Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学徐成安获国家专利权

南京邮电大学徐成安获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京邮电大学申请的专利一种基于两阶段EKF的遥测和测距信号融合的载波同步方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118890136B

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411045233.3,技术领域涉及:H04L7/06;该发明授权一种基于两阶段EKF的遥测和测距信号融合的载波同步方法是由徐成安;井俊;方伟烨;欧阳晓勇设计研发完成,并于2024-08-01向国家知识产权局提交的专利申请。

一种基于两阶段EKF的遥测和测距信号融合的载波同步方法在说明书摘要公布了:本发明公开了一种基于两阶段EKF的遥测和测距信号融合的载波同步方法,解决了再生伪码测距与高阶调制遥测信号同时传输系统中的载波同步速度慢、环路滤波器系数设计困难等技术问题。本发明的系统中通过扩展卡尔曼滤波器载波同步算法实现较大频率偏移的载波同步,并且通过同步锁定检测器从而实现从粗到细的EKF载波同步。通过粗同步阶段实现快速频率牵引和细同步阶段进行精确频率跟踪,保持较低的残余相位噪声,从而提高了同步速度和稳定性。本发明具有良好的遥测信号解调性能,适用于具有较大频率频移的空间通信领域。

本发明授权一种基于两阶段EKF的遥测和测距信号融合的载波同步方法在权利要求书中公布了:1.一种基于两阶段EKF的遥测和测距信号融合的载波同步方法,其特征在于,所述方法,是在基于扩展卡尔曼滤波EKF的载波同步算法的基础上,增加同步锁定检测器模块,用于选择EKF滤波器的过程噪声协方差矩阵Qk中的过程噪声因子qk,从而实现由粗到细的载波同步;具体的,所述载波同步方法包括如下步骤: 步骤S1、将存在多普勒频率偏移下的遥测与伪码接收信号rt输入匹配滤波后得yk,然后送入载波同步环路中,信道为加性高斯白噪声信道; 步骤S2、确定基于EKF的载波同步算法中的状态向量和观测向量,确定状态向量为 其中为第k个时刻相位;ωk为第k个时刻相位偏差;将接收信号通过匹配滤波后的信号作为观测向量;接收信号的同相和正交分量与是观测向量yk的元素; 步骤S3、给基于EKF的载波同步算法设置状态变量和初始噪声的误差协方差的初值和P0|0,EKF的初始模式为粗同步模式,选择其粗同步模式下的过程噪声因子qk;基于判决的EKF载波同步算法进行迭代估计,其中迭代过程包括步骤S4,步骤S5,步骤S6; 步骤S4、基于EKF的载波同步算法的第一个过程为预测过程,根据过程噪声协方差矩阵Qk,前一时刻的状态向量和更新误差协方差Pk-1|k-1,利用状态方程来估计预测当前时刻k的状态向量以及预测误差协方差Pk|k-1; 步骤S5、基于判决的EKF载波同步算法校正计算阶段,根据硬判决检测器模块得到判决符号作为发送符号,并计算雅可比矩阵Hk和预测的观测值 步骤S6、基于EKF的载波同步算法的第二个过程为测量更新过程,根据预测误差协方差Pk|k-1、雅可比矩阵Hk、测量噪声协方差矩阵Rk计算得出卡尔曼增益系数矩阵Kk,最后根据预测当前时刻k的状态向量观测残留值以及卡尔曼增益系数矩阵Kk来计算更新状态向量和更新误差协方差Pk|k,到此完成一次迭代; 步骤S7、将步骤S6中EKF迭代估计出的第k时刻状态向量中的进行载波再生得到从而对匹配滤波后的信号yk进行相位校正,并得到硬判决检测器模块的输入信号为y'k,经硬判决检测器模块得到判决符号返回步骤S4; 步骤S8、同步锁定检测器模块包括距离鉴别器和滑动平均滤波器,距离鉴别器通过检测相位校正符号y'k与硬判决检测器模块输出之间的距离是否小于阈值σth1判定输出误差ok为1还是0;滑动平均滤波器则采用长度为NLd的滑动窗口对距离鉴别器的输出误差ok进行平均滤波得出通过将与阈值σth2进行比较,从而得出当前所处同步阶段下的预设过程噪声因子qk。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京邮电大学,其通讯地址为:210033 江苏省南京市栖霞区广月路30-06号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。