在卫星信号接收的过程中,量化是模数转换的重要环节,信号量化会带来能量损失,对于信号后续的处理产生影响,根据信号特性选取合适的量化位数和系统基准功率可以有效改善这种损失.本文采用量化前后信号信噪比(signal to noise ratio,SNR)...
详细信息
在卫星信号接收的过程中,量化是模数转换的重要环节,信号量化会带来能量损失,对于信号后续的处理产生影响,根据信号特性选取合适的量化位数和系统基准功率可以有效改善这种损失.本文采用量化前后信号信噪比(signal to noise ratio,SNR)对比的形式来直观表示量化损耗,并给出了一般性分析公式.说明了自动增益控制(automatic gain control,AGC)模块在信号量化中的作用,结合量化损耗公式,通过确定最佳增益系数给出了一种基准功率的选取方式,使得不同SNR的信号量化损耗明显降低.仿真结果表明:在低位量化时,该方式对卫星导航信号的量化损耗能改善约1.5 dB.该分析对于接收机的设计以及工程实现具有一定的参考意义.
世界时与协调世界时差值（difference between universal time and coordinated universal time， UT1-UTC）是地球定向参数（Earth Orientation Parameters， EOP）的重要组成部分，其高精度和快速预测对GNSS气象学、人造卫星精密轨道...
详细信息
世界时与协调世界时差值（difference between universal time and coordinated universal time， UT1-UTC）是地球定向参数（Earth Orientation Parameters， EOP）的重要组成部分，其高精度和快速预测对GNSS气象学、人造卫星精密轨道确定等实时应用领域至关重要。传统UT1-UTC预报方法在中长期预测中精度衰减明显，难以满足北斗导航系统及战争环境的精确制导等的高精度需求。提出一种融合地球流体有效角动量（effective angular momentum， EAM）信息的轴向分量x3数据与EOP14 C04序列的卷积长短期记忆神经网络（convolutional long short-term memory， ConvLSTM）模型预报UT1-UTC的新方法。实测数据分析结果发现，EAM轴向分量x3和UT1R-TAI数据具有强相关性，其振幅和相位具有一致的频谱特性，说明EAM轴向分量x3是UT1-UTC的主要激发源。和参与第二届EOP预报比赛（second Earth orientation parameters prediction comparison campaign， 2nd EOP PCC）的各家精度进行对比，在90～360天的中长期预报跨度中，ConvLSTM模型预报精度最优，改善幅度为30.27%～92.44%。对比Bulletin A，时间跨度为60天、180天和360天的中长期预报精度分别提升41.46%、70.07%和59.43%，证实了ConvLSTM新方法能够显著改善UT1-UTC的中长期预报精度。研究成果对EOP的自主确定与实时应用、人造卫星精密轨道确定等领域至关重要。
暂无评论