基于matlab的CBOC信号调制解调仿真,输出其相关性,功率谱以及频偏跟踪

简介: 基于matlab的CBOC信号调制解调仿真,输出其相关性,功率谱以及频偏跟踪

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。

    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:

1.png

正、余弦BOC调制信号的码片波形可以分别表示为

2.png
3.png

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

4.png
5.png

 

   MBOC-Multiplexed Binary Offset Carrier,从英文名可以看出这就是BOC副载波调制信号的一种复用方式。这是由Guenter W.Hein领导的GPS信号设计团队和Jhon W.Betz领导的Galileo信号设计团队共同提出的一种调制方式。目前经过优选,主要讨论和设计应用的是BOC(1,1)和BOC(6,1)的组合。具体根据数据通道和导频通道的功率分配要求,以及采取具体的调制方式不同,可以有多种组合,具体可参考相关文献。目前基本都是从BOC(1,1)和BOC(6,1)的功率分配角度来讨论的。

    MBOC只是一种信号复用的统称,其具体实现目前主要有两种,即CBOC(Composite BOC)和TMBOC(time-multiplexed BOC)。CBOC简单的说,是根据BOC(1,1)和BOC(6,1)不同的功率(幅值)权重构成的4电平符号来实现的调制,是幅值的复合式实现。而TMBOC则是一种类似时分复用的方式,即规定一组码片的长度,在这组码片里固定的几个位置里是BOC(6,1),其他位置都是BOC(1,1)。两种方式都能满足功率谱分配的要求,但在功率谱谱形上还是有所不同的。

2.仿真效果预览
matlab2022a仿真结果如下:

6.png
7.png
8.png
9.png

3.MATLAB部分代码预览

BOCm          = 10;
BOCn          = 2;
%副载波频率
fs            = BOCm*f0;
%码速率
fc            = BOCn*f0; 
fIF           = 2*fs;
fsamp         = 24*f0;%采样频率
%一个周期的采样点
n             = fsamp/1000;
KK            = 1000;
%多普勒频率
fd            = 0;
Nn            = n;
nn            = [0:Nn-1];
CAIndex       = floor(fsamp/fc);
%数据通道的卫星号
Ndata         = 1;
%导频通道的卫星号
Npilot        = 2;
%BOC
[BOC_data,BOC_pilot] = func_BOC_Signal(Ndata,Npilot,Nn,CAIndex);
%移动码片
BOC_data_code        = [BOC_data(n-KK:n),BOC_data(1:n-KK-1)]; 
BOC_pilot_code       = [BOC_pilot(n-KK:n),BOC_pilot(1:n-KK-1)];
t                    = [1:Nn]/fsamp;
%输入信号
cosCarr              = cos(2*pi*(fIF + fd)*t);
sinCarr              = sin(2*pi*(fIF + fd)*t);
Signal_Boc           = 2*BOC_data_code .* cosCarr + 2*BOC_pilot_code .* sinCarr;
 
%仿真数据长度
in_signal            = Signal_Boc;
 
figure,
plot(in_signal);
acf_cboc = xcorr(in_signal,in_signal);
 
figure,
plot(acf_cboc);
title('CBOC ACF');
 
psd_cboc = fftshift(fft(acf_cboc));
figure,
plot(abs(psd_cboc));
title('CBOC PSD');
 
%加高斯白噪声
in_signal = awgn(in_signal,SNR,'measured');
 
%对比算法BPSK like
[Y,Yi]    = BPSK_like(in_signal,n,Nn,fsamp,f0,fIF);
A_049
相关文章
|
5天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于生物地理算法的MLP多层感知机优化matlab仿真
本程序基于生物地理算法(BBO)优化MLP多层感知机,通过MATLAB2022A实现随机数据点的趋势预测,并输出优化收敛曲线。BBO模拟物种在地理空间上的迁移、竞争与适应过程,以优化MLP的权重和偏置参数,提升预测性能。完整程序无水印,适用于机器学习和数据预测任务。
|
5天前
|
机器学习/深度学习 数据采集 算法
基于MobileNet深度学习网络的MQAM调制类型识别matlab仿真
本项目基于Matlab2022a实现MQAM调制类型识别,使用MobileNet深度学习网络。完整程序运行效果无水印,核心代码含详细中文注释和操作视频。MQAM调制在无线通信中至关重要,MobileNet以其轻量化、高效性适合资源受限环境。通过数据预处理、网络训练与优化,确保高识别准确率并降低计算复杂度,为频谱监测、信号解调等提供支持。
|
3天前
|
算法 数据安全/隐私保护
泵浦光与斯托克斯光相遇耦合效应的matlab模拟与仿真
本程序使用MATLAB2022A模拟泵浦光与斯托克斯光在非线性光学材料中的耦合效应,基于拉曼散射原理。通过非线性薛定谔方程描述两者相互作用,实现能量转换与放大。核心代码展示了时间与距离上的光强变化,最终生成动态图像展示耦合过程。完整程序无水印,运行结果如附图所示。该仿真有助于理解非线性光学现象及其应用。
|
4天前
|
资源调度 算法 数据可视化
基于IEKF迭代扩展卡尔曼滤波算法的数据跟踪matlab仿真,对比EKF和UKF
本项目基于MATLAB2022A实现IEKF迭代扩展卡尔曼滤波算法的数据跟踪仿真,对比EKF和UKF的性能。通过仿真输出误差收敛曲线和误差协方差收敛曲线,展示三种滤波器的精度差异。核心程序包括数据处理、误差计算及可视化展示。IEKF通过多次迭代线性化过程,增强非线性处理能力;UKF避免线性化,使用sigma点直接处理非线性问题;EKF则通过一次线性化简化处理。
|
5天前
|
算法 数据安全/隐私保护
基于二次规划优化的OFDM系统PAPR抑制算法的matlab仿真
本程序基于二次规划优化的OFDM系统PAPR抑制算法,旨在降低OFDM信号的高峰均功率比(PAPR),以减少射频放大器的非线性失真并提高电源效率。通过MATLAB2022A仿真验证,核心算法通过对原始OFDM信号进行预编码,最小化最大瞬时功率,同时约束信号重构误差,确保数据完整性。完整程序运行后无水印,展示优化后的PAPR性能提升效果。
|
3天前
|
算法 数据安全/隐私保护 计算机视觉
基于sift变换的农田杂草匹配定位算法matlab仿真
本项目基于SIFT算法实现农田杂草精准识别与定位,运行环境为Matlab2022a。完整程序无水印,提供详细中文注释及操作视频。核心步骤包括尺度空间极值检测、关键点定位、方向分配和特征描述符生成。该算法通过特征匹配实现杂草定位,适用于现代农业中的自动化防控。
|
6天前
|
算法 数据安全/隐私保护
基于GARCH-Copula-CVaR模型的金融系统性风险溢出效应matlab模拟仿真
本程序基于GARCH-Copula-CVaR模型,使用MATLAB2022A仿真金融系统性风险溢出效应。核心功能包括计算违约点、资产价值波动率、信用溢价及其直方图等指标。GARCH模型用于描述资产收益波动性,Copula捕捉依赖结构,CVaR度量极端风险。完整代码无水印输出。 具体步骤:首先通过GARCH模型估计单个资产的波动性,再利用Copula方法构建多资产联合分布,最后应用CVaR评估系统性风险。程序展示了详细的运行结果和图表分析,适用于金融市场风险量化研究。
|
6天前
|
机器学习/深度学习 数据采集 算法
基于遗传优化SVM的电机参数预测matlab仿真
本项目基于遗传优化支持向量机预测电机性能参数,输入电机结构参数(铁心高度、厚度、绕组匝数、窗口宽度、导线截面积),输出体积及三轴加速度。使用Matlab2022a开发,含详细注释代码与操作视频。算法通过大量样本数据学习结构与性能间的非线性关系,经遗传算法优化SVM参数,提高预测精度和泛化能力。数据预处理包括清洗与归一化,确保模型训练高效稳定。
|
8天前
|
算法 数据安全/隐私保护
基于Adaboost的数据分类算法matlab仿真
本程序基于Adaboost算法进行数据分类的Matlab仿真,对比线性与非线性分类效果。使用MATLAB2022A版本运行,展示完整无水印结果。AdaBoost通过迭代训练弱分类器并赋予错分样本更高权重,最终组合成强分类器,显著提升预测准确率。随着弱分类器数量增加,训练误差逐渐减小。核心代码实现详细,适合研究和教学使用。
|
2天前
|
机器学习/深度学习 资源调度 算法
基于入侵野草算法的KNN分类优化matlab仿真
本程序基于入侵野草算法(IWO)优化KNN分类器,通过模拟自然界中野草的扩散与竞争过程,寻找最优特征组合和超参数。核心步骤包括初始化、繁殖、变异和选择,以提升KNN分类效果。程序在MATLAB2022A上运行,展示了优化后的分类性能。该方法适用于高维数据和复杂分类任务,显著提高了分类准确性。