基于模糊逻辑控制的自适应直扩伪码跟踪环路设计及其在月地测控中的应用

《IEEE Access》：Adaptive DSSS PN Code Tracking Loop Based on Fuzzy Logic Control Technology

本文针对高动态、极低载噪比条件下的月地测控场景，提出了一种基于模糊逻辑控制的自适应DSSS PN码跟踪环路。研究通过引入T-S模糊控制器，利用鉴别器输出的均值与标准差动态调整环路带宽，并结合最大似然估计鉴别器提升低信噪比下的跟踪精度。仿真结果表明，该方法在多种动态与CNR场景下均能实现快速收敛与稳定跟踪，显著提升了传统最优环路的适应性与收敛速度。

　　

在深空探测领域，月球与地球之间的遥测、跟踪与指令（TT&C）传输堪称技术高地。信号穿越数十万公里空间距离后，抵达地球时已变得极其微弱，同时受到宇宙飞行器高速运动产生的多普勒效应影响，形成高动态、极低载噪比（CNR）的极端通信环境。在此背景下，直接序列扩频（DSSS）技术凭借其抗干扰、抗截获的优越性能，成为月地测控系统的关键技术手段。而伪噪声（PN）码的精确跟踪，更是确保通信质量的核心环节。

传统PN码跟踪环路面临一个经典矛盾：为抑制热噪声误差需要窄带宽，而为适应高动态应力又需要宽带宽。现有最优环路设计方法基于预设的动态与CNR参数计算固定带宽，虽在特定场景下性能较优，却无法根据实时信号状态自适应调整参数。更棘手的是，宽窄带宽切换机制可能引发瞬时扰动，导致环路需重新收敛，严重影响系统响应速度。这一矛盾在复杂多变的月地测控场景中尤为突出，亟需一种能够智能调节参数的新型跟踪方案。

为解决这一技术瓶颈，北京理工大学郑哲教授团队在《IEEE Access》上发表了创新性研究成果“基于模糊逻辑控制技术的自适应DSSS PN码跟踪环路”。该研究将模糊逻辑（FL）控制技术引入PN码跟踪领域，设计出一种能够自主适应环境变化的智能跟踪环路。

研究团队采用了几项关键技术方法：首先，利用最大似然估计（MLE）鉴别器替代传统Early-minus-Late鉴别器，通过计算似然函数区域质心获得更精确的码相位误差估计；其次，将鉴别器输出的移动平均值（E_Δτ,l）和移动标准差（σ_Δτ,l）作为模糊控制器的输入变量，分别反映动态应力误差和热噪声误差的影响程度；最后，基于T-S模糊模型设计了一套完整的模糊规则库，根据输入变量的模糊推理结果实时计算环路带宽调整参数（α_DLL,l），实现带宽的自主调节。

环路结构设计

研究提出的自适应跟踪环路在传统延迟锁定环（DLL）结构基础上进行了创新性改进。如附图1所示，环路核心增加了一个模糊逻辑控制器，其输入来自MLE鉴别器处理后的码相位误差统计特征。当动态应力主导时（均值显著大于标准差），控制器自动增大带宽以增强动态适应性；当热噪声主导时（标准差显著大于均值），则减小带宽以提升抗噪性能。这种智能调节机制有效解决了传统环路的带宽选择困境。

模糊控制策略

研究团队设计的模糊控制器采用了一套精心设计的规则库（表1）。输入变量的隶属度函数如图2、3所示，将均值和标准差分别划分为“小/中/大”和“负大/负小/零/正小/正大”等语言变量。通过min推理法计算各规则的触发强度，再采用加权平均解模糊方法得到精确的带宽调整参数。这种设计使得环路能够根据实际跟踪状态进行平滑、连续的带宽调节，避免了传统切换机制带来的扰动问题。

性能验证与分析

团队设置了四种典型场景进行仿真验证：场景1（CNR=50 dB-Hz，多普勒变化率=1000 Hz/s）、场景2（CNR=34 dB-Hz，多普勒变化率=1000 Hz/s）、场景3（CNR=50 dB-Hz，多普勒变化率=5000 Hz/s）和场景4（CNR=34 dB-Hz，多普勒变化率=5000 Hz/s）。关键参数包括射频频率1575.42 MHz、码片速率5 MHz、积分时间4 ms等。

仿真结果令人振奋。如图4所示，自适应环路在初始跟踪阶段迅速切换到较宽带宽（如场景3达53 Hz），实现快速捕获；稳定后又能自动收窄带宽（如场景2降至11.8 Hz）以提高精度。这种自适应调节使得环路在不同场景下都能达到近似最优的跟踪性能。图5的码相位跟踪误差曲线显示，新方法比固定带宽最优设计收敛更快，且稳态误差更小。

表3的量化数据进一步证实了该方法的优越性。在场景4（低CNR、高动态）下，自适应环路的总跟踪误差为0.21 chip，与固定带宽最优环路的0.18 chip相当，但收敛速度显著提升。更重要的是，新方法在不同场景下展现出了良好的自适应性：高动态场景下维持较大带宽（场景3：53 Hz），低CNR场景下适当收窄带宽（场景2：11.8 Hz），完美实现了动态应力误差与热噪声误差的平衡。

该研究的创新价值在于首次将模糊逻辑控制成功应用于PN码跟踪环路，解决了月地测控场景中高动态与低信噪比之间的矛盾。与传统最优设计相比，新方法不仅保持了跟踪精度，还显著提升了收敛速度和场景适应性。这种智能化的跟踪策略为未来深空探测、高动态导航等领域的信号处理提供了新的技术思路，特别是在环境参数快速变化的复杂场景下展现出巨大应用潜力。

研究结果表明，基于模糊逻辑的自适应控制方法能够有效提升DSSS系统的跟踪性能，为月地测控及其他极端环境下的通信系统设计提供了重要参考。未来，该方法还可与惯性导航系统（INS）辅助、载波环协同等技术结合，进一步拓展其在综合导航定位领域的应用前景。