基于matlab的BOC调制解调的同步性能仿真,输出跟踪曲线以及不同超前滞后码距下的鉴别曲线
目录
1.算法描述
BOC-Binary Offset Carrier,也叫二进制偏置载波调制,是在Galileo系统设计过程中提出的一种新的载波调制方式。它的基本原理是在原有的BPSK调制基础上,再增加一个二进制副载波(目前主要是由正弦或余弦型符号函数构成的副载波,即形似sgn(sin(t))或sgn(cos(t)),以正弦或余弦信号为参数的符号函数)。这种调制方式的最大特点是,其功率谱的主瓣分裂成对称的两部分,而且根据选择的参数不同,两个分裂主瓣的距离也可以变化。一般常用的表示方式为BOC(m,n)的形式,其中m表示的是副载波频率,n表示的是扩频码速率,具体数值分别是1.023MHz的m倍和n倍。
关于BOC调制,Betz的文章《Binary Offset Carrier Modulations for Radionavigation》是比较经典的,特别是附录里关于功率谱表达式的推导,让我省却了很多自行推导的烦恼。不过里面有一处印刷错误,有兴趣的朋友应该不难发现。中文资料里我认为邱致和的《GPS M码信号的BOC调制》,可以作为参考,特别是关于BOC基本概念的介绍。
BOC 调制就是在原有 BPSK 调制的基础上,再加上一个二进制副载波对 BPSK 信号进行二次扩频。由于方波易于生产,因此采用方波来替代正弦波,这样可以节约硬件资源。一般用 BOC(sf ,cf)来表示sf 代表副载波频率,cf 代表伪码速率。因为sf 和cf都是 1.023MHz 的整数倍,所以文献中用 BOC(m,n)的表示形式,其中 m 表示的是副载波频率,n 表示的是扩频码速率,它们分别表示 1.023MHz 的 m 倍和 n 倍。
BOC 调制的频谱可以分为两个对称独立的边带,它的自相关函数是一种多峰结构,其中主峰较窄,所以有可能对接收机处理方式做一些改变,以便在实现时获得性能的改善。另外一种可行的方法是使鉴相器工作在一个带宽信号的相对函数上,进而保持对主峰的粗跟踪,之后再转入用双边带信号工作的鉴相器,来作精跟踪。由此可见,BOC 调制信号的频谱中上边带和下边带的冗余,自相关函数中的多峰,如果加以开发利用有可能在接收机的信号截获、码跟踪以及数据解调等处理中带来利益。
BOC 调制信号是在载波调制前对扩频信号用副载波进行二次扩频。其流程如下图所示:
正、余弦BOC调制信号的码片波形可以分别表示为
正弦BOC调制信号BOCs(m,n)和余弦BOC调制信号BOCc(m,n)的自相关函数分别为
boc和bpsk区别很多:
1 功率谱不同,boc将基带信号能量搬移到±fs处,bpsk基带信号能量集中在0频。boc的这种特性使得一个频点可以发射多个信号分量。
2 相关函数不同,boc有多个峰,会使得接收机产生误锁,而bpsk不会。
总结,boc是的导航信号调制方式设计更具灵活性,但接收处理更有挑战。bpsk接收处理简单。
2.仿真效果预览
matlab2022a仿真结果如下:
3.MATLAB部分代码预览
[signal_BOC] = source_BOC(SNR,2,fword_code,fword_sub_carrier,fword_carrier);
for index = 1:loopnum
index
%信号跟踪
[signal_BOC,prn_source] = source_BOC(SNR,point,fword_code,fword_sub_carrier,fword_carrier);
%本地码载波产生
[local_prn_E,local_prn_P,local_prn_L,...
local_BOC_E,local_BOC_P,local_BOC_L,...
fll_carrier_cos,fll_carrier_sin,...
pll_carrier_cos,pll_carrier_sin] = local_gen(point);
%相关运算
%ASPeCT
Dcm_I_E1 = sum(signal_BOC.*fll_carrier_cos.*local_BOC_E);
Dcm_I_E2 = sum(signal_BOC.*fll_carrier_cos.*local_prn_E);
Dcm_I_E = Dcm_I_E1^2-Dcm_I_E2^2;
Dcm_Q_E1 = sum(signal_BOC.*fll_carrier_sin.*local_BOC_E);
Dcm_Q_E2 = sum(signal_BOC.*fll_carrier_sin.*local_prn_E);
Dcm_Q_E = Dcm_Q_E1^2-Dcm_Q_E2^2;
Dcm_I_P1 = sum(signal_BOC.*fll_carrier_cos.*local_BOC_P);
Dcm_I_P2 = sum(signal_BOC.*fll_carrier_cos.*local_prn_P);
Dcm_I_P = Dcm_I_P1^2-Dcm_I_P2^2+abs(Dcm_I_P1^2-Dcm_I_P2^2);
Dcm_Q_P1 = sum(signal_BOC.*fll_carrier_sin.*local_BOC_P);
Dcm_Q_P2 = sum(signal_BOC.*fll_carrier_sin.*local_prn_P);
Dcm_Q_P = Dcm_Q_P1^2-Dcm_Q_P2^2+abs(Dcm_Q_P1^2-Dcm_Q_P2^2);
Dcm_I_L1 = sum(signal_BOC.*fll_carrier_cos.*local_BOC_L);
Dcm_I_L2 = sum(signal_BOC.*fll_carrier_cos.*local_prn_L);
Dcm_I_L = Dcm_I_L1^2-Dcm_I_L2^2;
Dcm_Q_L1 = sum(signal_BOC.*fll_carrier_sin.*local_BOC_L);
Dcm_Q_L2 = sum(signal_BOC.*fll_carrier_sin.*local_prn_L);
Dcm_Q_L = Dcm_Q_L1^2-Dcm_Q_L2^2;
%码鉴别滤波,计算频率字
pow_E = Dcm_I_E^2+Dcm_Q_E^2;
pow_L = Dcm_I_L^2+Dcm_Q_L^2;
code_dis = (pow_E-pow_L)/(pow_E+pow_L)/2;
code_dis_result(index) = code_dis;
if index ==1
last_out_DDL = 0;
last_in_DDL = 0;
end
code_filter = last_out_DDL + [code_dis last_in_DDL]*[C1 (-1)*C2]';
last_out_DDL = code_filter;
last_in_DDL = code_dis;
code_filter_result(index) = code_filter;
local_fword_code = (fc+code_filter)*2^40/fsamp;
local_fword_sub_carrier = (fs+code_filter)*2^40/fsamp;
end
A_050
4.完整MATLAB程序
V
相关文章
- matlab下将图片序列转化为视频文件 && 将为视频文件转化图片序列
- 考虑特性分布的储能电站接入的电网多时间尺度源储荷协调调度策略(Matlab代码实现)
- 配电网电压调节及通信联系(Matlab代码实现)
- 基于RRT算法的最优动力学路径规划(Matlab代码实现)
- 随风摇曳的她——美蕨(matlab实现)
- 【图像处理】基于 Matlab GUI 阈值分类器进行草莓识别步骤流程
- 数学建模学习(96): BP/RBF/RBF-BP神经网络案例实现(matlab)
- 基于深度学习网络的5G通信链路信道估计算法matlab仿真
- m基于Lorenz混沌自同步的混沌数字保密通信系统的FPGA实现,verilog编程实现+MATLAB混沌验证程序
- m基于matlab的OQPSK载波同步通信系统仿真,载波同步采用costas环
- MATLAB | 全网唯一! 又双叒叕一种弦图绘制
- 【MATLAB】进阶绘图 ( colormap 颜色图矩阵分析 | 自定义 colormap 颜色图 | 生成 64 x 3 的 colormap 颜色图矩阵 )
- 【Deepin 20 Beta系统】Linux系统安装Matlab R2019b详解
- m基于马尔科夫随机场和Gardner环的WSN网络时间同步matlab仿真
- m无线传感器网络WSN的时间同步捕获算法matlab仿真,对比单步捕获法,双步捕获法以及锯齿波匹配捕获法
- matlab图像配准之SSD、NCC、SAD等相似度计算