基于SignaltapⅡ的高速数据采集系统

提出了使用FPGA控制DDRSDRAM的读写和SignaltapⅡ的触发条件,实现了高速数据采集。通过FPGA和DDR SDRAM完成高速数据采集之后,利用在线逻辑分析仪SignaltapⅡ将采集到的数据借助JTAG口传输到计算机,实现了采集和传输。通过在GPS接收机设计中的实际应用,进一步验证了该方法简单、实用的特点。

三星无源定位的精度分析及定位算法

在三颗地球同步卫星加气压高度表的无源定位中,定义了气压高度表水平几何误差因子(HDOP)和伪距位置几何误差因子(PDOP),并给出了相应的数学表达式和分布图。提出了在卡尔曼滤波算法中增加多普勒频率作为观测量,同时选用衰减记忆法滤波,并给出了相应的算法。仿真结果表明:衰减记忆法滤波可以有效克服因Singer模型不准确引起的卡尔曼滤波发散;对于高中动态用户,增加多普勒频率后的衰减记忆卡尔曼滤波算法的定位精度要高于常规卡尔曼滤波法和迭代最小二乘法的定位精度。

基于SSII软件接收机的数据处理及定位算法

针对GPS定位中的伪距观测值出现奇异及跳变而无法进行准确定位的问题,研究了剔除奇异及跳变值的方法,给出了具体的公式推导和判定准则;为提高定位精度,建立了定点模型条件下的衰减记忆法滤波,并给出了具体的实现方法;仿真结果表明:该方法能有效解决跳变条件下准确定位问题,衰减记忆法滤波的定位精度优于常规卡尔曼滤波和迭代最小二乘法的定位精度。

军民兼容接收机的基带截取及定位实现

着重分析推导了字长截取和抽取对环路特性的影响,给出了传播时间和发射时刻的求解方法。仿真和实验结果表明,该设计能在基本不改变环路特性的情况下快速准确地实现定位。

基于BP神经网络修正的自适应Singer模型

针对传统Singer模型在跟踪机动目标时存在稳态误差以及模型对加速度的先验统计量存在依赖等缺点,提出了基于BP神经网络修正的自适应Singer模型。该模型的样本数据选用卡尔曼滤波状态量中的加速度估计量,采用Burg算法估计加速度的功率谱密度,并利用BP神经网络对谱估计结果进行修正,进而导出当前统计模型下的Singer模型的参量。Simulink仿真结果表明,该模型能够克服传统Singer模型跟踪机动目标性能差的缺点,并且模型在收敛之后不再依赖加速度的先验统计量。

军民兼容卫导终端中基带处理影响分析

在军民兼容GPS接收机中,A/D采样速率取决于军码带宽,民用要求需进行抽取,以有效地节省硬件资源。对此着重分析推导了均匀量化对信噪比的影响、有效字长截取对载噪比和正交性能的影响,并给出了最佳截取方案。GPS卫星信号的实际接收机情况,表明结论正确,能在基本不改变接收机性能的情况下有效地节约硬件资源。

零漂与增益控制对量化的影响分析

针对开发板A/D的位数不能充分利用和不同射频模块的输出信号增益相差很大的问题,基于提高信噪比和减小后续处理压力的考虑,文章对零漂及自动增益控制不理想可能带来的信噪比损耗进行分析,并提出利用自适应量化的方法进行量化。分析证明在板卡自身A/D之后进行自适应量化可以有效的减小零漂和自动增益控制不理想带来的信噪比损耗。