复杂环境下基于压缩感知的数字化GNSS接收机关键技术研究

The GNSS application environment is more and more complex. Under the high dynamic, low signal-to-noise ratio, multipath and complex interference coexist condition， the importance of the usability insurance of GNSS receiver is more obvious. The project utilizes compressive sensing to obtain the precise parameters that reflects the fundamental characteristics from little measurement, and proposes a method for reconstructing received signal utilizing compressive sensing theory. It could estimate the signal structural parameters from the compressed sampling data to obtain the critical navigation information such as carrier and code phases. The project, with the compressive sensing theory as the basis, studies the content as follows by introducing the estimation, filtering, artificial intelligence and software defined radio theories:1)the sparse representation theory for the GNSS receives signal under complex environment, 2)the estimation method combing the compressive sensing theory and filtering estimation theory to elevate the efficiency of parameter estimation, 3) the adaptive cascaded Interference cancellation method based on intelligent analysis, to eliminate interference thoroughly, 4) Giving consideration to processing efficiency、stability and the requirements to electric components, building the receiver structure suitable for compressive sensing style and performing simulation and experimental validation. The project makes a solid step toward complete digitalization, multimode compatible and full function GNSS receiver.

卫星导航的应用环境日益复杂，在高动态、低信噪比、多路径、复杂干扰同时存在条件下，保证接收系统可用性研究的重要性日益凸显。本课题利用压缩感知从少量观测值获得反映信号本质特征的稀疏参数，提出在复杂导航环境中利用压缩感知理论重构接收信号的方法，即通过压缩采样数据直接估计信号结构参数。本课题以压缩感知理论为基础，引入估计滤波、人工智能、软件无线电等理论，研究：1）复杂环境GNSS接收信号高效稀疏化表示理论，为信号重构奠定基础；2）滤波估计与压缩感知结合的信号估计方法，以提高信号的重构效率；3）基于智能分析的复杂干扰自适应级联抵消方法，以彻底消除干扰。4）兼顾处理稳定性与效率，对器件要求等，建立压缩感知GNSS接收体制并对关键处理技术进行仿真与实验验证。本课题为GNSS接收机向全数字化、多模式兼容、全功能型演进迈出坚实的一步。

卫星导航（Global Navigation Satellite System, GNSS）的应用环境日益复杂，在高动态、多路径、复杂干扰同时存在条件下，保证接收系统的可用性研究的重要性日益凸显。本项目利用压缩感知理论，研究：1）GNSS接收信号在各种复杂环境的稀疏化表示方法，以此作为GNSS信号接收处理的基础；2）GNSS的干扰功率谱的压缩采样的估计方法，以此作为消除干扰信号的依据；3）GNSS信号的压缩采样体制的接收处理结构，并对不同参数的GNSS信号进行实测数据处理和仿真平台验证，分析压缩感知体制GNSS的处理效率，各方面的处理性能等，与常规GNSS接收机进行比较。. 本项目经过研究，提出了：1）GNSS信号的压缩感知测量值分解模型，根据此模型设计了合理的GNSS接收机的结构对稀疏化信号进行重构和稀疏信号检测，进一步估计得到捕获信息。对该结构接收机的计算复杂度和信噪比检测性能进行了详细分析，得到了有益的结论；2）对GNSS信号的干扰谱进行了详细的分类，提出了多种类型的GNSS窄带干扰在傅里叶基、原子库稀疏表示基下，用压缩感知进行多级干扰频率搜索估计的方法，能够以远小于奈奎斯特频率的采样率和较少的计算量估计窄带干扰信号频点位置，继而可以采用频率内插、滤波方法对GNSS 信号做干扰抑制处理；3） 针对宽带干扰，研究了低采样率的高分辨率压缩功率谱估计方法，对其噪声和分辨率性能进行了详细的理论和数值仿真分析，进一步提出了降低压缩比的宽带干扰信号的处理方法，该方法可以进一步降低采样率，与GNSS接收机体制容易结合，估计分辨率与周期法相比，由于本方法降低了测量值的数目，对于一定长度的数据来说，估计分辨率得到了极大的提高，抗噪声性能也较为理想，适用于低信噪比信号的低采样率高分辨率功率谱估计。为进一步彻底消除GNSS带内干扰奠定基础。.本课题为GNSS接收机向压缩采样体制进步的一次深入探讨和有益尝试，为接收机的发展做出了有益的贡献。