本发明专利技术涉及GNSS接收机，具体涉及一种联合GNSS接收机多通道信号的最优鉴别和跟踪方法，用于解决对导航定位模块的关键部件进行改造和升级的提升力度有限，需要加长积分时间改善性能，以及矢量跟踪只能在持续跟踪发挥作用的不足之处。该联合GNSS接收机多通道信号的最优鉴别和跟踪方法，在鉴别器鉴别阶段创造性的提出基于最小二乘估计的多通道鉴别方法，该多通道鉴别方法可以通过最小二乘一次性从获得信号幅值、码相位延迟、载波相位、载波频率，进一步得到参数残差向量，然后将经过抗差处理之后的参数残差向量作为卡尔曼滤波的输入，从而得到滤波之后的参数。到滤波之后的参数。
【技术实现步骤摘要】
一种联合GNSS接收机多通道信号的最优鉴别和跟踪方法
[0001]本专利技术涉及GNSS接收机，具体涉及一种联合GNSS接收机多通道信号的最优鉴别和跟踪方法。
技术介绍
[0002]随着卫星全球导航系统(GNSS)在各领域的深入应用，导航接收机使用性能越来越受到恶劣环境导致的挑战。导航定位模块作为导航接收机的核心部件，其主要包括捕获、跟踪和数据解算三部分，为增强导航定位模块复杂环境下的适应能力，开展了一系列的研究与改进。目前的研究的工作可分为两类：一是对导航定位模块的关键部件进行改造和升级，例如用卡尔曼滤波器代替传统DLL(延迟锁定环)、PLL(锁相环)/FLL(锁频环)环路，以便提高性能；二是对导航定位模块的结构进行调整，比较典型的作法是将通道独立工作的标量跟踪接收机升级为通道融合的矢量跟踪接收机。
[0003]针对第一类改进，除了优化滤波器和NCO(数字控制振荡器)外，也经常通过扩展线性牵入范围、增加相干积分和非相干积分时间类提高鉴别器性能。
[0004]针对第二类改进，矢量跟踪产生性能提升的实质是将信号处理和位置解算进行一体化设计，通过多通道融合的信息优势转化为跟踪阶段的处理优势。因此，矢量跟踪机制正常工作的前提是要得到先验的位置信息，才能进行后续的滤波融合操作。但对于无法持续跟踪的环境，如失锁重捕，此时没有建立完整的闭合环路，即不能发挥矢量跟踪的作用，需要重新回到标量模式中。
技术实现思路
[0005]本专利技术的目的是解决对导航定位模块的关键部件进行改造和升级的提升力度有限，需要加长积分时间改善性能，以及矢量跟踪只能在持续跟踪发挥作用的不足之处，而提供一种联合GNSS接收机多通道信号的最优鉴别和跟踪方法。无论是否存在有效位置信息，都可通过通道信号融合的方式获得辅助增益，改善接收机整体处理信号的能力。
[0006]为了解决上述现有技术所存在的不足之处，本专利技术提供了如下技术解决方案：
[0007]一种联合GNSS接收机多通道信号的最优鉴别和跟踪方法，其特殊之处在于，包括如下步骤：
[0008]步骤1、初始化滤波器的卡尔曼滤波的状态矩阵S
n
、测量矩阵δω
′
、状态估计误差协方差矩阵、卡尔曼滤波的系数矩阵F，并设置初始的预测状态估计值S
m+1
；根据状态矩阵S
n
、卡尔曼滤波的系数矩阵F，计算状态传输方程，其中初始的权矩阵定义为单位矩阵；
[0009]步骤2、使用卡尔曼滤波的系数矩阵F和当前时刻状态估计误差协方差矩阵，计算预测状态估计误差协方差矩阵；
[0010]步骤3、将卫星信号通过多个通道输入鉴别器，通过鉴别器获取接收信号向量，将接收信号向量与本地复现信号向量进行比较，得到参数残差向量；对参数残差向量进行抗差估计后，作为滤波器的输入值；
[0011]所述接收信号向量为信号幅值a
i
、码相位延迟τ
i
、载波相位载波频率f
d，i
；所述参数残差向量为码相位差、载波相位差以及信号幅值差；
[0012]步骤4、将步骤3的参数残差向量作为预测状态实际值，与步骤1设置的初始的预测状态估计值S
m+1
比较，计算观测残差，并计算观测残差协方差矩阵；
[0013]步骤5、依据鉴别器输出的参数残差向量的载噪比，定义一个权因子函数，以在信号层面获得权因子；将权因子作为对角元素构成一个对角矩阵，然后与初始的权矩阵构成等价权矩阵
[0014]步骤6、通过等价权矩阵步骤4的观测残差协方差矩阵求解增益矩阵K
k
；
[0015]步骤7、通过步骤6的增益矩阵K
k
、步骤4的观测残差更新下一时刻状态估计值S
m+1
、当前时刻状态估计误差协方差矩阵；
[0016]返回步骤2，重复进行鉴别和跟踪。
[0017]进一步地，步骤1中，所述状态矩阵S
n
如下：
[0018][0019]其中，x
u
y
u
z
u
表示用户位置，表示用户速度，t
u
、表示钟偏、钟漂，表示信号幅值，表示信号载波相位；p
u
表示x
u
y
u
z
u
t
u
，表示
[0020]所述测量矩阵δω
′
如下：
[0021][0022]δa
u
表示信号幅度残差，表示信号载波相位残差，δp
u
表示经过伪码相位残差δτ
u
处理折算后的用户位置以及钟偏残差。
[0023]进一步地，步骤1中，所述状态传输方程如下：
[0024][0025][0026]其中，m表示当前时刻，m+1表示下一时刻，S
m
表示当前时刻状态估计值，S
m+1
表示下一时刻的状态向量，ω
m
表示当前时刻参数向量，I
N
×
N
表示单位矩阵，Q表示噪声矩阵，f
d
表示信号频率，T表示积分时间，c表示光速，H
ECEF
表示地心地固坐标系的余弦矩阵。
[0027]进一步地，步骤3中，所述参数残差向量δω通过下式求解：，
[0028][0029]其中，X表示接收到的接收信号向量，表示本地复现信号向量，其是基于鉴别器
产生的参考信号和接收信号向量进行匹配和同步后得到的向量，N表示噪声向量，G表示最小二乘系数矩阵，Δx为接收到的信号向量与本地复现信号向量之间的残差，用于调整本地产生的参考信号的频率。
[0030]进一步地，所述步骤5具体如下：
[0031]步骤5.1、采取离散的方法求鉴别器输出的参数残差向量均值，进一步利用曲线拟合求得鉴别S曲线，从而分析鉴别器的线性工作区间；
[0032]步骤5.2、根据步骤5.1得到的线性工作区间，定义权因子函数如下：
[0033][0034]其中，表示第i个通道的权因子，CNR
i
表示第i个通道的载噪比；
[0035]步骤5.3、将权因子作为对角元素构成一个对角矩阵，然后与初始的权矩阵构成等价权矩阵
[0036]进一步地，所述步骤5.1具体为：
[0037]根据鉴别器的输出函数f(δθ+Φ)求解鉴别器的输出期望μ：
[0038][0039]其中，δθ为真实相位差，即载波相位估计值与载波相位真实值之差，Φ表示热噪声引起的相位误差，P(Φ)表示Φ的概率密度函数；
[0040]由于鉴别器的输出包括两部分，即out＝δθ+Φ，则鉴别器输出的跟踪参数残差矩阵的期望可以表达为：
[0041][0042]利用鉴别器的输出、真实相位差δθ获得鉴别S曲线；
[0043]根据鉴别S曲线，获得偏差在X％内的线性工本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种联合GNSS接收机多通道信号的最优鉴别和跟踪方法，其特征在于，包括如下步骤：步骤1、初始化滤波器的卡尔曼滤波的状态矩阵S
n
、测量矩阵δω
′
、状态估计误差协方差矩阵、卡尔曼滤波的系数矩阵F，并设置初始的预测状态估计值S
m+1
；根据状态矩阵S
n
、卡尔曼滤波的系数矩阵F，计算状态传输方程，其中初始的权矩阵定义为单位矩阵；步骤2、使用卡尔曼滤波的系数矩阵F和当前时刻状态估计误差协方差矩阵，计算预测状态估计误差协方差矩阵；步骤3、将卫星信号通过多个通道输入鉴别器，通过鉴别器获取接收信号向量，将接收信号向量与本地复现信号向量进行比较，得到参数残差向量；对参数残差向量进行抗差估计后，作为滤波器的输入值；所述接收信号向量为信号幅值a
i
、码相位延迟τ
i
、载波相位载波频率f
d,i
；所述参数残差向量为码相位差、载波相位差以及信号幅值差；步骤4、将步骤3的参数残差向量作为预测状态实际值，与步骤1设置的初始的预测状态估计值S
m+1
比较，计算观测残差，并计算观测残差协方差矩阵；步骤5、依据鉴别器输出的参数残差向量的载噪比，定义一个权因子函数，以在信号层面获得权因子；将权因子作为对角元素构成一个对角矩阵，然后与初始的权矩阵构成等价权矩阵步骤6、通过等价权矩阵步骤4的观测残差协方差矩阵求解增益矩阵K
k
；步骤7、通过步骤6的增益矩阵K
k
、步骤4的观测残差更新下一时刻状态估计值S
m+1
、当前时刻状态估计误差协方差矩阵；返回步骤2，重复进行鉴别和跟踪。2.根据权利要求1所述的一种联合GNSS接收机多通道信号的最优鉴别和跟踪方法，其特征在于：步骤1中，所述状态矩阵S
n
如下：其中，x
u
y
u
z
u
表示用户位置，表示用户速度，t
u
、表示钟偏、钟漂，表示信号幅值，表示信号载波相位；p
u
表示x
u
y
u
z
u
t
u
，表示所述测量矩阵δω
′
如下：δa
u
表示信号幅度残差，表示信号载波相位残差，δp
u
表示经过伪码相位残差δτ
u
处理折算后的用户位置以及钟偏残差。...
【专利技术属性】
技术研发人员：王前，刘文冠，曹江凯，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。