传统基于相干积分结果最大值检测的开环信号到达时间(Time of Arrival,TOA)估计方法性能受限于采样率,TOA估计分辨率无法突破采样间隔限制。针对这一问题,提出一种基于定时曲线匹配拟合的开环TOA估计方法,通过将相干积分结果与定时曲线...传统基于相干积分结果最大值检测的开环信号到达时间(Time of Arrival,TOA)估计方法性能受限于采样率,TOA估计分辨率无法突破采样间隔限制。针对这一问题,提出一种基于定时曲线匹配拟合的开环TOA估计方法,通过将相干积分结果与定时曲线进行最优匹配拟合来估计信号到达时间。以直接序列扩频信号三角形定时曲线为例,首先基于相干积分结果和定时曲线构建拟合误差平方和模型,然后采用牛顿迭代法,通过最小化拟合误差平方和,实现对信号到达时间的最小二乘估计,最后评估了检测信噪比和采样率对估计精度的影响。与传统方法相比,所提方法能够将TOA估计误差的标准差降低50%~97%。该方法可推广应用于其他类型定时曲线。展开更多
文摘传统基于相干积分结果最大值检测的开环信号到达时间(Time of Arrival,TOA)估计方法性能受限于采样率,TOA估计分辨率无法突破采样间隔限制。针对这一问题,提出一种基于定时曲线匹配拟合的开环TOA估计方法,通过将相干积分结果与定时曲线进行最优匹配拟合来估计信号到达时间。以直接序列扩频信号三角形定时曲线为例,首先基于相干积分结果和定时曲线构建拟合误差平方和模型,然后采用牛顿迭代法,通过最小化拟合误差平方和,实现对信号到达时间的最小二乘估计,最后评估了检测信噪比和采样率对估计精度的影响。与传统方法相比,所提方法能够将TOA估计误差的标准差降低50%~97%。该方法可推广应用于其他类型定时曲线。
