导航信号的跟踪问题
GPS导航系统的信号干扰及其解决方案研究
GPS导航系统的信号干扰及其解决方案研究一、GPS导航系统概述GPS(Global Positioning System)，全球定位系统，是一种基于卫星发射的信号进行位置、速度等导航信息的定位和速度测量系统。
GPS发射的信号经过三个部分进行测量和定位：空间部分、控制部分和用户部分。
GPS可以用于军事、航空、海洋、测量等各个领域。
二、GPS信号干扰介绍当使用GPS进行定位和导航时，有时会受到许多外部因素的影响，如障碍物，大气层，天气，射频干扰等。
射频干扰是一种电磁兼容性问题，通常表现为电信号或电磁波的传输或辐射，导致接收器性能下降，数据错误等问题。
通常，射频干扰可分为以下几类：1.情况1由其他发射设备的频率误差或扰动产生的干扰。
针对这种干扰情况，需要加强对GPS接收器的滤波器设计。
2.情况2设备之间的干扰，尤其是GPS接收设备和移动通信设备之间的干扰。
这种干扰情况通常还涉及移动通信设备的基站、天线等硬件系统，使GPS接收设备受到强电磁波干扰，导致定位接收机的性能严重受损。
3.情况3由于某些特殊环境产生的信号干扰，如雷电、电力线、工业射频等因素产生的干扰。
在面对这种环境干扰的时候，需要采取减少电气设备或工业射频干扰的措施，以减少GPS接收机的干扰。
三、GPS信号干扰的影响1.导致定位不准确GPS信号干扰会影响卫星信号接收的质量，从而导致导航和定位不准确。
2.导致信号丢失GPS信号干扰严重的时候，会导致卫星信号的丢失，使变得无法定位导航。
3.导致接收端性能下降GPS信号干扰也会导致GPS接收机的性能下降，如信噪比和接收灵敏度降低等。
四、GPS信号干扰的解决方案为了解决GPS信号干扰问题，我们可以采用以下方法:1.进行硬件设计加强GPS接收器的滤波器设计是解决GPS信号干扰的重要手段之一。
此外，合理配置天线系统、选择合适的接收模式以及保持接收机清洁以防止损坏等措施都有助于避免接收机的干扰。
2.加强软件升级软件升级也是解决GPS信号干扰的重要方法之一。
卫星导航系统实时精确定位方法改进策略
卫星导航系统实时精确定位方法改进策略导航系统在现代社会中扮演着重要的角色，卫星导航系统的出现为实时精确定位提供了可行性。
然而，随着导航技术的发展，仍存在许多不足之处，需要改进的地方。
本文将探讨现有卫星导航系统实时精确定位方法的不足，并提出改进策略。
一、不足之处现有的卫星导航系统存在以下问题：1.多路径效应多路径效应是卫星导航系统中的一大挑战。
当信号在传播过程中经过建筑物、地形等障碍物反射时，会产生多个路径的信号。
这些多路径信号对接收信号的质量和精确性造成严重影响，导致定位误差增加。
2.卫星几何卫星几何指的是卫星在天空中的分布情况。
由于地球曲率以及卫星数量有限，卫星几何会对接收信号的强度和精确性产生影响。
在山区、城市峡谷等特殊地形中，卫星几何会变得更加复杂，导致定位误差增大。
3.钟差误差卫星导航系统中的钟差误差是导致实时精确定位误差的主要因素之一。
卫星内部的原子钟可以提供非常高的精度，但由于各种因素的影响（例如温度、振动等），钟差误差仍然存在。
这种误差会直接影响到卫星导航系统的定位精度。
二、改进策略针对以上问题，我们可以采取以下策略进行改进：1.多路径抑制技术为了解决多路径效应问题，可以采用多路径抑制技术。
通过采集和分析多路径信号，对其进行滤波和抑制，从而提高接收信号的质量和精确性。
采用多频率信号处理方法，利用不同频率的信号来抑制多路径效应，可以有效减小多路径引起的位置偏差。
2.增加卫星数量为了改善卫星几何，可以通过增加卫星数量来提高定位精度。
增加卫星数量可以提供更多的可见卫星，改善接收信号的质量和强度。
此外，选择高海拔地点部署卫星，可以改善在特殊地形中的卫星几何。
3.时钟校正技术时钟校正技术可以用于解决钟差误差问题。
通过定期校正卫星内部的原子钟，消除由于温度和振动等因素引起的钟差误差。
利用地面测量站和参考卫星进行时钟校正，可以提高卫星导航系统的定位精度。
4.增加增强定位技术除了以上策略，还可以考虑增加增强定位技术，例如差分GPS技术和增强型现实技术等。
高灵敏度卫星导航接收机捕获跟踪技术研究
高灵敏度卫星导航接收机捕获跟踪技术研究卫星导航系统在现代社会中扮演着至关重要的角色，为人们提供准确的位置和导航信息。
然而，由于信号弱、干扰多等原因，导航信号的捕获和跟踪成为了卫星导航接收机设计中的一个重要挑战。
为了提高接收机的性能和可靠性，许多研究人员致力于高灵敏度卫星导航接收机的捕获跟踪技术研究。
首先，高灵敏度接收机的捕获技术是实现接收机对弱信号进行快速锁定的关键。
传统的捕获技术通常采用串行搜索算法，即逐个搜索可能的码相位和多普勒频率，然后进行匹配。
然而，这种算法在信号弱的情况下效率较低，因为搜索空间较大。
为了提高搜索效率，研究人员提出了许多改进的算法，如并行搜索和快速傅里叶变换（FFT）算法。
这些算法可以同时搜索多个码相位和多普勒频率，从而大大提高了捕获速度。
其次，高灵敏度接收机的跟踪技术是保持对导航信号的持续跟踪的关键。
由于干扰和多径效应等原因，导航信号的相位和多普勒频率会发生变化，导致接收机跟踪误差。
为了提高跟踪性能，研究人员提出了许多自适应跟踪算法。
这些算法可以实时估计信号的相位和多普勒频率，并根据估计值对接收机进行调整，以保持对信号的准确跟踪。
此外，高灵敏度接收机的前端设计也对捕获和跟踪性能起着重要作用。
前端设计包括天线、低噪声放大器和射频滤波器等组件。
优化前端设计可以提高接收机的灵敏度和抗干扰能力，从而增强捕获和跟踪性能。
综上所述，高灵敏度卫星导航接收机的捕获跟踪技术研究对提高导航系统的性能和可靠性具有重要意义。
通过改进捕获算法、跟踪算法和前端设计，可以提高接收机对弱信号的捕获能力和对信号的准确跟踪能力。
这将推动卫星导航系统在各个领域的应用，并为人们提供更为精确和可靠的导航服务。
gnss 跟踪 原理
gnss跟踪原理
GNSS（全球导航卫星系统）跟踪的原理是基于接收器从多颗卫星接收信号并计算其位置的技术。
GNSS系统包括全球定位系统（GPS）、伽利略卫星导航系统（Galileo）、格洛纳斯（GLONASS）和北斗卫星导航系统（BeiDou）等。
以下是GNSS跟踪的基本原理：
1.卫星信号传播：GNSS卫星发射无线信号，包含了卫星的位置、时间信息以及导航数据。
这些信号以电磁波的形式传播到地球。
2.接收器接收信号：GNSS接收器（例如GPS接收器）安装在地面、飞行器、船只或车辆等设备上。
接收器接收来自多颗卫星的信号。
3.信号延迟计算：GNSS接收器通过测量接收到信号的时间来计算信号的传播时间。
考虑到信号传播的速度是光速，通过测量时间可以得知信号传播的距离。
4.三角测量：接收器同时接收多颗卫星的信号，并使用三角测量原理计算设备的位置。
通过知道设备到每颗卫星的距离，可以确定设备在三维空间中的坐标。
5.时钟同步：GNSS接收器需要与卫星的精确时钟同步，以确保测量的准确性。
卫星的时钟通常比普通设备的时钟更准确。
6.多路径效应校正：由于信号在传播过程中可能发生反射和散射，导致接收器接收到的信号包含来自不同路径的分量。
接收器通常会使用算法来校正这些多路径效应，以提高位置测量的准确性。
总体来说，GNSS跟踪的原理是通过测量卫星信号的传播时间和三角测量等技术，确定接收器的位置。
这使得GNSS系统成为定位、导航和时间同步等领域中广泛应用的技术。
GPS信号的捕获与跟踪
电子工程学院141GPS信号的捕获与跟踪第七章 GPS信号的捕获与跟踪前几章讲述了GPS系统结构和GPS定位原理，本章介绍GPS软件接收机和GPS信号处理方法，主要探讨对GPS信号进行捕获和跟踪的过程。
捕获的目的是搜索到可视卫星，并粗略地确定卫星信号的载波频率和伪码相位，跟踪的目的则是精确地跟踪信号的载波频率和伪码相位的变化，完成GPS信号解扩和解调，从而提取出导航电文、伪距观测量等。
7.1 GPS软件接收机目前广泛使用的GPS接收机一般均基于ASIC（Application Specific Integrated Circuit）结构，又称为硬件接收机，结构如图7-1所示。
硬件接收机的数字接收机通道（包括捕获、跟踪的相关运算）一般用一个或几个专用GPS信号通道处理芯片（ASIC）来实现，接收机微处理器从ASIC输出的相关输出结果译出导航数据，从而可以得到卫星星历及伪距，星历可用来得到卫星位置，并最终可由卫星位置及伪距解算出用户位置等信息。
这类ASIC芯片具有运行速度快、成本低的特点。
但由于ASIC限制了接收机的灵活性，用户不能轻易改变硬件接收机各类参数以适应随着GPS发展的升级需要；同时近年来出现了许多减少导航定位误差和提高抗干扰能力的算法，如抗多径跟踪环路设计、高动态的跟踪环路设计等，对于硬件接收机测试和使用新的算法，不便之处显而易见。
随着软件无线电思想的发展，GPS软件接收机的设计与实现逐渐成为研究热点。
图7-1 GPS传统硬件接收机框图软件无线电（Software Radio）的概念是由美国科学家J.Mitola于1992年5月在美国电信系统会议上首次明确提出的。
随着通信技术的迅速发展，新的通信体制与标准不断提出，通信产品的生存周期缩短，开发费用上升，导致以硬件为基础的传统通信体制无法适应这种新局面。
同时不同体制间互通的要求日趋强烈，而且随着通信业务的不断增长，无线频谱变得越来越拥挤，这对现有通信系统的频带利用率及抗干扰能力提出了更高的要求，但是沿着现有通信体制的发展，很难对频带重新规划。
车辆定位 轨迹跟踪 方案
车辆定位轨迹跟踪方案随着城市交通的不断拥堵以及车辆总量的不断增长，对于车辆定位和轨迹跟踪的需求也日益增加。
车辆定位和轨迹跟踪系统可以帮助车主或者车队管理员实时掌握车辆位置和行驶轨迹，大大提高车辆管理的效率。
本文将介绍两种车辆定位和轨迹跟踪的方案，分别是GPS定位和基站定位。
GPS定位GPS（Global Positioning System）即全球卫星定位系统，是美国政府开发的一种全球导航卫星系统。
GPS通过卫星信号来确定地理位置，具有定位准确、覆盖范围广等优点。
通过连接GPS接收器和车辆计算机，可以实时获取车辆位置和行驶轨迹。
GPS定位的特点1.定位准确：GPS信号可以在全球范围内实时获得，定位精度高。
2.适用范围广：只要能接收到卫星信号的地方都可以使用GPS定位。
3.实时性好：GPS定位可以实时获取车辆位置和行驶轨迹，及时掌握车辆状态。
GPS定位的优缺点优点1.定位精度高；2.覆盖范围广；3.适用于移动性强的车辆。
缺点1.信号被屏蔽：在高层建筑、山区、隧道等特殊环境中无法接收卫星信号；2.需要外接设备：需要GPS接收器连接车辆计算机，增加设备成本；3.能耗较大：GPS定位需要不断接收卫星信号，会产生较大的耗电量。
基站定位基站定位就是通过定位手机信号的基站来确定车辆位置，实现车辆定位和轨迹跟踪。
基站定位的原理是，通过对手机信号强度及信号延迟的测量，计算手机与基站之间的距离和方位，从而确定手机的位置。
基站定位的特点1.定位精度较高：基站信号覆盖范围较小，可以提高定位精度。
2.信号稳定：基站信号相对稳定，不易被屏蔽。
3.无需外接设备：基站定位只需要接收手机信号，不需要外接设备。
基站定位的优缺点优点1.不受信号屏蔽：相对于GPS定位，基站信号不易被屏蔽，适用范围较广；2.精度高：可以通过增加基站密度来提高定位精度；3.无需外接设备：不需要接入GPS接收器等外接设备。
缺点1.定位范围受限：基站信号覆盖范围较小，适用范围有限；2.受网络质量影响：基站信号稳定与否与手机网络质量密切相关；3.不适用于移动性强的车辆：基站信号覆盖范围有限制，对于移动性强的车辆，可能无法实现准确定位。
GNSS弱信号载波跟踪技术
GNSS弱信号载波跟踪技术GNSS弱信号载波跟踪技术引言：全球导航卫星系统（GNSS）是一种利用一系列地球轨道上的卫星提供全球定位、导航和定时服务的技术。
GNSS系统的关键是实现对卫星信号的接收和解析，其中信号跟踪是关键技术之一。
然而，在某些条件下，例如高纬度地区、城市高层建筑密集区域、层流云天气等情况下，GNSS信号可能非常弱，这给信号跟踪带来了一定的挑战。
本文将介绍GNSS弱信号载波跟踪技术的原理和应用。
一、GNSS系统简介全球导航卫星系统由一系列卫星、地面控制站和用户设备组成。
目前在世界上常用的GNSS系统包括美国的GPS系统、俄罗斯的GLONASS系统、欧洲的伽利略系统和中国的北斗系统。
这些系统通过在轨道上的卫星向用户发射射频信号，用户设备通过接收并解码这些信号，可以实现全球定位、导航和定时服务。
二、GNSS信号跟踪原理GNSS信号跟踪是指利用接收设备对卫星信号进行接收、跟踪和解析的过程。
在信号跟踪过程中，需要估计信号的载波频率和相位，以及卫星信号和接收机本地振荡器之间的相位差。
在跟踪过程中，接收设备会不断调整本地振荡器的频率和相位，以使其与卫星信号同步，从而实现信号的接收和解码。
三、GNSS弱信号问题分析在某些情况下，GNSS信号可能非常弱，使得信号接收和跟踪变得困难。
主要原因包括以下几点：1. 信号衰减：信号在传输过程中受到大气、地形、建筑等的阻挡和衰减，导致接收到的信号强度较弱。
2. 多路径效应：信号在传播过程中会经过多个路径到达接收机，导致信号累加或相互抵消，使得信号的强度和相位发生变化。
3. 干扰影响：由于信号强度较弱，容易受到其他电磁波干扰，如电视信号、手机信号等。
以上因素使得GNSS系统在某些环境下的定位和导航性能下降，特别是在高纬度地区和城市高层建筑密集区域。
四、GNSS弱信号跟踪技术为了克服GNSS弱信号问题，研究人员提出了一系列的跟踪技术。
下面介绍几种常用的技术：1. 环路滤波器（PLL）跟踪技术：PLL是一种经典的信号跟踪技术，其基本原理是通过不断调整本地振荡器频率和相位，使其保持与接收到的信号同步。
“北斗”B2频段导航信号伪码跟踪性能分析
“北斗”B2频段导航信号伪码跟踪性能分析北斗导航系统是我国自主研发的卫星导航系统，其具有完全自主知识产权，对我国的经济建设、国防建设以及其他重大领域都有着至关重要的作用。
其中，北斗B2频段导航信号伪码跟踪性能分析是北斗导航系统的关键技术之一。
伪码跟踪是指接收机对导航信号进行解调、同步和跟踪的过程。
其中，伪码是一种在信号上加入的噪声码，用于保证信号的安全性和唯一性。
因此，伪码跟踪的正确性和精度对导航系统的定位和导航精度都有着至关重要的影响。
北斗B2频段是指北斗导航系统中的第二频段，其频率范围为1176.45~1207.14 MHZ。
在B2频段导航信号中，伪码相对于航空导航信号具有更长的码长和更高的重复率，因此对伪码跟踪的要求更高。
常用的B2频段卫星导航接收机伪码跟踪算法包括Costas环路跟踪算法、延迟锁定环路跟踪算法等。
在对北斗B2频段导航信号伪码跟踪性能进行分析时，需要考虑包括信噪比、接收机硬件性能、伪码跟踪算法等因素在内的多个因素。
首先，信噪比是影响伪码跟踪精度的重要因素。
当信噪比较低时，容易造成伪码跟踪误差过大，导致定位精度降低。
其次，接收机硬件的性能直接决定了伪码跟踪的精度和稳定性。
因此，需要选择高质量的接收机，并对其硬件参数进行优化。
最后，伪码跟踪算法的选择也对跟踪性能有着至关重要的作用。
在伪码跟踪算法中，Costas环路跟踪算法具有简单易实现和良好的性能表现，已经成为了B2频段导航信号伪码跟踪的主流算法之一。
在应用中，需要针对具体环境和导航场景进行优化和调整，尤其需要考虑多路径影响、周边环境影响等因素。
同时，也需要不断针对伪码跟踪技术进行研究和拓展，提高其相应的精度和稳定性，以满足日益增长的导航需求。
总之，北斗B2频段导航信号伪码跟踪性能分析是北斗导航系统的重要研究领域之一。
只有在对其进行深入分析和研究的基础之上，才能不断提高北斗导航系统的精度和稳定性，为我国经济和国防事业的发展做出更加重要的贡献。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
%% Initialize system parameters ===========================================% Length of process datamsToProcess = 2000; % 处理数据点数samplingFreq = 157.277e6; % 采样频率codeLength = 1023;codeFreqBasis = 14*1.023e6; % 数据码速率acquiredFreq = 69.0328e6; % 载波速率dllDampingRatio = 0.7; % 码环阻尼系数dllNoiseBandwidth = 2; % 码环噪声带宽dllCorrelatorSpacing = 0.5; % 超前滞后环相差半个码片pllDampingRatio = 0.7; % 载波环阻尼系数pllNoiseBandwidth = 25; % 载波环噪声带宽startCode = 1023;%% Initialize result structure ============================================% The absolute sample in the record of the C/A code start:trackResults.absoluteSample = zeros(1, msT oProcess);% Freq of the C/A code:trackResults.codeFreq = inf(1, msToProcess);% Frequency of the tracked carrier wave:trackResults.carrFreq = inf(1, msToProcess);% Outputs from the correlators (In-phase):trackResults.I_P = zeros(1, msToProcess);trackResults.I_E = zeros(1, msToProcess);trackResults.I_L = zeros(1, msToProcess);% Outputs from the correlators (Quadrature-phase):trackResults.Q_E = zeros(1, msToProcess);trackResults.Q_P = zeros(1, msToProcess);trackResults.Q_L = zeros(1, msToProcess);% Loop discriminatorstrackResults.dllDiscr = inf(1, msToProcess);trackResults.dllDiscrFilt = inf(1, msToProcess);trackResults.pllDiscr = inf(1, msToProcess);trackResults.pllDiscrFilt = inf(1, msToProcess);%% Initialize tracking variables ==========================================codePeriods = msToProcess; % For GPS one C/A code is one ms%--- DLL variables --------------------------------------------------------% Define early-late offset (in chips)earlyLateSpc = dllCorrelatorSpacing;% Summation intervalPDIcode = 0.001;% Calculate filter coefficient values[tau1code, tau2code] = calcLoopCoef(dllNoiseBandwidth, ...dllDampingRatio, ...1.0);%--- PLL variables --------------------------------------------------------% Summation intervalPDIcarr = 0.001;% Calculate filter coefficient values[tau1carr, tau2carr] = calcLoopCoef(pllNoiseBandwidth, ...pllDampingRatio, ...0.25);% % % % hwb = waitbar(0,'Tracking...');%% Start processing ============================================== % Get a vector with the C/A code sampled 1x/chipcaCode = local_CA(startCode:(msToProcess+startCode))';% Then make it possible to do early and late versionscaCode = [caCode(1023) caCode caCode(1)];%--- Perform various initializations ------------------------------% define initial code frequency basis of NCOcodeFreq = codeFreqBasis;% define residual code phase (in chips)remCodePhase = 0.0;% define carrier frequency which is used over whole tracking periodcarrFreq = acquiredFreq;carrFreqBasis = acquiredFreq;% define residual carrier phaseremCarrPhase = 0.0;%code tracking loop parametersoldCodeNco = 0.0;oldCodeError = 0.0;%carrier/Costas loop parametersoldCarrNco = 0.0;oldCarrError = 0.0;%=== Process the number of specified code periods ================= for loopCnt = 1:codePeriods%% Read next block of data ------------------------------------------------% Find the size of a "block" or code period in whole samples% Update the phasestep based on code freq (variable) and% sampling frequency (fixed)codePhaseStep = codeFreq / samplingFreq;blksize = ceil((codeLength-remCodePhase) / codePhaseStep);%读取导航数据rawSignal = boc_data1((loopCnt+startCode):(loopCnt+startCode+blksize-1))'; %transpose vector %% Set up all the code phase tracking information -------------------------% Define index into early code vectortcode = (remCodePhase-earlyLateSpc) : ...codePhaseStep : ...((blksize-1)*codePhaseStep+remCodePhase-earlyLateSpc);tcode2 = ceil(tcode) + 1;earlyCode = caCode(tcode2);% Define index into late code vector% 生成本地超前滞后码-----------------------tcode = (remCodePhase+earlyLateSpc) : ...codePhaseStep : ...((blksize-1)*codePhaseStep+remCodePhase+earlyLateSpc);tcode2 = ceil(tcode) + 1;lateCode = caCode(tcode2);% Define index into prompt code vectortcode = remCodePhase : ...codePhaseStep : ...((blksize-1)*codePhaseStep+remCodePhase);tcode2 = ceil(tcode) + 1;promptCode = caCode(tcode2);remCodePhase = (tcode(blksize) + codePhaseStep) - 1023.0;%% Generate the carrier frequency to mix the signal to baseband ----------- time = (0:blksize) ./ samplingFreq;rawSignal = rawSignal .* cos(2 * pi * (acquiredFreq) .* time(1:blksize));% Get the argument to sin/cos functionstrigarg = ((carrFreq * 2.0 * pi) .* time) + remCarrPhase;remCarrPhase = rem(trigarg(blksize+1), (2 * pi));% Finally compute the signal to mix the collected data to bandbandcarrCos = cos(trigarg(1:blksize));carrSin = sin(trigarg(1:blksize));%% Generate the six standard accumulated values --------------------------- % First mix to basebandiBasebandSignal = carrCos .* rawSignal;qBasebandSignal = carrSin .* rawSignal;% Now get early, late, and prompt values for eachI_E = sum(earlyCode .* iBasebandSignal);Q_E = sum(earlyCode .* qBasebandSignal);I_P = sum(promptCode .* iBasebandSignal);Q_P = sum(promptCode .* qBasebandSignal);I_L = sum(lateCode .* iBasebandSignal);Q_L = sum(lateCode .* qBasebandSignal);%% Find PLL error and update carrier NCO ---------------------------------- % Implement carrier loop discriminator (phase detector)carrError = atan(Q_P / I_P) / (2.0 * pi);% Implement carrier loop filter and generate NCO commandcarrNco = oldCarrNco + (tau2carr/tau1carr) * ...(carrError - oldCarrError) + carrError * (PDIcarr/tau1carr);oldCarrNco = carrNco;oldCarrError = carrError;% Modify carrier freq based on NCO commandcarrFreq = carrFreqBasis + carrNco;trackResults.carrFreq(loopCnt) = carrFreq;%% Find DLL error and update code NCO -------------------------------------codeError = (sqrt(I_E * I_E + Q_E * Q_E) - sqrt(I_L * I_L + Q_L * Q_L)) / ...(sqrt(I_E * I_E + Q_E * Q_E) + sqrt(I_L * I_L + Q_L * Q_L));% Implement code loop filter and generate NCO commandcodeNco = oldCodeNco + (tau2code/tau1code) * ...(codeError - oldCodeError) + codeError * (PDIcode/tau1code);oldCodeNco = codeNco;oldCodeError = codeError;% Modify code freq based on NCO commandcodeFreq = codeFreqBasis - codeNco;trackResults.codeFreq(loopCnt) = codeFreq;%% Record various measures to show in postprocessing ----------------------trackResults.dllDiscr(loopCnt) = codeError;trackResults.dllDiscrFilt(loopCnt) = codeNco;trackResults.pllDiscr(loopCnt) = carrError;trackResults.pllDiscrFilt(loopCnt) = carrNco;trackResults.I_E(loopCnt) = I_E;trackResults.I_P(loopCnt) = I_P;trackResults.I_L(loopCnt) = I_L;trackResults.Q_E(loopCnt) = Q_E;trackResults.Q_P(loopCnt) = Q_P;trackResults.Q_L(loopCnt) = Q_L;end % for loopCnt。