CN105572700B - 一种受干扰通道自检测gps矢量跟踪环路方法 - Google Patents
一种受干扰通道自检测gps矢量跟踪环路方法 Download PDFInfo
- Publication number
- CN105572700B CN105572700B CN201510964182.9A CN201510964182A CN105572700B CN 105572700 B CN105572700 B CN 105572700B CN 201510964182 A CN201510964182 A CN 201510964182A CN 105572700 B CN105572700 B CN 105572700B
- Authority
- CN
- China
- Prior art keywords
- channel
- tracking
- error
- signal
- epoch
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 title claims description 37
- 238000013461 design Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 41
- 238000005259 measurement Methods 0.000 claims description 27
- 238000001914 filtration Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 238000002955 isolation Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种受干扰通道自检测GPS矢量跟踪环路方案,它有五大步骤:一、根据GPS矢量跟踪环路内信息流的编排与融合关系,推导并建立精确的GPS矢量跟踪环路(包括VFLL和VDLL)系统模型;二、根据VFLL和VDLL的系统模型,建立VFLL和VDLL的传递函数以及噪声带宽模型;三、一种受干扰通道自检测GPS矢量跟踪环路方案工作过程设计;四、一种受干扰通道自检测GPS矢量跟踪环路组合滤波器模型设计;五、采用通道误差在线检测算法检测GPS矢量跟踪环路中受干扰通道并将其排除。本发明能够有效辨识并隔离受干扰信号通道,提高了GPS矢量跟踪的抗干扰性以及GPS矢量接收机的导航解算精度。
Description
一、技术领域
本发明涉及一种受干扰通道自检测全球定位系统(GPS,Global PositioningSystem)矢量跟踪环路设计方法,属于导航技术领域。
二、背景技术
GPS作为一种重要的空间基础设施和战略资源,在军事和民用领域发挥着越来越重要的作用,而随着国防领域中导航设备应用环境的日趋复杂化,对GPS接收机的综合性能提出了更高的要求。GPS接收机对接收信号的处理包括捕获、跟踪、导航电文提取及导航解算等过程,其中信号跟踪是最为关键也是最为薄弱的环节。为了应对复杂的应用环境,同时提高信号跟踪和导航定位的精度,Spilker Jr.于1995年首次提出了矢量跟踪(VectorTracking Loop,VTL)的概念。它将接收机所有通道联合起来进行融合处理,并采用导航参数对跟踪环路完成同步控制,实现了各通道间的信息共享以及信号跟踪与导航解算的结合,充分利用了载体动态与接收信号间以及不同接收信号间的相关性,因此矢量跟踪环可以在不增加任何外部辅助信息的情况下,提供更高的灵敏度和动态跟踪性能。矢量跟踪环的优势主要表现为:
(1)具有挖掘微弱信号中有用信息的能力,从而增加每个历元观测星数目,提高跟踪灵敏度。
(2)能够利用多于四颗卫星的接收信号来提高位置和时间的估计精度。
(3)对于短时卫星信号失锁具有快速桥接能力。
Spilker,Jr.提出的矢量延迟锁定环(Vector Delay Lock Loop,VDLL)将码跟踪与导航解算联系起来,并实现不同码环间的联合跟踪,但是载波环仍采用标量跟踪模式。因此,Thomas Pany提出并设计了矢量频率锁定环(Vector Frequency Lock Loop,VFLL),该方案利用导航信息预测接收信号的多普勒参数,并结合鉴频器的输出估计载波频率,从而实现了载波的矢量跟踪,为完整的GPS矢量跟踪模型提供了设计基础。Mathew Lashley以及M.G.Petovello等人设计了码相位/载波频率联合矢量跟踪环(Vector Delay/FrequencyLock Loop,VDFLL)的基本结构并给出了完整的矢量跟踪环路实现模型,通过在高动态、低载噪比环境下与标量跟踪的比较分析,证明了VDFLL具有更优的跟踪性能。同时,Zhodzishsky等人将矢量跟踪思想应用于载波相位跟踪,于1998年提出了多天线载波相位联合跟踪方案,从而提高了矢量载波环的跟踪精度。Patrick Henkel等人在此基础上给出了基于多频率多卫星的载波相位矢量跟踪环(Vector Phase Lock Loop,VPLL)模型,通过联合跟踪不同通道的载波相位实现了对大气层延迟误差的精确估计,提高了GPS信号跟踪的多径抑制能力。
矢量跟踪环路的通道耦合和数据共享实现了强、弱信号间信息的相互辅助,但当某通道接收信号受到强噪声干扰时,其跟踪误差将不可避免的在通道间扩散,从而导致所有信号跟踪失锁。
为了满足高动态微弱信号的捕获要求,本发明提出了一种受干扰通道自检测GPS矢量跟踪环路方法。
三、发明内容
针对现有技术中存在的问题,抑制通道间跟踪误差的传播,提高GPS矢量跟踪环路的抗干扰性及连续可用性,本发明提出了一种受干扰通道自检测GPS矢量跟踪环路方法。根据对GPS矢量跟踪环路频率反馈控制量的矢量化关系构建,建立了矢量频率锁定环和矢量频率锁定环的精确传递函数和噪声带宽模型;通过对所有信号通道噪声带宽统计特性的计算与分析,利用误差检测与隔离算法,辨识存在强噪声干扰的信号通道并将其从矢量环路中剔除,从而实现GPS矢量跟踪环路在强干扰环境下的高精度连续跟踪。
本发明一种受干扰通道自检测GPS矢量跟踪环路方法,具体包括以下步骤:
步骤一:根据GPS矢量跟踪环路内信息流的编排与融合关系,推导并建立精确的GPS矢量跟踪环路(包括VFLL和VDLL)系统模型;
a.VFLL系统模型
由于任意历元的频率控制更新量包括两部分:由卫星与载体相对运动以及时钟误差产生的多普勒频移项;伪距(率)估计误差所引起的频率跟踪残差项,因此,对于VFLL,载波频率更新修正项Δf的数学模型为
其中,L表示卫星与载体相对运动以及时钟信息(钟偏和钟漂)在LOS方向上的投影向量;ΔV包含下一历元相对速度及钟漂的预测量以及当前历元相对速度及钟漂的估计误差量;
假设可见星数目为n,即有效信号跟踪通道数为n,将所有跟踪通道k+1历元的载波频率预测量列写为矢量形式建立其更新模型为
其中,表示k历元的估计量;表示k历元的更新量。
根据式(1),可表示为
其中,为k历元的卫星速度及钟漂的更新量,可由卫星星历获得;为k历元组合滤波器输出的载体速度及接收机钟漂更新量,则由Kalman滤波方程可知,的递推模型为
其中,Kv,k表示Kalman状态量中载体速度及钟漂的滤波增益;Δfk为载波频率残差量测量,即载波频率鉴别器的输出;
将式(4)代入式(2),得到
同时,根据Kalman滤波增益公式:
其中,Pv,k|k-1为载体速度及钟漂一步递推误差的协方差矩阵;Pv,k为k历元载体速度及钟漂估计误差的协方差矩阵;Rf,k为载波频率鉴别器输出误差的协方差矩阵;
将式(7)和式(8)代入式(5),得到VFLL频率控制量的系统模型为
b.VDLL系统模型
VDLL中,C/A码频率控制量的更新模型为
其中,表示k+1历元码频率的预测值;为k历元的估计值;表示k+1历元的更新量,包括多普勒效应导致的码频率变化以及卫星至用户视距估计误差引起的码频率跟踪残差;
根据GPS信号的传输特性,可以得到卫星至用户视距估计误差ΔS(包括钟偏Δt)与C/A码相位变化量Δτ的关系为
ΔS=[Δx Δy Δz Δt]T
因此,频率控制更新量可表示为
其中,Tc/a为C/A码周期;表示k+1历元相对于k历元的卫星位置及卫星钟偏更新量,由卫星星历获得;为k+1历元组合滤波器输出的用户位置和接收机钟偏更新量,其Kalman滤波递推模型为
其中,Ps,k+1|k为用户位置及钟偏一步递推误差的协方差矩阵;Ps,k+1为k+1历元用户位置及钟偏估计误差的协方差矩阵;Rτ,k+1为k+1历元码相位鉴别器输出误差的协方差矩阵;
将式(12)、式(13)和式(14)代入式(10),得到VDLL频率控制量的系统模型为
步骤二:根据VFLL和VDLL的系统模型(其结果分别见式(9)和式(15)所示),建立VFLL和VDLL的传递函数以及噪声带宽模型;
a.VFLL传递函数以及噪声带宽模型
由于式(9)中与均为动态预测量,对于任意时刻,其取值为固定量,与环路参数无关,在推导环路噪声带宽时可将其省略,因此有
其中,λcarr为L1频段载波波长;
根据(16)可知,本质上VFLL为一阶低通滤波器,因此其s域传递函数可以表示为
β=λcarrT(LkKv,k)-1
其中,s=jω,j为虚数单位,ω=2πf为角频率;T为环路更新周期;
由带宽定义
可得VFLL的噪声带宽模型为
b.VDLL传递函数以及噪声带宽模型
由于式(15)中和均为动态预测量,对于任意时刻,其取值为固定量,与环路参数无关,在推导环路噪声带宽时可将其省略,因此有
其中,为一个C/A码的码长;为C/A码频率残差量测量;根据式(19)与式(16)相似的形式,同理可推导得到VDLL的噪声带宽模型为
步骤三:一种受干扰通道自检测GPS矢量跟踪环路方法工作过程设计;
一种受干扰通道自检测GPS矢量跟踪环路方法具体工作过程如下:
(1)信号相关运算:矢量跟踪通道内的相关器接收GPS数字中频信号,并与该通道对应的本地复制信号进行相关运算,分别获得同相和正交支路的超前、即时、滞后信号作为鉴别器(码鉴相器、载波鉴频器)的输入;
(2)跟踪残差鉴别:鉴别器利用六路输入信号信息,通过鉴相及鉴频算法获得码相位和载波频率的跟踪残差,并将其作为组合滤波器的量测输入;
(3)组合滤波及导航解算:组合滤波器采用扩展Kalman滤波(Extended KalmanFilter,EKF)模型融合所有通道信息,状态量分别选取为当前历元载体位置、速度以及钟差、钟漂等信息的残差,量测量则为信号跟踪残差;滤波状态量输出将作为当前历元导航解的更新信息;
(4)误差检测与受干扰信号通道隔离:根据组合滤波器输出获取载体位置信息从而更新视线方向向量,并存储当前历元的滤波增益,完成对各信号通道噪声带宽的计算,通过对所有通道噪声带宽统计特性的分析与评估,利用通道误差在线检测算法,辨识并隔离跟踪误差超出可控范围的受噪声干扰通道;
(5)跟踪参数预测及环路控制:利用组合滤波器得到载体接收机的导航解,并结合预存的卫星星历,完成所有未隔离跟踪通道下一历元码相位和载波频率修正量的同步推测,作为环路的频率控制量,从而实现矢量跟踪环在复杂环境中的高可靠、高精度信号锁定;
步骤四:一种受干扰通道自检测GPS矢量跟踪环路组合滤波器模型设计
矢量跟踪环路完成初始化后,鉴别器利用相关器输出的同相、正交支路信号计算信号跟踪残差,并将其输入至组合滤波器作为量测量;为了实时更新载体的导航信息,组合滤波器(EKF)将所有GPS接收信号跟踪参数融合,并估计载体位置、速度以及钟偏、钟漂残差,则EKF的状态量取为
其状态更新方程ΔXk+1=FΔXk的数学模型为
其中,k代表时间历元;T表示滤波更新间隔;Xk表示k历元载体位置、速度和接收机钟差、钟漂信息,则ΔXk表示k历元载体的导航参数估计残差,并有
EKF量测量为所有信号通道的跟踪参数残差,包括PRN码相位残差Δτ、载波频率残差Δf以及载波频率变化率残差为了推导组合滤波器的量测方程,首先引入中间量伪距残差Δρ、伪距率残差以及伪距二阶变化率残差其与量测量之间的关系可表示为
其中,c为光速;i代表跟踪通道索引号;fc/a和fcarr分别为PRN码频率和载波频率;ζ、ξ和分别为码相位鉴别器、载波频率鉴别器以及载波频率差分器的量测噪声,一般包含热噪声、量化误差和采样分辨率等;
进一步给出中间量与状态量间的关系模型,得到其与载体位置、速度和接收机钟差、钟漂残差的关系式为
m=x,y,z表示k+1历元第i颗卫星到载体LOS方向向量的m向分量,Ri,k+1表示k+1历元第i颗卫星到载体的几何距离;和分别表示umi,k+1的一阶和二阶变化率;
根据式(22)~(27),得到量测更新方程为
Zk+1=Hk+1ΔXk+1+Vk+1 (28)
其中,n表示可见星数目;
步骤五:采用通道误差在线检测算法检测GPS矢量跟踪环路中受干扰通道并将其排除
根据GPS矢量跟踪环路单通道噪声带宽模型,可以计算得到各信号通道的噪声带宽(式(32)为VFLL和VDLL带宽的统一形式)
根据式(32)可知,影响矢量跟踪环路中信号跟踪通道噪声带宽的主要因素是视线方向及滤波增益,而视线方向反映了接收信号的强度,滤波增益则根据各通道内噪声干扰强度进行最优调整,若信号跟踪通道的噪声带宽过小,则表明该通道信号质量较差或受到强噪声干扰,将携带较大的跟踪误差;因此,利用信号跟踪通道带宽具有精确衡量信号及噪声强度的特性,通过通道误差在线检测算法对其统计量的计算与判决,能够有效辨识受噪声干扰的信号通道,具体实现流程如下:
(1)同步通道误差在线检测算法工作环路与矢量跟踪环路时间轴,开始执行当前周期(τ)内通道误差的在线检测;
(2)根据组合滤波器输出获取当前周期内所有历元(设一周期内共m个历元)的视线方向向量及滤波增益,计算所有通道(i=1,2,…,n)m个历元的噪声带宽,记为
(3)对于所有通道,计算当前周期m个历元噪声带宽的样本均值
(4)给定μ(一般取C/A码输入载噪比C/N0=38.4dB-Hz时的带宽值),对于通道i,判断是否成立,是则进入步骤(5),否则进入步骤(7);
(5)对通道i的带宽样本均值进行水平为α的一致最优势检验(Uniformly MostPowerful Test,UMPT),设定检验问题为
则所有m个噪声带宽样本Bi的联合概率密度函数为
若令
则单边假设检验的UMPT存在,其检验函数为
其中c由确定。由于
所以有
解得
其中Z1-α为标准正态分布对于分位点为1-α的分位数;
则水平为α检验问题的UMPT是
拒绝域为
若拒绝,则拒绝H0,接受H1,认为通道i未受噪声干扰的影响,则进入步骤(7);否则进入步骤(6);
(6)关闭开关i,即将通道i从矢量跟踪环路中剔除;
(7)令i=i+1,判断下一通道,若i≤n,返回步骤(5),否则结束通道误差在线检测算法;
利用通道误差在线检测算法完成对受干扰信号通道的隔离后,然后对可用通道执行信号的矢量跟踪,即可得到高精度GPS导航定位解算结果。
本发明的优点在于:
(1)本发明一种受干扰通道自检测GPS矢量跟踪环路法,推导并建立了矢量频率锁定环(VFLL)和矢量延迟锁定环(VDLL)的精确系统函数,为VFLL和VDLL的噪声带宽模型建立与实时计算提供了理论基础。
(2)本发明一种受干扰通道自检测GPS矢量跟踪环路方法,推导并建立了矢量频率锁定环(VFLL)和矢量延迟锁定环(VDLL)的精确传递函数和噪声带宽模型,从而实现了VFLL和VDLL噪声带宽的实时高精度计算。
(3)本发明一种受干扰通道自检测GPS矢量跟踪环路方法,设计了适用于矢量跟踪环路的通道误差在线检测算法,通过对所有信号通道噪声带宽统计量的实时监测以隔离受噪声干扰的信号通道,从而有效抑制矢量跟踪环路各通道间跟踪误差的传播,实现GPS矢量跟踪环路在复杂干扰环境下的高精度连续信号跟踪。
四、附图说明
图1为本发明所述方法流程图。
图2为本发明所述方法结构图。
图3为本发明提出的通道误差在线检测算法实现流程图。
图2中:
IE—超前同相支路信号 IP—即时同相支路信号 IL—滞后同相支路信号
QE—超前正交支路信号 QP—即时正交支路信号 QL—滞后正交支路信号
Δτi—码相位跟踪残差 Δfi—载波频率跟踪残差 —载波频率变化量跟踪残差
m=x,y,z—x,y,z三个方向 —载体位置残差 —载体速度残差
—钟差残差 —钟漂残差
—码相位修正量 —载波频率修正量
图3中:
i—当前检测通道号 n—可见卫星数
—通道i噪声带宽的样本均值 μ—噪声带宽门限
五、具体实施方式
下面将结合附图对本发明作进一步的详细说明。
本发明一种受干扰通道自检测GPS矢量跟踪环路方法,它建立了矢量频率锁定环和矢量延迟锁定环的精确传递函数和噪声带宽模型,为自适应矢量跟踪环路的参数设计与带宽精确计算提供了理论依据;设计了适用于矢量跟踪环路的通道误差在线检测算法,通过对所有信号通道噪声带宽统计量的实时监测以隔离受噪声干扰的信号通道,从而有效抑制矢量跟踪环路各通道间跟踪误差的传播,实现GPS矢量跟踪环路在复杂干扰环境下的高精度连续信号跟踪。
见图1,本发明一种受干扰通道自检测GPS矢量跟踪环路方法,具体包括以下步骤
步骤一:根据GPS矢量跟踪环路内信息流的编排与融合关系,推导并建立精确的GPS矢量跟踪环路(包括VFLL和VDLL)系统模型;
a.VFLL系统模型
由于任意历元的频率控制更新量包括两部分:由卫星与载体相对运动以及时钟误差产生的多普勒频移项;伪距(率)估计误差所引起的频率跟踪残差项,因此,对于VFLL,载波频率更新修正项Δf的数学模型为
其中,L表示卫星与载体相对运动以及时钟信息(钟偏和钟漂)在LOS方向上的投影向量;ΔV包含下一历元相对速度及钟漂的预测量以及当前历元相对速度及钟漂的估计误差量。
假设可见星数目为n,即有效信号跟踪通道数为n,将所有跟踪通道k+1历元的载波频率预测量列写为矢量形式建立其更新模型为
其中,表示k历元的估计量;表示k历元的更新量。
根据式(1),可表示为
其中,为k历元的卫星速度及钟漂的更新量,可由卫星星历获得;为k历元组合滤波器输出的载体速度及接收机钟漂更新量,则由Kalman滤波方程可知,的递推模型为
其中,Kv,k表示Kalman状态量中载体速度及钟漂的滤波增益;Δfk为载波频率残差量测量,即载波频率鉴别器的输出。
将式(4)代入式(2),得到
同时,根据Kalman滤波增益公式:
其中,Pv,k|k-1为载体速度及钟漂一步递推误差的协方差矩阵;Pv,k为k历元载体速度及钟漂估计误差的协方差矩阵;Rf,k为载波频率鉴别器输出误差的协方差矩阵。
将式(7)和式(8)代入式(5),得到VFLL频率控制量的系统模型为
b.VDLL系统模型
VDLL中,C/A码频率控制量的更新模型为
其中,表示k+1历元码频率的预测值;为k历元的估计值;表示k+1历元的更新量,包括多普勒效应导致的码频率变化以及卫星至用户视距估计误差引起的码频率跟踪残差。
根据GPS信号的传输特性,可以得到卫星至用户视距估计误差ΔS(包括钟偏Δt)与C/A码相位变化量Δτ的关系为
ΔS=[Δx Δy Δz Δt]T
因此,频率控制更新量可表示为
其中,Tc/a为C/A码周期;表示k+1历元相对于k历元的卫星位置及卫星钟偏更新量,由卫星星历获得;为k+1历元组合滤波器输出的用户位置和接收机钟偏更新量,其Kalman滤波递推模型为
其中,Ps,k+1|k为用户位置及钟偏一步递推误差的协方差矩阵;Ps,k+1为k+1历元用户位置及钟偏估计误差的协方差矩阵;Rτ,k+1为k+1历元码相位鉴别器输出误差的协方差矩阵。
将式(12)、式(13)和式(14)代入式(10),得到VDLL频率控制量的系统模型为
步骤二:根据VFLL和VDLL的系统模型(其结果分别见式(9)和式(15)所示),建立VFLL和VDLL的传递函数以及噪声带宽模型;
a.VFLL传递函数以及噪声带宽模型
由于式(9)中与均为动态预测量,对于任意时刻,其取值为固定量,与环路参数无关,在推导环路噪声带宽时可将其省略。因此有
其中,λcarr为L1频段载波波长。
根据(16)可知,本质上VFLL为一阶低通滤波器,因此其s域传递函数可以表示为
β=λcarrT(LkKv,k)-1
其中,s=jω,j为虚数单位,ω=2πf为角频率;T为环路更新周期。
由带宽定义
可得VFLL的噪声带宽模型为
b.VDLL传递函数以及噪声带宽模型
由于式(15)中和均为动态预测量,对于任意时刻,其取值为固定量,与环路参数无关,在推导环路噪声带宽时可将其省略。因此有
其中,为一个C/A码的码长;为C/A码频率残差量测量。根据式(19)与式(16)相似的形式,同理可推导得到VDLL的噪声带宽模型为
步骤三:一种受干扰通道自检测GPS矢量跟踪环路方法工作过程设计;
一种受干扰通道自检测GPS矢量跟踪环路方法具体工作过程(见图2)如下:
(1)信号相关运算。矢量跟踪通道内的相关器接收GPS数字中频信号,并与该通道对应的本地复制信号进行相关运算,分别获得同相和正交支路的超前、即时、滞后信号作为鉴别器(码鉴相器、载波鉴频器)的输入。
(2)跟踪残差鉴别。鉴别器利用六路输入信号信息,通过鉴相及鉴频算法获得码相位和载波频率的跟踪残差,并将其作为组合滤波器的量测输入。
(3)组合滤波及导航解算。组合滤波器采用扩展Kalman滤波(Extended KalmanFilter,EKF)模型融合所有通道信息,状态量分别选取为当前历元载体位置、速度以及钟差、钟漂等信息的残差,量测量则为信号跟踪残差;滤波状态量输出将作为当前历元导航解的更新信息。
(4)误差检测与受干扰信号通道隔离。根据组合滤波器输出获取载体位置信息从而更新视线方向向量,并存储当前历元的滤波增益,完成对各信号通道噪声带宽的计算,通过对所有通道噪声带宽统计特性的分析与评估,利用通道误差在线检测算法,辨识并隔离跟踪误差超出可控范围的受噪声干扰通道。
(5)跟踪参数预测及环路控制。利用组合滤波器得到载体接收机的导航解,并结合预存的卫星星历,完成所有未隔离跟踪通道下一历元码相位和载波频率修正量的同步推测,作为环路的频率控制量,从而实现矢量跟踪环在复杂环境中的高可靠、高精度信号锁定。
步骤四:一种受干扰通道自检测GPS矢量跟踪环路组合滤波器模型设计;
矢量跟踪环路完成初始化后,鉴别器利用相关器输出的同相、正交支路信号计算信号跟踪残差,并将其输入至组合滤波器作为量测量。为了实时更新载体的导航信息,组合滤波器(EKF)将所有GPS接收信号跟踪参数融合,并估计载体位置、速度以及钟偏、钟漂残差,则EKF的状态量取为
其状态更新方程ΔXk+1=FΔXk的数学模型为
其中,k代表时间历元;T表示滤波更新间隔;Xk表示k历元载体位置、速度和接收机钟差、钟漂信息,则ΔXk表示k历元载体的导航参数估计残差,并有
EKF量测量为所有信号通道的跟踪参数残差,包括PRN码相位残差Δτ、载波频率残差Δf以及载波频率变化率残差为了推导组合滤波器的量测方程,首先引入中间量伪距残差Δρ、伪距率残差以及伪距二阶变化率残差其与量测量之间的关系可表示为
其中,c为光速;i代表跟踪通道索引号;fc/a和fcarr分别为PRN码频率和载波频率;ζ、ξ和分别为码相位鉴别器、载波频率鉴别器以及载波频率差分器的量测噪声,一般包含热噪声、量化误差和采样分辨率等。
进一步给出中间量与状态量间的关系模型,得到其与载体位置、速度和接收机钟差、钟漂残差的关系式为
m=x,y,z表示k+1历元第i颗卫星到载体LOS方向向量的m向分量,Ri,k+1表示k+1历元第i颗卫星到载体的几何距离;和分别表示umi,k+1的一阶和二阶变化率。
根据式(22)~(27),得到量测更新方程为
Zk+1=Hk+1ΔXk+1+Vk+1 (28)
其中,n表示可见星数目。
步骤五:采用通道误差在线检测算法(见图3)检测GPS矢量跟踪环路中受干扰通道并将其排除;
根据GPS矢量跟踪环路单通道噪声带宽模型,可以计算得到各信号通道的噪声带宽(式(32)为VFLL和VDLL带宽的统一形式)
根据式(32)可知,影响矢量跟踪环路中信号跟踪通道噪声带宽的主要因素是视线方向及滤波增益,而视线方向反映了接收信号的强度,滤波增益则根据各通道内噪声干扰强度进行最优调整。若信号跟踪通道的噪声带宽过小,则表明该通道信号质量较差或受到强噪声干扰,将携带较大的跟踪误差。因此,利用信号跟踪通道带宽具有精确衡量信号及噪声强度的特性,通过通道误差在线检测算法对其统计量的计算与判决,能够有效辨识受噪声干扰的信号通道,具体实现流程如下
(1)同步通道误差在线检测算法工作环路与矢量跟踪环路时间轴,开始执行当前周期(τ)内通道误差的在线检测;
(2)根据组合滤波器输出获取当前周期内所有历元(设一周期内共m个历元)的视线方向向量及滤波增益,计算所有通道(i=1,2,…,n)m个历元的噪声带宽,记为
(3)对于所有通道,计算当前周期m个历元噪声带宽的样本均值Bi
(4)给定μ(一般取C/A码输入载噪比C/N0=38.4dB-Hz时的带宽值),对于通道i,判断是否成立,是则进入步骤(5),否则进入步骤(7);
(5)对通道i的带宽样本均值进行水平为α的一致最优势检验(Uniformly MostPowerful Test,UMPT),设定检验问题为
则所有m个噪声带宽样本Bi的联合概率密度函数为
若令
则单边假设检验的UMPT存在,其检验函数为
其中c由确定。由于
所以有
解得
其中Z1-α为标准正态分布对于分位点为1-α的分位数。
则水平为α检验问题的UMPT是
拒绝域为
若拒绝,则拒绝H0,接受H1,认为通道i未受噪声干扰的影响,则进入步骤(7);否则进入步骤(6)
(6)关闭开关i,即将通道i从矢量跟踪环路中剔除;
(7)令i=i+1,判断下一通道,若i≤n,返回步骤(4),否则结束通道误差在线检测算法;
利用通道误差在线检测算法完成对受干扰信号通道的隔离后,然后对可用通道执行信号的矢量跟踪,即可得到高精度GPS导航定位解算结果。
Claims (1)
1.一种受干扰通道自检测GPS矢量跟踪环路方法,其特征在于:它具体包括以下步骤:
步骤一:根据GPS矢量跟踪环路内信息流的编排与融合关系,推导并建立精确的GPS矢量跟踪环路,即包括VFLL和VDLL系统模型;
a.VFLL系统模型
由于任意历元的频率控制更新量包括两部分:由卫星与载体相对运动以及时钟误差产生的多普勒频移项,因此,对于VFLL,载波频率残差Δf的数学模型为
L=[ux uy uz -1]
其中,L表示卫星与载体相对运动以及时钟信息,即钟偏和钟漂在LOS方向上的投影向量;ΔV包含下一历元相对速度及钟漂的预测量以及当前历元相对速度及钟漂的估计误差量;
假设可见星数目为n,即有效信号跟踪通道数为n,将所有跟踪通道k+1历元的载波频率预测量列写为矢量形式建立其更新模型为
其中,表示k历元的估计量;表示k历元的更新量;
根据式(1),表示为
其中,为k历元的卫星速度及钟漂的更新量,由卫星星历获得;为k历元组合滤波器输出的载体速度及接收机钟漂更新量,则由Kalman滤波方程知,的递推模型为
其中,Kv,k表示Kalman状态量中载体速度及钟漂的滤波增益;Δfk为载波频率残差量测量,即载波频率鉴别器的输出;
将式(4)代入式(2),得到
同时,根据Kalman滤波增益公式:
其中,Pv,k|k-1为载体速度及钟漂一步递推误差的协方差矩阵;Pv,k为k历元载体速度及钟漂估计误差的协方差矩阵;Rf,k为载波频率鉴别器输出误差的协方差矩阵;
将式(7)和式(8)代入式(5),得到VFLL频率控制量的系统模型为
b.VDLL系统模型
VDLL中,C/A码频率控制量的更新模型为
其中,表示k+1历元码频率的预测值;为k历元的估计值;表示k+1历元的更新量,包括多普勒效应导致的码频率变化以及卫星至用户视距估计误差引起的码频率跟踪残差;
根据GPS信号的传输特性,得到卫星至用户视距估计误差ΔS,与C/A码相位变化量Δτ的关系为
ΔS=[Δx Δy Δz Δt]T
因此,频率控制更新量表示为
其中,Tc/a为C/A码周期;表示k+1历元相对于k历元的卫星位置及卫星钟偏更新量,由卫星星历获得;为k+1历元组合滤波器输出的用户位置和接收机钟偏更新量,其Kalman滤波递推模型为
其中,Ps,k+1|k为用户位置及钟偏一步递推误差的协方差矩阵;Ps,k+1为k+1历元用户位置及钟偏估计误差的协方差矩阵;Rτ,k+1为k+1历元码相位鉴别器输出误差的协方差矩阵;
将式(12)、式(13)和式(14)代入式(10),得到VDLL频率控制量的系统模型为
步骤二:根据VFLL和VDLL的系统模型,即式(9)和式(15)所示,建立VFLL和VDLL的传递函数以及噪声带宽模型;
a.VFLL传递函数以及噪声带宽模型
由于式(9)中与均为动态预测量,对于任意时刻,其取值为固定量,与环路参数无关,在推导环路噪声带宽时将其省略,因此有
其中,λcarr为L1频段载波波长;
根据式(16)知,本质上VFLL为一阶低通滤波器,因此其s域传递函数表示为
其中,s=jω,j为虚数单位,ω=2πf为角频率;T为环路更新周期;
由带宽定义
得到VFLL的噪声带宽模型为
b.VDLL传递函数以及噪声带宽模型
由于式(15)中和均为动态预测量,对于任意时刻,其取值为固定量,与环路参数无关,在推导环路噪声带宽时将其省略,因此有
其中,为一个C/A码的码长;为C/A码频率残差量测量;根据式(19)与式(16)相似的形式,同理能够推导得到VDLL的噪声带宽模型为
步骤三:一种受干扰通道自检测GPS矢量跟踪环路方法工作过程设计;
一种受干扰通道自检测GPS矢量跟踪环路方法具体工作过程如下:
(1)信号相关运算:矢量跟踪通道内的相关器接收GPS数字中频信号,并与该通道对应的本地复制信号进行相关运算,分别获得同相和正交支路的超前、即时、滞后信号作为鉴别器,即码相位鉴别器和载波频率鉴别器的输入;
(2)跟踪残差鉴别:鉴别器利用六路输入信号信息,通过鉴相及鉴频算法获得码相位和载波频率的跟踪残差,并将其作为组合滤波器的量测输入;
(3)组合滤波及导航解算:组合滤波器采用扩展Kalman滤波,即EKF模型融合所有通道信息,状态量分别选取为当前历元载体位置、速度以及钟差、钟漂信息的残差,量测量则为信号跟踪残差;滤波状态量输出将作为当前历元导航解的更新信息;
(4)误差检测与受干扰信号通道隔离:根据组合滤波器输出获取载体位置信息从而更新视线方向向量,并存储当前历元的滤波增益,完成对各信号通道噪声带宽的计算,通过对所有通道噪声带宽统计特性的分析与评估,利用通道误差在线检测算法,辨识并隔离跟踪误差超出可控范围的受噪声干扰通道;
(5)跟踪参数预测及环路控制:利用组合滤波器得到载体接收机的导航解,并结合预存的卫星星历,完成所有未隔离跟踪通道下一历元码相位和载波频率修正量的同步推测,作为环路的频率控制量,从而实现矢量跟踪环在复杂环境中的高可靠、高精度信号锁定;
步骤四:一种受干扰通道自检测GPS矢量跟踪环路组合滤波器模型设计
矢量跟踪环路完成初始化后,鉴别器利用相关器输出的同相、正交支路信号计算信号跟踪残差,并将其输入至组合滤波器作为量测量;为了实时更新载体的导航信息,组合滤波器,即EKF,将所有GPS接收信号跟踪参数融合,并估计载体位置、速度以及钟偏、钟漂残差,则EKF的状态量取为
其状态更新方程ΔXk+1=FΔXk的数学模型为
其中,k代表时间历元;T表示滤波更新间隔;Xk表示k历元载体位置、速度和接收机钟差、钟漂信息,则ΔXk表示k历元载体的导航参数估计残差,并有
EKF量测量为所有信号通道的跟踪参数残差,包括C/A码相位变化量Δτ、载波频率残差Δf以及载波频率变化率残差为了推导组合滤波器的量测方程,首先引入中间量伪距残差Δρ、伪距率残差以及伪距二阶变化率残差其与量测量之间的关系为
其中,c为光速;i代表跟踪通道索引号;fc/a和fcarr分别为PRN码频率和载波频率;ζ、ξ和分别为码相位鉴别器、载波频率鉴别器以及载波频率差分器的量测噪声,一般包含热噪声、量化误差和采样分辨率;
进一步给出中间量与状态量间的关系模型,得到其与载体位置、速度和接收机钟差、钟漂残差的关系式为
其中,
m=x,y,z表示k+1历元第i颗卫星到载体LOS方向向量的m向分量,Ri,k+1表示k+1历元第i颗卫星到载体的几何距离;和分别表示umi,k+1的一阶和二阶变化率;
根据式(22)~(27),得到量测更新方程为
Zk+1=Hk+1ΔXk+1+Vk+1 (28)
Hk+1=[Hx,k+1 Hy,k+1 Hz,k+1 Hclk] (29)
其中,n表示可见星数目;
步骤五:采用通道误差在线检测算法检测GPS矢量跟踪环路中受干扰通道并将其排除
根据GPS矢量跟踪环路单通道噪声带宽模型,计算得到各信号通道的噪声带宽,下列式(32)为VFLL和VDLL带宽的统一形式
根据式(32)知,影响矢量跟踪环路中信号跟踪通道噪声带宽的主要因素是视线方向及滤波增益,而视线方向反映了接收信号的强度,滤波增益则根据各通道内噪声干扰强度进行最优调整,若信号跟踪通道的噪声带宽过小,则表明该通道信号质量较差或受到强噪声干扰,将携带较大的跟踪误差;因此,利用信号跟踪通道带宽具有精确衡量信号及噪声强度的特性,通过通道误差在线检测算法对其统计量的计算与判决,能够有效辨识受噪声干扰的信号通道,具体实现流程如下:
(1)同步通道误差在线检测算法工作环路与矢量跟踪环路时间轴,开始执行当前周期τ内通道误差的在线检测;
(2)根据组合滤波器输出获取当前周期内所有历元的视线方向向量及滤波增益,计算所有通道m个历元的噪声带宽,记为
(3)对于所有通道,计算当前周期m个历元噪声带宽的样本均值
(4)给定μ,一般取C/A码输入载噪比C/N0=38.4dB-Hz时的带宽值,对于通道i,判断是否成立,是则进入步骤(5),否则进入步骤(7);
(5)对通道i的带宽样本均值进行水平为α的一致最优势检验(Uniformly MostPowerful Test,UMPT),设定检验问题为
则所有m个噪声带宽样本Bi的联合概率密度函数为
若令
则单边假设检验的UMPT存在,其检验函数为
其中C由确定;由于
所以有
解得
其中Z1-α为标准正态分布对于分位点为1-α的分位数;
则水平为α检验问题的UMPT是
拒绝域为
若拒绝,则拒绝H0,接受H1,认为通道i未受噪声干扰的影响,则进入步骤(7);否则进入步骤(6);
(6)关闭开关i,即将通道i从矢量跟踪环路中剔除;
(7)令i=i+1,判断下一通道,若i≤n,返回步骤(5),否则结束通道误差在线检测算法;
利用通道误差在线检测算法完成对受干扰信号通道的隔离后,然后对能用通道执行信号的矢量跟踪,得到高精度GPS导航定位解算结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510964182.9A CN105572700B (zh) | 2015-12-21 | 2015-12-21 | 一种受干扰通道自检测gps矢量跟踪环路方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510964182.9A CN105572700B (zh) | 2015-12-21 | 2015-12-21 | 一种受干扰通道自检测gps矢量跟踪环路方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105572700A CN105572700A (zh) | 2016-05-11 |
CN105572700B true CN105572700B (zh) | 2018-06-22 |
Family
ID=55883042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510964182.9A Expired - Fee Related CN105572700B (zh) | 2015-12-21 | 2015-12-21 | 一种受干扰通道自检测gps矢量跟踪环路方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105572700B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111965683A (zh) * | 2020-08-19 | 2020-11-20 | 上海海事大学 | 一种卫星定位和惯导定位的组合定位方法、装置及存储介质 |
CN112986963B (zh) * | 2021-02-08 | 2024-05-03 | 武汉徕得智能技术有限公司 | 一种激光脉冲测距回波信号多路缩放结果选择控制方法 |
CN113985451B (zh) * | 2021-10-25 | 2022-11-15 | 湘潭大学 | 一种基于卡尔曼滤波跟踪环路的导航欺骗检测方法和装置 |
CN115657091B (zh) * | 2022-12-29 | 2023-03-31 | 成都奇芯微电子有限公司 | 一种高动态gnss跟踪的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5398034A (en) * | 1993-03-29 | 1995-03-14 | Stanford Telecommunications, Inc. | Vector delay lock loop processing of radiolocation transmitter signals |
CN103116169A (zh) * | 2013-01-20 | 2013-05-22 | 哈尔滨工程大学 | 一种基于矢量跟踪环路的抗干扰方法 |
-
2015
- 2015-12-21 CN CN201510964182.9A patent/CN105572700B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5398034A (en) * | 1993-03-29 | 1995-03-14 | Stanford Telecommunications, Inc. | Vector delay lock loop processing of radiolocation transmitter signals |
CN103116169A (zh) * | 2013-01-20 | 2013-05-22 | 哈尔滨工程大学 | 一种基于矢量跟踪环路的抗干扰方法 |
Non-Patent Citations (4)
Title |
---|
"Analysis and Simulation of Vector Tracking Algorithms for Weak GPS Signals";Li Hui et al.;《2010 2nd International Asia Conference on Informatics in Control, Automation and Robotics》;20101231;第215-218页 * |
"Performance Comparison of Different Forms of Kalman Filter Approaches for a Vector-Based GNSS Signal Tracking Loop";JONG-HOON WON et al.;《NAVIGATION: Journal of The Institute of Navigation》;20100930;第57卷(第3期);第185-199页 * |
"Vector Delay/Frequency Lock Loop Implementation and Analysis";Matthew Lashley et al.;《ION 2009 International Technical Meeting》;20090128;第1073-1086页 * |
"一种矢量跟踪环路及其抗干扰性能分析";王伟 等;《电子与信息学报》;20130731;第35卷(第7期);第1581-1586页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105572700A (zh) | 2016-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8364401B2 (en) | Highly integrated GPS, Galileo and inertial navigation system | |
CN105806339B (zh) | 一种基于gnss、ins和守时系统的组合导航方法和设备 | |
Lashley et al. | Performance analysis of vector tracking algorithms for weak GPS signals in high dynamics | |
Zhao et al. | An open source GPS/GNSS vector tracking loop-implementation, filter tuning, and results | |
CN105572700B (zh) | 一种受干扰通道自检测gps矢量跟踪环路方法 | |
JP5697985B2 (ja) | 衛星ナビゲーション・システムから受信した信号の適応処理のための方法および装置 | |
CN206002114U (zh) | 一种基于多源信息融合的组合导航设备 | |
CN105758401A (zh) | 一种基于多源信息融合的组合导航方法和设备 | |
CN107656300B (zh) | 基于北斗/gps双模软件接收机的卫星/惯性超紧组合方法 | |
Lashley et al. | Analysis of deeply integrated and tightly coupled architectures | |
CN101629997A (zh) | 惯性辅助卫星导航完好性检测装置及检测方法 | |
CN106501832A (zh) | 一种容错矢量跟踪gnss/sins深组合导航方法 | |
US9810790B2 (en) | Method for evaluating a satellite signal in a global navigation satellite system with respect to a multipath error, receiver for a global navigation satellite system and motor vehicle | |
Peng et al. | A multiple-frequency GPS software receiver design based on a vector tracking loop | |
Groves et al. | Demonstration of non-coherent deep INS/GPS integration for optimised signal-to-noise performance | |
Xie et al. | A jamming tolerant BeiDou combined B1/B2 vector tracking algorithm for ultra-tightly coupled GNSS/INS systems | |
Tang et al. | Practical implementation and performance assessment of an Extended Kalman Filter-based signal tracking loop | |
Kim et al. | An ultra-tightly coupled GPS/INS integration using federated Kalman filter | |
US11977171B2 (en) | Position, navigation and timing system architecture based on signals of opportunity | |
CN114690220A (zh) | 一种监测数据实时解算星历异常处理方法 | |
CN106443728A (zh) | 自适应gps/北斗矢量跟踪算法 | |
CN106842242B (zh) | 一种基于支持向量机的矢量跟踪通道故障检测方法 | |
Dey et al. | Carrier-aided dual-frequency vectorized tracking architecture for NavIC signals | |
Kim et al. | A low-cost high-precision vehicle navigation system for urban environment using time differenced carrier phase measurements | |
JP5519223B2 (ja) | 衛星信号受信装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180622 Termination date: 20181221 |