之前在《大學畢業設計一席談之十一 擴頻通信系統》中提及后續會非常詳盡的寫擴頻系統的捕獲和跟蹤兩個系列的文章。在《大學畢業設計一席談之十五 擴頻通信系統的捕獲》中講了捕獲算法，那么本系列將講解跟蹤算法。這方面的知識太有用了，希望大家能夠不斷的回顧學習，力求真正的掌握！歷時八個月，才準備好本系列文章，個中辛苦只有自己知曉！早年讀研究生的時候，就在北斗信號和GPS信號處理的過程中涉及到了跟蹤問題。

跟蹤算法涉及擴頻碼跟蹤和載波跟蹤兩大塊內容。公眾號里面已經發布了很多關于鎖相環和相干解調的文章，這些文章已經把載波跟蹤的知識講的非常全面了，也給出了完整的仿真代碼，這里不再贅述。

所以，我在這里主要講解碼跟蹤環路和相關的仿真程序，當然也會給出碼跟蹤環和鎖相環聯合工作的程序，這也是很多人想看的內容！因為有了這些代碼，仿真程序就離實際的產品很接近了！希望大家好好的消化本系列文章，難度不斷的增加，希望能幫助到那些從事通信和導航領域的學生們及研發人員！當年的小白在缺少資料的情況，走的非常辛苦。網上的參考也是少之又少！

在這感謝上海交通大學的何大治教授，當年他幫我下載了很多很多的IEEE論文（量化說明大約有1G的文獻），對我的成長有非常大的幫助！現在他已經是博士生導師了，而我呢？依舊已工程師自居的我希望能在網絡上找到歸屬感！現實中的我對某些教育形式已經感到非常疲憊，結合了那么多年工作經驗的教學幾乎無人問津，沒人理我會讓我變得更加沉默。回歸主題！

偽隨機碼同步是擴頻通信系統中的一個根本問題。接收機只有在本地擴頻序列與發送來的擴頻序列完全同步后， 才能實現可靠解擴。擴頻通信中的碼同步過程包括碼捕獲和碼跟蹤。前者實現碼片的初始同步， 后者完成精同步并保持同步狀態。碼捕獲和頻率估計是捕獲算法的內容，本系列就不再贅述！在擴頻通信中， 碼跟蹤通常采用最為經典、最為簡單、也是應用最為廣泛的延時碼跟蹤環 （DLL） 方法。這里又會遇到鎖相環的相關知識，自然又有些難度！但學習難度大的算法后，你就會發現如果真正的掌握了基礎知識，那么理解起來也不會很困難。我們一起學起來吧！

本篇內容作為本科畢業設計的課題就屬于難度大的一類，但我相信優秀的本科生也可以通過努力完成跟蹤算法的仿真！本系列文章寫完后，該課題的仿真程序和參考資料也就跟著完善了。

當年本人完成這方面的工作是為了完成北斗信號的解調！

因此也就進入了衛星導航領域！

當然我畢業后又進入了衛星通信領域！

之間又花了一年多時間研究了GPS接收機！

多領域的學習使我受益匪淺，

當然勞累程度也超過一般的人！

那么2018年的大病來的就很自然！

看看信號跟蹤在衛星導航接收機的作用！

衛星導航接收機的信號處理算法是在接收機中的信號處理通道單元中完成。由于導航系統中含有多顆衛星，每個衛星都有自己的特征碼即偽隨機碼，因此在信號處理通道單元中必然含有多個信號處理通道。每個通道對信號的處理都采用相同的方法，下圖就是信號處理通道的總體架構。信號捕獲部分用于給出信號的關鍵參數，比如載波的中頻粗頻率，偽碼相位粗值。這些參數傳遞給信號跟蹤部分，用于完成信號的解調和關鍵參數的提取，比如偽碼相位的精確值等。然后進入導航信息提取及偽距計算和時間計算部分。

講到這，我覺得要不先看程序吧，不然感覺有點“干”！我還是習慣用程序講解的方式慢慢深入下去！先讓大家看看廬山真面目！然后自然會有疑問！我也會把當年我寫程序時的疑問慢慢展現出來！自問自答！此程序來源于當年本人的博士論文！后續逐漸公開論文中涉及的所有仿真程序！程序里面有我本人的注釋，也是當年對知識的理解過程！現在回顧起來，只能對當年的自己說聲：辛苦了！

當年小白的代碼！

%中頻模式下的延遲方式實現碼環跟蹤，取點數不變。

% 這樣就克服了符號位移動的問題。

clear all;

load gold121.mat;

npnsignal1=2*gold121‘-1;

% gold121就是255位的m序列！

% 用之前生成m序列的函數生成即可！

N=10001+250; % 計算的總數據點數

data=randint（1，N）; % 發送信息（隨機數）

data=2*data-1; % Unbipolar -》 Bipolar

data=［data（1:250） 1 ones（1，1000） data（250+1:N-1000）］;

% 插入計算誤碼率時的指示位

gs1=［］;

%加上要調制的符號，你也這樣加吧，因為這樣好和結果進行比較。

for m=1:N+1

signal1（m，：）=data（m）.*npnsignal1（1:255）;

gs1=［gs1 signal1（m，：）］;

end

fc=4.08e6;%這是中頻頻率

off1=fc+560;

% 看看頻偏在2000hz以內的情況下，pn碼的捕獲的情況？

% 大于2k就很難能夠一次找準了，低于1k的沒有問題。

責任編輯：haq