CN103439719B - 一种gps l2c信号跟踪方法 - Google Patents

Abstract

本发明提出了一种GPS L2C信号跟踪方法。所述方法基于无迹卡尔曼滤波,采用CM码和CL码同时跟踪以降低载波和码跟踪门限，避免能量浪费与精度损失，设置权值系数使其优于任意单独一种CM或CL码跟踪方式；无迹卡尔曼滤波能够降低跟踪计算的复杂度，且具有较高的跟踪灵敏度和精度。本发明方法不但能提高L2C信号在低信噪比环境中的跟踪成功率，且计算复杂度小，运算速度快，为GPS L2C信号在微弱信号条件下的应用提供了条件，具有潜在的经济社会价值，同时也在低信噪比环境下的GPS接收机定位应用领域具有重要意义。

Description

一种GPS L2C信号跟踪方法

技术领域

本发明属于无线通信技术领域，尤其是涉及一种GPS L2C信号跟踪方法。

背景技术

目前，GPS(Global Positioning System，全球定位系统)为全球用户提供了新的民用信号L2C信号，该信号采用了特殊的民用中等长度码(CM码)和民用长码(CL码)进行时分复用，更适合在室内、林荫路、隧道等微弱环境下应用。

GPS L2C信号导航数据只调制在CM码上，在CL码上没有调制导航数据，CL码通道只作为一个导频通道存在。对于时分复用的GPS L2C信号，传统的跟踪方法为在本地产生CM和CL两个补零的本地码，然后采用两个独立的跟踪环，一个跟踪CM码，另一个跟踪CL码。由于CM码与CL码各自只占了整个信号一半的时间，与C/A码在跟踪精度方面相比，不管只利用补零的本地CM码还是只利用补零的本地CL码进行跟踪L2C信号，都将导致3dB的精度损失，因为使用的信号能量只占总能量的一半，另一个通道的能量被忽略，造成信号能量的浪费。

同时低信噪比、高动态复杂多变的环境也给GPS信号赋予了较强的非线性特征，使得测量方程为非线性，而传统的扩展卡尔曼滤波(EKF)跟踪环结构必须通过线性化来实现，在信号自相关函数特性的三角波峰点仅采用拟合手段弥补雅比克方程的非线性，导致了跟踪误差。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足，本发明提出了一种GPS L2C信号跟踪方法。所述方法采用CM码与CL码联合跟踪，结合无迹卡尔曼滤波(UnscentedKalman Filter，UKF)，避免能量浪费与精度损失，实现GPS L2C信号的高灵敏度跟踪。

为解决上述技术问题，本发明采用的技术方案如下：

一种GPS L2C信号跟踪方法，包括如下步骤：

步骤A，数字中频接收信号生成I和Q两路基带信号，I、Q信号分别与本地CM码信号、CL码信号相关加权累加，其结果分别为I(δ)、Q(δ)，I(δ)、Q(δ)作为量测值输入无迹卡尔曼滤波器UKF；其中I和Q分别表示同相和正交，δ为接收码与本地码的时间偏移；

步骤B，无迹卡尔曼滤波器UKF输出平均码相位差Δt_m作为码相位补偿值，Δt_m经码滤波器后反馈至码发生器；同时UKF输出平均载波相位差和载波幅度平均值分别作为载波相位补偿值和标准载波幅度值，和经载波滤波器后反馈至载波数控振荡器；

步骤C，Δt_m调节本地码相位至接收信号码相位，调节本地载波相位至接收信号载波相位，作为载波数控振荡器下一CL码导航周期的标准载波幅度值，实现GPSL2C信号的跟踪。

步骤A中，所述I、Q信号分别与本地CM码信号、CL码信号相关加权累加，其过程具体如下：

步骤A-1，每20ms分别计算一次CM码和CL码的I和Q两路基带信号，将CM码和CL码的I和Q两路基带信号加权累加，累加结果为：

$I_{\mathrm{CM}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CM}(t_k+\mathrm{\δ}-t_s)\×\cos \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

$Q_{\mathrm{CM}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CM}(t_k+\mathrm{\δ}-t_s)\×\sin \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

$I_{\mathrm{CL}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CL}(t_k+\mathrm{\δ}-t_s)\×\cos \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

$Q_{\mathrm{CL}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CL}(t_k+\mathrm{\δ}-t_s)\×\sin \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

其中，n为20毫秒周期内的采样个数；m为20ms的导航电文索引号；下标CM指CM码；下标CL指CL码；y_k为数字中频接收信号；I、Q分别是第m个相干积分段的同相和正交积分，积分段从第mn个采样点开始，长度为n个采样点，k为采样点序号；t_s为接收机接收的码相位与本地码相位差值；ω_L2为L2C信号的频率；ω_dt_k为接收机对于中频信号载波相位值；CM(.)代表CM码，是周期为20ms、幅度为+1或-1的矩形脉冲；CL(.)代表CL码，它的周期为1.5s；

步骤A-2，将CM码和CL码的I和Q两路基带信号加权累加，加权累加后I和Q两路输出信号为：

I(δ)＝αI_CM(δ)+βI_CL(δ)

Q(δ)＝αQ_CM(δ)+βQ_CL(δ)

其中，α、β是权值系数，α+β＝1，且 为CM码相位方差，为CL码相位方差。

步骤B中，所述无迹卡尔曼滤波器UKF，通过构建其状态方程与测量方程，对输入量测值滤波得到接收信号与本地载波的平均载波相位差、平均码相位差和载波幅值平均值，所述状态方程包括载波相位状态方程、码相位状态方程、载波幅值状态方程，具体描述如下：

步骤B-1，载波相位状态方程：

其中，为接收信号载波相位与本地载波相位差值；X_ω为接收信号载波多普勒频移差；ΔT为累加时段长度，选为一个CM码周期20ms；为2×1的高斯白噪声序列；m为当前导航数据的索引号；m-1为上一导航数据的索引号；

步骤B-2，码相位状态方程：

其中，t_s为接收机接收的码相位与本地码相位差值；ω_L2为L2C信号的频率；G_ts为随机模拟白噪声序列，方差E[G_ts ²]＝ΔTq_ts，其中q_ts为白噪声密度；

步骤B-3，载波幅值状态方程：

$A_m=A_{m-1}+{A_G}_{m-1}$

其中，A_m为当前导航数据载波幅值；A_m-1为上一导航数据载波幅值；为上一白噪声序列幅值；

步骤B-4，测量方程，测量方程是UKF中由输入量测值得到输出量的计算方程，所述滤波器将累加加权值I(δ)、Q(δ)作为量测值，得到一个导航周期20ms内的测量方程；其表达式如下：

其中，D_m为导航数据值；它是一个幅度为+1和-1的矩形脉冲序列，脉冲宽度是T，T＝20ms；为20ms内载波幅值的平均值；为20ms内载波相位差的平均值；Δt_m为累加时段中点上的码相位差；v_m为一个零均值高斯白噪声序列；定义传递函数R(Δt_m)为相关函数，R_e(Δt_m)为超前减滞后的相关函数；

步骤B-5，20ms内平均载波相位差为：

步骤B-6，20ms内平均码相位差Δt_m为：

${\mathrm{\Δt}}_m=\frac{{\left(t_s\right)}_m+{\left(t_s\right)}_{m-1}}{2}-t_{\mathrm{midm}}$

其中，t_s为接收机接收到的信号码相位与本地码相位差；t_midm为累加时段中点的码相位；

步骤B-7，计算20ms内载波幅度平均值

${\stackrel{\‾}{A}}_m=A_{m-1}+0.5A_{G_{m-1}}.$

本发明的有益效果是：本发明提出了一种GPS L2C信号跟踪方法，所述方法基于无迹卡尔曼滤波，采用CM码和CL码同时跟踪以降低载波和码跟踪门限，避免能量浪费与精度损失，设置权值系数使其优于任意单独一种CM或CL码跟踪方式；无迹卡尔曼滤波能够降低跟踪计算的复杂度，且具有较高的跟踪灵敏度和精度。本发明方法不但能提高L2C信号在低信噪比环境中的跟踪成功率，且计算复杂度小，运算速度快，为GPS L2C信号在微弱信号条件下的应用提供了条件，具有潜在的经济社会价值，同时也在低信噪比环境下的GPS接收机定位应用领域具有重要意义。

附图说明

图1是本发明的GPS L2C信号跟踪方法模块与连接框图。

图2是本发明的载噪比为25db-Hz信号的载波多普勒频移曲线图。

图3是本发明的载噪比为25db-Hz信号的码相位差曲线图。

具体实施方式

下面结合附图，对本发明提出的一种GPS L2C信号跟踪方法进行详细说明：

本发明实施一种GPS L2C信号跟踪方法，其全部模块与连接框图如图1所示，将无迹卡尔曼滤波UKF用于数字L2C接收机通道，采用CM信号与CL信号加权的L2C跟踪方法来提高跟踪环的灵敏度和跟踪精度，跟踪过程包括如下步骤：

步骤A，数字中频接收信号生成I和Q两路基带信号，I、Q信号分别与本地CM码信号、CL码信号相关累加加权，其结果分别为I(δ)、Q(δ)，I(δ)、Q(δ)作为量测值输入无迹卡尔曼滤波器UKF；其中I和Q分别表示同相和正交，δ为接收码与本地码的时间偏移；

步骤B，无迹卡尔曼滤波器UKF输出平均码相位差Δt_m作为码相位补偿值，Δt_m经码滤波器后反馈至码发生器；同时UKF输出平均载波相位差和载波幅度平均值作为载波相位补偿值和标准载波幅度，和经载波滤波器后反馈至载波数控振荡器；

步骤C，Δt_m调节本地码相位至接收信号码相位，调节本地载波相位接收信号载波相位，作为载波数控振荡器下一次的标准载波幅度，调节过程由软件接收机完成，实现GPS L2C信号的跟踪。

步骤A中，所述数字中频接收信号y_k表达式为：

其中，A是接收到的L2C信号的幅度；f_I是中频频率；f_d是输入信号的多普勒频移；变量是初始载波相位；CM(t)代表CM码，它是一个周期为20ms的周期序列，且幅度为+1或-1的矩形脉冲；CL(t)表示CL码，CL码周期为1.5秒；t₀是L2C信号中CM码和CL码的起始时间；t_k是L2C信号中CM码和CL码的当前时间；D(t)是导航数据值，它是一个幅度为+1和-1的矩形脉冲序列，脉冲宽度是T，T＝20ms；噪声记为v(t)；

步骤A中，由于CM码的积分时间受到数据位符号的20ms的限制，而CL码的积分时间T₂可以比20ms长很多，故所述I、Q信号分别与本地CM码信号、CL码信号相关累加加权，过程具体如下：

步骤A-1，每20ms分别计算一次CM码和CL码的I和Q两路基带信号，并在积分段内，将CM码和CL码的I和Q两路基带信号累加，累加结果为：

$I_{\mathrm{CM}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CM}(t_k+\mathrm{\δ}-t_s)\×\cos \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

$Q_{\mathrm{CM}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CM}(t_k+\mathrm{\δ}-t_s)\×\sin \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

$I_{\mathrm{CL}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CL}(t_k+\mathrm{\δ}-t_s)\×\cos \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

$Q_{\mathrm{CL}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CL}(t_k+\mathrm{\δ}-t_s)\×\sin \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

其中，n为每隔20毫秒的采样个数；m为20ms的导航电文索引号；下标CM指CM码；下标CL指CL码；I、Q分别是第m个相干积分段的同相和正交积分，积分段从第mn个采样点开始，长度为n个采样点；t_s为接收机接收的码相位与本地码相位差值；ω_L2为L2C信号的频率，ω_dt_k为接收机对于中频信号载波相位值；

步骤A-2，在积分时间内，将CM码和CL码的I和Q两路基带信号加权输出：

I(δ)＝αI_CM(δ)+βI_CL(δ)

Q(δ)＝αQ_CM(δ)+βQ_CL(δ)

其中，α、β是权值系数，α+β＝1，且 为CM码相位方差，为CL码相位方差；

A-2-1.对于步骤A-2中的积分时间，有两种选择如下：

1)计算并从CL载波相位值中减去CM码载波相位的平均值，如果相位误差的绝对值大于90度。改变CM码载波相位平均值±180度，再用权值系数α，β将CL载波相位和CM平均载波相位相结合(例如：分别为0.5965，0.4035)；

2)用权值系数α，β将CL载波相位的输出与CM载波相位值的输出相结合。

A-2-2.对于步骤A-2中权值选择的依据，在于同时使用CM和CL码跟踪L2C信号可通过分配权值使得码跟踪误差和载波相位误差最小，且小于CM码或CL码单独跟踪误差；

CM码或CL码单独跟踪误差方程可表示如下：

1)CM码相位方差： ${\mathrm{\σ}}_{\mathrm{\τ}1}^2=\frac{B_{n}d}{2\mathrm{aC}/n}[1+\frac{1}{\mathrm{aC}/N_0{T}_1}]$

2)CL码相位方差： ${\mathrm{\σ}}_{\mathrm{\τ}2}^2=\frac{B_{n}d}{2\mathrm{bC}/n}[1+\frac{1}{\mathrm{bC}/N_0{T}_2}]$

3)COSTAS载波相位方差：

4)载波PLL相位的方差：

其中，B_n表示载波环噪声带宽；B_φ表示码环噪声带宽；T₁是一个导航数据位的时间，长度为20ms；d为相关器间距；T₂＝1.5s＞20ms；C/N₀表示信号的载噪比；a＝b＝0.5表示全部接收功率的一半；

5)码跟踪误差方差：

${\mathrm{\σ}}_{\mathrm{\τ}}^2=\mathrm{\α}{\mathrm{\σ}}_{\mathrm{\τ}1}^2+\mathrm{\β}{\mathrm{\σ}}_{\mathrm{\τ}2}^2$

其中，α、β是权值系数，且α+β＝1，对这个权值系数进行优化选择，能将方差的值最小化；令 $\mathrm{\α}=\frac{{\mathrm{\σ}}_{\mathrm{\τ}2}^2}{{\mathrm{\σ}}_{\mathrm{\τ}1}^2+{\mathrm{\σ}}_{\mathrm{\τ}2}^2},\mathrm{\β}=\frac{{\mathrm{\σ}}_{\mathrm{\τ}1}^2}{{\mathrm{\σ}}_{\mathrm{\τ}1}^2+{\mathrm{\σ}}_{\mathrm{\τ}2}^2},$ 码跟踪误差方差最小，此时 ${\mathrm{\σ}}_{\mathrm{\τ}}^2=\frac{{\mathrm{\σ}}_{\mathrm{\τ}1}^2{\mathrm{\σ}}_{\mathrm{\τ}2}^2}{{\mathrm{\σ}}_{\mathrm{\τ}1}^2+{\mathrm{\σ}}_{\mathrm{\τ}2}^2};$

6)载波相位误差方差：

其中，γ、ξ是权值系数，且γ+ξ=1，对这个权值系数进行优化选择，能将方差的值最小化；令 载波相位误差方差最小，此时

步骤B中，所述无迹卡尔曼滤波器UKF的滤波过程，即用确定的样本点逼近概率密度函数的均值和协方差，然后在标准卡尔曼滤波框架下进行递推滤波；UKF跟踪环由状态方程与测量方程得到平均载波相位差、平均码相位差和载波幅度平均值，用于补偿估计；具体描述如下：

状态方程是UKF中随时间迭代的状态量的变化方程，由于接收机静止时，多普勒频率的范围在-5KHz到5KHz之间，而多普勒频率变化率约为0.54Hz／s。多普勒频率比多普勒频率变化率大2～3个数量级，为减少舍入误差，故滤波器选取载波相位差，载波多普勒频移差，码相位差和载波幅值作为状态估计量建立状态方程；

因此状态矢量为：

其中，为接收机接收的载波相位与本地载波相位差值；X_ω为信号载波多普勒频移差；t_s为接收机接收的码相位与本地码相位差值；A_m为载波幅值；m为当前导航数据的索引号；

由所选状态量X_ω，t_s，A_m可知状态方程包括载波相位状态方程、码相位状态方程、载波幅值状态方程，具体如下：

步骤B-1，载波相位状态方程：

其中，ΔT为累加时段长度，选为一个CM码周期20ms；为2x1的高斯白噪声序列；m-1为上一导航数据的索引号；

步骤B-2，码相位状态方程：

其中，ω_L2为L2C信号的频率；G_ts为随机模拟白噪声序列，方差为其中q_ts为白噪声序列的密度；

步骤B-3，载波幅值状态方程：

$A_m=A_{m-1}+A_{G_{m-1}}$

其中，A_m为当前导航数据载波幅值；A_m-1为上一导航数据载波幅值；为上一白噪声序列幅值；

步骤B-4，测量方程，测量方程是UKF中由输入量测值得到输出量的计算方程，所述滤波器将累加加权值I(δ)、Q(δ)作为量测值，得到一个导航周期20ms内的测量方程；

测量方程中，由于载波信号用的是即时信号，故测量矩阵中第一和第二行分别是δ=0时I(δ)、Q(δ)的累加加权值I(0)、Q(0)，故：

其中，n为每隔20毫秒的采样个数；D_m为导航数据值；为20ms内载波幅值的平均值；为20ms内载波相位差的平均值；Δt_m为累加时段中点上的码相位差；R(t)为相关函数；v_Im，v_Qm均为方差为的零均值不相关高斯白噪声序列；

码信号具有超前或滞后性，故测量矩阵中第三和第四行分别是超前减滞后的I(δ)、Q(δ)的累加加权值，其中：

其中，R_e(Δt_m)=R(Δt+δ)-R(Δt-δ)为超前减滞后的相关函数；

同理，故所述测量方程具体表示如下：

其中，k_m为累加时段内第1隔周期的索引号；定义传递函数 V_m为一个零均值高斯白噪声序列，其协方差可表示为：

$R=E\left[{v_m{v}_m}^T\right]=\mathrm{diag}\left\{\begin{array}{cccc}\frac{{{\mathrm{n\σ}}_v}^2}{2}& \frac{{{\mathrm{n\σ}}_v}^2}{2}& \frac{{\mathrm{\η}}_{e}n{{\mathrm{\σ}}_v}^2}{2}& \frac{{\mathrm{\η}}_e{{\mathrm{n\σ}}_v}^2}{2}\end{array}\right\}$

其中，η_e=2[1-R(2δ)]；为v_Im，v_Qm的方差；

根据由状态方程与测量方程计算20ms内平均相位差与平均载波幅度，具体结果如下；

步骤B-5，计算20ms内平均载波相位差

步骤B-6，计算20ms内平均码相位差Δt_m：

其中，t_midm为累加时段中点的码相位；

步骤B-7，计算20ms内载波幅度平均值

${\stackrel{\‾}{A}}_m=\frac{1}{2}(A_m+A_{m-1})$

$=A_{m-1}+{0.5A}_{G_{m-1}}.$

实测中，采用跟踪载噪比为25db-Hz的L2C模拟信号，对传统的基于扩展卡尔曼滤波(EKF)的跟踪方法与本发明公布的基于无迹卡尔曼滤波(UKF)的跟踪方法进行比较，两种方法都是每20ms相关值累加后作为滤波器的量测值，总共需要GPS数据1s。如图2所示，为两种跟踪方法下的信号载波多普勒频移曲线，通过比较可以看出，基于UKF的载波跟踪比EKF的载波跟踪环路更稳定，收敛更快。如图3所示，为两种跟踪方法下的码相位差曲线，通过比较可以看出，经过EKF滤波后相位差仍然摆荡明显，经过UKF滤波后可以跟踪到码相位，收敛较快，曲线更平稳。

Claims (2)

1.一种GPS L2C信号跟踪方法，其特征在于，包括如下步骤：

步骤A，数字中频接收信号生成I和Q两路基带信号，I、Q信号分别与本地CM码信号、CL码信号相关加权累加，其结果分别为I(δ)、Q(δ)，I(δ)、Q(δ)作为量测值输入无迹卡尔曼滤波器UKF；其中I和Q分别表示同相和正交，δ为接收码与本地码的时间偏移；

步骤B，无迹卡尔曼滤波器UKF输出平均码相位差Δt_m作为码相位补偿值，Δt_m经码滤波器后反馈至码发生器；同时UKF输出平均载波相位差和载波幅度平均值分别作为载波相位补偿值和标准载波幅度值，和经载波滤波器后反馈至载波数控振荡器；

步骤C，Δt_m调节本地码相位至接收信号码相位，调节本地载波相位至接收信号载波相位，作为载波数控振荡器下一CL码导航周期的标准载波幅度值，实现GPS L2C信号的跟踪；

步骤B中，所述无迹卡尔曼滤波器UKF，通过构建其状态方程与测量方程，对输入量测值滤波得到接收信号与本地载波的平均载波相位差、平均码相位差和载波幅值平均值，所述状态方程包括载波相位状态方程、码相位状态方程、载波幅值状态方程，具体描述如下：

步骤B-1，载波相位状态方程：

其中，为接收信号载波相位与本地载波相位差值；X_ω为接收信号载波多普勒频移差；ΔT为累加时段长度，选为一个CM码周期20ms；为2×1的高斯白噪声序列；m为当前导航数据的索引号；m-1为上一导航数据的索引号；

步骤B-2，码相位状态方程：

其中，t_s为接收机接收的码相位与本地码相位差值；ω_L2为L2C信号的频率；G_ts为随机模拟白噪声序列，方差E[G_ts ²]＝ΔTq_ts，其中q_ts为白噪声密度；

步骤B-3，载波幅值状态方程：

A_m＝A_m-1+A_Gm-1

其中，A_m为当前导航数据载波幅值；A_m-1为上一导航数据载波幅值；为上一白噪声序列幅值；

步骤B-4，测量方程，测量方程是UKF中由输入量测值得到输出量的计算方程，所述滤波器将累加加权值I(δ)、Q(δ)作为量测值，得到一个导航周期20ms内的测量方程；其表达式如下：

其中，D_,为导航数据值；它是一个幅度为+l和-l的矩形脉冲序列，脉冲宽度是20ms；为20ms内载波幅值的平均值；为20ms内载波相位差的平均值；Δt_m为累加时段中点上的码相位差；v_m为一个零均值高斯白噪声序列；定义传递函数R(Δt_m)为相关函数，R_e(Δt_m)为超前减滞后的相关函数，n为20毫秒周期内的采样个数；

步骤B-5，20ms内平均载波相位差为：

步骤B-6，20ms内平均码相位差Δt_m为：

${\mathrm{\Δt}}_m=\frac{{\left(t_s\right)}_m+{\left(t_s\right)}_{m-1}}{2}-t_{\mathrm{midm}}$

其中，t_s为接收机接收到的信号码相位与本地码相位差；t_midm为累加时段中点的码相位；

步骤B-7，计算20ms内载波幅度平均值

${\stackrel{\‾}{A}}_m=A_{m-1}+0.5A_{G_{m-1}}.$

2.根据权利要求1所述的一种GPS L2C信号跟踪方法，其特征在于，步骤A中，所述I、Q信号分别与本地CM码信号、CL码信号相关加权累加，其过程具体如下：

步骤A-1，每20ms分别计算一次CM码和CL码的I和Q两路基带信号，将CM码和CL码的I和Q两路基带信号加权累加，累加结果为：

$I_{\mathrm{CM}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CM}(t_k+\mathrm{\δ}-t_s)\×\cos \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

$Q_{\mathrm{CM}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CM}(t_k+\mathrm{\δ}-t_s)\×\sin \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

$I_{\mathrm{CL}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CL}(t_k+\mathrm{\δ}-t_s)\×\cos \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

$Q_{\mathrm{CL}}\left(\mathrm{\δ}\right)=\underset{k=\mathrm{mn}}{\overset{(m+1)n-1}{\mathrm{\Σ}}}{y}_k\mathrm{CL}(t_k+\mathrm{\δ}-t_s)\×\sin \left[({\mathrm{\ω}}_{L2}-{\mathrm{\ω}}_d)t_k\right]$

其中，n为20毫秒周期内的采样个数；m为20ms的导航电文索引号；下标CM指CM码；下标CL指CL码；y_k为数字中频接收信号；I、Q分别是第m个相干积分段的同相和正交积分，积分段从第mn个采样点开始，长度为n个采样点，k为采样点序号；t_s为接收机接收的码相位与本地码相位差值；ω_L2为L2C信号的频率；ω_dt_k为接收机对于中频信号载波相位值；CM(.)代表CM码，是周期为20ms、幅度为+l或-l的矩形脉冲；CL(.)代表CL码，它的周期为1.5s；

步骤A-2，将CM码和CL码的I和Q两路基带信号加权累加，加权累加后I和Q两路输出信号为：

I(δ)＝αI_CM(δ)+βI_CL(δ)

Q(δ)＝αQ_CM(δ)+βQ_CL(δ)

其中，α、β是权值系数，α+β＝1，且 为CM码相位方差，为CL码相位方差。