一种矢量联合BP神经网络对信号辅助跟踪的方法技术

本发明专利技术公开了一种矢量联合BP神经网络对载波相位预测辅助跟踪方法。针对在低信噪比、遮挡的情况下对载波相位观测不连续，导致接收机定位精度低的问题，从而需要减少外部不利环境对载波相位观测的影响，对载波相位进行连续跟踪，达到高精度定位目的。本发明专利技术为载波相位连续观测提供了一套完整的方法，采用矢量结构和BP神经网络相结合的方法，在各个通道之间建立联系，从而提高跟踪的稳定性，又使用各个通道的跟踪预测减少公共通道误差对独立通道的影响。随着接收机的使用日益广泛，对定位的精度要求越来越高，矢量联合BP神经网络对载波相位连续跟踪技术在卫星导航接收机上的应用前景十分广阔。景十分广阔。

【技术实现步骤摘要】
一种矢量联合BP神经网络对信号辅助跟踪的方法


[0001]本专利技术属于卫星导航，具体涉及一种矢量联合BP神经网络对载波相位预测辅助跟踪的方法。

技术介绍

[0002]高精度定位通常采用载波相位测距，在低信噪比、遮挡的情况下，对载波相位的跟踪容易出现不连续的情况，从而影响定位的精度，而传统接收机定位方法，如精密单点定位(Precise Point Positioning,PPP)在低信噪比、遮挡的情况下无法对载波相位连续观测，使定位精度不高。载波相位差分技术(Real
‑
time Kinematic,RTK)需要基站定位，对环境要求较高。为了对载波相位进行连续观测，有学者提出了对载波相位观测值进行后处理的方法，既周跳探测和修复，提高观测的连续性。周跳探测和修复在一定程度上能提高观测的连续性，但是在不理想的环境下，对观测值的修复能力有限。
[0003]为了在跟踪的过程中保持连续，有学者提出使用惯性元件辅助跟踪过程，也就是使用紧组合的方法辅助跟踪，但使用惯性元件会提高接收机的成本。
[0004]为了从根源上提高对载波相位的连续观测能力，Zhodzissky提出合作跟踪(Co
‑
OP Tracking,Co
‑
OP)的方法，使用定位结果辅助载波相位跟踪过程，既使用矢量结构对载波相位进行跟踪，从一定程度上提高了跟踪的稳定性。Patrick Henkel等人提出了一种新的矢量锁相环(Vector phase
‑
locked loop，VPLL)，用于在多个频率上联合跟踪所有卫星的载波相位。Peng提出使用矢量结构对缩短重捕获时间的影响。从上述学者的研究发现，矢量结构通过利用通道之间的相互关系，提高系统对载波相位的连续观测能力，并提高跟踪的稳定性，但是使用矢量结构时，不仅强信号通道会辅助弱信号通道的跟踪过程，同时在定位中存在的误差信息也会影响各个通道的跟踪过程。
[0005]至今为止，对载波相位连续观测的研究方法都有一定程度的作用，但都具有一定的局限性，为了从根源上提高对载波相位观测的稳定性和连续性，且减少定位误差对通道的不利影响，本文提出了使用一种矢量联合BP神经网络对信号辅助跟踪的方法。使用BP神经网络对各个通道独立预测与矢量结构强通道辅助弱通道的方法相结合，共同完成对载波相位的连续观测。

技术实现思路

[0006]本专利技术的目的是提供一种矢量联合BP神经网络对信号辅助跟踪方法，步骤如下：
[0007]步骤一：采集定位需要的卫星信号；
[0008]步骤二：对软件接收机的基本参数和捕获跟踪通道参数进行设计；
[0009]步骤三：捕获卫星信号，获得大概的码相位和载波频率值；
[0010]步骤四：选择信号质量较好的卫星进行跟踪；
[0011]步骤五：根据捕获的结果对跟踪通道进行初始化，并对通道进行连续跟踪，获得详细的码相位和载波频率值；
[0012]步骤六：对跟踪的结果位同步和帧同步；
[0013]步骤七：电文解调，计算卫星位置；
[0014]步骤八：接收机定位；
[0015]步骤九：使用矢量联合BP神经网络对信号预测，包括矢量结构预测和使用BP神经网络预测。
[0016]进一步地，所述步骤一通过天线接收实际卫星信号，或通过模拟器模拟卫星信号，对GNSS信号进行采集。
[0017]进一步地，所述步骤二对软件接收机设置合适的基本参数、捕获通道参数和跟踪通道参数。
[0018]进一步地，所述步骤三捕获GNSS信号，捕获确定搜索到的卫星，对卫星的粗略码相位和载波频率进行观测。
[0019]进一步地，所述步骤四设定接收机的跟踪通道，根据捕获到信号的相关性进行选星，对信号较好的卫星继续跟踪。
[0020]进一步地，所述步骤五跟踪GNSS信号，获得更详细的载波频率值和码相位值。
[0021]进一步地，所述步骤六结合步骤五跟踪的结果，对接收到信号的伪码和载波进行剥离，对数据码进行位同步和帧同步，寻找位的位置和帧头的位置，为步骤七做准备。
[0022]进一步地，所述步骤七对电文解调，根据步骤五、步骤六的结果对导航电文进行解调获得星历，并计算卫星位置。
[0023]进一步地，所述步骤八使用载波相位进行测距，由步骤七获得的卫星位置和伪距等信息对接收机进行定位。
[0024]进一步地，所述步骤九首先使用矢量结构对载波相位观测值进行预测，传统接收机是标量结构，各个通道之间相互独立，矢量结构在接收机的各个通道之间建立联系；根据接收机位置和卫星位置获得视距LOS，公式如下：
[0025][0026]式中，p
i,k
是第i颗卫星k时刻的位置，p
k
是第k时刻接收机的位置。根据预测出的接收机和卫星之间的速度变化量在LOS方向的投影，获得多普勒频移的变化量；
[0027][0028]其中v
i,k+1
是k+1时刻预测的第i颗卫星速度，v
k+1
是k+1时刻预测的接收机的速度，λ是载波波长，c是光速，是接收机k+1时刻预测的钟漂；是预测的接收机与卫星的速度相对变化量，f
d,k+1
是计算获得k+1时刻的多普勒频移的变化量；
[0029]使用矢量结构对多普勒频移观测值进行积分，获得载波相位的预测值，公式如下：
[0030][0031]式中，是k+1时刻对载波相位的预测值，是k时刻本地载波相位观测值，f
d,k+1
是k+1时刻通过卫地之间多普勒频率值的预测值，是载波相位的本地测量值误差和预测值误差之和；
[0032]使用BP神经网络对矢量载波相位进行预测，数据采集预处理，数据采集跟踪到信号的载波相位观测值和多普勒频率观测值；
[0033]载波相位的输出值的计算公式如下：
[0034][0035]是神经网络的预测值，是矢量预测值，是真实载波相位的观测值，是对载波相位各项预测值和真实观测值的加权平均和，是接收机载波相位跟踪结果的最终输出值。
[0036]本专利技术的有益效果在于：
[0037]本专利技术为载波相位连续观测提供了一套完整的方法，采用BP神经网络和矢量结构相结合，在各个通道之间建立联系，从而提高跟踪的稳定性，又使用各个通道的BP神经网络跟踪预测减少公共通道误差对独立通道的影响，保持各个通道的独立性。
[0038]本专利技术对于卫星导航接收机对载波相位进行连续观测，从而提高定位精度有极大的借鉴意义。本方法不仅从根源处提高载波相位的跟踪能力，还提高了系统跟踪的稳定性，方法巧妙，定位误差小。随着接收机的使用日益广泛，对定位的精度要求越来越高，载波相位连续跟踪技术在卫星导航接收机上的应用前景十分广阔。
附图说明
[0039]图1为矢量预测结构图；
[0040]图2为矢量结构预测值与真实值的对比图；
[0041]图3为BP神经网络预测的基本原理图；...

【技术保护点】

【技术特征摘要】
1.一种矢量联合BP神经网络对信号辅助跟踪的方法，其特征在于：步骤如下：步骤一：采集定位需要的卫星信号；步骤二：对软件接收机的基本参数和捕获跟踪通道参数进行设计；步骤三：捕获卫星信号，获得大概的码相位和载波频率值；步骤四：选择信号质量较好的卫星进行跟踪；步骤五：根据捕获的结果对跟踪通道进行初始化，并对通道进行连续跟踪，获得详细的码相位和载波频率值；步骤六：对跟踪的结果位同步和帧同步；步骤七：电文解调，计算卫星位置；步骤八：接收机定位；步骤九：使用矢量联合BP神经网络对信号预测，包括矢量结构预测和使用BP神经网络预测。2.根据权利要求1所述的一种矢量联合BP神经网络对信号辅助跟踪的方法，其特征在于：所述步骤一通过天线接收实际卫星信号，或通过模拟器模拟卫星信号，对GNSS信号进行采集。3.根据权利要求1所述的一种矢量联合BP神经网络对信号辅助跟踪的方法，其特征在于：所述步骤二对软件接收机设置合适的基本参数、捕获通道参数和跟踪通道参数。4.根据权利要求1所述的一种矢量联合BP神经网络对信号辅助跟踪的方法，其特征在于：所述步骤三捕获GNSS信号，捕获确定搜索到的卫星，对卫星的粗略码相位和载波频率进行观测。5.根据权利要求1所述的一种矢量联合BP神经网络对信号辅助跟踪的方法，其特征在于：所述步骤四设定接收机的跟踪通道，根据捕获到信号的相关性进行选星，对信号较好的卫星继续跟踪。6.根据权利要求1所述的一种矢量联合BP神经网络对信号辅助跟踪的方法，其特征在于：所述步骤五跟踪GNSS信号，获得更详细的载波频率值和码相位值。7.根据权利要求1所述的一种矢量联合BP神经网络对信号辅助跟踪的方法，其特征在于：所述步骤六结合步骤五跟踪的结果，对接收到信号的伪码和载波进行剥离，对数据码进行位同步和帧同步，寻找位的位置和帧头的位置，为步骤七做准备。8.根据权利要求1所述的一种矢量联合BP神经网络对信号辅助跟踪的方法，其特征在于：所述步骤七对...

【专利技术属性】
技术研发人员：丁继成，何欣庭，杨皓，贾春，程建华，黄卫权，王若冰，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：