MATLAB实现GPS信号捕获与跟踪：从算法原理到仿真实践

简介：本资源是一套面向通信工程专业学生与初入行业的工程师的MATLAB实践案例，聚焦GPS接收机核心环节——信号捕获与跟踪的原理建模与仿真验证。通过该案例，学习者可系统掌握PRN码生成、相关检测捕获、载波/码相位双环路跟踪（含窄带与宽带设计）、多普勒补偿及跟踪误差分析等关键技术，有效弥合理论学习与工程实现之间的鸿沟。压缩包共27个文件，含13个核心MATLAB脚本（实现PRN码生成、匹配滤波、FLL/PLL环路、DLL环路等）、12幅关键仿真结果图（如捕获峰值响应、相位误差收敛曲线、SNR影响对比等）、1个预置数据mat文件及1个asv备份文件，整体仅618KB，轻量易读、结构清晰。目前已有186人下载学习，配套代码完整可运行，注释详实，每模块功能明确，便于分步调试、参数调优与性能复现，是深入理解GPS基带信号处理流程的优质入门级仿真实践材料。

1. 项目概述：GPS信号捕获与跟踪仿真的核心价值

在无线通信和导航定位领域，GPS信号的捕获与跟踪是接收机设计的基石。这个名为“matlab通信仿真：28 GPS信号捕获跟踪仿真案例.zip”的项目，本质上是一个用MATLAB构建的、完整的GPS软件接收机核心算法验证平台。它不是一个简单的演示脚本，而是一个能够模拟从原始中频信号到最终解算出导航信息的全链路仿真环境。对于通信、导航、电子信息工程专业的学生、研究人员以及相关领域的工程师来说，这个案例的价值在于，它提供了一个“看得见、摸得着”的算法沙盘。你不再需要面对冰冷的公式和抽象的理论框图，而是可以通过修改参数、观察中间变量，直观地理解捕获环和跟踪环是如何协同工作，从淹没在噪声中的微弱信号里，精准地“抓住”并“锁定”卫星的。

这个仿真案例解决的，正是理论学习与工程实践之间的鸿沟。很多教材会告诉你捕获需要做二维搜索（频率和码相位），跟踪需要用到锁相环和延迟锁定环，但具体到MATLAB里，相关器怎么实现？环路滤波器系数如何设计？鉴相器输出怎么处理？这些实操中的魔鬼细节，正是这个案例要揭示的。通过复现和剖析这个案例，你不仅能掌握GPS接收机核心算法的MATLAB实现，更能深刻理解数字信号处理、锁相环理论在工程中的具体应用，为后续设计硬件接收机或进行更复杂的导航算法研究打下坚实基础。

2. 仿真案例整体架构与设计思路

这个GPS信号捕获跟踪仿真案例，其设计遵循了典型的软件接收机处理流程。整个仿真系统的输入是一个模拟的GPS中频信号文件，输出则是解算出的卫星伪距、导航电文等信息。其核心架构可以清晰地划分为三个层次：信号生成层、核心处理层和结果分析层。

2.1 信号生成层：构建逼真的仿真环境

仿真的第一步是创造一个接近真实的输入信号。案例中通常会包含一个信号生成模块，它并不只是简单播放一段录制好的数据，而是根据GPS信号规范动态合成。这包括：

• 多卫星信号合成：根据选定的卫星PRN编号，生成对应的C/A码，并调制到L1载波（1575.42 MHz）上。
• 多普勒频移模拟：根据设定的卫星与接收机相对运动速度，计算出多普勒频偏，并体现在载波频率上。
• 码相位偏移设置：为每颗卫星的C/A码设置一个随机的初始码相位，模拟信号传播时间不确定带来的延迟。
• 噪声注入：添加高斯白噪声，通过调整信噪比来控制信号的“干净”程度，这是评估算法鲁棒性的关键。
• 中频下变频：将射频信号下变频到一个固定的中频，方便后续的数字化处理。这个中频信号就是整个仿真链路的起点。这种自生成信号的方式，其优势在于参数完全可控。你可以精确知道每颗卫星的多普勒、码相位真值，从而定量评估后续捕获和跟踪算法的精度。

2.2 核心处理层：捕获与跟踪的双环舞

这是整个案例的精华所在，主要包含两个核心模块：

1. 捕获模块：其任务是在频率-码相位二维不确定区域内进行全局搜索，找到信号存在的“大致位置”。它通常采用并行频率搜索结合串行码相位搜索，或使用FFT进行并行码相位捕获的方法。捕获成功后，会输出对目标卫星信号载波多普勒频率和C/A码相位的粗略估计值，作为跟踪环路的初始值。
2. 跟踪模块：在捕获提供的“粗坐标”基础上，进行高精度、实时的信号参数维持。它通常由两个并行的闭环构成：
   • 载波跟踪环：通常采用锁相环或锁频环，用于精确跟踪并消除载波频率和相位的变化，实现信号的相干解调。
   • 码跟踪环：采用延迟锁定环，通过早、迟、即时三路相关器，精确跟踪C/A码的相位，确保本地码与接收码对齐。

这两个模块的设计思路体现了“先粗后精”的策略。捕获追求的是速度和概率，允许一定的误差；而跟踪追求的是精度和稳定性，必须能够抵抗动态应力和噪声干扰。

2.3 结果分析层：可视化与性能评估

算法的好坏需要数据说话。该案例会包含丰富的绘图和分析脚本，用于：

• 过程可视化：绘制捕获阶段的二维搜索平面图，清晰展示相关峰值的位置；绘制跟踪环路的鉴别器输出、环路滤波器输出、载波频率/相位估计值、码相位误差等随时间变化的曲线。
• 性能量化：计算捕获成功率、跟踪稳态误差、失锁门限等关键指标，并与理论值进行对比。
• 导航解算验证：如果仿真延伸到了导航解算部分，还会绘制接收机位置误差、卫星天空图等。

这种架构设计使得整个仿真项目模块清晰、接口明确，便于学习者分步调试和理解，也方便研究者替换其中的某个算法模块（如将传统的DLL/PLL替换为卡尔曼滤波跟踪）进行对比实验。

3. 核心算法模块深度解析

3.1 信号捕获：二维搜索的艺术与实现

GPS信号捕获的本质，是在频率和码相位两个维度上，寻找使本地复制信号与接收信号相关值最大的点。案例中常用的方法是并行码相位搜索法，这也是工程上高效实现的主流方法。

算法步骤详解：

1. 输入信号预处理：将一段固定时长（如1ms，对应1个C/A码周期）的数字化中频信号存入数组。
2. 本地载波生成：根据当前搜索的载波频率假设f_carrier，生成同相和正交两路本地载波：cos(2*pi*f_carrier*t)和sin(2*pi*f_carrier*t)。
3. 载波剥离：将输入信号分别与这两路载波相乘，得到基带I、Q两路信号。这一步的目的是消除载波的影响。如果频率假设正确，相乘后信号将位于零频附近。
4. FFT快速相关：这是并行码相位的核心。对I路和Q路信号分别做FFT，得到它们的频谱FFT(I)和FFT(Q)。同时，对本地生成的C/A码也做FFT，并取共轭，得到conj(FFT(CA_code))。
5. 频域相乘与逆变换：将FFT(I) + j*FFT(Q)这个复数序列与conj(FFT(CA_code))在频域逐点相乘。然后对乘积结果做IFFT。根据卷积定理，时域上的相关运算等价于频域的共轭相乘再逆变换。IFFT结果的每一个点，就对应了一个特定码相位下的相关值。
6. 峰值检测：计算IFFT输出结果的模值sqrt(I^2 + Q^2)。遍历所有码相位点（即IFFT结果序列的索引），寻找模值的最大值。如果这个最大值超过预设的门限，则认为捕获成功。该最大值对应的索引即为码相位估计值，而当前搜索的f_carrier即为多普勒频率估计值。

关键技巧：门限的设置至关重要。通常采用基于噪声功率的自适应门限，比如门限 = 均值 + N * 标准差，其中N根据虚警概率确定。直接使用固定值在信噪比变化时会导致性能急剧下降。

参数设计考量：

• 频率搜索步长：步长越小，搜索越精细，但耗时呈指数增长。通常步长设置为500 Hz到1 kHz。更精细的估计可以留给跟踪环。
• 搜索范围：取决于接收机的最大动态范围（如±10 kHz）。
• 相干积分时间：通常为1个C/A码周期（1ms）。更长的积分时间能提高信噪比，但对频率误差更敏感，且会增加计算量。

3.2 信号跟踪：锁相环与延迟锁定环的协同

跟踪环路的任务是在捕获提供的初始值附近，实现高精度的闭环控制。它像两个精密伺服系统，不断微调本地载波和本地码，使其与输入信号保持同步。

3.2.1 载波跟踪环载波环通常采用二阶或三阶锁相环。其核心组件在仿真中的实现如下：

1. 鉴相器：用于产生相位误差信号。在GPS中，常用的是反正切鉴相器atan2(Q_p, I_p)，其中I_p和Q_p是即时支路的积分结果。反正切鉴相器具有线性范围大（-π到π）的优点，对数据跳变不敏感。
2. 环路滤波器：这是环路的“大脑”，决定其动态性能。以最常用的二阶锁相环为例，其数字实现的核心是更新环路状态变量。假设当前时刻为k，误差为e(k)，则滤波器输出（控制量）u(k)和状态更新为：

   u(k) = u(k-1) + (C1 + C2) * e(k) - C1 * e(k-1) // 比例积分形式

   其中，C1和C2是由环路噪声带宽B_n和阻尼系数ζ计算得出的系数。B_n决定了环路滤除噪声的能力，ζ（通常取0.707）决定了环路的响应速度与超调量。
3. 数控振荡器：根据环路滤波器输出的控制量u(k)，更新本地载波的相位和频率。f_local(k+1) = f_local(k) + u(k) * K0，其中K0是NCO的增益。

3.2.2 码跟踪环码环采用延迟锁定环，其关键在于早、迟、即时三路相关器。

1. 本地码生成：生成本地C/A码的三个副本：即时码、提前半个码片的早码、滞后半个码片的迟码。
2. 相关与积分：输入信号分别与这三路本地码进行相关运算，并经过载波剥离（使用载波环提供的纯净载波）后，进行相干积分（通常为1ms）。
3. 鉴相器：码环鉴相器用于产生码相位误差。最常用的是非相干超前减滞后功率鉴相器：

   E = I_E^2 + Q_E^2 // 早路相关功率 L = I_L^2 + Q_L^2 // 迟路相关功率 D = (E - L) / (E + L) // 归一化鉴相器输出

   当本地码与输入码完全对齐时，E和L相等，D为零。若本地码偏早，则E > L，D为正，环路将驱动本地码相位延迟。
4. 环路滤波与NCO：码环的误差D同样经过一个环路滤波器（通常带宽比载波环窄），其输出控制码NCO，调整本地C/A码的生成速率，从而对齐码相位。

核心要点：载波环和码环是相互耦合的。载波环的性能直接影响码环的相干积分效果。在仿真中，通常先让载波环锁定，再闭合码环，或者采用协同跟踪的策略。环路滤波器的系数设计是调试的重点，需要在噪声抑制能力和动态应力容限之间取得平衡。

4. MATLAB仿真实现与关键代码剖析

下面，我们结合仿真案例中的典型代码段，来具体看关键环节是如何实现的。请注意，以下代码是基于常见实现方式的阐释和补充，并非直接复制原案例。

4.1 中频信号读取与预处理

% 假设信号已按一定采样率存储为二进制文件 fid = fopen('gps_if_signal.bin', 'r'); if_signal = fread(fid, 'int16'); % 假设16位量化 fclose(fid); % 参数设置 fs = 38.192e6; % 采样频率，例如38.192 MHz fc_if = 9.548e6; % 中频频率，例如9.548 MHz ts = 1/fs; t = (0:length(if_signal)-1)' * ts; % 时间向量 % 下变频至基带（数字下变频） % 生成数字本振 lo_i = cos(2*pi*fc_if*t); lo_q = -sin(2*pi*fc_if*t); % 注意符号，根据混频器模型确定 % 混频 bb_i = if_signal .* lo_i; bb_q = if_signal .* lo_q; % 低通滤波，保留C/A码带宽（约2MHz） [b, a] = butter(6, 2e6/(fs/2)); % 6阶巴特沃斯低通滤波器 bb_i_filt = filter(b, a, bb_i); bb_q_filt = filter(b, a, bb_q); % 重采样至更低频率以降低后续运算量（可选） new_fs = 10e6; % 重采样至10 MHz bb_i_resample = resample(bb_i_filt, new_fs, fs); bb_q_resample = resample(bb_q_filt, new_fs, fs); fs = new_fs; % 更新采样率

代码解读：这部分完成了从文件中频信号到数字基带信号的转换。数字下变频和低通滤波是关键，目的是将信号频谱搬移到零频附近并滤除高频分量和镜像频率。重采样是工程中常用的加速手段，在保证不损失信息（满足奈奎斯特采样定理）的前提下，大幅降低数据率，提升后续处理速度。

4.2 并行码相位捕获实现

function [code_phase_est, doppler_est] = parallel_code_phase_acquisition(bb_signal, prn, fs, doppler_search_range, doppler_step) % bb_signal: 基带复数信号 (I + j*Q) % prn: 卫星PRN号 % fs: 采样率 % doppler_search_range: 多普勒搜索范围，如 [-5000, 5000] Hz % doppler_step: 频率搜索步长，如 500 Hz ca_code = generate_ca_code(prn); % 生成1023位的C/A码 code_length = length(ca_code); samples_per_code = round(fs * 1e-3); % 1ms内的采样点数 % 截取1ms信号进行捕获 signal_segment = bb_signal(1:samples_per_code); % 对本地码做FFT并取共轭，只需做一次 ca_code_upsampled = resample(ca_code, fs, 1.023e6); % 将码片速率上采样到fs ca_code_upsampled = ca_code_upsampled(1:samples_per_code); % 确保长度一致 ca_code_fft_conj = conj(fft(ca_code_upsampled)); max_peak = 0; code_phase_est = 0; doppler_est = 0; % 频率搜索循环 for f_dopp = doppler_search_range(1):doppler_step:doppler_search_range(2) % 生成复载波并剥离 t_vec = (0:samples_per_code-1)' / fs; carrier = exp(-1j * 2*pi * f_dopp * t_vec); % 负号取决于下变频时本振的定义 signal_demod = signal_segment .* carrier; % FFT signal_fft = fft(signal_demod); % 频域相乘并IFFT correlation_ifft = ifft(signal_fft .* ca_code_fft_conj); % 计算相关幅值 correlation_magnitude = abs(correlation_ifft); % 寻找峰值 [peak_value, peak_index] = max(correlation_magnitude); % 更新最大峰值和对应参数 if peak_value > max_peak max_peak = peak_value; code_phase_est = peak_index; doppler_est = f_dopp; end end % 门限检测 noise_floor = mean(correlation_magnitude) + 3*std(correlation_magnitude); % 简单门限示例 if max_peak < noise_floor code_phase_est = -1; % 用-1表示捕获失败 doppler_est = 0; end end

代码解读：这是捕获的核心函数。它清晰地展示了并行码相位搜索的流程：对于每一个多普勒频率假设，进行载波剥离，然后利用FFT/IFFT快速计算所有码相位下的相关值。ca_code_fft_conj的预计算避免了在频率循环内的重复FFT，是重要的优化。最后通过门限判断捕获是否成功，并返回粗略的码相位和多普勒估计。

4.3 跟踪环路核心迭代过程

跟踪环路通常在一个大的循环中，逐毫秒（或更长的积分时间）处理数据。

% 初始化跟踪状态 carrier_nco_phase = 0; % 载波NCO相位 code_nco_phase = 0; % 码NCO相位 carrier_freq = doppler_est + fc_if; % 初始载波频率（需加上残余中频） code_freq = 1.023e6; % C/A码标称频率 % 载波环和码环的环路滤波器状态初始化 carrier_filter_state = [0; 0]; % [积分器状态; 上一时刻误差] code_filter_state = [0; 0]; % 主跟踪循环 for ms_index = 1:total_ms % 1. 生成本地载波和C/A码 t_chip = (0:samples_per_ms-1)' / fs; local_carrier = exp(1j * (2*pi*carrier_freq*t_chip + carrier_nco_phase)); % 生成即时、早、迟三路本地码 [code_early, code_prompt, code_late] = generate_local_ca_code_prn(prn, code_nco_phase, code_freq, fs, early_late_spacing); % 2. 载波剥离与相关积分 signal_segment = bb_signal((ms_index-1)*samples_per_ms + 1 : ms_index*samples_per_ms); signal_demod = signal_segment .* conj(local_carrier); % 载波剥离 % 三路相关积分 I_E = sum(real(signal_demod) .* code_early); Q_E = sum(imag(signal_demod) .* code_early); I_P = sum(real(signal_demod) .* code_prompt); Q_P = sum(imag(signal_demod) .* code_prompt); I_L = sum(real(signal_demod) .* code_late); Q_L = sum(imag(signal_demod) .* code_late); % 3. 鉴相器 % 载波环鉴相：反正切鉴相器 carrier_error = atan2(Q_P, I_P); % 单位：弧度 % 码环鉴相：非相干超前减滞后功率鉴相器 E = I_E^2 + Q_E^2; L = I_L^2 + Q_L^2; code_error = (E - L) / (E + L + eps); % 加eps防止除零 % 4. 环路滤波 [carrier_control, carrier_filter_state] = pll_loop_filter(carrier_error, carrier_filter_state, Bn_carrier, zeta); [code_control, code_filter_state] = dll_loop_filter(code_error, code_filter_state, Bn_code, zeta); % 5. 更新NCO carrier_freq = carrier_freq + carrier_control * K_carrier; carrier_nco_phase = carrier_nco_phase + 2*pi*carrier_freq/fs * samples_per_ms; % 更新相位，注意模2π处理 carrier_nco_phase = mod(carrier_nco_phase, 2*pi); code_freq = code_freq + code_control * K_code; code_nco_phase = code_nco_phase + code_freq/1.023e6 * 1023; % 更新码相位（以码片数为单位） code_nco_phase = mod(code_nco_phase, 1023); % 6. 数据输出与记录 track_results.I_P(ms_index) = I_P; track_results.Q_P(ms_index) = Q_P; track_results.carrier_error(ms_index) = carrier_error; track_results.code_error(ms_index) = code_error; track_results.carrier_freq_est(ms_index) = carrier_freq; % ... 记录其他需要分析的变量 end

代码解读：这个循环体展示了跟踪环路一毫秒内的完整操作。generate_local_ca_code_prn是一个关键函数，它需要根据当前的码NCO相位和频率，生成对齐的、具有早迟间隔的三路本地码。环路滤波函数pll_loop_filter和dll_loop_filter实现了数字滤波器的差分方程。NCO的更新体现了数字累积器的思想。整个循环的稳定运行，依赖于各状态变量（相位、频率、滤波器状态）的正确传递。

5. 仿真调试与性能优化实战经验

仿真搭建起来只是第一步，让它稳定、精确地运行，并理解其性能边界，才是更有挑战性的部分。以下是一些从实际调试中总结出的关键经验。

5.1 环路滤波器系数计算与调试

环路滤波器的系数直接决定了环路的带宽、阻尼和稳定性。对于二阶锁相环，其噪声带宽B_n、阻尼系数ζ与数字环路滤波器系数C1、C2（对应比例和积分路径）的转换关系需要精确计算。在MATLAB中，可以预先计算好：

function [C1, C2] = calculate_pll_coefficients(Bn, zeta, T, K0, Kd) % Bn: 噪声带宽 (Hz) % zeta: 阻尼系数 (通常0.707) % T: 更新周期 (秒)，如1e-3 % K0: NCO增益 (Hz/控制量) % Kd: 鉴相器增益 (控制量/弧度) % 对于atan2鉴相器，Kd ≈ 1 wn = Bn * 4 / (zeta + 1/(4*zeta)); % 自然频率近似公式 C1 = (1/K0/Kd) * (2*zeta*wn) / (1 + 2*zeta*wn*T + (wn*T)^2); C2 = (1/K0/Kd) * (wn^2*T) / (1 + 2*zeta*wn*T + (wn*T)^2); end

调试心得：

• 初始带宽选择：捕获后转入跟踪时，初始环路带宽可以设得稍宽（如15-20 Hz），以快速收敛。进入稳态后，可以切换到更窄的带宽（如2-5 Hz）以更好地抑制噪声。仿真中可以实现带宽切换逻辑。
• 观察误差信号：绘制carrier_error和code_error随时间变化的曲线是调试的“眼睛”。如果误差曲线收敛到零附近并保持小幅波动，说明环路锁定良好。如果出现大幅振荡或发散，可能是带宽太宽或阻尼太小；如果收敛极慢，可能是带宽太窄。
• 动态应力测试：可以人为在仿真中引入一个频率斜坡（模拟接收机加速），观察环路能否跟踪上，以及跟踪的稳态误差有多大。这能验证环路对动态的适应能力。

5.2 积分清除时间与导航比特跳变

GPS的导航电文比特率为50 bps，即一个比特持续20ms。我们的相干积分时间通常为1ms。这就带来了一个关键问题：导航比特边沿。

• 问题：如果积分区间恰好跨过了比特跳变边沿（0->1或1->0），那么相干积分结果I_P和Q_P会因符号反转而相互抵消，导致相关峰值急剧下降，可能引起环路失锁。
• 解决方案：
  1. 比特同步：在跟踪稳定后，需要对50Hz的导航电文进行比特同步，找到比特边沿的位置。一种方法是观察20个1ms的I_P值的符号变化规律。
  2. 非相干积分：在比特边沿未知的情况下，可以采用非相干积分（即累加I_P^2 + Q_P^2）来平滑比特跳变的影响，但会损失3dB左右的信噪比。
  3. 数据剥离：一旦完成比特同步，就可以在积分前，用已知的比特符号（需先解调出电文）或估计的比特符号对信号进行预翻转，消除比特跳变的影响。这是高性能接收机的常用方法。

在仿真中，可以在信号生成时明确标记比特边沿，用于验证你的比特同步算法是否正确。

5.3 捕获与跟踪的平滑交接

捕获提供的是粗略估计，直接将其作为跟踪环的初始值，可能会因为误差过大导致跟踪环无法锁定，甚至发散。

• 频率交接：捕获估计的多普勒频率可能存在几百赫兹的误差。一种稳健的策略是，在启动跟踪环时，先让载波环工作在一个较宽的带宽和较高的增益下，进行一个快速的“牵引”过程，在几十毫秒内将频率误差缩小，然后再切换到正常的窄带跟踪模式。
• 码相位交接：捕获给出的码相位是采样点级别的整数估计。跟踪环的DLL可以处理小数级别的码片误差。交接时，将整数码相位直接设置给码NCO即可，DLL会很快将剩余的小数误差纠正过来。
• 验证交接：在仿真中，可以绘制交接前后即时支路相关值sqrt(I_P^2 + Q_P^2)的曲线。一个成功的交接会看到该值从捕获阶段的一个峰值，快速上升并稳定在一个较高的水平（表示跟踪锁定）。

6. 常见问题排查与性能分析指南

即使按照步骤搭建了仿真，也难免会遇到各种问题。下面是一个常见问题排查清单和性能分析方法。

6.1 捕获阶段常见问题

6.2 跟踪阶段常见问题

6.3 性能分析方法

仿真的一大优势是可以进行定量性能分析：

• 跟踪精度：在仿真中，你拥有信号参数的真值（生成时设定的多普勒、码相位）。可以计算跟踪环估计的频率、相位与真值的误差，绘制其均方根误差曲线，评估在不同信噪比下的跟踪精度。
• 失锁门限：逐步降低仿真信号的信噪比，观察环路在哪个SNR下开始频繁失锁。这个SNR值就是该环路配置下的失锁门限。对比不同环路带宽下的失锁门限，可以直观看到带宽与噪声性能的权衡。
• 动态应力容限：在信号中引入一个恒定的加速度（频率变化率），逐渐增大这个值，直到环路无法跟踪而失锁。这个最大的频率变化率就是环路的动态应力容限。理论公式为δf_max = 0.53 * B_n^2（对于二阶PLL），可以通过仿真验证。
• 蒙特卡洛仿真：为了得到统计意义上的性能（如捕获概率、误锁概率），需要运行大量次数（如1000次）的仿真，每次使用不同的噪声种子。通过统计成功次数来计算概率，这比单次运行更有说服力。

通过这个GPS信号捕获与跟踪的MATLAB仿真案例，我们不仅复现了算法，更深入到了参数设计、调试技巧和性能评估的层面。从二维搜索到双环协同，从理想模型到应对比特跳变、动态应力等实际问题，每一步都体现了理论到工程的桥梁作用。掌握这个案例，意味着你真正理解了GPS接收机核心是如何工作的，并具备了用软件工具去分析、设计和验证它的能力。这无疑是进入卫星导航、软件定义无线电等领域一块极有价值的敲门砖。

本文还有配套的精品资源，点击获取