为有效滤除增强型远程导航(enhanced long range navigation, eLoran)信号传输过程中引入的频带内外噪声和干扰,提出了内插有限长单位冲激响应(finite impulse response, FIR)带通滤波与自适应陷波相结合的联合噪声抑制方法。首先,对含...为有效滤除增强型远程导航(enhanced long range navigation, eLoran)信号传输过程中引入的频带内外噪声和干扰,提出了内插有限长单位冲激响应(finite impulse response, FIR)带通滤波与自适应陷波相结合的联合噪声抑制方法。首先,对含噪原始信号进行内插FIR带通滤波,以抑制带外干扰;其次,采用自适应陷波滤除带内连续波干扰,有效恢复理想的eLoran信号;最后,将该方法在现场可编程门阵列(field-programmable gate array, FPGA)端实现。仿真结果表明,该滤波方法能有效抑制eLoran接收机接收信号的频带内外噪声和干扰,减少计算量并提高系统硬件利用率。展开更多
ELoran系统作为Loran-C的增强型导航系统,其信号的高精度周期识别对于实现精确定位和授时至关重要。然而,在实际应用中,由于天波干扰和噪声的影响,传统的信号周期识别方法容易出现误差,导致定位精度下降。为了解决这一问题,本文首先采...ELoran系统作为Loran-C的增强型导航系统,其信号的高精度周期识别对于实现精确定位和授时至关重要。然而,在实际应用中,由于天波干扰和噪声的影响,传统的信号周期识别方法容易出现误差,导致定位精度下降。为了解决这一问题,本文首先采用自适应窗宽的频谱相除方法来获取信号的天地波时延和幅值信息。该方法通过调整窗宽,能够在不同信噪比和天地波强度条件下,同时获得较为精确的时延和幅值信息。其次引入粒子群优化算法对快速傅里叶逆变换(Inverse Fast Fourier Transform,IFFT)时延估计结果进行校正。粒子群优化算法通过模拟粒子群体的动态行为,能够有效地搜索到最优的时延估计值,从而显著降低估计误差。解决了传统的频谱相除方法在低信噪比情况下容易受到噪声的影响,导致时延估计误差较大的问题。仿真实验结果表明,该算法在不同信噪比、时延差和幅值比条件下均能准确估计地波时延,误差小于0.5μs,显著优于传统的IFFT和多重信号分类(Multiple Signal Classification,MUSIC)算法。最后利用天波抑制算法降低了天波幅值,在减小了对地波影响的同时让IFFT处于最佳性能区域。仿真结果显示,在信噪比大于0 dB的情况下,该算法的地波时延估计准确率均能保持在90%以上。经过分析,本文算法不仅实现了在强天波、低信噪比条件下天地波分离,同时解决了传统方法的误差问题,为ELoran信号的高精度定位和解码提供了新的思路和方法。展开更多
ASF网格是提高增强型罗兰(Enhanced Long Range Navigation,eLoran)系统精度的重要方法。根据所在网格四个顶点的附加二次时延(Added Secondary Factor,ASF)值通过网格应用算法得到待测试点的ASF值,一定程度上比公式计算的ASF值更准确...ASF网格是提高增强型罗兰(Enhanced Long Range Navigation,eLoran)系统精度的重要方法。根据所在网格四个顶点的附加二次时延(Added Secondary Factor,ASF)值通过网格应用算法得到待测试点的ASF值,一定程度上比公式计算的ASF值更准确。在计算过程中,用户四个顶点ASF值的测量误差会传递给用户,同时内插算法本身也会引入误差,此时内插算法的选择尤为重要。本文通过仿真、分析比较几种常用的内插算法,得出结论:反距离插值算法引入的误差最大,双线应插值算法引入的误差最小,而且误差呈现一定层次感,网格从内到外误差逐渐减小。展开更多
文摘ELoran系统作为Loran-C的增强型导航系统,其信号的高精度周期识别对于实现精确定位和授时至关重要。然而,在实际应用中,由于天波干扰和噪声的影响,传统的信号周期识别方法容易出现误差,导致定位精度下降。为了解决这一问题,本文首先采用自适应窗宽的频谱相除方法来获取信号的天地波时延和幅值信息。该方法通过调整窗宽,能够在不同信噪比和天地波强度条件下,同时获得较为精确的时延和幅值信息。其次引入粒子群优化算法对快速傅里叶逆变换(Inverse Fast Fourier Transform,IFFT)时延估计结果进行校正。粒子群优化算法通过模拟粒子群体的动态行为,能够有效地搜索到最优的时延估计值,从而显著降低估计误差。解决了传统的频谱相除方法在低信噪比情况下容易受到噪声的影响,导致时延估计误差较大的问题。仿真实验结果表明,该算法在不同信噪比、时延差和幅值比条件下均能准确估计地波时延,误差小于0.5μs,显著优于传统的IFFT和多重信号分类(Multiple Signal Classification,MUSIC)算法。最后利用天波抑制算法降低了天波幅值,在减小了对地波影响的同时让IFFT处于最佳性能区域。仿真结果显示,在信噪比大于0 dB的情况下,该算法的地波时延估计准确率均能保持在90%以上。经过分析,本文算法不仅实现了在强天波、低信噪比条件下天地波分离,同时解决了传统方法的误差问题,为ELoran信号的高精度定位和解码提供了新的思路和方法。
文摘ASF网格是提高增强型罗兰(Enhanced Long Range Navigation,eLoran)系统精度的重要方法。根据所在网格四个顶点的附加二次时延(Added Secondary Factor,ASF)值通过网格应用算法得到待测试点的ASF值,一定程度上比公式计算的ASF值更准确。在计算过程中,用户四个顶点ASF值的测量误差会传递给用户,同时内插算法本身也会引入误差,此时内插算法的选择尤为重要。本文通过仿真、分析比较几种常用的内插算法,得出结论:反距离插值算法引入的误差最大,双线应插值算法引入的误差最小,而且误差呈现一定层次感,网格从内到外误差逐渐减小。
