GPS信号捕获.docx
《GPS信号捕获.docx》由会员分享，可在线阅读，更多相关《GPS信号捕获.docx（13页珍藏版）》请在冰豆网上搜索。
GPS信号捕获
实验二GPS信号捕获
姓名：
学号：
一、实验目的
1.熟悉GPS信号捕获基本概念；
2.掌握串行搜索算法、并行频率搜索算法和并行码相位搜索捕获算法的基本思想、特点及算法流程；
3.训练在实际当中分析问题、解决问题的能力。
二、实验要求
1.编写GPS信号捕获子程序，算法自选。
2.将实验一最终生成的信号延迟
时间，并加上大小为
的多普勒频移，使用以上编写的信号捕获子程序对该信号进行捕获。
3.画出三维捕获结果图（要求至少画出两幅，一幅对应信号成功捕获，一幅对应未捕获到信号）。
三、实验内容
1.实验代码
%指标是signalpower=-185dBW，此时可以进行室内定位；
%指标是SNR=-52dB，此时noisepower=-133dBW
Dopler_bound=10;%原来是20，为加快运行速度，减少频率槽数
Freq_bin=500;
Fc=1250000;
Length_of_data=5000;
Length_of_fft=4096;
NUM=5;%50010;
Signalpower=-177;%I路信号的功率（dBW）
Noisepower=-143;%噪声的复功率（dBW）
Threshold=1e5;
Times_of_ncoh=40;
%变量初始化
successcount=0;
%在卫星从地平线升起或降落时，用户速度900m/s时,径向速度差不多（+-）10K，
fid_ca=fopen（'CA_5000.txt','r'）;
CA_samp=fscanf（fid_ca,'%d'）;%5000点
fclose（fid_ca）;
CA_samp=CA_samp';
%本地伪码FFT:
CA_fft
CA_local=Average（Length_of_data,Length_of_fft,CA_samp）;
%plot（CA_local）
CA_fft=fft（CA_local）;
%plot（imag（CA_fft））
Idata=ReadIn（）;%把文本Idata全部读到Idata数组中
Qdata=ReadIn（）;%
Idata=Idata';
Qdata=Qdata';
Idata（1:
NUM）=[];%删去前NUM个元素
Qdata（1:
NUM）=[];
AMP=sqrt（2*10^（Signalpower/10））;%输入量为幅度系数，单位相当于（V），%AMP=1e-9，此时signalpower=-183dBW
DIV_AWGN=10^（Noisepower/10）;%输入量为高斯白噪声的方差。
DIV_AWGN：
在均值means为0时，高斯白噪声的方差即噪声的功率单位为（W）
fork=1:
200%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%变量初始化
acq_tag=0;
coh_count=1;
ncoh_count=1;
highdop_index=1;%初始值
lowdop_index=0;
%初始化矩阵并清零
R=zeros（20,（2*Dopler_bound+1）*Length_of_fft）;
sum_cohe_accum=zeros（Times_of_ncoh,（2*Dopler_bound+1）*Length_of_fft）;%相干累积和清零
sum_ncohe_accum=zeros（1,（2*Dopler_bound+1）*Length_of_fft）;%非相干累积和清零
ncohe_accum=zeros（1,（2*Dopler_bound+1）*Length_of_fft）;
[gr,gi]=MyAwgn（62*5000*20-NUM,DIV_AWGN）;%产生随机高斯白噪声：
Ich=Idata*AMP+gr;
Qch=Qdata*AMP+gi;
forn=1:
Times_of_ncoh%把I和Q转变成二维数组Isn和Qsn
Isn（n,1:
1e5）=Ich（1+（n-1）*1e5:
n*1e5）;
Qsn（n,1:
1e5）=Qch（1+（n-1）*1e5:
n*1e5）;
end;
forncoh_count=1:
Times_of_ncoh%%%进行非相干累积
whilecoh_count<=20%%进行相干累积
while（highdop_index<=Dopler_bound）|（lowdop_index>=（-1）*Dopler_bound）%一次5000点搜索
iflowdop_index>=Dopler_bound*（-1）
cos_localcarr=LocalCarrier（lowdop_index,Freq_bin,Fc）;
sin_localcarr=LocalCarrier（lowdop_index,Freq_bin,Fc）;
I=Isn（ncoh_count,1+（coh_count-1）*Length_of_data:
coh_count*Length_of_data）.*cos_localcarr-Qsn（ncoh_count,1+（coh_count-1）*Length_of_data:
coh_count*Length_of_data）.*sin_localcarr;
Q=Isn（ncoh_count,1+（coh_count-1）*Length_of_data:
coh_count*Length_of_data）.*sin_localcarr+Qsn（ncoh_count,1+（coh_count-1）*Length_of_data:
coh_count*Length_of_data）.*cos_localcarr;
I_short=Average（Length_of_data,Length_of_fft,I）;
Q_short=Average（Length_of_data,Length_of_fft,Q）;
Rev_fft=fft（I_short+i*Q_short）;%接收来的信号做fft
R（coh_count,1+（lowdop_index+Dopler_bound）*Length_of_fft:
（lowdop_index+Dopler_bound+1）*Length_of_fft）=ifft（Rev_fft.*conj（CA_fft））;%相关值R，R其实是一个矩阵
%R_mod（coh_count,1+（lowdop_index+Dopler_bound）*Length_of_fft:
（lowdop_index+Dopler_bound+1）*Length_of_fft）=abs（R（coh_count,1+（lowdop_index+Dopler_bound）*Length_of_fft:
（lowdop_index+Dopler_bound+1）*Length_of_fft））;
end;
ifhighdop_index<=Dopler_bound
cos_localcarr=LocalCarrier（highdop_index,Freq_bin,Fc）;
sin_localcarr=LocalCarrier（highdop_index,Freq_bin,Fc）;
I=Isn（ncoh_count,1+（coh_count-1）*Length_of_data:
coh_count*Length_of_data）.*cos_localcarr-Qsn（ncoh_count,1+（coh_count-1）*Length_of_data:
coh_count*Length_of_data）.*sin_localcarr;
Q=Isn（ncoh_count,1+（coh_count-1）*Length_of_data:
coh_count*Length_of_data）.*sin_localcarr+Qsn（ncoh_count,1+（coh_count-1）*Length_of_data:
coh_count*Length_of_data）.*cos_localcarr;
I_short=Average（Length_of_data,Length_of_fft,I）;
Q_short=Average（Length_of_data,Length_of_fft,Q）;
Rev_fft=fft（I_short+i*Q_short）;%接收来的信号做fft
R（coh_count,1+（highdop_index+Dopler_bound）*Length_of_fft:
（highdop_index+Dopler_bound+1）*Length_of_fft）=ifft（Rev_fft.*conj（CA_fft））;
%R_mod（coh_count,1+（highdop_index+Dopler_bound）*Length_of_fft:
（highdop_index+Dopler_bound+1）*Length_of_fft）=abs（R（coh_count,1+（highdop_index+Dopler_bound）*Length_of_fft:
（highdop_index+Dopler_bound+1）*Length_of_fft））;
end;
lowdop_index=lowdop_index-1;
highdop_index=highdop_index+1;
end;%结束时域搜索频率，求得单次相关值
%共进行2×Dopler_bound+1次，即R实际是一个21×4096型矩阵
%再进行相干累积20次，即R实际是一个20×21×4096型矩阵
%[peak,locate]=max（R_mod（coh_count,:
））;
%disp（Threshold）;
%ifpeak>Threshold%门限值要科学慎重计算，调试，得到。
%acq_tag=1;
%freqbin_index=ceil（locate/Length_of_fft）;%向上取整，求出行号即多普勒频槽号
%freqbin_index=freqbin_index-Dopler_bound-1;
%CA_phase=mod（locate,Length_of_fft）;%取模，求出列号即码相位偏移号
%CA_phase=Unaverage（Length_of_fft,Length_of_data,CA_phase）;
%CA_phase=CA_phase-1;
%disp（coh_count）;
%disp（freqbin_index）;
%disp（CA_phase）;
%break;
%else
sum_cohe_accum（ncoh_count,:
）=sum_cohe_accum（ncoh_count,:
）+R（coh_count,:
）;
coh_count=coh_count+1;
%ifcoh_count==2&ncoh_count==1
%forp=1:
21
%picture（p,:
）=R（coh_count,1+（p-1）*4096:
4096*p）;
%end;
%mesh（picture）;
%end;%把一次相关结果转化成picture二维矩阵，画三维图
%end;
end;%结束20ms的20次相干累积
%ifncoh_count==1
%forp=1:
21
%picture（p,:
）=sum_cohe_accum（1,1+（p-1）*4096:
4096*p）;
%end;
%mesh（picture）;
%end;%把20次相干累积结果转化成picture二维矩阵，画三维图
ncohe_accum（:
）=（abs（sum_cohe_accum（ncoh_count,:
）/20））.^2;%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
sum_ncohe_accum（:
）=sum_ncohe_accum（:
）+ncohe_accum（:
）;%求非相干累积和
%
end;%结束40次非相干累积
forp=1:
21
picture（p,:
）=sum_ncohe_accum（1+（p-1）*4096:
4096*p）;
end;
mesh（picture）;
holdon;
[peak,locate]=max（sum_ncohe_accum）;
freqbin_index=ceil（locate/Length_of_fft）;%向上取整，求出行号即多普勒频槽号
freqbin_index=freqbin_index-Dopler_bound-1;%freqbin_index取值范围从-Dopler_bound，到+Dopler_bound
CA_phase=mod（locate,Length_of_fft）;%取模，求出列号即码相位偏移号
CA_phase=Unaverage（Length_of_fft,Length_of_data,CA_phase）;
CA_phase=CA_phase-1;
disp（peak）;
disp（freqbin_index）;
disp（CA_phase）;
if（freqbin_index==2）&（CA_phase==（Length_of_data-mod（NUM,Length_of_data））|CA_phase==（Length_of_data-mod（NUM,Length_of_data）-1）|CA_phase==（Length_of_data-mod（NUM,Length_of_data）-2）|CA_phase==（Length_of_data-mod（NUM,Length_of_data）+1））
successcount=successcount+1;
acq_tag=1;
end;
end;
disp（successcount）;
%fclose（fid1）;%捕获结束，关掉文本指针
%fclose（fid2）;%捕获结束，关掉文本指针
function[numshort]=Average（n,k,numlong）
rate=n/k;
form=1:
k
count（m）=0;
sum（m）=0;
forl=1:
n
if（floor（（l-1）/rate））==（m-1）
count（m）=count（m）+1;
sum（m）=sum（m）+numlong（l）;
end;
end;
numshort（m）=sum（m）/（count（m））;
end;
function[cos_localcarrsin_localcarr]=LocalCarrier（fd_index,freq_bin,fc）
%本地载波
sam_rate=5000000;
sam_intervel=1.0/sam_rate;
fr=fc+fd_index*freq_bin;
k=linspace（0,4999,5000）;
cos_localcarr=10*cos（2*pi*fr*sam_intervel*k）;
sin_localcarr=10*sin（2*pi*fr*sam_intervel*k）;
function[g1,g2]=MyAwgn（n,div）
%******complexGausswhitenoise
%******均值为0
%n为向量维数
%div%复高斯白噪声的方差
%实高斯白噪声的方差为div/2
mean=0;%meanan
u1=rand（1,n）;%在【0，1】上均匀分布的n个数
u2=rand（1,n）;
a=sqrt（-2.*log（u1））;%由随机信号分析得到
b=2*pi.*u2;
g1=sqrt（div/2）*a.*cos（b）+mean;%实高斯白噪声，作为实部
g2=sqrt（div/2）*a.*sin（b）+mean;%实高斯白噪声，作为虚部
function[longnum]=Unaverage（in,out,shortnum）
rate=out/in;
ifshortnum==1
longnum=1;
else
longnum=floor（（shortnum*rate））+1;
end;
ifshortnum==in
longnum=out;
end;
function[data]=ReadIn（）%把文件全部读到数组中，再分段截取利用
[fname,pname]=uigetfile（'*.txt','请选择要处理的数据文件firstI,thenQ',10,10）;
filepath=[pname,fname];
f1=fopen（filepath,'r'）;
data=fscanf（f1,'%f'）;%data为读取文件句柄
function[output_args]=Untitled1（input_args）
p=D;N=50000;%N的大小由你实际情况而定
u=randn（1,N）;a=sqrt（p）;
u=u*a;
saveu;
function[output_args]=Untitled1（input_args）
%UNTITLED1Summaryofthisfunctiongoeshere
%Detailedexplanationgoeshere
2.实验图像
捕获成功图像
捕获失败
四、实验总结
通过本次实验，对GPS信号的捕获有了更深刻的印象。
对于网络资源的利用和网络资源的查找有了一个模糊的认识。
互联网上的matlab高手如云，合理的利用，能对学习起到积极的促进作用。
升级会员 