CN107870338B - 一种低更新频度的卫星导航载波跟踪方法 - Google Patents
一种低更新频度的卫星导航载波跟踪方法 Download PDFInfo
- Publication number
- CN107870338B CN107870338B CN201711034857.5A CN201711034857A CN107870338B CN 107870338 B CN107870338 B CN 107870338B CN 201711034857 A CN201711034857 A CN 201711034857A CN 107870338 B CN107870338 B CN 107870338B
- Authority
- CN
- China
- Prior art keywords
- period
- carrier
- indicate
- detection
- value
- 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.)
- Active
Links
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
- G01S19/29—Acquisition or tracking or demodulation of signals transmitted by the system carrier including Doppler, related
-
- 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
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开一种低处理频度的卫星导航软件接收机载波跟踪方法,本发明在载波跟踪环路的单个处理周期内,GPU同时完成多次预检测积累,并根据多个相关累加值估计出载波相位预测和多普勒频率误差;CPU将其作为Kalman滤波器的观测量并对预测值进行修正,经过环路滤波后配置下一周期GPU的相关累加参数,最终完成载波环路跟踪。相比传统载波跟踪算法,本发明能够在较低的处理频度下,保证载波环路跟踪的稳定性和精度。
Description
技术领域
本发明涉及卫星导航技术领域,具体的说是一种低更新频度的卫星导航载波跟踪方法,可运用在基于GPU(图形处理单元)的卫星导航软件接收机或者其他基于GPU的软件无线电接收机中。
背景技术
载波跟踪是卫星导航接收机信号处理中的关键环节,其稳定性和精度直接决定了接收机的性能。GPU具有并行计算能力强,开发高效灵活等诸多优势,因此在卫星导航软件接收机中得到广泛的应用。在基于GPU的卫星导航软件接收机中,载波跟踪环路通常由CPU(中央处理器)完成环路处理,GPU完成相关累加。如果载波跟踪环路仍采用1毫秒更新频度的传统方法,就会出现GPU为了频繁与CPU同步而导致其计算效率严重降低的问题。因此为了提高GPU的计算并行度,增加同时可接收的卫星数,载波跟踪环路需要尽可能降低CPU与GPU的交互频度。
传统载波跟踪算法的环路处理具有较高的频度,可以保证相关累加过程中载波相位误差在鉴相器的收敛区间内。在降低环路处理频度的情况下,星地间相对运动以及钟漂等因素将不可避免地导致相关累加期间积累较大的载波相位误差。当载波相位误差超过鉴相器的牵引范围时,载波跟踪环路就可能出现失锁。因此为了提高GPU的计算并行度,必须采用能够保证环路跟踪稳定性和精度的低处理频度载波跟踪算法。
发明内容
针对现有技术中存在的上述不足之处,本发明要解决的技术问题是提供一种低更新频度的卫星导航载波跟踪方法,用于在保证载波环路跟踪稳定性和精度的前提下,降低环路处理频度,提高GPU计算并行度。
本发明为实现上述目的所采用的技术方案是:一种低更新频度的卫星导航载波跟踪方法,在单个载波跟踪环路的处理周期内,包括以下步骤:
GPU根据CPU设置的前一处理周期载波跟踪环路状态向量的估计值,预测每个预检测积累周期内每个采样点的载波相位、多普勒频率以及多普勒频率变化率,并生成本地复现载波;同时,GPU根据CPU设置的前一处理周期伪码跟踪环路状态向量的估计值,预测每个预检测积累周期内每个采样点的伪码相位,并生成本地复现伪码;
GPU将所述本地复现载波和本地复现伪码,与接收信号进行相关累加,得到各预检测积累周期的相关累加值;
GPU根据得到的相关累加值估计出载波相位预测误差和多普勒频率预测误差,并传输给CPU;
CPU将所述载波相位预测误差和多普勒频率预测误差作为Kalman滤波器的观测量,经过环路滤波后,得到修正后的载波相位、载波多普勒频率和载波多普勒频率变化率的估计值;
CPU将修正后的载波相位、载波多普勒频率和载波多普勒频率变化率的估计值作为当前处理周期载波跟踪环路状态向量的估计值传给GPU;
GPU开始下一载波跟踪环路的处理周期的处理,最终完成载波环路跟踪。
所述GPU根据CPU设置的前一处理周期载波跟踪环路状态向量sn-1的估计值为:
其中,表示(n-1)Tu时刻的载波相位θn-1的估计值,表示(n-1)Tu时刻的载波多普勒频率fn-1的估计值,表示(n-1)Tu时刻的载波多普勒频率变化率an-1的估计值,Tu表示载波环路更新周期。
所述预测每个预检测积累周期内每个采样点的载波相位、多普勒频率和多普勒频率变化率,包括以下步骤:
GPU将CPU写入的(n-1)Tu时刻载波跟踪环路状态向量的估计值作为预测过程的初值,计算(n-1)Tu~nTu时间段内第0个预检测积累周期每个采样点对应的载波相位、多普勒频率和多普勒频率变化率的预测值:
其中,所述(n-1)Tu~nTu时间段内第0个预检测积累周期的时间段为(n-1)Tu~nTu+Tc,Tc表示预检测积累周期,Tu表示载波环路更新周期,fR表示载波频率的标称值,Ts表示采样周期,k表示预检测积累周期内采样点的序号,其范围是0~N-1,N=Tc/Ts,表示预检测积累周期内的采样点数,θn|n-1[k]是(n-1)Tu~nTu时间段内第0个预检测积累周期第k个采样点的载波相位的预测值,fn|n-1[k]是(n-1)Tu~nTu时间段内第0个预检测积累周期第k个采样点的多普勒频率的预测值、an|n-1[k]是(n-1)Tu~nTu时间段内第0个预检测积累周期第k个采样点的多普勒频率变化率的预测值,表示(n-1)Tu时刻的载波相位θn-1的估计值,表示(n-1)Tu时刻的载波多普勒频率fn-1的估计值,表示(n-1)Tu时刻的载波多普勒频率变化率an-1的估计值;
在(n-1)Tu~nTu时间段内,根据下述表达式递推得到第i个预检测积累周期每个采样点对应的载波相位、多普勒频率和多普勒频率变化率的预测值:
θn|n-1[iN+k]=θn|n-1[(i-1)N]+fn|n-1[(i-1)N]Tc+kfBTs
fn|n-1[iN+k]=fn|n-1[(i-1)N]+an|n-1[(i-1)N]Tc
an|n-1[iN+k]=an|n-1[(i-1)N]
其中,i表示(n-1)Tu~nTu时间段内预检测积累周期的序号,其范围是1~r-1,r=Tu/Tc,表示每个处理周期内预检测积累周期总数,θn|n-1[iN+k]是(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点的载波相位的预测值,fn|n-1[iN+k]是(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点的多普勒频率的预测值,an|n-1[iN+k]是(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点的多普勒频率变化率的预测值,θn|n-1[(i-1)N]是(n-1)Tu~nTu时间段内第i-1个预检测积累周期第0个采样点的载波相位的预测值,fn|n-1[(i-1)N]是(n-1)Tu~nTu时间段内第i-1个预检测积累周期第0个采样点的多普勒频率的预测值,an|n-1[(i-1)N]是(n-1)Tu~nTu时间段内第i-1个预检测积累周期第0个采样点的多普勒频率的预测值。
所述本地复现载波为:
LOc[iN+k]=cos(θn|n-1[iN+k])
LOs[iN+k]=sin(θn|n-1[iN+k])
其中,LOc[iN+k]和LOs[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现载波的实部和虚部,cos(·)和sin(·)分别表示正弦和余弦函数,θn|n-1[iN+k]是(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点的载波相位的预测值。
CPU设置的前一处理周期伪码跟踪环路状态向量un-1的估计值为:
其中,表示(n-1)Tu时刻伪码相位τn-1的估计值,表示(n-1)Tu时刻伪码速率vn-1的估计值。
所述预测每个预检测积累周期内每个采样点的伪码相位,并生成本地复现伪码,具体为:
其中,c[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现伪码,C(x)表示根据卫星信号ICD中定义的扩频码序列的第x个码片,表示不大于x的最大整数,表示(n-1)Tu时刻伪码相位τn-1的估计值,k表示预检测积累周期内采样点的序号,其范围是0~N-1,N=Tc/Ts,表示预检测积累周期内的采样点数,表示(n-1)Tu时刻伪码速率vn-1的估计值,Ts表示采样周期。
所述GPU将所述本地复现载波和本地复现伪码,与接收信号进行相关累加,具体为:
其中,zn[i]表示(n-1)Tu~nTu时间段第i个预检测积累周期的相关累加值,r[iN+k]表示(n-1)Tu~nTu时间段内接收信号第i个预检测积累周期第k个采样点,c[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现伪码,LOc[iN+k]和LOs[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现载波的实部和虚部,j表示复数的虚部。
所述GPU根据得到的相关累加值估计出载波相位预测误差Δθn,具体为:
其中,atan(·)表示二象限反正切函数,Im{·},Re{·}分别表示取复数的虚部和实部,zn[i]表示(n-1)Tu~nTu时间段第i个预检测积累周期的相关累加值,r=Tu/Tc,表示每个处理周期内预检测积累周期总数,Tc表示预检测积累周期,Tu表示载波环路更新周期。
所述GPU根据得到的相关累加值估计出多普勒频率预测误差Δfn,包括以下步骤:
GPU计算(n-1)Tu~nTu时间段第i个预检测积累周期的相关累加值zn[i]的复平方序列wn[i],其实部和虚部分别为:
Re{wn[i]}=Re2{zn[i]}-Im2{zn[i]}
Im{wn[i]}=2Re{zn[i]}·Im{zn[i]}
GPU对复平方序列wn[i]进行点数为Nfft的FFT计算,得到复平方序列wn[i]的频域值Wn[i],i=0~Nfft-1;
遍历频域值Wn[i]的包络|Wn[i]|,取最大值,对应的序号imax;
多普勒频率预测误差Δfn为:
其中,df表示FFT的频率分辨率,其表达式为
其中,Tc表示预检测积累周期。
所述将载波相位预测误差和多普勒频率预测误差作为Kalman滤波器的观测量,经过环路滤波后,得到下一处理周期修正后状态向量的估计值具体步骤为:
计算(n-1)Tu时刻的最小预测MSE矩阵Mn|n-1:
其中,Mn-1表示(n-1)Tu时刻的最小MSE矩阵,根据接收机具体的应用场景设置,表示多普勒频率变化率的扰动方差,T表示矩阵转置,Tu表示载波环路更新周期;
计算nTu时刻的增益矩阵Kn:
Kn=Mn|n-1HT(C+HMn|n-1HT)-1
其中,H表示观测矩阵,C表示观测量的协方差矩阵,其表达式为:
其中,表示载波相位预测误差的估计值Δθn的观测方差,表示多普勒频率预测误差的估计值Δfn的观测方差;
对nTu时刻载波跟踪环路状态向量的预测值进行修正,得到nTu时刻状态向量的估计值,具体为:
更新nTu时刻的最小MSE矩阵Mn:
Mn=(I-KnH)Mn|n-1
其中,I表示单位矩阵。
本发明具有以下优点及有益效果:
1、相比1毫秒更新周期的传统环路跟踪算法,本发明在保证环路跟踪稳定性和精度的条件下,能够将环路的更新周期降低至1秒,提高了GPU计算并行度。
2、相比传统载波跟踪算法,本发明能够在较低的处理频度下,保证载波环路的稳定跟踪。
附图说明
图1为本发明方法流程图;
图2为使用本发明方法的仿真结果图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
在单个载波跟踪环路的处理周期内,GPU同时完成多次预检测积累,并根据多个相关累加值估计出载波相位和多普勒频率误差;CPU将其作为Kalman滤波器的观测量,经过环路滤波后配置下一周期GPU的相关累加参数,最终完成载波环路跟踪。
如图1所示,一种低更新频度的卫星导航载波跟踪方法,在单个载波跟踪环路的处理周期内,包括以下步骤:
GPU根据CPU设置的前一处理周期载波跟踪环路状态向量的估计值,预测每个预检测积累周期内每个采样点的载波相位、多普勒频率以及多普勒频率变化率,并生成本地复现载波;同时,GPU根据CPU设置的前一处理周期伪码跟踪环路状态向量的估计值,预测每个预检测积累周期内每个采样点的伪码相位,并生成本地复现伪码;
GPU将所述本地复现载波和本地复现伪码,与接收信号进行相关累加,得到各预检测积累周期的相关累加值;
GPU根据得到的相关累加值估计出载波相位预测误差和多普勒频率预测误差,并传输给CPU;
CPU将所述载波相位预测误差和多普勒频率预测误差作为Kalman滤波器的观测量,经过环路滤波后,得到修正后的载波相位、载波多普勒频率和载波多普勒频率变化率的估计值;
CPU将修正后的载波相位、载波多普勒频率和载波多普勒频率变化率的估计值作为当前处理周期载波跟踪环路状态向量的估计值传给GPU,GPU开始新一周期的处理,最终完成载波环路跟踪。
假设载波环路更新周期为Tu,预检测积累周期为Tc,两者的比例关系r=Tu/Tc。载波跟踪环路基于Kalman滤波器实现,定义在nTu时刻的状态向量sn为
其中,θn、fn、an分别表示nTu时刻的载波相位、多普勒频率、多普勒频率变化率的真实值。
Kalman滤波器的状态转移方程为
其中,sn|n-1表示基于(n-1)Tu时刻的状态向量sn-1对nTu时刻状态向量的预测,ua表示加速度的扰动项。
载波跟踪过程就是基于(n-1)Tu时刻对状态向量sn-1的估计根据状态转移方程得到nTu时刻状态向量sn的预测sn|n-1,并通过观测预测值sn|n-1与真实值sn之间的误差对预测值进行修正,使得修正后的状态向量估计值与真实值sn尽可能接近,从而实现持续的高精度载波相位估计。不同的载波跟踪算法会选择不同的观测量以及观测方法。不同于传统跟踪算法仅将状态向量中载波相位的预测误差作为观测量,本发明为了能够在低处理频度条件下保证环路稳定跟踪,还将状态向量中多普勒频率的预测误差作为观测量。
GPU根据CPU设置的(n-1)Tu时刻载波跟踪环路状态向量sn-1的估计值具体为:
其中,表示(n-1)Tu时刻载波相位θn-1的估计值,表示(n-1)Tu时刻载波多普勒频率fn-1的估计值,表示(n-1)Tu时刻载波多普勒频率变化率an-1的估计值,Tu表示载波环路更新周期。
所述预测每个预检测积累周期内每个采样点的载波相位、多普勒频率和多普勒频率变化率,包括以下步骤:
GPU将CPU写入的(n-1)Tu时刻状态向量的估计值作为预测过程的初值,(n-1)Tu~nTu时间段内第0个预检测积累周期(时间段为(n-1)Tu~nTu+Tc)每个采样点对应的载波相位、多普勒频率和多普勒频率变化率如下:
其中,fR表示载波频率的标称值,Ts表示采样周期,k表示预检测积累周期内采样点的序号,其范围是0~N-1,N=Tc/Ts,表示预检测积累周期内的采样点数,θn|n-1[k]、fn|n-1[k]、an|n-1[k]是(n-1)Tu~nTu时间段内第0个预检测积累周期第k个采样点载波相位、多普勒频率和多普勒频率变化率的预测值。
在(n-1)Tu~nTu时间段内,第i个预检测积累周期每个采样点对应的载波相位、多普勒频率和多普勒频率变化率根据下述表达式递推得到:
θn|n-1[iN+k]=θn|n-1[(i-1)N]+fn|n-1[(i-1)N]Tc+kfBTs
fn|n-1[iN+k]=fn|n-1[(i-1)N]+an|n-1[(i-1)N]Tc
an|n-1[iN+k]=an|n-1[(i-1)N]
其中i表示(n-1)Tu~nTu时间段内预检测积累周期的序号,其范围是1~r-1,r=Tu/Tc,表示每个处理周期内预检测积累周期总数,θn|n-1[iN+k]、fn|n-1[iN+k]、an|n-1[iN+k]是(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点载波相位、多普勒频率和多普勒频率变化率的预测值。
所述生成本地复现载波,具体为:
LOc[iN+k]=cos(θn|n-1[iN+k])
LOs[iN+k]=sin(θn|n-1[iN+k])
其中LOc[iN+k]和LOs[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现载波的实部和虚部,cos(·)和sin(·)分别表示正弦和余弦函数。
GPU根据CPU设置的(n-1)Tu时刻伪码跟踪环路状态向量un-1的估计值具体为:
其中,表示(n-1)Tu时刻伪码相位τn-1的估计值,表示(n-1)Tu时刻伪码速率vn-1的估计值。
所述预测每个预检测积累周期内每个采样点的伪码相位,并生成本地复现伪码,具体为:
其中c[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现伪码,C(x)表示根据卫星信号ICD中定义的扩频码序列的第x个码片,表示不大于x的最大整数。
所述GPU将所述本地复现载波和本地复现伪码,与接收信号进行相关累加,具体为:
其中,zn[i]表示(n-1)Tu~nTu时间段第i个预检测积累周期的相关累加值,r[iN+k]表示(n-1)Tu~nTu时间段内接收信号第i个预检测积累周期第k个采样点,j表示复数的虚部。
所述GPU根据得到的相关累加值估计出载波相位预测误差Δθn,具体为:
其中,atan(·)表示二象限反正切函数,Im{·},Re{·}分别表示取复数的虚部和实部。
所述GPU根据得到的相关累加值估计出多普勒频率预测误差Δfn,具体步骤为:
GPU计算相关累加值zn[i]的复平方序列wn[i],其实部和虚部分别为:
Re{wn[i]}=Re2{zn[i]}-Im2{zn[i]}
Im{wn[i]}=2Re{zn[i]}·Im{zn[i]}
GPU对复平方序列wn[i]进行点数为Nfft的FFT计算,得到wn[i]的频域值Wn[i],i=0~Nfft-1;
遍历频域值Wn[i]的包络|Wn[i]|,取最大值,对应的序号imax;
多普勒频率预测误差Δfn为:
其中,df表示FFT的频率分辨率,其表达式为
所述将载波相位预测误差和多普勒频率预测误差作为Kalman滤波器的观测量,经过环路滤波后得到修正后的载波相位、载波多普勒频率、载波多普勒频率变化率,具体步骤为:
计算(n-1)Tu时刻的最小预测MSE矩阵Mn|n-1:
其中Mn-1表示(n-1)Tu时刻的最小MSE矩阵,根据接收机具体的应用场景设置,表示多普勒频率变化率的扰动方差,T表示矩阵转置。环路更新初始状态下M0可以设为单位矩阵。
计算nTu时刻的增益矩阵Kn:
Kn=Mn|n-1HT(C+HMn|n-1HT)-1
其中H表示观测矩阵,C表示观测量的协方差矩阵,其表达式为:
其中表示载波相位预测误差的估计值Δθn的观测方差,表示多普勒频率预测误差的估计值Δf的观测方差。和根据载波相位预测误差和多普勒频率预测误差的观测方法来确定。
对nTu时刻状态向量的预测值进行修正,得到nTu时刻状态向量的估计值,具体为:
更新nTu时刻的最小MSE矩阵Mn
Mn=(I-KnH)Mn|n-1
其中I表示单位矩阵。
根据上述的状态转移方程和观测方程,进行通用的Kalman滤波过程,就可以实现载波环路的持续稳定跟踪。如图2(a-c)所示,理论分析和仿真结果表明,该发明在保证环路跟踪稳定性和精度的同时,可以将环路处理频度降低至1秒,有效提高了GPU相关累加计算的并行度。
在上述步骤中,根据多个相关累加值估计载波相位误差和多普勒频率误差存在多种方法。当采用不同的估计方法时,后续的Kalman滤波过程是完全相同的。
Claims (10)
1.一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,在单个载波跟踪环路的处理周期内,包括以下步骤:
GPU根据CPU设置的前一处理周期载波跟踪环路状态向量的估计值,预测每个预检测积累周期内每个采样点的载波相位、多普勒频率以及多普勒频率变化率,并生成本地复现载波;同时,GPU根据CPU设置的前一处理周期伪码跟踪环路状态向量的估计值,预测每个预检测积累周期内每个采样点的伪码相位,并生成本地复现伪码;
GPU将所述本地复现载波和本地复现伪码,与接收信号进行相关累加,得到各预检测积累周期的相关累加值;
GPU根据得到的相关累加值估计出载波相位预测误差和多普勒频率预测误差,并传输给CPU;
CPU将所述载波相位预测误差和多普勒频率预测误差作为Kalman滤波器的观测量,经过环路滤波后,得到修正后的载波相位、载波多普勒频率和载波多普勒频率变化率的估计值;
CPU将修正后的载波相位、载波多普勒频率和载波多普勒频率变化率的估计值作为当前处理周期载波跟踪环路状态向量的估计值传给GPU;
GPU开始下一载波跟踪环路的处理周期的处理,最终完成载波环路跟踪。
2.根据权利要求1所述的一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,所述GPU根据CPU设置的前一处理周期载波跟踪环路状态向量sn-1的估计值为:
其中,表示(n-1)Tu时刻的载波相位θn-1的估计值,表示(n-1)Tu时刻的载波多普勒频率fn-1的估计值,表示(n-1)Tu时刻的载波多普勒频率变化率an-1的估计值,Tu表示载波环路更新周期。
3.根据权利要求1所述的一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,所述预测每个预检测积累周期内每个采样点的载波相位、多普勒频率和多普勒频率变化率,包括以下步骤:
GPU将CPU写入的(n-1)Tu时刻载波跟踪环路状态向量的估计值作为预测过程的初值,计算(n-1)Tu~nTu时间段内第0个预检测积累周期每个采样点对应的载波相位、多普勒频率和多普勒频率变化率的预测值:
其中,所述(n-1)Tu~nTu时间段内第0个预检测积累周期的时间段为(n-1)Tu~nTu+Tc,Tc表示预检测积累周期,Tu表示载波环路更新周期,fR表示载波频率的标称值,Ts表示采样周期,k表示预检测积累周期内采样点的序号,其范围是0~N-1,N=Tc/Ts,表示预检测积累周期内的采样点数,θn|n-1[k]是(n-1)Tu~nTu时间段内第0个预检测积累周期第k个采样点的载波相位的预测值,fn|n-1[k]是(n-1)Tu~nTu时间段内第0个预检测积累周期第k个采样点的多普勒频率的预测值、an|n-1[k]是(n-1)Tu~nTu时间段内第0个预检测积累周期第k个采样点的多普勒频率变化率的预测值,表示(n-1)Tu时刻的载波相位θn-1的估计值,表示(n-1)Tu时刻的载波多普勒频率fn-1的估计值,表示(n-1)Tu时刻的载波多普勒频率变化率an-1的估计值;
在(n-1)Tu~nTu时间段内,根据下述表达式递推得到第i个预检测积累周期每个采样点对应的载波相位、多普勒频率和多普勒频率变化率的预测值:
θn|n-1[iN+k]=θn|n-1[(i-1)N]+fn|n-1[(i-1)N]Tc+kfRTs
fn|n-1[iN+k]=fn|n-1[(i-1)N]+an|n-1[(i-1)N]Tc
an|n-1[iN+k]=an|n-1[(i-1)N]
其中,i表示(n-1)Tu~nTu时间段内预检测积累周期的序号,其范围是1~r-1,r=Tu/Tc,表示每个处理周期内预检测积累周期总数,θn|n-1[iN+k]是(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点的载波相位的预测值,fn|n-1[iN+k]是(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点的多普勒频率的预测值,an|n-1[iN+k]是(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点的多普勒频率变化率的预测值,θn|n-1[(i-1)N]是(n-1)Tu~nTu时间段内第i-1个预检测积累周期第0个采样点的载波相位的预测值,fn|n-1[(i-1)N]是(n-1)Tu~nTu时间段内第i-1个预检测积累周期第0个采样点的多普勒频率的预测值,an|n-1[(i-1)N]是(n-1)Tu~nTu时间段内第i-1个预检测积累周期第0个采样点的多普勒频率的预测值。
4.根据权利要求1所述的一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,所述本地复现载波为:
LOc[iN+k]=cos(θn|n-1[iN+k])
LOs[iN+k]=sin(θn|n-1[iN+k])
其中,LOc[iN+k]和LOs[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现载波的实部和虚部,Tu表示载波环路更新周期,cos(·)和sin(·)分别表示正弦和余弦函数,θn|n-1[iN+k]是(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点的载波相位的预测值。
5.根据权利要求1所述的一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,CPU设置的前一处理周期伪码跟踪环路状态向量un-1的估计值为:
其中,表示(n-1)Tu时刻伪码相位τn-1的估计值,表示(n-1)Tu时刻伪码速率vn-1的估计值,Tu表示载波环路更新周期。
6.根据权利要求1所述的一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,所述预测每个预检测积累周期内每个采样点的伪码相位,并生成本地复现伪码,具体为:
其中,c[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现伪码,C(x)表示根据卫星信号ICD中定义的扩频码序列的第x个码片,表示不大于x的最大整数,表示(n-1)Tu时刻伪码相位τn-1的估计值,k表示预检测积累周期内采样点的序号,其范围是0~N-1,N=Tc/Ts,表示预检测积累周期内的采样点数,表示(n-1)Tu时刻伪码速率vn-1的估计值,Ts表示采样周期,Tc表示预检测积累周期,Tu表示载波环路更新周期。
7.根据权利要求1所述的一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,所述GPU将所述本地复现载波和本地复现伪码,与接收信号进行相关累加,具体为:
其中,zn[i]表示(n-1)Tu~nTu时间段第i个预检测积累周期的相关累加值,r[iN+k]表示(n-1)Tu~nTu时间段内接收信号第i个预检测积累周期第k个采样点,c[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现伪码,LOc[iN+k]和LOs[iN+k]表示(n-1)Tu~nTu时间段内第i个预检测积累周期第k个采样点对应的本地复现载波的实部和虚部,Tu表示载波环路更新周期,j表示复数的虚部。
8.根据权利要求1所述的一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,GPU根据得到的相关累加值估计出载波相位预测误差Δθn,具体为:
其中,atan(·)表示二象限反正切函数,Im{·},Re{·}分别表示取复数的虚部和实部,zn[i]表示(n-1)Tu~nTu时间段第i个预检测积累周期的相关累加值,r=Tu/Tc,表示每个处理周期内预检测积累周期总数,Tc表示预检测积累周期,Tu表示载波环路更新周期。
9.根据权利要求1所述的一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,GPU根据得到的相关累加值估计出多普勒频率预测误差Δfn,包括以下步骤:
GPU计算(n-1)Tu~nTu时间段第i个预检测积累周期的相关累加值zn[i]的复平方序列wn[i],其实部和虚部分别为:
Re{wn[i]}=Re2{zn[i]}-Im2{zn[i]}
Im{wn[i]}=2Re{zn[i]}·Im{zn[i]}
GPU对复平方序列wn[i]进行点数为Nfft的FFT计算,得到复平方序列wn[i]的频域值Wn[i],i=0~Nfft-1;
遍历频域值Wn[i]的包络|Wn[i]|,取最大值,对应的序号imax;
多普勒频率预测误差Δfn为:
其中,df表示FFT的频率分辨率,其表达式为
其中,Tc表示预检测积累周期,Tu表示载波环路更新周期。
10.根据权利要求1所述的一种低处理频度的卫星导航软件接收机载波跟踪方法,其特征在于,所述将载波相位预测误差和多普勒频率预测误差作为Kalman滤波器的观测量,经过环路滤波后,得到下一处理周期修正后状态向量的估计值具体步骤为:
计算(n-1)Tu时刻的最小预测MSE矩阵Mn|n-1:
其中,Mn-1表示(n-1)Tu时刻的最小MSE矩阵,根据接收机具体的应用场景设置,表示多普勒频率变化率的扰动方差,T表示矩阵转置,Tu表示载波环路更新周期;
计算nTu时刻的增益矩阵Kn:
Kn=Mn|n-1HT(C+HMn|n-1HT)-1
其中,H表示观测矩阵,C表示观测量的协方差矩阵,其表达式为:
其中,表示载波相位预测误差的估计值Δθn的观测方差,表示多普勒频率预测误差的估计值Δfn的观测方差;
对nTu时刻载波跟踪环路状态向量的预测值进行修正,得到nTu时刻状态向量的估计值,具体为:
其中,Δθn为载波相位预测误差,Δfn为多普勒频率预测误差,且;
其中,atan(·)表示二象限反正切函数,Im{·},Re{·}分别表示取复数的虚部和实部,zn[i]表示(n-1)Tu~nTu时间段第i个预检测积累周期的相关累加值,r=Tu/Tc,表示每个处理周期内预检测积累周期总数,Tc表示预检测积累周期,Nfft为GPU对复平方序列wn[i]进行FFT计算的点数,复平方序列wn[i]FFT计算后得到wn[i]的频域值Wn[i],imax为频域值Wn[i]的包络|Wn[i]|中的最大值对应的序号,i=0~Nfft-1,df表示FFT的频率分辨率,其表达式为:
更新nTu时刻的最小MSE矩阵Mn:
Mn=(I-KnH)Mn|n-1
其中,I表示单位矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711034857.5A CN107870338B (zh) | 2017-10-30 | 2017-10-30 | 一种低更新频度的卫星导航载波跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711034857.5A CN107870338B (zh) | 2017-10-30 | 2017-10-30 | 一种低更新频度的卫星导航载波跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107870338A CN107870338A (zh) | 2018-04-03 |
CN107870338B true CN107870338B (zh) | 2018-12-04 |
Family
ID=61753408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711034857.5A Active CN107870338B (zh) | 2017-10-30 | 2017-10-30 | 一种低更新频度的卫星导航载波跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107870338B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110174104A (zh) * | 2019-05-30 | 2019-08-27 | 北京邮电大学 | 一种组合导航方法、装置、电子设备及可读存储介质 |
CN116482724B (zh) * | 2023-03-09 | 2024-05-03 | 北京理工大学 | 一种导航接收机高精度观测量计算方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6400304B1 (en) * | 2000-05-15 | 2002-06-04 | Chubbs, Iii William | Integrated GPS radar speed detection system |
CN202041640U (zh) * | 2011-01-18 | 2011-11-16 | 西安理工大学 | 一种基于gpu的卫星导航软件接收机 |
CN103278829B (zh) * | 2013-05-06 | 2015-09-02 | 东南大学 | 一种基于gpu的并行导航卫星信号跟踪方法及其系统 |
CN104267416A (zh) * | 2014-09-03 | 2015-01-07 | 北京一朴科技有限公司 | 利用gpu对卫星数据进行捕获处理的方法和装置 |
-
2017
- 2017-10-30 CN CN201711034857.5A patent/CN107870338B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107870338A (zh) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102288978B (zh) | 一种cors基站周跳探测与修复方法 | |
CN101839987B (zh) | 一种自适应gps软件接收机的实现方法 | |
Jaranowski et al. | Data analysis of gravitational-wave signals from spinning neutron stars. III. Detection statistics and computational requirements | |
CN103916201B (zh) | 一种天线信号初始相位差、时延和频率差估计装置与方法 | |
CN105182380B (zh) | 一种实现gnss‑r相位差提取的硬件接收机及方法 | |
CN103399336B (zh) | 一种非高斯噪声环境下gps/sins组合导航方法 | |
CN105917622A (zh) | 用于接收复合信号的方法和接收器 | |
CN109507704A (zh) | 一种基于互模糊函数的双星定位频差估计方法 | |
CN110049440B (zh) | 一种水下无线传感网同步与定位方法及系统 | |
CN107870338B (zh) | 一种低更新频度的卫星导航载波跟踪方法 | |
CN102253396A (zh) | 一种高动态gps载波环跟踪方法 | |
CN106802153B (zh) | 基于单频导航原始观测量地面处理的高精度测定轨方法 | |
CN103927289A (zh) | 一种依据天基卫星测角资料确定低轨目标卫星初始轨道的方法 | |
CN110018506A (zh) | 基于和差组合卡尔曼滤波器的gnss双频联合跟踪算法 | |
CN105425258A (zh) | 一种惯导系统辅助的高动态微弱信号gps捕获方法 | |
CN108181633A (zh) | 一种gnss时间频率传递接收机及接收方法 | |
CN106597492A (zh) | 卫星导航接收机及其抗远近效应的方法和室内定位方法 | |
CN104199059A (zh) | 基于自适应α-β滤波器的接收机跟踪环多普勒自补偿方法 | |
CN105242287B (zh) | 基于gpu和imu的卫星导航软件接收机及其导航方法 | |
CN112859123B (zh) | 一种快速捕获gps信号的方法 | |
JP2015513085A (ja) | 低電力の非同期型gpsベースバンドプロセッサ | |
Bhamidipati et al. | Multi-receiver GPS Based Direct Time Estimation for PMUs | |
CN104536022B (zh) | 一种gnss弱信号跟踪的低复杂度鉴频器设计方法 | |
CN116774264B (zh) | 基于低轨卫星机会信号多普勒的运动目标定位方法 | |
CN117272812A (zh) | 一种低纬小区域电离层模型构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A low update frequency carrier tracking method for satellite navigation Effective date of registration: 20210527 Granted publication date: 20181204 Pledgee: Changsha Bank city branch of Limited by Share Ltd. Pledgor: HUNAN OVERPASS BRIDGE AEROSPACE TECHNOLOGY Co.,Ltd. Registration number: Y2021430000015 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |