一种GNSS授时接收机精密时钟调控方法及系统技术方案

本发明专利技术公开了一种GNSS授时接收机精密时钟调控方法及系统，主要包括时钟状态估计部分和时钟调控部分。时钟状态估计部分采用卡尔曼滤波的方法，通过扩充状态方程的维数，利用四个一阶马尔科夫过程的线性组合来近似频率闪烁噪声的特性，得到状态噪声方差阵。观测值和观测噪声的方差则由PPP技术给出。根据建立的状态模型和观测模型，卡尔曼滤波进行更新得到时钟状态和方差阵。时钟调控部分建立控制向量与状态向量的线性关系，通过稳态线性二次高斯控制得到稳态控制律，结合卡尔曼滤波估计得到的时钟状态来计算时钟控制量，并且发送给时钟调控执行器。本发明专利技术兼顾了接收机本地时钟的短期稳定度和PPP钟差估计的长期稳定度。

A precise clock control method and system for GNSS time service receiver

【技术实现步骤摘要】
一种GNSS授时接收机精密时钟调控方法及系统
本专利技术属于全球导航卫星系统(GlobalNavigationSatelliteSystem,GNSS)精密授时
，特别涉及一种GNSS授时接收机精密时钟调控方法及系统。
技术介绍
GNSS单向授时是目前应用最广、精度最高的授时方法，其原理是使用GNSS接收机对卫星进行观测，接收机在完成定位的同时会估计出接收机钟差(本地时间相对于GNSS时间的差值)，接收机根据估计出的接收机钟差可以对本地时钟进行调控来修正本地时间，然后输出时间和频率信号，从而达到将卫星导航系统时间传递到用户端的目的。接收机本地时钟受自身噪声以及外界环境因素的影响，其频率输出会出现起伏，因此本地时间也将出现漂移，这时需要接收机根据本地解算的接收机钟差作为观测量，对本地时钟进行调控来维持本地时间的稳定，从而保持授时接收机具备准确的时间输出以及稳定的频率输出。时钟调控算法的性能直接影响授时接收机的授时精度和稳定度，是影响授时接收机性能的关键部分。传统的授时接收机采用伪距单点定位技术去估算接收机钟差，其钟差的估计精度在20ns左右。目前，出现了基于精密单点定位(PrecisePointPositioning,PPP)技术的GNSS授时接收机，其钟差的估计精度在0.2ns左右。PPP钟差估计方法在长期具有较高的稳定度，但受限钟差估计噪声的影响，其在短期内的精度并不高。通过频率稳定度指标来衡量，PPP的频率稳定度在1s时最差约为10-11，随时间的增加频率稳定度将逐渐提高。而目前性能较好的恒温晶振在1s时的频率稳定度已接近10-12，比PPP高一个数量级，但其频率稳定度将随时间增加而逐渐下降。若能将本地时钟的短期稳定度和PPP的长期稳定度进行结合，就能使授时接收机的时频输出无论在短期还是长期都具备较高的稳定度。但是任何对时钟物理上的调控都将不可避免地损害时钟的频率稳定度，尤其是调控间隔对应的频率稳定度。因此，同时兼顾接收机本地时钟的短期稳定度和PPP钟差估计的长期稳定度是难以做到的。
技术实现思路
针对基于PPP技术的GNSS授时接收机很难做到同时兼顾接收机本地时钟的短期稳定度和PPP钟差估计的长期稳定度的情况，本专利技术提供了基于卡尔曼滤波以及线性二次高斯控制的时钟调控方法，对时钟闪烁噪声的特性建立了模型并且采用卡尔曼滤波进行时钟状态估计，最后通过线性二次高斯控制得到时钟的控制量。为解决上述技术问题，本专利技术采用如下的技术方案：一种GNSS授时接收机精密时钟调控方法，其特征在于，包括时钟状态估计步骤：对基于精密单点定位(PPP)给出的接收机钟差进行滤波来降低噪声，具体包括：步骤SA1，建立卡尔曼滤波的时钟状态模型(时钟状态方程和状态噪声协方差阵)，其中，在建立状态噪声协方差阵时，对频率闪烁噪声做近似建模，具体方法为通过扩充状态方程的维数，利用四个一阶马尔科夫过程的线性组合来近似频率闪烁噪声的特性；步骤SA2，建立卡尔曼滤波的时钟观测模型，观测值和观测噪声方差由PPP给出，时钟观测模型包括时钟观测方程和观测噪声协方差阵；步骤SA3，在得到时钟状态方程和观测方程以及两者对应的方差阵之后，通过卡尔曼滤波得到滤波之后的时钟状态和方差阵；时钟调控步骤：在卡尔曼滤波估计器根据观测值估计时钟状态之后，用于根据时钟状态产生对应的时钟调控量，具体包括：步骤SB1，建立控制向量与状态向量的线性关系，利用线性二次高斯控制方法，得到控制律；步骤SB2，根据卡尔曼滤波估计得到的时钟状态以及线性二次高斯方法得到的控制律，计算时钟控制量。在上述一种GNSS授时接收机精密时钟调控方法，步骤SA1，在建立时钟状态模型时，对频率闪烁噪声做近似建模，扩展状态方程的维数，利用四个一阶马尔科夫过程的线性组合来近似频率闪烁噪声的特性，具体包括：步骤SA1.1，设置状态向量和状态转移矩阵，将卡尔曼滤波的状态向量改写为并根据状态向量设置对应的状态转移矩阵，其中，x1表示钟差，x2表示频率偏差的一部分，包括系统项和随机项中调频随机游走噪声，mj表示第j个马尔科夫过程；将状态转移矩阵Ф改写为其中，Rj是mj的相关时间，满足Rj+1＝Rj/8，R1＝0.75，τ表示时间间隔；步骤SA1.2，确定时钟噪声系数，并设置状态噪声方差阵Q为其中，h0、h-1、h-2分别为调频白噪声、调频闪烁噪声、调频随机游走噪声的水平系数，通过对时钟的allan方差双对数坐标曲线进行拟合估计得到。在上述一种GNSS授时接收机精密时钟调控方法，步骤SA2，建立卡尔曼滤波的时钟观测模型，其中z(k)表示观测向量，v(k)表示零均值高斯分布噪声向量，R(k)是v(k)的协方差矩阵，δ是狄拉克δ函数，H是量测矩阵；观测向量和观测噪声方差矩阵由PPP给出，具体实现为：步骤SA2.1PPP估计得到的接收机钟差作为观测方程的观测向量Z(k)；步骤SA2.2，PPP接收机钟差估计噪声的方差作为观测方程的观测噪声矩阵R(k)。在上述一种GNSS授时接收机精密时钟调控方法，步骤SA3，在通过步骤SA1得到卡尔曼滤波中的时钟状态模型和通过步骤SA2得到卡尔曼滤波的时钟观测模型之后，设置状态量初始值x(0)和估计均方误差阵P(0)，根据卡尔曼滤波的迭代计算公式(公式(8))进行计算，得到滤波之后的时钟状态和方差阵P(k+1)；其中，x(k)是状态向量，Ф是状态转移矩阵，u(k)是控制向量，B是控制转移矩阵，Q是状态噪声矩阵；H是量测矩阵，R是观测噪声矩阵，z(k+1)是观测向量；K(k+1)是增益矩阵；步骤SA3.1根据上一个历元的状态向量x(k)和方差P(k)，由公式(8)得到一步预测状态量和方差阵P(k+1,k)；步骤SA3.2，根据公式(8)得到增益矩阵K(k+1)；步骤SA3.3，根据公式(8)得到观测更新之后的时钟状态和方差阵P(k+1)。在上述一种GNSS授时接收机精密时钟调控方法，步骤SB1，建立控制向量与状态向量的线性关系，利用线性二次高斯控制方法，得到控制律，具体包括步骤SB1.1，建立控制向量u(k)和状态向量x(k)的线性关系，即u(k)＝-G(k)x(k)(9)其中，G(k)为控制律；步骤SB1.2，根据卡尔曼滤波的控制转移矩阵和状态转移矩阵，由线性二次高斯方法得到G(k)的计算公式其中，对称矩阵WQ和WR分别为状态量代价矩阵和控制量代价矩阵，B为卡尔曼滤波的控制转移矩阵，Ф为卡尔曼滤波的状态转移矩阵；步骤SB1.3，由于授时接收机在调控时钟时要求系统在无限时间上都保持稳定，因此使用稳态的线性二次高斯控制：当时间趋于无穷，P(k)的值也将趋于常值P0，以及对应的控制律G(k)转化为非时变定常矩阵G0；步骤SB1.4，通过仿真和本文档来自技高网...

【技术保护点】
1.一种GNSS授时接收机精密时钟调控方法，其特征在于，包括/n时钟状态估计步骤：对基于精密单点定位(PPP)给出的接收机钟差进行滤波来降低噪声，具体包括：/n步骤SA1，建立卡尔曼滤波的时钟状态模型(时钟状态方程和状态噪声协方差阵)，其中，在建立状态噪声协方差阵时，对频率闪烁噪声做近似建模，具体方法为通过扩充状态方程的维数，利用四个一阶马尔科夫过程的线性组合来近似频率闪烁噪声的特性；/n步骤SA2，建立卡尔曼滤波的时钟观测模型，观测值和观测噪声方差由PPP给出，时钟观测模型包括时钟观测方程和观测噪声协方差阵；/n步骤SA3，在得到时钟状态方程和观测方程以及两者对应的方差阵之后，通过卡尔曼滤波得到滤波之后的时钟状态和方差阵；/n时钟调控步骤：在卡尔曼滤波估计器根据观测值估计时钟状态之后，用于根据时钟状态产生对应的时钟调控量，具体包括：/n步骤SB1，建立控制向量与状态向量的线性关系，利用线性二次高斯控制方法，得到控制律；/n步骤SB2，根据卡尔曼滤波估计得到的时钟状态以及线性二次高斯方法得到的控制律，计算时钟控制量。/n

【技术特征摘要】
1.一种GNSS授时接收机精密时钟调控方法，其特征在于，包括
时钟状态估计步骤：对基于精密单点定位(PPP)给出的接收机钟差进行滤波来降低噪声，具体包括：
步骤SA1，建立卡尔曼滤波的时钟状态模型(时钟状态方程和状态噪声协方差阵)，其中，在建立状态噪声协方差阵时，对频率闪烁噪声做近似建模，具体方法为通过扩充状态方程的维数，利用四个一阶马尔科夫过程的线性组合来近似频率闪烁噪声的特性；
步骤SA2，建立卡尔曼滤波的时钟观测模型，观测值和观测噪声方差由PPP给出，时钟观测模型包括时钟观测方程和观测噪声协方差阵；
步骤SA3，在得到时钟状态方程和观测方程以及两者对应的方差阵之后，通过卡尔曼滤波得到滤波之后的时钟状态和方差阵；
时钟调控步骤：在卡尔曼滤波估计器根据观测值估计时钟状态之后，用于根据时钟状态产生对应的时钟调控量，具体包括：
步骤SB1，建立控制向量与状态向量的线性关系，利用线性二次高斯控制方法，得到控制律；
步骤SB2，根据卡尔曼滤波估计得到的时钟状态以及线性二次高斯方法得到的控制律，计算时钟控制量。


2.根据权利要求1所述一种GNSS授时接收机精密时钟调控方法，其特征在于：步骤SA1，在建立时钟状态模型时，对频率闪烁噪声做近似建模，扩展状态方程的维数，利用四个一阶马尔科夫过程的线性组合来近似频率闪烁噪声的特性，具体包括：
步骤SA1.1，设置状态向量和状态转移矩阵，将卡尔曼滤波的状态向量改写为



并根据状态向量设置对应的状态转移矩阵，其中，x1表示钟差，x2表示频率偏差的一部分，包括系统项和随机项中调频随机游走噪声，mj表示第j个马尔科夫过程；
将状态转移矩阵Ф改写为



其中，Rj是mj的相关时间，满足Rj+1＝Rj/8，R1＝0.75，τ表示时间间隔；
步骤SA1.2，确定时钟噪声系数，并设置状态噪声方差阵Q为
其中，









h0、h-1、h-2分别为调频白噪声、调频闪烁噪声、调频随机游走噪声的水平系数，通过对时钟的allan方差双对数坐标曲线进行拟合估计得到。


3.根据权利要求1所述一种GNSS授时接收机精密时钟调控方法，其特征在于：步骤SA2，建立卡尔曼滤波的时钟观测模型，



其中z(k)表示观测向量，v(k)表示零均值高斯分布噪声向量，R(k)是v(k)的协方差矩阵，δ是狄拉克δ函数，H是量测矩阵；
观测向量和观测噪声方差矩阵由PPP给出，具体实现为：
步骤SA2.1PPP估计得到的接收机钟差作为观测方程的观测向量Z(k)；
步骤SA2.2，PPP接收机钟差估计噪声的方差作为观测方程的观测噪声矩阵R(k)。


4.根据权利要求1所述一种GNSS授时接收机精密时钟调控方法，其特征在于：步骤SA3，在通过步骤SA1得到卡尔曼滤波中的时钟状态模型和通过步骤SA2得到卡尔曼滤波的时钟观测模型之后，设置状态量初始值x(0)和估计均方误差阵P(0)，根据卡尔曼滤波的迭代计算公式(公式(8))进行计算，得到滤波之后的时钟状态和方差阵P(k+1)；



其中，x(k)是状态向量，Ф是状态转移矩阵，u(k)是控制向量，B是控制转移矩阵，Q是状态噪声矩阵；H是量测矩阵，R是观测噪声矩阵，z(k+1)是观测向量；K(k+1)是增益矩阵；
步骤SA3.1根据上一个历元的状态向量x(k)和方差P(k)，由公式(8)得到一步预测状态量和方差阵P(k+1,k)；
步骤SA3.2，根据公式(8)得到增益矩阵K(k+1)；
步骤SA3.3，根据公式(8)得到观测更新之后的时钟状态和方差阵P(k+1)。


5.根据权利要求1所述一种GNSS授时接收机精密时钟调控方法，其特征在于：步骤SB1，建立控制向量与状态向量的线性关系，利用线性二次高斯控制方法，得到控制律，具体包括
步骤SB1.1，建立控制向量u(k)和状态向量x(k)的线性关系，即
u(k)＝-G(k)x(k)(9)
其中，G(k)为控制律；
步骤SB1.2，根据卡尔曼滤波的控制转移矩阵和状态转移矩阵，由线性二次高斯方法得到G(k)的计算公式



其中，对称矩阵WQ和WR分别为状态量代价矩阵和控制量代价矩阵，B为卡尔曼滤波的控制转移矩阵，Ф为卡尔曼滤波的状态转移矩阵；
步骤SB1.3，由于授时接收机在调控时钟时要求系统在无限时间上都保持稳定，因此使用稳态的线性二次高斯控制：当时间趋于无穷，P(k)的值也将趋于常值P0，以及对应的控制律G(k)转化为非时变定常矩阵G0；



步骤SB1.4，通过仿真和实测的方法对代价矩阵进行设计，并设置状态量代价矩阵WQ和控制量代价矩阵WR之间的相对大小，最后根据公式(11)得到稳态控制律G0；状态量代价矩阵WQ相对控制量代价矩阵WR越小时，调控越迟缓，此时中长期的频率稳定度较差，短期的频率稳定度较好；在状态量代价矩阵WQ中，钟差项权重显著小于频率偏差项权重时，长期稳定度和短期稳定度均较好；参考设置如下：



其中，卡尔曼滤波输出的状态量估计值包含6个分量，但是由于只有前两个分量对系统描述关键，所以状态量代价矩阵WQ只考虑前两个分量；LQG输出的控制量仅包括晶振的控制量，因此控制量代价矩阵WR仅包含一个分量。


6.根据权利要求1或2或3或4或5所述一种GNSS授时接收机精密时钟调控方法，其特征在于：步骤SB2，根据卡尔曼滤波估计得到的时钟状态量x(k)以及线性二次高斯方法...

【专利技术属性】
技术研发人员：郭文飞，雷阳，谭俊雄，朱萌萌，牛小骥，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42