Раздел №11.2. Алгоритмы слежения за задержкой огибающей (1151969), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Решить задачу синтеза алгоритма ССЗ для BOC-сигнала можно в рамкахметода дополнительной переменной (см. раздел 8 лекций).В соответствии с методикой МДП вместо одного параметра  введемрасширенный вектор по задержке:   τ   c  m  , где  c и  m – задержка поTкоду ПСП и поднесущей (меандру) соответственно. В этом случае модельнаблюдения перепишется в виде:  tk   AGПСП  tk   c ,k  GМ  tk   m ,k  cos 0tk  k     НС ,k   n  tk  . (11.46)Так же, как и ранее, будем работать в рамках алгоритма РФК, которыйописывается уравнениями (11.35).Введем далее следующий вектор состояния:λ   c  mv a .T(11.47)Таким образом, в векторе состояния λ вместо одной задержки рассматриваются две независимые задержки  c и  m (по коду и поднесущей).Причем в компоненты вектора λ в (11.47) связаны следующим образом:d c d mdvv и a.dtdtdt(11.49)Рассмотрим далее в соответствии с принятой методикой синтезадискриминатор и сглаживающий фильтр.Синтез дискриминатора ССЗКак и ранее при наличии ЦИ усредненная по случайному дискретномупараметру  НС ,k (символы ЦИ) ФП для совокупности наблюдений ξ1M наинтервале группирования h имеет вид:1 Mp 1M λ k  C2  ch  2    t p   s t p , λ k ,   0   n p 1A M C2  ch  2    t p   G ДК  t p  k  cos 0t p  k  . n p 1(11.50)Векторный дискриминатор в такой ССЗ относительно вектора λ будетиметь вид: ln  p 1M λ k λ k1 M th  2    t p   GПСП  tk  c ,k  GМ  tk  m ,k  cos 0t p  k    n p 1M1GПСП  tk  c ,k  GМ  tk  m ,k  cos 0t p  k  . 2  t p   n p 1λ k  ln  p 1M λ k λ k1 MGПСП  t p  c ,k tGtcost 2   p 0 p k М  km ,k  c ,k  n p 1MGt1,Мpmk th  I       t p   GПСП  tk  c ,k cos 0t p  k   .  n2 p 1 m ,k00Таким образом, в отличии от алгоритма ССЗ для BPSK-сигнала,дискриминатора по задержке получается векторным:1 MGПСП  t p  c ,k GМ  tk  m ,k  cos 0t p  k   2   t p   c ,k u ,c    n p 1uτ      .

(11.51)uMGМ  t p   m ,k   ,m   1cos 0t p  k   t  GПСП  tk  c ,k 2   p  n p 1 m ,kТак же как и ранее значения производных функций GПСП  t p  c ,k  ,GМ  t p  c ,k  и, соответственно, конкретный вид дискриминатора по задержкезависит от выбранной модели сигнала огибающей. Некоторые варианты моделейсигналаисоответствующиерассмотрены выше.дискриминационныехарактеристикибылиСинтез сглаживающего фильтра ССЗРассмотрим модель ВС λ наиболее общего вида с учетом формирующихшумов, обусловленных нестабильность ОГ:0c  m  v  n0dλ A  λ  nλ  A  v  a  nv0dta  na00 1 0 n n 0 1 0 , n λ     , (11.52) nv 0 0 1 0 0 0 na где n , nv и na – независимые БГШ.Обратим внимание на тот факт, что винеровская составляющая позадержке n в динамике ВС это один и тот же формирующий шум как вдинамике задержки кода  c , так и в динамике задержки меандра  m .Ковариационная матрица вектора формирующих шумов n λ в этом случаеимеет вид:N n ,λ NNT M n λ  n λ    00NN0000Nv000.0Na Рассмотрим чуть более подробно структуру рассмотренного алгоритмаССЗ для BOC-сигнала.

Напомним, что BOC-сигнал характеризуется двумяпараметрами m и n – BOC  m, n  . Указанные параметры определяются как:mfmf, n c ,fbfbгде f b , f c и f m – базовая частота, частота следования символов кода ПСП ичастота меандра соответственно.Уравнения для оценки ВС в дискретном времени имеют вид:u τ λˆ k  F  λˆ k 1  Dλ ,k  u, u   0  ,  0 (11.53)где u τ – векторный дискриминатор по задержке (вектор задержек по коду имеандру), определенный выражением (11.51)В матрично-скалярном виде (11.53) можно записать как:ˆc ,k  c ,k   Dˆ     D m ,k    m ,k      vˆk   vk   D v     aˆk   ak   D acc mccD DD vD ac mmD vD vDvDvacmmmD a   u ,c D a  u ,m  .Dva   0 Da   0 c(11.54)mВычленим из (11.54) уравнения оценки только для  c и  m :ˆc ,k  c ,k  D  u ,c  D   u ,mc(11.55)c mˆm ,k  m ,k  D   u ,c  D  u ,m .c mmСтруктура алгоритма (11.55) (без учета блока экстраполяции) показана нарисунке 11.6.D cu ,c F  λ k  ckˆc ,kxxc ,kD c mm ,kxu ,m F  λ k  mD c mˆm ,kxD mРисунок 11.6Видно (из (11.55) и структуры алгоритма ССЗ), что в общем случае оценкизадержек по коду и меандру оказываются связанными.

Однако, можно показать,что при относительно высокой частоте меандра f m по сравнению с частотой кодаf c , когда m n  4 , оценка задержки меандра слабо зависит от наблюдения покоду, то есть уравнения (11.55) принимают вид:ˆc ,k  c ,k  D  u ,c  D   u ,mc(11.56)c mˆm ,k  m ,k  D  u ,m .mВ этом случае структура алгоритма ССЗ принимает вид (рисунок 11.7):D cF c F  x k  cˆc ,kxc ,kxkD c mF m F  x k  mm,kˆm ,kxDLL  mD mРисунок 11.7Таким образом, для BOC  m, n  -сигналов при m n  4 в схеме слеженияможно выделить независимый контур оценки задержки меандра. Как будетвидно далее (при рассмотрении алгоритма СОС) здесь можно проследитьполную аналогию с алгоритмом комплексной фильтрации задержки кода и фазынесущей (алгоритм СОС), в котором также четко можно выделить независимыйконтур оценки фазы несущей (ФАП).Для BOC  m, n  -сигналов при m n  13 целесообразно использоватьисходный алгоритм (11.55) со структурой, показанной на рисунке 11.6..

Характеристики

Список файлов лекций