CN105629268A - 一种环路跟踪方法及系统 - Google Patents

Abstract

本发明提供了一种环路跟踪方法和系统，该方法包括：将接收到的卫星信号转换为数字中频信号；根据所述数字中频信号，计算即时支路、超前支路和滞后支路的相干积分值；将即时支路上的相干积分值输入载波环鉴相器，并将超前支路和滞后支路上的相干积分值输入码环鉴相器；建立线性状态方程，将载波环鉴相器和码环鉴相器输出的结果作为观测向量进行卡尔曼滤波。本发明采用卡尔曼滤波与传统跟踪环路的耦合，将码环鉴相器与载波环鉴相器输出作为一个整体进行自适应处理，实现环路噪声带宽的动态调节，使其能够随着环境的变化而实时的、自适应的得到调整，充分发挥卡尔曼滤波在动态数据处理中的优势，能够在高动态环境下实现跟踪精度更高的定位和导航。

Description

一种环路跟踪方法及系统

技术领域

本发明属于卫星导航应用领域，尤其是涉及一种可用于高动态环境下的卫星信号环路跟踪方法及系统。

背景技术

随着国防军事的发展需求，导弹、战机等先进武器设备的动态越来越高，这使得传统GPS接收机无法对其进行导航定位，必须对现有的环路跟踪方案加以改进。高动态环境下，接收机和卫星有着较大的相对速度、加速度甚至加加速度，例如近距格斗弹的过载能达到40g，中距弹大概为20g，巡航导弹约几个g左右。

在上述高动态环境下，GPS接收机接收到的GPS信号中包含很大的多普勒频移及其变化率，如果采用传统的算法和跟踪环路进行跟踪，那么要想保持环路锁定就必须增加环路滤波器的带宽，但这样会使得跟踪环路的噪声增大，造成跟踪环路失锁；如果不增加环路滤波器的带宽，载波多普勒频移往往会超出环路的可跟踪范围，同样会导致环路失锁。

因此，现有技术中，传统的GPS接收机无法在高动态环境下实现稳定有效的卫星信号环路跟踪，难以有效的处理卫星信号，从而不能实现定位和导航。

发明内容

为此，本发明的目的在于：提供一种可用于高动态环境下的卫星信号环路跟踪方法及系统，解决传统的GPS接收机无法在高动态环境下实现稳定有效的卫星信号环路跟踪、从而不能实现定位和导航的缺陷。

本发明提供的技术方案如下：

一种环路跟踪方法，包括：

将接收到的卫星信号转换为数字中频信号；

根据所述数字中频信号，计算即时支路、超前支路和滞后支路的相干积分值；

将即时支路上的相干积分值输入载波环鉴相器，并将超前支路和滞后支路上的相干积分值输入码环鉴相器；

建立线性状态方程，将载波环鉴相器和码环鉴相器输出的结果作为观测向量进行卡尔曼滤波。

较佳的，所述将接收到的卫星信号转换为数字中频信号，包括：

通过前置滤波器和前置放大器对所述卫星信号进行滤波和放大；

将振荡器产生的正弦波本振信号与滤波放大后的卫星信号进行混频，得到中频信号；

将所述中频信号在模数转换器转换为离散时间的数字中频信号。

较佳的，所述将接收到的卫星信号转换为数字中频信号，包括：

分别计算并得到I支路和Q支路上的相干积分值。

较佳的，所述的环路跟踪方法中：

所述载波环鉴相器为二象限反正切函数鉴相器；

所述码环鉴相器采用非相干超前减滞后幅值法。

较佳的，所述的环路跟踪方法中：

所述线性状态方程为4阶线性状态方程，真实码相位同本地复现码相位的差、真实载波与本地复现载波的相位差、载波的多普勒漂移、以及载波的多普勒漂移变化率为卡尔曼滤波的状态向量。

较佳的，所述进行卡尔曼滤波还包括：

对状态协方差阵进行单位上三角阵和对角阵分解，利用单位上三角阵和对角阵进行更新迭代。

较佳的，所述进行卡尔曼滤波之后，还包括：

利用卡尔曼滤波得到的设定时段内观测量的最优估计，更新该设定时段内本地载波和本地伪码频率控制字，将该频率控制字反馈至本地载波和本地C/A码发生器；

本地载波和C/A码发生器分别根据各自的频率控制字，产生新的本地复制信号。

本发明还提供了一种环路跟踪系统，包括：

信号转换模块，用于将接收到的卫星信号转换为数字中频信号；

相干积分值计算模块，用于根据所述数字中频信号，计算即时支路、超前支路和滞后支路的相干积分值；

载波环鉴相器，用于处理即时支路上输入的相干积分值；

码环鉴相器，用于处理超前支路和滞后支路上输入的相干积分；

卡尔曼滤波器，用于建立线性状态方程，并以载波环鉴相器和码环鉴相器输出的结果为观测向量进行卡尔曼滤波。

较佳的，所述的环路跟踪系统，还包括：

更新迭代模块，用于对状态协方差阵进行单位上三角阵和对角阵分解，利用单位上三角阵和对角阵进行更新迭代。

较佳的，所述的环路跟踪系统，还包括：

本地载波和C/A码发生器，用于利用卡尔曼滤波得到的设定时段内观测量的最优估计，更新该设定时段内本地载波和本地伪码频率控制，并产生新的本地复制信号。

本发明提供的环路跟踪方法和系统，相比于传统跟踪环路，通过对接收机的软件改进，在不增加接收机硬件和能耗的基础上，采用卡尔曼滤波与传统跟踪环路的耦合，将码环鉴相器与载波环鉴相器输出作为一个整体进行自适应处理，实现环路噪声带宽的动态调节，使其能够随着环境的变化而实时的、自适应的得到调整，充分发挥卡尔曼滤波在动态数据处理中的优势。

该方案中，整个环路跟踪模块的线性化部分在码环鉴相器与载波环鉴相器中进行，后续卡尔曼滤波过程为线性化过程，因此可直接采用标准的卡尔曼滤波算法，处理过程简单，计算量少；该环路跟踪方法与传统跟踪环路相比，具有更高的鲁棒性和稳定性，能够在高动态环境下实现稳定有效的卫星信号环路跟踪，从而能够实现跟踪精度更高的定位和导航。

附图说明

图1为实施例一提供的环路跟踪方法流程示意图；

图2为实施例二提供的卡尔曼滤波算法方框图；

图3为实施例三提供的环路跟踪系统框架组成示意图。

具体实施方式

为解决传统的GPS接收机无法在高动态环境下实现稳定有效的卫星信号环路跟踪，从而不能实现定位和导航的缺陷，本实施例提供了一种可用于高动态环境下的卫星信号环路跟踪方法及系统。

如图1所示的环路跟踪方法流程示意图所示，结合图2所示的卡尔曼滤波算法方框图，所述方法至少包括以下步骤：

步骤S101：将接收到的卫星信号转换为数字中频信号；

具体的可以通过如下方式进行转换：

(1)通过前置滤波器和前置放大器对所述接收机天线接收到的卫星信号进行滤波和放大；

(2)将振荡器产生的正弦波本振信号与滤波放大后的卫星信号进行混频，得到中频信号；其中所述振荡器可以为本地振荡器。

(3)将所述中频信号在模数转换器转换为离散时间的数字中频信号。

步骤S102：根据所述数字中频信号，计算即时支路、超前支路和滞后支路的相干积分值；

本步骤中，对输入的数字中频信号作相关、积分-清零等处理，分别得到I和Q支路上的相干积分值I_E，I_P，I_L和Q_E，Q_P，Q_L；其中I_E和Q_E为超前支路上的相干积分值，I_P和Q_P为即时支路上的相干积分值，I_L和Q_L为滞后支路上的相干积分值。

步骤S103：将即时支路上的相干积分值输入载波环鉴相器，并将超前支路和滞后支路上的相干积分值输入码环鉴相器；

本步骤中，所述载波环鉴相器可以为二象限反正切函数鉴相器；所述码环鉴相器可以采用非相干超前减滞后幅值法。当然，可以选用其它具有类同功能的载波环鉴相器和码环鉴相器。

步骤S104：建立线性状态方程，将载波环鉴相器和码环鉴相器输出的结果作为观测向量进行卡尔曼滤波。

本步骤中，所述线性状态方程可以为4阶线性状态方程。对应的，可以选取真实码相位同本地复现码相位的差(τ，单位为C/A码码基个数)，真实载波与本地复现载波的相位差(θ，单位为rad)，载波的多普勒漂移(f，单位为Hz/s)，载波的多普勒漂移变化率(f'，单位为Hz/s²)作为卡尔曼滤波的状态向量。

由于其输入为相位值而非相位的三角函数值，因此利用简单的线性卡尔曼滤波进行时间更新和观测更新即可得到更优的性能。

此外，为防止计算机有限字长导致卡尔曼滤波发散以及病态数值对卡尔曼滤波的不利影响，在本实施例所述的环路跟踪方法中，在卡尔曼滤波中还可以引入平方根UD(单位上三角阵和对角阵分解)分解算法，通过对P阵(状态协方差阵)进行UD分解，利用U阵和D阵进行更新迭代，保证P阵的正定性。

基于UD分解的卡尔曼滤波环路跟踪方法，是一种状态空间的方法，它能体现系统或信号的特征、特点和变化情况，状态变量能够反映信号的高动态特性。在该方案中引入平方根UD分解，可有效防止计算机有效字长或病态数值引起的环路发散。

为保证本地复制载波和本地伪码信号与接收信号相一致，本实施例中，所述进行卡尔曼滤波之后，还可以包括：

利用卡尔曼滤波得到的ΔT_k时段内观测量的最优估计Δφ_k和Δτ_k，进而更新ΔT_k+1时段内本地载波和本地伪码NCO频率的控制字，将该频率控制字反馈至本地载波和本地C/A码发生器；

本地载波和C/A码发生器分别根据各自的频率控制字，产生新的本地复制信号，返回到步骤S102重复执行，形成闭合环路，从而保证本地复制载波和本地伪码信号与接收信号相一致。

本实施例提供的环路跟踪方法，相比于传统跟踪环路，通过对接收机的软件改进，在不增加接收机硬件和能耗的基础上，采用卡尔曼滤波与传统跟踪环路的耦合，将码环鉴相器与载波环鉴相器输出作为一个整体进行自适应处理，实现环路噪声带宽的动态调节，使其能够随着环境的变化而实时的、自适应的得到调整，充分发挥卡尔曼滤波在动态数据处理中的优势。

该方案中，整个环路跟踪模块的线性化部分在码环鉴相器与载波环鉴相器中进行，后续卡尔曼滤波过程为线性化过程，因此可直接采用标准的卡尔曼滤波算法，处理过程简单，计算量少；该环路跟踪方法与传统跟踪环路相比，具有更高的鲁棒性和稳定性，能够在高动态环境下实现稳定有效的卫星信号环路跟踪，从而实现跟踪精度更高的定位和导航。

实施例二：

在实施一提供的方法的基础上，本实施例结合具体的应用场景和工程实施案例，提供了一种较佳的技术具体实施方式及仿真验证结果：

所述卡尔曼滤波器状态向量的选取：

X_k＝[τ_kθ_kf_kf_k']^T

所述4阶线性状态方程：

X_k+1＝F_k+1,kX_k+G_kf_k+W_k

${\left[\begin{array}{c}\mathrm{\τ}\\ \mathrm{\θ}\\ f\\ f^{\′}\end{array}\right]}_{k+1}=\left[\begin{array}{cccc}1& 0& \frac{\mathrm{\Δt}}{\mathrm{\λ}}& \frac{{\mathrm{\Δt}}^2}{2\mathrm{\λ}}\\ 0& 1& 2\mathrm{\π\Δt}& \mathrm{\π\Δ}{t}^2\\ 0& 0& 1& \mathrm{\Δt}\\ 0& 0& 0& 1\end{array}\right]{\left[\begin{array}{c}\mathrm{\τ}\\ \mathrm{\θ}\\ f\\ f^{\′}\end{array}\right]}_k+\left[\begin{array}{cc}-\mathrm{\Δt}& 0\\ 0& -\mathrm{\Δt}\\ 0& 0\\ 0& 0\end{array}\right]\left[\begin{array}{c}{\mathrm{\ω}}_{\mathrm{code}}\\ f_{\mathrm{carr}}\end{array}\right]+W_k$

上述状态方程式中，τ_k是真实码相位同本地复现码相位的差，单位是C/A码码基个数；θ_k是真实载波和本地复现载波的相位差，单位是rad；f_k是载波的多普勒漂移，单位是Hz/s；f_k'是载波的多普勒漂移的变化率；W_k为过程噪声，主要包含动态和晶振的影响，由电离层波动引起的码和载波之间不同步带来的噪声；Δt是两次计算的时间间隔，也即预检积分的时间；λ为L1载波与C/A码频率之比；ω_code为本地码复现时在码速率1.023MHz基础上的偏移；f_carr是本地载波复现时在中频基础上的偏移。

状态向量的选取：

Z_k＝[ΔτΔφ]^T

观测方程：

Z_k＝H_kX_k-U_kf_k+V_k

${\left[\begin{array}{c}\mathrm{\Δ\τ}\\ \mathrm{\Δ\φ}\end{array}\right]}_k=\left[\begin{array}{cccc}1& 0& -\frac{\mathrm{\Δt}}{2\mathrm{\λ}}& \frac{{\mathrm{\Δt}}^2}{6\mathrm{\λ}}\\ 0& 1& -\mathrm{\π\Δt}& \frac{\mathrm{\π\Δ}{t}^2}{3}\end{array}\right]{\left[\begin{array}{c}\mathrm{\τ}\\ \mathrm{\θ}\\ f\\ f^{\′}\end{array}\right]}_k+\left[\begin{array}{cc}-\frac{\mathrm{\Δt}}{2}& 0\\ 0& -\frac{\mathrm{\Δt}}{2}\end{array}\right]\left[\begin{array}{c}{\mathrm{\ω}}_{\mathrm{code}}\\ f_{\mathrm{carr}}\end{array}\right]+V_k$

上述观测方程式中，Δτ_k是第k次预检积分时间Δt内，真实码和本地复现码的平均相位差，单位为码基个数；Δφ_k是第k次预检积分时间Δt内，真实载波与本地复现载波的平均相位差；V_k为观测噪声向量。

真实观测量来自于码环鉴相器和载波环鉴相器的输出：

${\mathrm{obs}}^T=\left[\begin{array}{cc}\mathrm{\Δ}{\widehat{\mathrm{\τ}}}_k& \mathrm{\Δ}{\widehat{\mathrm{\φ}}}_k\end{array}\right]=\left[\begin{array}{cc}\frac{1}{2}\frac{\sqrt{I_{\mathrm{ES}}^2+Q_{\mathrm{ES}}^2}-\sqrt{I_{\mathrm{LS}}^2+Q_{\mathrm{LS}}^2}}{\sqrt{I_{\mathrm{ES}}^2+Q_{\mathrm{ES}}^2}+\sqrt{I_{\mathrm{LS}}^2+Q_{\mathrm{LS}}^2}}& \arctan \left(\frac{Q_P}{I_P}\right)\end{array}\right]$

假设系统过程噪声和观测噪声的统计特性满足：

$\left\{\begin{array}{c}E\left[W_k\right]=0,E\left[W_k{W}_j^T\right]=Q_k{\mathrm{\δ}}_{\mathrm{kj}}\\ E\left[V_k\right]=0,E\left[V_k{V}_j^T\right]=R_k{\mathrm{\δ}}_{\mathrm{kj}}\\ E\left[W_k{V}_j^T\right]=0\end{array}\right.$

其中，Q_k是系统过程噪声W_k的对称非负定方差矩阵；R_k是观测噪声V_k的对称正定方差矩阵。

建立起状态方程和观测方程之后，即可以按照线性卡尔曼滤波的流程进行处理。

卡尔曼滤波过程的状态估计包括两步，一个是两个采样周期之间的状态转移阶段，这个阶段叫做TU(TimeUpdate)阶段，另一个过程是过程状态更新阶段，这个阶段叫MU(MeasurementUpdate)阶段。

本实施例为实施例一对应的技术具体实施方式实施例，其类同之处相互参见即可，在此不再赘述。

本实施例提供技术具体实施方式，采用卡尔曼滤波与传统跟踪环路的耦合，能够实现环路噪声带宽的动态调节，使其能够随着环境的变化而实时的、自适应的得到调整，充分发挥卡尔曼滤波在动态数据处理中的优势。

实施例三

相应于实施例一和二提供的方法，本实施例还提供了一种环路跟踪系统，如图3所示的系统组成架构图，该系统包括：

信号转换模块301，用于将接收到的卫星信号转换为数字中频信号；

相干积分值计算模块302，用于根据所述数字中频信号，计算即时支路、超前支路和滞后支路的相干积分值；

载波环鉴相器303，用于处理即时支路上输入的相干积分值；

码环鉴相器304，用于处理超前支路和滞后支路上输入的相干积分；

卡尔曼滤波器305，用于建立线性状态方程，并以载波环鉴相器和码环鉴相器输出的结果为观测向量进行卡尔曼滤波。

为防止计算机有限字长导致卡尔曼滤波发散以及病态数值对卡尔曼滤波的不利影响，所述的环路跟踪系统，还可以包括：

更新迭代模块，用于对状态协方差阵进行单位上三角阵和对角阵分解，利用单位上三角阵和对角阵进行更新迭代。

为保证本地复制载波和本地伪码信号与接收信号相一致，所述的环路跟踪系统，还可以包括：

本地载波和C/A码发生器，用于利用卡尔曼滤波得到的设定时段内观测量的最优估计，更新该设定时段内本地载波和本地伪码频率控制，并产生新的本地复制信号。

本实施例为实施例一和二对应的装置实施例，其类同之处相互参见即可，在此不再赘述。

本实施例提供的环路跟踪系统，相比于传统跟踪环路，通过对接收机的软件改进，在不增加接收机硬件和能耗的基础上，采用卡尔曼滤波与传统跟踪环路的耦合，将码环鉴相器与载波环鉴相器输出作为一个整体进行自适应处理，实现环路噪声带宽的动态调节，使其能够随着环境的变化而实时的、自适应的得到调整，充分发挥卡尔曼滤波在动态数据处理中的优势。该环路跟踪方法与传统跟踪环路相比，具有更高的鲁棒性和稳定性，能够在高动态环境下实现稳定有效的卫星信号环路跟踪，从而实现跟踪精度更高的定位和导航。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种环路跟踪方法，其特征在于，包括：

将接收到的卫星信号转换为数字中频信号；

根据所述数字中频信号，计算即时支路、超前支路和滞后支路的相干积分值；

将即时支路上的相干积分值输入载波环鉴相器，并将超前支路和滞后支路上的相干积分值输入码环鉴相器；

建立线性状态方程，将载波环鉴相器和码环鉴相器输出的结果作为观测向量进行卡尔曼滤波。

2.根据权利要求1所述的环路跟踪方法，其特征在于，所述将接收到的卫星信号转换为数字中频信号，包括：

通过前置滤波器和前置放大器对所述卫星信号进行滤波和放大；

将振荡器产生的正弦波本振信号与滤波放大后的卫星信号进行混频，得到中频信号；

将所述中频信号在模数转换器转换为离散时间的数字中频信号。

3.根据权利要求1所述的环路跟踪方法，其特征在于，所述将接收到的卫星信号转换为数字中频信号，包括：

分别计算并得到I支路和Q支路上的相干积分值。

4.根据权利要求1所述的环路跟踪方法，其特征在于：

所述载波环鉴相器为二象限反正切函数鉴相器；

所述码环鉴相器采用非相干超前减滞后幅值法。

5.根据权利要求1所述的环路跟踪方法，其特征在于：

所述线性状态方程为4阶线性状态方程，真实码相位同本地复现码相位的差、真实载波与本地复现载波的相位差、载波的多普勒漂移、以及载波的多普勒漂移变化率为卡尔曼滤波的状态向量。

6.根据权利要求1所述的环路跟踪方法，其特征在于，所述进行卡尔曼滤波还包括：

对状态协方差阵进行单位上三角阵和对角阵分解，利用单位上三角阵和对角阵进行更新迭代。

7.根据权利要求1所述的环路跟踪方法，其特征在于，所述进行卡尔曼滤波之后，还包括：

利用卡尔曼滤波得到的设定时段内观测量的最优估计，更新该设定时段内本地载波和本地伪码频率控制字，将该频率控制字反馈至本地载波和本地C/A码发生器；

本地载波和C/A码发生器分别根据各自的频率控制字，产生新的本地复制信号。

8.一种环路跟踪系统，其特征在于，包括：

信号转换模块，用于将接收到的卫星信号转换为数字中频信号；

相干积分值计算模块，用于根据所述数字中频信号，计算即时支路、超前支路和滞后支路的相干积分值；

载波环鉴相器，用于处理即时支路上输入的相干积分值；

码环鉴相器，用于处理超前支路和滞后支路上输入的相干积分；

卡尔曼滤波器，用于建立线性状态方程，并以载波环鉴相器和码环鉴相器输出的结果为观测向量进行卡尔曼滤波。

9.如权利要求8所述的环路跟踪系统，其特征在于，还包括：

更新迭代模块，用于对状态协方差阵进行单位上三角阵和对角阵分解，利用单位上三角阵和对角阵进行更新迭代。

10.如权利要求8所述的环路跟踪系统，其特征在于，还包括：

本地载波和C/A码发生器，用于利用卡尔曼滤波得到的设定时段内观测量的最优估计，更新该设定时段内本地载波和本地伪码频率控制，并产生新的本地复制信号。