專利名稱：一種應用于全球導航衛(wèi)星系統(tǒng)接收機的差分相關器的制作方法
技術領域：
本發(fā)明屬于全球導航衛(wèi)星系統(tǒng)(GNSS)硬件接收機技術領域，具體涉及一種并行差分相關器算法及結構。
背景技術：
全球導航衛(wèi)星系統(tǒng)(GNSS)是一種全天候、全空域的導航系統(tǒng)，自從上個世紀八十年代美國的全球導航系統(tǒng)(GPS)投入使用以來，人們利用衛(wèi)星導航資源，為國民經濟各部門提供了精確的位置和時間信息。 衛(wèi)星導航系統(tǒng)采用直接序列擴頻(DSSS)技術，每顆衛(wèi)星將要發(fā)送的資料比特流與一個粗捕獲(C/A)碼進行擴頻編碼(每個衛(wèi)星的粗捕獲碼各不相同)并采用BPSK方式調制為符號，最終通到射頻模塊發(fā)射出去。其中C/A碼的本質是一個周期性的偽隨機噪聲(PRN)序列，具有偽隨機噪聲序列的自相關和互相關特性。 地面上的用戶接收設備接收導航衛(wèi)星發(fā)射的信號，根據(jù)偽距和衛(wèi)星的位置確定自身位置、速度和時間信息。由于接收機和衛(wèi)星的相對運動，會造成射頻信號頻率的偏移，稱之為多普勒頻偏，同時接收到C/A碼的相位對于接收機來說也是未知的，因此接收機接收到的信號，具有碼相位(Code Phase)和多普勒頻偏雙重的不確定性，接收機基帶信號處理部分的首要任務是對齊衛(wèi)星信號的碼相位及確定多普勒頻偏，這一階段稱為捕獲。
關于GNSS接收機的捕獲算法，人們已經進行了大量的研究，其基本思想是將接收到的信號和本地產生的復現(xiàn)碼進行相關運算，通過搜索相關結果的峰值來確定碼相位和多普勒頻偏。目前廣泛使用的相關捕獲算法大致可以分為兩類。 第一類在時域完成相關運算，采用匹配濾波器或傳統(tǒng)相關器的結構。這類算法基于滑動相關的原理，輸入數(shù)據(jù)依次"滑過"相關器，每"滑動"一步，復現(xiàn)碼就與一定長度的輸入數(shù)據(jù)進行一次相關，最后再比較各個相關值的大小從而確定碼相位。由于復現(xiàn)碼中只存在+1和-1兩種元素，因此在相關時并不需要進行乘法運算，只需要加法運算。設復現(xiàn)碼的長度為N，則每次相關運算所需要的運算量為(N-l)次加法。近年來，人們對時域相關算法進行了各種改進(l)提出了一種基于差分編碼相關算法，可以將加法次數(shù)降低為(N/2-1)次，代價是多增加了一個寄存器和一次移位操作；(2)對以上方法進行改進，進一步降低了運算量，但以犧牲性能或大量增加寄存器及控制復雜度為代價；(3)提出了一種基于匹配濾波器結構的快速相關算法，在不存在過采樣的情況下，可以把加法次數(shù)降低到N/5，但如果用戶接收機中存在過采樣的情況，直接應用該算法，運算復雜度并不具有優(yōu)勢。時域相關算法的運算量一般比較大，但實現(xiàn)起來結構較為簡單，適合于硬件實現(xiàn)，被廣泛的應用于基于硬件實現(xiàn)的GNSS接收機中。 第二種類型的相關捕獲算法利用快速傅立葉變換(FFT)，在頻域并行計算出輸入數(shù)據(jù)與復現(xiàn)碼所有碼相位的相關值，從而實現(xiàn)快速相關，減少了運算量。該算法的另一個好處是可以實現(xiàn)多普勒頻偏和碼相位的聯(lián)合估計。這類算法雖然有效的降低了相關運算的運算量，但FFT運算實現(xiàn)起來結構較為復雜，并且包含有復數(shù)的乘法和加法運算，性能還會受到參數(shù)有限字長效應的影響，目前多用在基于軟件實現(xiàn)的GNSS接收機中。 在民用GNSS接收機中，對接收衛(wèi)星信號的量化一般不會超過4比特，為了得到更
好的接收機性能，通常的做法是對接收信號進行過采樣來提高相關增益。

發(fā)明內容
本發(fā)明的目的在于提出一種基于硬件實現(xiàn)，在時域對GNSS信號進行并行差分相 關捕獲的算法和硬件結構，實現(xiàn)對多個衛(wèi)星信號的同時捕獲，同時相比于傳統(tǒng)的相關算法 和兩種改進型的時域相關算法，以及基于FFT的頻域相關算法，在運算復雜度上具有優(yōu)勢。
本發(fā)明的目的通過下述方法和步驟實現(xiàn) GNSS接收機接收到的信號是空中所有可見導航衛(wèi)星發(fā)射信號的迭加，為了提取出 各個衛(wèi)星的信息并確定C/A碼的相位，需要用已知的各個衛(wèi)星的C/A碼，即不同的復現(xiàn)碼與 接收信號進行相關。 由于每個復現(xiàn)碼中只包含有+1和-1兩種元素，因此可以考慮相關結果的復用，從 而減少硬件面積和運算量，達到并行搜索的效果。以三個復現(xiàn)碼并行處理為例，在圖1中， PRN。、 PR^和PRN2分別代表三個不同衛(wèi)星的復現(xiàn)碼，以復現(xiàn)碼PRN。為參考，PR^和PRN2中 的白色方塊表示與PRN。對應位置上的元素相同，黑色方塊表示與PRN。的元素符號相反。從 圖中可以發(fā)現(xiàn)，PR^的第3、第5和第6個元素與PRN。不同，PRN2的第3、第4、第5和第7 個元素與PRN。不同，其余元素都與PRN。對應位置上的元素相同。也就是說，部分輸入資料 與PRN。相乘累加后的結果可以不做任何處理地在計算與復現(xiàn)碼PRNp PRN2相關值時復用， 而其余的部分可以通過改變符號被復用。 在某時刻，將輸入數(shù)據(jù)與PRN。對應元素相乘后的結果分為四組，并將各個組內的 元素累加。這四個子集分別用(00)， (01)， (10)， (11)表示，其中O表示這個子集的和在計 算輸入與復現(xiàn)碼相關時可以直接復用，而1則表示需要取反后才能復用。例如子集(00)表 示該子集中的元素之和可以直接在計算輸入與PR^和PRN2的相關時復用，而(01)則表示 該子集中的元素之和在計算輸入與PR^相關時可以直接復用，而在計算輸入與PRN2的相關 時需要改變符號才能復用，以此類推。具體各個元素的分組情況，可以根據(jù)復現(xiàn)碼，在離線 的情況下預先計算獲得。以圖1為例，將元素{1，2，8，9，10}歸為子集(OO)，元素{4，7}歸 為(Ol)，元素{6}歸為(l，O)，元素{3，5}歸為(11)。 根據(jù)上面的描述，輸入數(shù)據(jù)與PRN。對應元素相乘后的結果可以全部歸為這4個子 集，而不會有遺漏。設某時刻4個子集中的元素之和分別為S。、 Sp S2、 S3，則在該時刻輸入 序列與PRN。、 PRN" PRN2的相關值可以表示為 C0 = S0 +《+ 52 -53<formula>formula see original document page 4</formula> 三個復現(xiàn)碼并行相關器的結構如圖2所示。圖中[h。…h(huán),—J表示復現(xiàn)碼PRN。中的 元素，C。、 Q、 Cy分別表示輸入與三個復現(xiàn)碼的相關值。 推廣到M個PRN序列與PRN。并行處理的情況，并將M定義為并行度，此時需要將 PRN。與輸入數(shù)據(jù)相乘后的結果分為2M組。仍然設復現(xiàn)碼的長度為N，在某一時刻，計算輸入 與PRN。的相關值需要的加法次數(shù)為N-l，剩下的M個PRN序列每個相關所需要的加法次數(shù)為2M_1，這樣對于并行度為M的的情況，平均每個PRN序列每次相關需要的加法次數(shù)為
庫m (2)
<formula>formula see original document page 5</formula> 現(xiàn)在考慮GNSS接收機中普遍存在的過采樣的情況，假設過采樣率為Q，傳統(tǒng)方法 需要對復現(xiàn)碼也進行Q倍過采樣，從而計算輸入與復現(xiàn)碼的相關值。設接收到的信號為x， 復現(xiàn)碼PRN。為h。在K時刻，傳統(tǒng)相關器的操作為x(K) h。+K+x(k+nQ) hn+x(K+nQ+l) hn+K+x(K+nQ+Q-l) hn+ (3)
x(K+nQ+Q) hn+1+K+x (K+NQ-1) hN—丄
在K+l時刻，相關器的操作為x(K+l) h0+K+x(K+nQ+l) hn+x (K+nQ+2) hn+K+x (k+nQ+Q) hn+ (4) x(K+(n+l)Q+l) hn+1+K+x (K+NQ) hN—丄 根據(jù)差分思想，將相鄰兩個時刻相關結果相減，得到 [x (K+Q) -x (K) ] h。+K+ [x (k+nQ+Q) _x (K+nQ) ] hn+ (5)
K+ [x (K+NQ) _x (K+NQ-Q) ] hN—丄 從上式可以看出，除第一次相關計算需要全部的元素外，每次新的相關，只要知道 上次相關的結果和這次相關結果與其的差值就可以了，不需要對所有的輸入資料都重新計 算一次，而計算這一差值需要的計算量很小。該算法可以和上面的并行算法進行有效的結 合，對于每一個子集的和，每次只需利用差分結果對其進行更新就可以得到當前時刻子集 之和，而不需要對全部元素都進行一次運算。所不同的是，此時是將差分結果分成2M組。當 過采樣率為Q時，并行度為2時的并行差分相關器的結構如圖3所示。
在這種結構下，對于PRN。來說，第一次相關需要的加法次數(shù)是NQ-1，其余每次相關 需要的加法次數(shù)為2N-1+2M，平均每次相關需要的加法次數(shù)為
Wg-l+(2W-1 + 2 -1)=1_丄1 + 2" 丄 +2m (6) 其余M個PRN序列，每個序列每次相關需要的加法次數(shù)仍然是2M-1，因此對于全部 復現(xiàn)碼，平均每個序列每次相關需要的加法次數(shù)為
A/(2M_l) + 2W + 2" — f n 2屈 (7) 5. 9387
即當M :
對式(7)求偏導并令其等于0，可得
<formula>formula see original document page 5</formula>
這里以最成熟的全球定位系統(tǒng)(GPS)為例，式(8)中的N取1023，解方程得M = s 6。
由于式(7)在定義域內只有一個極值點，并且為極小值，因此該點也是其最值點， :6時，加法次數(shù)達到最小，算法復雜度最低。


圖1為不同復現(xiàn)碼的符號變化情況； 圖2為不存在過采樣的情況下，并行度M = 2時并行差分相關器結構圖；
圖3為Q倍過采樣，并行度M = 2時并行差分相關器結構5
圖4為過采樣率Q
比值)的比較。 圖5為過采樣率Q
比值)的比較。 圖6為過采樣率Q
比值)的比較。 圖7為過采樣率Q
比值)的比較。
1時，幾種算法運算復雜度( 2時，幾種算法運算復雜度( 4時，幾種算法運算復雜度( 8時，幾種算法運算復雜度(
次相關的加法次數(shù)與N-l的 次相關的加法次數(shù)與N-l的 次相關的加法次數(shù)與N-l的 次相關的加法次數(shù)與N-l的
具體實施方案 以下結合具體的實施例，對本發(fā)明做進一步的闡述。實施例僅用于對本發(fā)明做說
明而不是對本發(fā)明的限制。 實施例1 1.根據(jù)實際GNSS系統(tǒng)中的復現(xiàn)碼長度N，在運算復雜度和控制復雜度的綜合考慮 下，選取合適的并行度M，其中運算復雜度可以由式(7)得到。 2.選取M+1個復現(xiàn)碼并行相關，根據(jù)具體的復現(xiàn)碼和過采樣率Q，在離線的情況下
確定元素的分組情況，設計出類似于圖2(Q = 1)或圖3(Q > 1)中的相關器結構。 3.相關器中的所有寄存器初始化為O，輸入數(shù)據(jù)依次滑過圖3(或圖2)中相關器
頂部的移位寄存器，相關器不斷輸出相關結果C。、Q、G…Cm。 仿真結果 1.運算復雜度分析 表1中給出了當過采樣率為Q時，傳統(tǒng)相關器、差分相關算法、快速相關算法、本發(fā) 明所提供的并行差分相關算法以及基于FFT的頻域相關算法的算法復雜度和所需寄存器 數(shù)量的表達式。 表1過采樣率為Q時的算法復雜度比較
6<formula>formula see original document page 7</formula>
特別地，基于FFT的頻域相關算法不同于其它時域相關算法，其中包含有復數(shù)的 乘法和加法運算，為了便于比較，需要將其折算到實數(shù)的加法。以基本的Cooley-Tukey FFT 算法為例進行比較，Cooley-Tukey算法計算1次N點的FFT(或IFFT)需要(N/2) log2N次 復數(shù)乘法和Nlog2N次復數(shù)加法運算。頻域相關算法計算1次N點的相關需要2次FFT和 1次IFFT，以及N次復數(shù)乘法?？紤]到復現(xiàn)碼的FFT變化可以在離線的情況下完成，因此1 次基于FFT的相關需要的運算量為2Nlog2N次復數(shù)加法和N+Nlog2N次復數(shù)乘法。
—般地，1次復數(shù)的加法等效于2次實數(shù)的加法，1次復數(shù)的乘法等效于4次實數(shù) 的乘法和2次實數(shù)的加法。假設在1個16位的定點DSP中完成這些運算，則一次實數(shù)的乘 法運算相當于16次實數(shù)的加法。因此對于過采樣率為Q的情況，基于FFT的相關算法1次 相關需要的等效實數(shù)加法次數(shù)為
「八一， log2, x 2 + (0V + log2 , x 4 x 16 + (0V + ， log2, x 2 ,。、
-^- (9) =70xlog2， + 66 表1中的K表示快速相關算法中K步相關值復用[5]。這里把每種算法單個復現(xiàn)碼
1次相關的等效加法次數(shù)與N-l (這里以GPS系統(tǒng)為例，N取1023)的比值作為評價運算復
雜度的度量。 2.實驗結果 圖4中分別給出了在不同過采樣率的條件下，幾種相關算法運算復雜度的比較。
從圖4中可以看出，在不存在過采樣的情況下，本發(fā)明算法的運算量與快速相關 算法一致，比差分相關算法減少了 61% ;在存在過采樣的情況下，特別是當Q較大時，本發(fā) 明算法的運算量比快速相關算法的運算量減少了 70%，比差分相關算法減少了 30. 5%，此 時M = 6，與分析結果一致。同時可以發(fā)現(xiàn)，當Q > 2時，由于采用差分結構，本發(fā)明提出算 法的1次相關的運算量不會隨著過采樣率的增加而增加，而是與Q = 2時的運算量相等。
從圖4中還可以看出，基于FFT的頻率相關算法與幾種改進型的時域相關算法相 比，計算量并沒有優(yōu)勢。
權利要求
一種應用于全球導航衛(wèi)星系統(tǒng)接收機的差分相關器，其特征在于采用并行差分的結構，通過對相關結果的復用，實現(xiàn)對多個衛(wèi)星信號同時進行捕獲。
2. 根據(jù)權利要求1所述的差分相關器，其特征在于在進行差分相關運算時應用并行差分相關算法，使得計算單個復現(xiàn)碼的一次相關時，運算量并不隨著過采樣率的增加而增加。
全文摘要
本發(fā)明為一種應用于全球導航衛(wèi)星系統(tǒng)接收機的差分相關器，在時域對GNSS信號進行捕獲，采用并行差分結構及相關算法，通過對相關結果的復用，實現(xiàn)對多個衛(wèi)星信號的同時捕獲。針對GNSS接收機中普遍存在的過采樣情況，本發(fā)明在計算單個復現(xiàn)碼的1次相關時，運算量并不隨著過采樣率的增加而增加。相比于傳統(tǒng)的相關算法和兩種改進型的時域相關算法，以及基于FFT的頻域相關算法，本發(fā)明在運算復雜度上具有優(yōu)勢。
文檔編號G01S5/14GK101762803SQ200810207688
公開日2010年6月30日 申請日期2008年12月24日 優(yōu)先權日2008年12月24日
發(fā)明者張建秋, 趙晉 申請人:復旦大學