相关数字信号处理的研究

发布时间：2020-08-08 15:34

【摘要】：深空探测接收机作为深空网的重要组成部分,其作用是接收卫星以及其他宇航飞行器发送的电磁波信号用以导航,测距测速,定轨以及大气测量等多种科学实验任务。接收机系统的性能与科学实验结果息息相关。因此,研究具有高精度、强鲁棒性并具有一定通用性能的接收机系统具有十分重要的意义。本文面向深空探测导航应用,重点研究了具有高精度、强鲁棒性的信号处理算法并设计了具有一定通用性的接收机系统。本文重点开展了以下工作。首先,针对窄带信号参数估计算法的设计与实现,本文首先对几种常用的开环窄带信号分析算法进行改进,并在对比实验数据结果的基础上,提出了带宽可变自适应多级频率估计算法。算法在二级信号参数估计的过程中,根据信号多普勒的变化规律,自适应调整信号检测窗宽,减少了随机强噪声对开环多普勒测量的干扰,从而提高了系统的鲁棒性。对比试验结果表明,由于自适应搜索策略以及二级频率分析算法的处理分析,多级窄带信号参数估计算法在长时间的观测过程中,系统并未出现频繁的信号失锁情况。同时算法获得了较高的信号参数估计精度,但对于信号信噪比的要求却比基于时域的信号分析算法低很多。其中,窄带信号频率估计均方根误差约为0.01Hz,调频率误差约为0.02Hz/s,相位估计误差约为0.06rad。其次,针对系统的宽带信号时延估计应用需求,本文提出了二维多重互相关谱算法在预报数据不准确的条件下对宽带射电源信号实现参数估计。算法采用多重互相关运算对微弱的射电源互相关函数进行增强,并将增强后的结果映射至二维互相关谱图中,利用谱图结果获得粗略时延以及时延率数据,并最终通过多次多普勒补偿迭代获得信号的精确时延参数估计结果。在实验结果验证中,二维多重互相关谱图分析算法使系统在缺少预报数据的条件下,时延参数估计仍然可以使数据的相频曲线聚拢,从而获得干涉条纹。系统进而对所获得的干涉条纹进行分析,最终宽带二维互相关谱图时延参数估计结果误差约为0.1rad,获得了与具有准确预报数据条件下的参数估计相近的估计精度。在系统软件算法设计的同时,针对各算法中系统计算负担较重的问题,本文设计并实现了可变点大点数FFT协处理器。处理器基于2-D FFT分解算法,通过采用1k并行固定点数FFT处理子模块以及级联32点可变FFT子模块,将大点数FFT计算进行了分解,并在此基础上,使用FPGA并行实现,从而有效提高了系统的计算效率,在32k点的系统实际数据测试中,FFT协处理器的最大分析误差小于1%,处理时间仅为毫秒数量级,相较于MATLAB软件处理提高了近20倍。最后,为了增强所设计系统的智能信号处理能力,本文在系统中设计并实现了具有一定通用性的ANFIS协处理器。通过参数实时可调的非线性隶属度函数发生器以及结构可变的通用二叉树算数计算网络,所设计的ANFIS协处理器能够对不同结构的ANFIS网络结构进行加速计算。协处理器对于Mackey-Glass混沌时间序列的学习误差约为0.03,而处理时间仅为软件处理速度的五分之一。同时,在参考数据离线1分钟的实验中,在ANFIS协处理器的辅助下,系统成功抑制了绝大部分的开环积分角测量的累积误差。从而对智能信号处理算法及ANFIS协处理器的设计进行了验证。
【学位授予单位】：东南大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TN911.72;V447.1
【图文】：

照片,东南大学,照片

图 1.6 东南大学 RSR-1 系统在站观测照片航用接收机信号处理系统进行了研究与设计，根据系号处理软件算法，并根据系统软件算法分解结果，针了并行硬件协处理器的方式予以实现，从而加速系统法分解的基础上确立了系统结构模块的划分，完成了中，证明了所设计系统具有高精度、强鲁棒性以及一统面向的多样化的任务需求，从宽、窄带信号处理应发展趋势以及结合了机器学习算法的智能信号处理技进行了概述。同时，基于所设计系统面向的信号处理系统的整体结构，为整体系统的实现打下了基础。带信号处理应用需求，设计并实现了窄带信号跟踪算参数估计算法进行了研究与设计，并在不同信噪比条

相位估计,信噪比,瞬时相位

27(c)析在 5dB 信噪比条件下的相位估计结果。（a）信号瞬时相位估计结果计拟合结果与真值比较，（c）相位估计误差分析法在不同信噪比下的参数估计性能，使用 Hilbert 算法对不同信噪比次并计算其误差均值。其结果如图 3.4 所示。从不同信噪比下 Hilbert 法在低信噪比条件下的参数估计性能表现不佳，易受到时域随机噪声，对信号的估计误差迅速增加，甚至无法正确的对待测信号进行参数误差原因，将 2dB 条件下的算法瞬时相位估计结果与真实值进行比对5 分析可知，算法性能迅速劣化的其主要原因在于低信噪比条件下时后的相位估计造成了随机跳变，从而导致相位估计曲线拟合误差迅速件下，联合最小二乘的 Hilbert 算法可以获得较为满意的信号参数估，瞬时相位估计不论从形态还是变化趋势均已大幅度偏离真实值，此能够反映真实的频率数值及频率变化情况，所以基于 Hilbert 算法的

频谱,最小二乘拟合,频谱展宽,频谱

法如式3.22所示：2202( )21( ) ( )*fj d tfs t s t e ZT变换得到的信号多普勒变化率估计值，0f 为信号载波。拟合寻找最大值：虽然对算法对信号进行了平稳化处理，以减少多普勒偏，但仍然难以全部消除由多普勒效应造成的频谱展宽，而且加窗截断效应加了频谱分析的不确定性。由于 CZT 变换本质上为对频谱进行放大细化，行细化估计的时候会更为明显。为了减小 CZT 分析时的误差，算法对 CZ行了最小二乘拟合，在信号的频谱中按照幅度阈值筛选峰值附近的数据点势寻找频谱中的最大值作为最终估计结果。示，为验证低信噪比条件下噪声对于多普勒频率估计的影响，使用 MATL调频率为 30Hz/s，信号信噪比为-30dB。由于受到频谱展宽与噪声干扰的影的峰值点偏移到了 x=25，但在经过曲线拟合之后，峰值估值确定在 x=16信号频率估计精度的提高有一定的帮助作用。

【参考文献】