CN103869334A - Gnss空间信号畸变的自动识别与处理方法 - Google Patents

Abstract

本发明提供了一种GNSS空间信号畸变的自动识别与处理方法，首先建立信号畸变模型库，其次，对利用数据采集卡采集的卫星导航信号进行分析处理，然后，建立信号分析比对模型库，最后，建立畸变信号模型库。本发明能够在卫星信号存在畸变的情况下，及时发现异常，并能够识别异常可能存在的原因，为GNSS空间信号故障排查与定位提供有力技术支撑。

Description

GNSS空间信号畸变的自动识别与处理方法

技术领域

本发明涉及一种卫星信号畸变的自动识别与分析处理方法，用于卫星信号故障快速定位。 

背景技术

GNSS（Global Navigation Satellite System）导航信号是卫星导航系统最重要的组成部分之一，导航信号质量的优劣，将直接反映导航卫星系统的PVT（Position,Velocity,Time）性能，同时也能够反映卫星有效载荷的工作状态及各种电性能指标。进行GNSS空间信号质量的评估，是导航卫星系统设计和运行过程中最重要的环节之一，不仅可以为导航系统信号设计、关键技术在轨验证提供技术手段和支撑，还可以监测评估其他导航卫星系统，为自身科学研究和应用提供有价值的参考。 

为保证给用户提供高质量服务，GPS和GALILEO均已建设配套的导航信号质量监测评估环境，实时监测评估各自卫星导航系统信号。在监测过程中，曾多次发现卫星信号畸变现象，最具代表性的有如下几次信号故障： 

（1）在1993年10月，美国GPS-SVN19卫星由于射频电路故障导致信号异常。美国斯坦福大学相关研究人员在对SVN19L1信号谱离线分析时，发现L1信号功率谱出现载波泄漏：主瓣中心有异常11dB尖峰凸起，谱边缘有明显不对称；对L1信号时域分析时，发现C/A码与P码严重不同步，约有6m的偏离，当SV19参与L1C/A差分解算时，就会产生3m～8m的定位偏差。最终经过一系列修正，定位偏差降低至不到25cm，RF谱中无载波泄漏现象发生。 

（2）当美国GPS SVN49出现问题时，DLR（德国宇航研究院）利用其GNSS信号监测评估系统，在SVN49运行期间长期连续跟踪、采集、评估SVN49信号的相关特性：如多径延迟，功率及相位等。通过评估从30米大口径天线接收到的实时L1信号IQ信号星座图发现，信号在较高仰角处出现畸变，经分析排查，发现L5有效载荷连接部分的辅助天线接口处产生内在的L1/L2多径信号。因此，DLR在第一时间发现信号异常并给出详尽的信号异常原因分析，为信号异常分析提供依据。 

（3）欧盟利用各自空间信号质量监测与评估设备，观测了GIOVE-A与GIOVE-B试验卫星信号，发现E1BOC（15,2.5）和E5AltBOC（15,10）的功率谱不对称现象， 并分析了该现象对用户的影响，为故障排查提供有价值的参考依据。 

纵观GNSS历史，导航卫星信号曾出现过几次信号异常，对用户（尤其是高精度用户）带来了不同程度的影响，虽然最终经过信号质量分析，排查出故障原因并得到修正，但是，大多情况下只是就事论事，只针对发现的问题进行事后分析研究，目前国内外还不能实时或准实时的进行信号异常的自动识别并分析，并及时给出信号异常原因，为故障快速排查提供有价值的参考依据。 

发明内容

为了克服现有技术的不足，本发明提供一种卫星信号畸变的自动识别与分析处理方法，能够在卫星信号存在畸变的情况下，及时发现异常，并能够识别异常可能存在的原因，为GNSS空间信号故障排查与定位提供有力技术支撑。 

本发明解决其技术问题所采用的技术方案包括以下步骤： 

（1）建立信号畸变模型库，包括干扰模型库和接收通道标校模型库，根据实际测量得到的干扰参数及干扰监测数据建立各类干扰或组合式干扰模型；根据实际测量得到的通道标校值建立相应的通道传输模型； 

（2）对采集的卫星导航信号进行分析处理，包括预处理和分析评估，所述的预处理包括数据初步检验、数据格式转换、数据归一化、通道均衡、干扰识别和频域分离出有效信号，所述的分析评估是对预处理后的信号进行捕获跟踪和解调，得出实测数据评估参数或评估结果图形； 

（3）建立标准信号图形或参数模型；然后根据实际传播接收环境设定相应的多普勒频移、干扰监测和通道标校，模拟真实情况下的传播接收环境，仿真各类标准信号图形或参数在经过模拟的传播接收环境后的信号图形或参数，将其作为评估比对模板，从而建立信号分析比对模型库； 

（4）根据卫星、空间传播环境和地面接收系统之间可能产生的畸变分别建立畸变模型，建立畸变信号模型库。 

本发明的有益效果是：能够对卫星信号存在的畸变进行自动识别与分析处理，并在畸变情况下评估畸变对用户测距的影响，能够在第一时间内给出信号异常现象并分析原因，提高信号质量评估效率及可靠性，有力协助系统进行故障排查与定位，为各类导航用户提供可靠的支持信息，提高GNSS系统的服务质量，并在一定程度上对保证卫星导航系统的完好性做出贡献。 

附图说明

图1是本发明畸变识别与数据处理流程示意图。 

图2是本发明畸变信号产生示意图，其中A表示频谱畸变，B表示码片波形畸变，C表示码间串扰，D表示信号多径，E表示环境电磁干扰，F表示相位噪声。 

图3是本发明各种畸变对信号质量影响示意图。 

图4是本发明空间信号质量监测评估系统框图。 

图5是本发明导航信号接收与采集过程示意图。 

具体实施方式

下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。 

由于信号质量评估的主要目的是要能够客观准确地反映星上生成信号的本身信号质量。而空间传播环境和地面接收系统都会对信号质量评估结果的可靠性产生一定程度的影响。为了能够更加真实的评估接收信号在卫星出口时的信号质量，实际测量得到的信号质量评估参数及结果，需与一定的评估比对模板进行比较，而这个评估比对模板不能只是信号体制设计的理想信号曲线图形，而是应与实际传播和接收环境相结合，最大程度上减小或消除传播环境和地面接收引入的误差，根据有效载荷信号波形地面测试结果或模拟实际传播和接收环境来制定相应的评估比对模板。相应的，在进行信号质量综合评估时，根据实际干扰情况调整软件参数设置，生成相应于实际环境的评估对比模板，将实测信号分析测量结果与模块库模板比较，最大程度上保证分析结果的真实可靠。 

导航信号畸变的自动识别与分析处理解决方案如下，具体做法见具体实施方式： 

（1）首先，建立信号畸变模型库，包括干扰模型库、接收通道标校模型库。根据实际测量得到的干扰参数（干扰功率、频点、带宽、调制方式等）及干扰监测数据，建立各类干扰或组合式干扰模型；根据实际测量得到的通道标校值（接收通道时延、幅频特性、相频特性、接收端滤波器特性、接收设备频率偏移及设备零值、功率传输特性等），建立相应的通道传输模型； 

（2）其次，对利用数据采集卡采集的卫星导航信号进行分析处理。这主要包含预处理和分析评估两个方面的内容：预处理主要包括数据初步检验、数据格式转换、数据归一化、通道均衡、干扰识别、频域分离出有效信号；分析评估具体做法是将预处 理后的数据送入软件接收机，对信号进行捕获跟踪和解调，根据信号质量具体需评估的相关内容，得出实测数据评估参数或评估结果图形。 

（3）然后，建立信号分析比对模型库。根据接口控制文件（ICD）等公开服务性能规范、信号体制设计的理论值或标准图形曲线、卫星载荷研制技术要求或地面测试结果等，建立标准信号图形或参数模型；然后根据实际传播接收环境，设定相应的多普勒频移、干扰监测、通道标校等参数取值，模拟真实情况下的传播接收环境，仿真各类标准信号图形或参数在经过模拟的传播接收环境后的信号图形或参数，将其作为评估比对模板。 

（4）最后，建立畸变信号模型库。在分析卫星、空间传播环境、地面接收系统可能产生畸变的地方及畸变类型的基础上，从卫星到空间传播环境，再到地面接收系统，根据各种环节可能产生的畸变分别建立畸变模型，分析具体是哪种类型或哪些类型的畸变、畸变程度是多少、对用户接收可能带来的影响多大。 

本发明分析方法得出的信号频谱畸变识别结果表明：在信号中心频点处以及第一旁瓣零点处，均出现高于信号正常功率谱的高能量尖峰突起，大小为约5dB，对用户带来的测距误差不到0.002米。 

本发明分析方法得出的信号码片波形畸变现象识别结果表明：该类型畸变是模拟畸变，畸变程度为f_d＝6MHz，delta＝3.8。带来的测距误差为0.5米。 

实施例： 

本发明提供一种卫星信号畸变的自动识别与分析方法，能够对各类导航信号常见畸变，包括：载波泄漏和频谱不对称畸变、码片波形畸变、码间串扰畸变、多径畸变、多普勒畸变、相位噪声畸变、干扰和噪声畸变、杂散和AM-AM饱和失真、AM-PM失真等进行自动识别与分析，并给出接收信号畸变类型、畸变程度以及畸变对用户测距带来的影响，为GNSS空间信号故障排查与定位提供有力技术支撑材料。 

由于信号质量评估的主要目的是要能够客观准确地反映星上生成信号的本身信号质量。而空间传播环境和地面接收系统都会对信号质量评估结果的可靠性产生一定程度的影响。为了能够更加真实的评估接收信号在卫星出口时的信号质量，实际测量得到的信号质量评估参数及结果，需与一定的评估比对模板进行比较，而这个评估比对模板不能只是信号体制设计的理想信号曲线图形，而是应与实际传播和接收环境相结 合，最大程度上减小或消除传播环境和地面接收引入的误差，根据有效载荷信号波形地面测试结果或模拟实际传播和接收环境来制定相应的评估比对模板。相应的，在进行信号质量综合评估时，根据实际干扰情况调整软件参数设置，生成相应于实际环境的评估对比模板，将实测信号分析测量结果与模块库模板比较，最大程度上保证分析结果的真实可靠。 

导航信号畸变的自动识别与分析处理具体做法是： 

（1）首先，建立信号畸变模型库，包括干扰模型库、接收通道标校模型库。各类模型库如下： 

（A）干扰模型库 

常见的干扰主要包括窄带干扰、宽带干扰及脉冲干扰等。根据实际测量得到的干扰参数（干扰功率、频点、带宽、调制方式等）及干扰监测数据，建立各类干扰模型：当输入不同的干扰参数（功率、频点、带宽、调制方式等）时，能够分别产生相应于实际特性的干扰，并且能够模拟实际传播接收环境，产生各类组合式干扰，同时，能够分析不同干扰参数时产生的各类干扰或组合式干扰对信号质量评估结果的影响分析，包括对频域功率谱、时域波形眼图、调制特性、相关特性和测距特性的影响。在信号质量评估时，调入干扰模型库，根据实际接收环境将各类干扰的影响考虑进去，以此来最大程度的减小或消除干扰对信号质量评估结果的影响。 

（B）通道标校模型库 

除了干扰引入的误差，整个接收通道的不稳定不可靠性，也会给信号质量评估带来较大程度的影响。类似干扰模型库，根据实际测量得到的通道标校值（接收通道时延、幅频特性、相频特性、接收端滤波器特性、接收设备频率偏移及设备零值、功率传输特性等），建立相应的通道传输模型，当输入不同的通道参数（接收通道时延、幅频特性、相频特性、接收端滤波器特性、接收设备频率偏移及设备零值、功率传输特性等）时，能够分别产生相应于实际特性的通道模型，同时，能够分析不同通道参数时的传输通道对信号质量评估结果的影响分析，包括对频域功率谱、时域波形眼图、调制特性、相关特性和测距特性的影响。在信号质量评估初期信号预处理的通道均衡过程中，调入通道模型库，根据实际接收通道环境将各种通道引入的影响考虑进去，最大程度的减小或消除接收通道传输特性对信号质量评估结果的影响。 

（2）其次，对利用数据采集卡采集的卫星导航信号进行数据预处理，主要包括数 据初步检验、数据格式转换、数据归一化、通道均衡、干扰识别、频域分离出有效信号等，然后将预处理后的数据送入软件接收机，对信号进行捕获跟踪和解调等，得出实测数据评估参数或评估结果图形。 

（3）然后，建立信号分析比对模型库： 

1）根据接口控制文件（ICD）等公开服务性能规范、信号体制设计的理论值或标准图形曲线、卫星载荷研制技术要求或地面测试结果等，建立标准信号图形或参数模型：包括载波频率及功率标称值、信号体制设计的信号功率谱、通道功率、信号体制设计的测距码、信号体制设计的基带信号时域波形、信号体制设计的载波相位正交误差/幅度误差、信号体制设计的星座图、信号体制设计的相关峰曲线波形、相关损耗、信号体制设计的卫星发射EIRP及稳定性、测距码与载波之间相干性、测距码与子载波之间相干性、测距码与测距码之间相干性、通道间的码相位的一致性、捕获跟踪曲线、码伪距稳定性、载波相位稳定性、码与载波一致性、频内/频间码与码一致性等等； 

2）根据实际传播接收环境，设定相应的多普勒频移、干扰监测、通道标校等参数取值，模拟真实情况下的传播接收环境，仿真各类标准信号图形或参数在经过模拟的传播接收环境后的信号图形或参数，将其作为评估比对模板。在进行信号质量评估时，将实测的图形或参数与标准模型库中相应的评估比对模板比较，以此来最大程度上消除传播和接收环节引入的误差，更加真实的反映接收信号在卫星出口处的真实信号质量。 

（4）最后，建立畸变信号模型库： 

除了干扰模型库、通道标校模型库、信号分析比对模型库外，还需建立畸变信号模型库。当实测信号分析结果与信号分析比对模型库相应内容或参数比较后，得出的结果若超出评估指标的大小或范围，则有可能是信号出现失真。因此，当测量结果超出评估指标时，则初步判断为信号失真，然后将实测结果与畸变信号模型库比较，分析具体是哪种类型或哪些类型的畸变、畸变程度是多少、对用户接收可能带来的影响多大。 

畸变信号模型库的建立方法： 

首先，分析卫星、空间传播环境、地面接收系统可能产生畸变的地方及畸变类型：如图2所示，在卫星信号的产生、发射、传播和接收过程中，卫星有效载荷、信号空间传输电离层和对流层等、多径和电磁干扰、卫星和接收机相对运动、地面接收通道特 性等各种环节，都有可能对导航卫星信号质量产生影响。卫星导航信号的各种畸变将体现在群时延稳定性、增益稳定性、相位稳定性、时间稳定性、频率稳定性等方面，如图4所示，在信号质量层面，将反映在接收信号的时域特性、频域特性、调制特性、相关域特性和测距特性的畸变，最终都会影响信号的服务性能。 

（2）从卫星到空间传播环境，再到地面接收系统，根据各种环节可能产生的畸变分别建立畸变模型：通过分别设置畸变生成与分析软件的相应参数，能够仿真产生各种单一畸变或多种畸变的组合，并给出各种畸变情况下信号的功率谱、眼图、星座图、码片波形、相关特性、捕获跟踪特性、频内/频间测距码相干性等，并给出不同程度的信号畸变对测距性能的影响。 

如图1所示：若在初步判断时，发现信号有可能存在畸变，则将实测结果与畸变信号模型库比较，分析具体是哪种类型或哪些类型的畸变、畸变程度是多少、对用户接收可能带来的影响多大，为信号故障排查与定位提供参考依据。 

Claims (1)

1.一种GNSS空间信号畸变的自动识别与处理方法，其特征在于包括下述步骤：

（1）建立信号畸变模型库，包括干扰模型库和接收通道标校模型库，根据实际测量得到的干扰参数及干扰监测数据建立各类干扰或组合式干扰模型；根据实际测量得到的通道标校值建立相应的通道传输模型；

（2）对采集的卫星导航信号进行分析处理，包括预处理和分析评估，所述的预处理包括数据初步检验、数据格式转换、数据归一化、通道均衡、干扰识别和频域分离出有效信号，所述的分析评估是对预处理后的信号进行捕获跟踪和解调，得出实测数据评估参数或评估结果图形；

（3）建立标准信号图形或参数模型；然后根据实际传播接收环境设定相应的多普勒频移、干扰监测和通道标校，模拟真实情况下的传播接收环境，仿真各类标准信号图形或参数在经过模拟的传播接收环境后的信号图形或参数，将其作为评估比对模板，从而建立信号分析比对模型库；

（4）根据卫星、空间传播环境和地面接收系统之间可能产生的畸变分别建立畸变模型，建立畸变信号模型库。

Images