一种基于自调整卡尔曼滤波的多普勒辅助载波相位平滑伪距方法技术

本发明专利技术公开了一种基于自调整卡尔曼滤波的多普勒辅助载波相位平滑伪距方法，属于全球卫星导航系统伪距单点定位领域。本发明专利技术方案利用多普勒频移对码伪距的初值进行估计，并结合载波相位完成周跳检测，以决定卡尔曼滤波器的平滑方式以及过程噪声方差的大小；之后利用信噪比测量值的变化情况实现了卡尔曼滤波器的观测噪声方差的自调整，最终完成对码伪距的平滑。本发明专利技术方案解决了码伪距精度低的问题，消除了周跳对载波相位平滑伪距的影响，能够在复杂环境下得到精度较高的伪距，进而能够提高单点定位精度，且不仅限于静态定位场合，具有广阔的应用前景。

【技术实现步骤摘要】

本专利技术涉及全球卫星导航系统伪距单点定位领域，特别是一种基于自调整卡尔曼滤波的多普勒辅助载波相位平滑伪距方法。
技术介绍
从全球导航定位系统(GlobalNavigationSatelliteSystem,GNSS)接收机的基带信号中可以获得码伪距、载波相位以及多普勒频移观测量。码伪距在过去一直被视为GNSS接收机最主要的基本距离测量值，在同一时刻利用至少4颗不同可见卫星的伪距测量值，接收机就可以实现三维绝对定位、测速和定时；但由于其包含钟差、电离层延时等各种误差，观测噪声大，多路径干扰对其影响也更大，精度为m级。作为另一个基本距离测量值，载波相位测量值非常平滑，精度很高，达到cm甚至mm级，但会受到周跳的影响，存在整周模糊度问题，它与码伪距具有明显区别，又呈现互补特性。而多普勒频移为载波相位的时间差分值，精度较高，可达到cm级，且不存在周跳。已有技术提出基于Hatch滤波的载波相位平滑码伪距方法，即用两次测量的载波相位差计算两次测量之间的伪距变化量，再用这个伪距变化量去平滑测量的码伪距。虽然该方法在工程上被广泛应用，但其存在如下问题：一、如果平滑时使用的码伪距初始值误差较大，那么此后的平滑过程中将很难消除此误差，这样即使码伪距得到了平滑，精度也不高；二、在“城市峡谷”等复杂的接收环境中，信号容易被遮挡，GNSS接收机载波跟踪环路容易产生信号失锁和相位失周等现象，导致载波相位测量值发生较大变化，从而使该方法的应用受到限制。三、理论上随着观测历元的增加和平滑过程的推进，平滑后的码伪距精度逐渐接近载波相位的精度，但是由于电离层对码伪距和载波相位的影响是反向的，当平滑处理周期数逐渐增大或电离层发生扰动时，会发生单频伪距平滑值发散的情况。虽然现有技术提出了采用卡尔曼滤波器作为载波相位平滑码伪距的工具，但传统的卡尔曼滤波器的量测噪声方差为常值，在动态GNSS定位中，不能很好地适合环境的变化，从而也达不到理想的平滑效果。
技术实现思路
本专利技术的目的是针对现有技术的不足，提供一种基于自调整卡尔曼滤波的多普勒辅助载波相位平滑伪距方法。本专利技术解决其技术问题所采用的技术方案，对于每一颗卫星，均包括以下步骤：(1)设定一个窗口长度N，利用求平均的方法，计算第N-1个历元tN-1的码伪距估计值(1-1)接收机第一次接收到码伪距测量值ρ的历元时刻记作t0；当到达第N-1个历元tN-1时，通过t0至tN-1的多普勒频移测量值对相应时刻的码伪距测量值ρ进行修正；对于t0至tN-1，依次依照下式计算出tN-1的码伪距估计值其中：ti为第i个历元，ρ(ti)为第i个历元的码伪距测量值，D(ti)为多普勒频移测量值，λ为卫星信号的载波波长；(1-2)用下式对进行求平均，可以得到利用多普勒频移推算的tN-1的码伪距值(2)建立平滑码伪距的卡尔曼滤波模型：状态方程：观测方程：其中：估计参数为k时刻平滑后的码伪距，作为状态向量；观测值yk为k时刻的码伪距测量值，y作为观测向量；所述k时刻自滤波开始起算，k作为第k步滤波运算；控制输入uk,k-1由k-1时刻至k时刻的载波相位变化量或多普勒频移测量值决定，u作为输入向量；w、v为满足正态分布的白噪声，均值为0，wk-1为k-1时刻的过程噪声向量，方差记为Qk-1；vk为k时刻的观测噪声向量，方差记为Rk；A为由k-1时刻至k时刻的状态转移矩阵；B为k-1时刻输入向量与状态向量之间的关系矩阵；C为k时刻观测向量与状态向量之间的关系矩阵；为滤波初始时刻的码伪距，即步骤(1)中的码伪距值的初始方差P0＝R0；A、B、C均为常系数；上述向量及矩阵的维数均为1；优选的，A、B、C的取值均为1。(3)卡尔曼滤波过程：在tN-1时刻开始执行卡尔曼滤波，包括以下两个过程：①预测过程其中，为的一步预测值，P～为的误差的协方差，P为的误差的协方差。本专利技术方案中，上式可简化为：②校正过程其中：K为权重值。本专利技术方案中，上式可简化为：优选的，上述技术方案的步骤(2)中：控制输入uk,k-1的取值方法如下：利用多普勒频移进行周跳检测，即若则认为该时刻发生周跳，其中：φk为第k时刻的载波相位测量值，Dk为第k时刻的多普勒频移测量值，Δt为相邻两个时刻的时间间隔，CSThrd为设定的检测周跳的阈值。若检测到该时刻发生周跳，此时使用多普勒频移来对码伪距进行平滑，即若检测到该时刻未发生周跳，将使用测距精度最高的载波相位来对码伪距进行平滑，即uk,k-1＝λ(φk-φk-1)优选的，考虑到载波相位和多普勒频移的测距精度的不同，根据周跳检测的结果，过程噪声方差Qk-1设定方法如下：优选的，考虑到多路径干扰对码伪距的精度影响更大，而接收机接收卫星信号的环境从良好到存在多路径干扰的过程中，卫星信噪比处于急剧的下降状态；且受到多路径干扰的过程中，卫星信噪比处于起伏波动的状态。因此，本方案利用卫星信噪比下降率DropRate(SNR)以及信噪比标准差Std(SNR)，来判断多路径干扰的存在，k时刻的DropRate(SNR)和Std(SNR)的计算方式分别如下：其中，(SNR)k为k时刻的信噪比测量值，单位dB；M为统计卫星信噪比下降率使用的连续时刻个数；其中，M′为统计卫星信噪比标准差使用的连续时刻个数，μ为M′个时刻内所有信噪比测量值的平均值；则k时刻的卡尔曼滤波器观测噪声的方差Rk的取值方法如下：Rk＝RBasic×{(1+k1×max(DropRateThrd-DropRate(SNR)k,0)+k2×max(Std(SNR)k-StdThrd,0))本文档来自技高网...

【技术保护点】
一种基于自调整卡尔曼滤波的多普勒辅助载波相位平滑伪距方法，其特征在于对于每一颗卫星，均包括以下步骤：(1)设定一个窗口长度N，利用求平均的方法，计算第N‑1个历元tN‑1的码伪距估计值(1‑1)接收机第一次接收到码伪距测量值ρ的历元时刻记作t0；当到达第N‑1个历元tN‑1时，通过t0至tN‑1的多普勒频移测量值对相应时刻的码伪距测量值ρ进行修正；对于t0至tN‑1，依次依照下式计算出tN‑1的码伪距估计值ρ^(tN-1)i=ρ(ti)-λ∫titN-1D(t)dt,0≤i≤N-1]]>其中：ti为第i个历元，ρ(ti)为第i个历元的码伪距测量值，D(ti)为多普勒频移测量值，λ为卫星信号的载波波长；(1‑2)用下式对进行求平均，可以得到利用多普勒频移推算的tN‑1的码伪距值ρ‾(tN-1)=1NΣi=0N-1ρ^(tN-1)i]]>(2)建立平滑码伪距的卡尔曼滤波模型：状态方程：观测方程：其中：估计参数为k时刻平滑后的码伪距，作为状态向量；观测值yk为k时刻的码伪距测量值，y作为观测向量；所述k时刻自滤波开始起算，k作为第k步滤波运算；控制输入uk,k‑1由k‑1时刻至k时刻的载波相位变化量或多普勒频移测量值决定，u作为输入向量；w、v为满足正态分布的白噪声，均值为0，wk‑1为k‑1时刻的过程噪声向量，方差记为Qk‑1；vk为k时刻的观测噪声向量，方差记为Rk；A为由k‑1时刻至k时刻的状态转移矩阵；B为k‑1时刻输入向量与状态向量之间的关系矩阵；C为k时刻观测向量与状态向量之间的关系矩阵；为滤波初始时刻的码伪距，即步骤(1)中的码伪距值的初始方差P0＝R0；A、B、C均为常系数；上述向量及矩阵的维数均为1；(3)卡尔曼滤波过程：在tN‑1时刻开始执行卡尔曼滤波，包括以下两个过程：①预测过程x^k~=Ax^k-1+Buk,k-1]]>Pk~=APk-1AT+Qk-1]]>其中，为的一步预测值，P～为的误差的协方差，P为的误差的协方差；②校正过程Kk=Pk~CT(CPk~CT+Rk)-1]]>Pk=(1-KkC)Pk~]]>x^k=x^k~+Kk(yk-Cx^k~)]]>其中：K为权重值。...

【技术特征摘要】
1.一种基于自调整卡尔曼滤波的多普勒辅助载波相位平滑伪距方法，其特征在于对于每一颗卫星，均包括以下步骤：(1)设定一个窗口长度N，利用求平均的方法，计算第N-1个历元tN-1的码伪距估计值(1-1)接收机第一次接收到码伪距测量值ρ的历元时刻记作t0；当到达第N-1个历元tN-1时，通过t0至tN-1的多普勒频移测量值对相应时刻的码伪距测量值ρ进行修正；对于t0至tN-1，依次依照下式计算出tN-1的码伪距估计值ρ^(tN-1)i=ρ(ti)-λ∫titN-1D(t)dt,0≤i≤N-1]]>其中：ti为第i个历元，ρ(ti)为第i个历元的码伪距测量值，D(ti)为多普勒频移测量值，λ为卫星信号的载波波长；(1-2)用下式对进行求平均，可以得到利用多普勒频移推算的tN-1的码伪距值ρ‾(tN-1)=1NΣi=0N-1ρ^(tN-1)i]]>(2)建立平滑码伪距的卡尔曼滤波模型：状态方程：观测方程：其中：估计参数为k时刻平滑后的码伪距，作为状态向量；观测值yk为k时刻的码伪距测量值，y作为观测向量；所述k时刻自滤波开始起算，k作为第k步滤波运算；控制输入uk,k-1由k-1时刻至k时刻的载波相位变化量或多普勒频移测量值决定，u作为输入向量；w、v为满足正态分布的白噪声，均值为0，wk-1为k-1时刻的过程噪声向量，方差记为Qk-1；vk为k时刻的观测噪声向量，方差记为Rk；A为由k-1时刻至k时刻的状态转移矩阵；B为k-1时刻输入向量与状态向量之间的关系矩阵；C为k时刻观测向量与状态向量之间的关系矩阵；为滤波初始时刻的码伪距，即步骤(1)中的码伪距值的初始方差P0＝R0；A、B、C均为常系数；上述向量及矩阵的维数均为1；(3)卡尔曼滤波过程：在tN-1时刻开始执行卡尔曼滤波，包括以下两个过程：①预测过程x^k~=Ax^k-1+Buk,k-1]]>Pk~=APk-1AT+Qk-1]]>其中，为的一步预测值，P～为的误差的协方差，P为的误差的协方差；②校正过程Kk=Pk~CT(CPk~CT+Rk)-1]]>Pk=(1-KkC)Pk~]]>x^k=x^k~+Kk(yk-Cx^k~)]]>其中：K为权重值。2.根据权利要求1所述的一种基于自调整卡尔曼滤波的多普勒辅助载波相位平滑伪距方法，其特征在于A、B、C的取值均为1。3.根据权利要求1所述的一种基于自调整卡尔曼滤波的多普勒辅助载波相位平滑伪距方法，...

【专利技术属性】
技术研发人员：樊春明，商云鹏，管庆林，朱正平，林炳，彭飞，
申请(专利权)人：闽江学院，福建星海通信科技有限公司，
类型：发明
国别省市：福建;35