System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于REKF的矢量跟踪环路污染监测方法技术_技高网

一种基于REKF的矢量跟踪环路污染监测方法技术

技术编号:41207859 阅读:2 留言:0更新日期:2024-05-09 23:29
本发明专利技术提供了一种基于REKF的矢量跟踪环路污染监测方法,该方法包括:矢量跟踪的各通道预处理滤波器将环路积分结果提取为伪距差和伪距率差;估计各跟踪通道的载噪比;对各通道观测量的协方差和通道的载噪比进行置信度评估;设计抗差函数模型确定导航滤波器中各通道观测量的权重;导航滤波器根据各通道观测量和对应的权重进行卡尔曼滤波解算;根据导航滤波器状态输出更新估计的状态误差和观测噪声的协方差矩阵,更新新息矢量和实际的状态误差协方差矩阵;计算各通道的环路控制字,并更新各矢量跟踪通道的控制参数。本发明专利技术能够解决现有技术中少部分异常信号或低质量信号污染全部矢量跟踪通道,进而导致环路跟踪质量降低甚至失锁的技术问题。

【技术实现步骤摘要】

本专利技术涉及卫星导航接收终端,尤其涉及一种基于rekf的矢量跟踪环路污染监测方法。


技术介绍

1、矢量卫星接收机是指采用矢量跟踪环路设计将全部跟踪通道关联起来进行状态估计和环路控制的卫星接收机,相比于传统的标量卫星接收机,具有以下技术优点:一是复杂环境下对微弱信号的连续稳定跟踪;二是信号受遮挡失锁后的快速桥接和重捕获;三是对高动态场景有更强的适应性和鲁棒性。但由于矢量卫星接收机中各通道的跟踪环路控制由导航滤波器输出结果统一驱动,当个别通道的观测量出现异常时,其他通道的跟踪都会受到污染,进而降低全部通道的测量精度,甚至会导致所有跟踪通道失锁。因此,相比于传统的标量跟踪环路,矢量跟踪环路对导航滤波器的鲁棒性和可靠性提出更高要求,也是该技术工程化应用所面临的最大挑战。


技术实现思路

1、本专利技术旨在至少解决现有技术中存在的技术问题之一。

2、本专利技术提供了一种基于rekf的矢量跟踪环路污染监测方法,该方法包括:矢量跟踪的各通道预处理滤波器将环路积分结果提取为伪距差和伪距率差,伪距差和伪距率差用作导航滤波器量测方程的观测量输入值;采用附加噪声通道的方法估计各跟踪通道的载噪比;根据置信度模型对各通道观测量的协方差和通道的载噪比进行置信度评估;根据置信度模型设计抗差函数模型确定导航滤波器中各通道观测量的权重;导航滤波器根据各通道观测量和对应的权重进行卡尔曼滤波解算,获取鲁棒卡尔曼滤波状态输出;根据导航滤波器状态输出更新估计的状态误差和观测噪声的协方差矩阵,并同步更新新息矢量和实际的状态误差协方差矩阵;根据导航滤波器状态输出计算各通道的环路控制字,并更新各矢量跟踪通道的控制参数。

3、进一步地,根据获取i通道的伪距差,其中,δρi为i通道的伪距差,c为光速,和为j时刻的i支路和q支路超前相关值,和为j时刻的i支路和q支路滞后相关值,fcode为码频率,n为非相干积分周期。

4、进一步地,根据获取i通道的伪距率差,其中,

5、为i通道的伪距率差,ipij和qpij分别为j时刻的i支路和q支路即时相关值,ipij-1和qpij-1分别为j-1时刻的i支路和q支路即时相关值,t为积分时间,n为非相干积分周期。

6、进一步地,i通道的载噪比为其中,a为一阶滤波器参数,为k时刻i通道的载噪比,为k-1时刻i通道的载噪比,m为窗口长度,为j时刻的噪声功率。

7、进一步地,i通道观测量的权重根据获取,其中,为i通道观测量的权重,为根据导航滤波解算更新的k时刻实际的误差协方差矩阵,为通过递推可以得到的k时刻理论的误差协方差矩阵,dk(i,i)为k时刻的等价权矩阵。

8、进一步地,k时刻实际的误差协方差矩阵其中,δk为新息矢量,为状态矢量的先验估计,zk为量测矢量,hk为输出矩阵,fk/k-1为状态一步转移矩阵,为k-1时刻状态估计值。

9、进一步地,k时刻理论的误差协方差矩阵其中,为量测矢量的估计值,pk/k-1为状态误差协方差矩阵的预测值,rk为观测噪声的协方差矩阵。

10、进一步地,k时刻的等价权矩阵k0<|si|≤k1,其中,k0和k1为经验性抗差参数,c/n0k为k时刻各通道载噪比的平均值。

11、进一步地,根据进行卡尔曼预测,根据进行卡尔曼修正,其中,为状态预测值,pk为k时刻状态误差协方差矩阵的估计值,pk-1为k-1时刻状态误差协方差矩阵的估计值,kk为增益矩阵,qk为系统噪声,为k时刻状态估计值,wk为k时刻的置信度模型矩阵,wk对角线元素为各通道观测量的权重,yk为观测量矩阵。

12、应用本专利技术的技术方案,提供了一种基于rekf的矢量跟踪环路污染监测方法,该方法在通道预处理滤波器和导航滤波器之间设计置信度模型,并根据置信度模型设计抗差函数模型,对各通道预处理滤波器输出的观测量进行加权处理,通过降低或消除异常信号或低质量信号的权重来降低其对导航滤波器输出的影响,能够提升矢量接收机在复杂场景下跟踪环路的鲁棒性和稳定性。与现有技术相比,本专利技术的技术方案能够解决现有技术中少部分异常信号或低质量信号污染全部矢量跟踪通道,进而导致环路跟踪质量降低甚至失锁的技术问题。

本文档来自技高网...

【技术保护点】

1.一种基于REKF的矢量跟踪环路污染监测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于REKF的矢量跟踪环路污染监测方法,其特征在于,根据获取i通道的伪距差,其中,Δρi为i通道的伪距差,c为光速,和为j时刻的I支路和Q支路超前相关值,和为j时刻的I支路和Q支路滞后相关值,fcode为码频率。

3.根据权利要求1所述的基于REKF的矢量跟踪环路污染监测方法,其特征在于,根据获取i通道的伪距率差,其中,为i通道的伪距率差,IPij和QPij分别为j时刻的I支路和Q支路即时相关值,IPij-1和QPij-1分别为j1时刻的I支路和Q支路即时相关值,T为积分时间。

4.根据权利要求3所述的基于REKF的矢量跟踪环路污染监测方法,其特征在于,i通道的载噪比为其中,a为一阶滤波器参数,为k时刻i通道的载噪比,为k1时刻i通道的载噪比,M为窗口长度,为j时刻的噪声功率。

5.根据权利要求4所述的基于REKF的矢量跟踪环路污染监测方法,其特征在于,i通道观测量的权重根据获取,其中,为i通道观测量的权重,为根据导航滤波解算更新的k时刻实际的误差协方差矩阵,为通过递推可以得到的k时刻理论的误差协方差矩阵,Dk(i,i)为k时刻的等价权矩阵。

6.根据权利要求5所述的基于REKF的矢量跟踪环路污染监测方法,其特征在于,k时刻实际的误差协方差矩阵其中,Δk为新息矢量,为状态矢量的先验估计,Zk为量测矢量,Hk为输出矩阵,Fk/k-1为状态一步转移矩阵,为k1时刻状态估计值。

7.根据权利要求5所述的基于REKF的矢量跟踪环路污染监测方法,其特征在于,k时刻理论的误差协方差矩阵其中,为量测矢量的估计值,Pk/k-1为状态误差协方差矩阵的预测值,Rk为观测噪声的协方差矩阵。

8.根据权利要求5所述的基于REKF的矢量跟踪环路污染监测方法,其特征在于,k时刻的等价权矩阵其中,k0和k1为经验性抗差参数,C/N0k为k时刻各通道载噪比的平均值。

9.根据权利要求5所述的基于REKF的矢量跟踪环路污染监测方法,其特征在于,根据进行卡尔曼预测,根据进行卡尔曼修正,其中,为状态预测值,Pk为k时刻状态误差协方差矩阵的估计值,Pk-1为k1时刻状态误差协方差矩阵的估计值,Kk为增益矩阵,Qk为系统噪声,为k时刻状态估计值,Wk为k时刻的置信度模型矩阵,Wk对角线元素为各通道观测量的权重,Yk为观测量矩阵。

...

【技术特征摘要】

1.一种基于rekf的矢量跟踪环路污染监测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于rekf的矢量跟踪环路污染监测方法,其特征在于,根据获取i通道的伪距差,其中,δρi为i通道的伪距差,c为光速,和为j时刻的i支路和q支路超前相关值,和为j时刻的i支路和q支路滞后相关值,fcode为码频率。

3.根据权利要求1所述的基于rekf的矢量跟踪环路污染监测方法,其特征在于,根据获取i通道的伪距率差,其中,为i通道的伪距率差,ipij和qpij分别为j时刻的i支路和q支路即时相关值,ipij-1和qpij-1分别为j1时刻的i支路和q支路即时相关值,t为积分时间。

4.根据权利要求3所述的基于rekf的矢量跟踪环路污染监测方法,其特征在于,i通道的载噪比为其中,a为一阶滤波器参数,为k时刻i通道的载噪比,为k1时刻i通道的载噪比,m为窗口长度,为j时刻的噪声功率。

5.根据权利要求4所述的基于rekf的矢量跟踪环路污染监测方法,其特征在于,i通道观测量的权重根据获取,其中,为i通道观测量的权重,为根据导航滤波解算更新的k时刻实际的误差协方差矩阵,为通过递推可以得到的k时刻理论的误差协...

【专利技术属性】
技术研发人员:王文博何伟王强王芯蕊吴学颖王萌
申请(专利权)人:北京自动化控制设备研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1