CN109507696B - 一种基于自适应滤波的gnss伪距多路径消除方法 - Google Patents

Abstract

一种基于自适应滤波的GNSS伪距多路径消除方法，包括基于接收机伪距观测值和载波观测值，获得码载波偏差相邻历元差分量的序列，获取分段频谱，通过滑动窗平均处理得到连续谱；进行离散化和自适应异常谱峰频带搜索，获得异常谱峰频带频域范围；对异常频谱范围进行内插，获得无异常峰影响的分段谱；进行傅里叶反变换，获得修正后的码载波偏差相邻历元差分量；进行求差处理，得到CMCD改正差序列，积分获得未修正初相的CMC改正差序列，利用初相和波动幅度进行初相改正，获得周期性多径消除后的伪距。本发明适用于多种观测环境下，自适应提取出不同环境下的异常谱峰，提供给用户无周期性多径影响的伪距，极大降低非理想观测条件下的GNSS伪距的误差波动影响。

Description

一种基于自适应滤波的GNSS伪距多路径消除方法

技术领域

本发明属于GNSS数据处理领域，是一种基于自适应滤波的GNSS多路径消除方法。

背景技术

全球卫星导航系统(简称GNSS)是国际重大的空间和信息化基础设施，在国民经济建设 和国防安全领域发挥着重要的作用。多路径误差是影响GNSS接收机观测数据质量的主要因 素之一。多路径误差主要包括伪距多径和载波多径。多径误差中，尤其是伪距多径的存在， 严重影响了GNSS定位精度。

多路径的改正是GNSS数据处理与精度提升的难点。相较于星历误差、对流层误差等模 型化误差，多路径误差与测站的周围环境、接收机本身的结构、性能相关，实际应用中受限 于实测环境的多样性，难以对其进行模型化消除，而不同测站之间的多路径误差没有相关性，使其难以通过差分方式抑制其影响。

目前的多径抑制技术主要包括硬件抑制技术和软件抑制技术，但各类技术均存在各种不 足，其中软件抑制技术的主要缺陷包括：

(1)滑动窗时域平均技术的多径抑制和噪声抑制水平依赖于滑动窗口的选择，当多径特征 为非白噪声的情况下抑制水平较差。

(2)小波去噪的性能依赖于小波基的选择和阈值选择，在实际情况中，对于不同的观测数 据采用预先设定的小波基和阈值普适性不够强。

(3)FIR滤波器的滤波性能依赖于截止频率和滤波器设计，而且在滤波频带和信息频带的 重合的情况下，容易导致原有信息的丢失。

针对以上问题，本发明给出了一种基于自适应滤波的GNSS伪距多路径消除方法，能够 自适应的提取出异常谱峰频带，有效的抑制了GNSS周期性多路径给伪距测量带来的影响。

发明内容

本发明提供一种基于自适应滤波的GNSS伪距多路径消除技术，所获得的伪距可以显著 降低其中由环境引起的周期性伪距波动带来的影响。

为实现上述目的，本发明的技术方案提供一种基于自适应滤波的GNSS伪距多路径消除 方法，自适应地提取出异常谱峰频带，包括如下步骤，

步骤1，基于接收机伪距观测值和载波观测值，计算获得码载波偏差；再通过相邻历元码 载波偏差，获得码载波偏差相邻历元差分量的序列；

步骤2，对码载波偏差相邻历元差分量的序列进行短时傅里叶变换，获取分段频谱；

步骤3，对步骤2获得的分段频谱通过滑动窗平均，处理得到连续谱；

步骤4，利用步骤3获得的连续谱，通过与预设门限比较进行离散化，对离散化序列进行 自适应异常谱峰频带搜索，获得异常谱峰频带频域范围；

步骤5，基于步骤4获得的结果，通过步骤2获得的分段频谱的正常区间对异常频谱范围 进行内插，获得无异常峰影响的分段谱；

步骤6，基于步骤5获得的无异常峰影响的分段谱，进行傅里叶反变换，获得修正后的码 载波偏差相邻历元差分量；

步骤7，基于步骤1所得码载波偏差相邻历元差分量的序列，获取周期性波动幅度，并计 算初相；

步骤8，利用步骤7所得修正后的码载波偏差相邻历元差分量与步骤1所得原始的码载波 偏差相邻历元差分量，进行求差处理，得到CMCD改正差序列，积分获得未修正初相的CMC 差序列；利用步骤7获得的初相和波动幅度进行初相改正，获得周期性多径消除后的伪距。

而且，步骤2中，进行短时傅里叶变换时，区间取2的M次幂，M为大于1的整数。

而且，步骤4中，与预设门限比较进行离散化，实现方式为，对于连续谱大于0的点，如果超出了谱峰上升门限，设为1；如果低于谱峰上升门限，设为0；对于连续小于0的点， 如果低于谱峰下降门限，设为-1；如果高于谱峰下降门限，设为0。

而且，步骤4中，对离散化序列进行自适应异常谱峰频带搜索，实现方式如下，

步骤1，在极限峰宽度N内，搜索第一个离散特征序列为1所处的位置，设为左标志点， 如果指定峰宽度内不存在，则搜索起点直接跳至下一区间；

步骤2，如果指定峰宽度内存在离散特征序列为1的点，设为左标志点，向右搜索第一 个离散特征序列为-1的点，如果指定区间内该点不存在，则搜索起点跳至下一个历元

步骤3，如果指定区间内离散特征序列为-1的点存在，则继续向右搜索，如果当前历元 为-1且下一历元不等于-1，则搜索结束，将该点列为右标志点；

步骤4，如果左标志点和右标志点之间区间宽度小于极限峰宽度，则异常峰搜索完成， 异常峰频谱从左标志点所在频率开始，右标志点所在频率结束；如果超出极限峰宽度，则搜 索起点直接跳至下一区间。

5.根据权利要求1或2或3或4所述基于自适应滤波的GNSS伪距多路径消除方法，其特征 在于：进行自适应异常谱峰频带搜索时，根据频带特征和门限设定设置相应缓冲区间，缓冲 区间为搜索区间分别向左和向右延伸，确保异常峰完全包括在内。

与现有技术相比，本发明具有如下优点和有益效果：

1)本发明中，周期性波动的影响通常波动达到dm级，这类误差波动在Hatch滤波方式 或者小波等滤波方式处理中，通常被作为趋势项处理，抑制效果较差。本发明中的方 法能够提供良好的改进效果。

2)不同观测环境下，多径误差是否包括周期性影响，周期性影响的程度均不同，本发明 提供的方法可以自适应判断出多径误差周期性影响是否存在，从而进一步自适应提取 出异常谱峰频域，进行滤波处理。本方法对于不受周期性多径影响的伪距观测量无影响，对于受到周期性多径的伪距中的这类误差，具有良好的改正效果。

3)本发明提供的方法可以针对性的去除周期性波动影响，不影响数据后续继续采用Hatch 滤波，小波去噪和FIR滤波器滤波等多种去噪方式进一步消除高频白噪声。

附图说明

图1为本发明实施例的基于自适应滤波的GNSS伪距多路径消除方法总体框架图。

图2为本发明实施例的谱峰搜索流程图。

具体实施方式

为了更加清楚地阐述本发明的目的、技术方案和有益效果，以下结合附图和具体实施例 进行详细描述。应理解本发明的具体实施方式不限于这里的示例描述。

本发明提供单频数据的GNSS周期性伪距多路径消除方法，利用单频GNSS的原始伪距 和载波观测数据，变换获得码载波偏差量的相邻历元差分量；通过利用短时傅里叶变换获取 差分量的频谱，自适应提取异常谱峰所在的频域范围；对异常谱峰所在的频域进行内插，并对内插后的频谱进行傅里叶反变换，获得消除了异常谱峰影响的码载波偏差相邻历元差分量； 结合前述异常谱峰的特征，对连续时域数据进行初相估计，通过引入初相并对消除异常谱峰 影响的码载波偏差相邻历元差分量和初始码载波偏差相邻历元差分量求差并进行积分，即可 获得异常谱峰波动影响，结合原始伪距，可以获得消除周期性的多径影响的GNSS伪距。本 发明适用于多种观测环境下，可以自适应提取出不同环境下的异常谱峰，提供给导航定位用 户无周期性多径影响的伪距，极大降低非理想观测条件下的GNSS伪距的误差波动影响。

参见图1，本发明实施例的技术方案包括以下步骤，

步骤1，基于接收机伪距观测值和载波观测值，计算获得码载波偏差；再通过相邻历元 码载波偏差，获得码载波偏差相邻历元差分量，可以获得一个序列；

本发明提出，采用的求取频谱特征的数据为码载波偏差相邻历元差分量。码载波偏差相 邻历元差分量在低高度角下表现特征类似于白噪声，周期性波动减弱，截止高度角应当高于 5°，设置为15°-20°为佳。

实施例中，采用接收机对伪距和载波相位进行测量，采样间隔设为0.5s，截止高度角设 为15°。对接收到的伪距和载波相位进行粗差探测剔除。对第i颗卫星，接收机实测伪距P_i和 载波相位观测值L_i，码载波偏差可写为：

Z_i(k)＝P_i-L_i

其中k表示所在历元。

采用延时寄存器储存上一时刻的码载波偏差，对前后历元的码载波偏差量做差，码载波 偏差相邻历元差分量可以表示为：

CMCD_i(k)＝Z_i(k)-Z_i(k-1)

步骤2，对码载波偏差相邻历元差分量的序列进行短时傅里叶变换，获取分段频谱。

实施例中，利用步骤1获得的码载波偏差相邻历元差分量进行短时傅里叶变换，区间通 常情况下设为2的M次幂，M为大于1的任意整数，通常可取为10或11。通过步骤2获 得分段区间上的频谱。

步骤3，对步骤2获得的分段频谱通过滑动窗进行平均，处理得到连续谱。

实施例根据滤波数据要求设定滑动窗门限W，对滑动窗上的序列值求和并做平均，从而 将步骤2获得的频谱转换为连续谱。

步骤4，利用步骤3获得的连续谱，通过与预设门限比较进行离散化，对离散化序列进 行自适应异常谱峰频带搜索，获得异常谱峰频带频域范围。

实施例根据滤波要求设定极限峰宽度为N，谱峰上升门限T_U(k)和下降门限T_D(k)，将连 续谱T_k的值和门限值进行比较并离散化，离散化的频谱序列TL(k)计算方式如下：

即对于连续谱大于0的点，如果超出了谱峰上升门限，设为1；如果低于谱峰上升门限， 设为0；对于连续小于0的点，如果低于谱峰下降门限，设为-1；如果高于谱峰下降门限，设 为0。

参见图2，进行谱峰搜索，实施例由离散特征序列进行搜索获得异常谱峰频域的实现流 程如下：

1)在极限峰宽度N内，搜索第一个TL(k)＝1所处的位置，设为左标志点LFP，如果指定峰宽 度内TL(k)＝1不存在，则搜索起点ST直接跳至下一区间。即，基于码载波偏差相邻历元差分 量CMCD序列，令k＝0，判断是否TL(k)＝1且k小于N，是则令LFP＝k，进入2)，否则令 ST＝ST+N，重新执行1)。

2)如果指定峰宽度内TL(k)＝1存在，设为左标志点LFP，向右搜索第一个T(k)＝-1，如果指 定区间内该点不存在，则搜索起点ST跳至下一个历元。即，判断是否TL(k)＝-1且k小于N， 是则进入3)，否则令ST＝ST+1，返回1)。

3)如果指定区间内T(k)＝-1存在，则继续向右搜索，如果当前历元为-1且下一历元不等于-1， 则搜索结束，将该点列为右标志点RFP。即T(k)＝-1且T(k+1)≠-1，则令RFP＝k，进入4)。

4)如果左标志点LFP和右标志点RFP之间区间宽度小于极限峰宽度N，即k-FLP小于N， 则异常峰搜索完成，异常峰频谱从左标志点LFP所在频率开始，右标志点RFP所在频率结束， 此时搜索结束。如果超出极限峰宽度，则搜索起点ST直接跳至下一区间。

而且，可以根据频带特征和门限设定设置相应缓冲区间BW，通常为1～10之间。缓冲区 间为搜索所得区间分别向左和向右延伸，确保异常峰完全包括在内。令整个搜索序列的起始 点和截止点位SP和EP，可表示如下：

LFP＝max(LFP-BW,SP)

RFP＝min(RFP+BW,EP)

步骤5，基于步骤2获得的分段区间上的频谱，用正常频带范围内的频谱对异常频带进 行内插，获得无异常峰影响的分段谱。

本发明提出，滤除异常谱峰的方式为采用分段频谱的正常区间对异常频谱范围进行内插， 从而获得无异常峰影响的分段谱。内插方式可以采用线性内插、三次样条、分段Hermite、三 次差值等多种插值方式，按照需求进行选取。

步骤6，对基于步骤5获得的无异常峰影响的分段谱进行傅里叶反变换，将频域数据转 换为时域数据，也就是修正后的码载波偏差相邻历元差分量CCMCD_i(k)。

步骤7，基于步骤1获得的码载波偏差相邻历元差分量序列，对其获取其周期性波动幅 度，并对其进行初相计算，得到初相和波动幅度A。具体实施时，可以选取基于FFT的初 相计算方法，幅度也可以采用同样的方式得出。

步骤8，利用步骤7所得修正后的码载波偏差相邻历元差分量与步骤1所得原始的码载 波偏差相邻历元差分量，进行求差处理，得到CMCD改正差序列，积分获得未修正初相的 CMC差序列；利用步骤7获得的初相和波动幅度对进行初相改正，获得周期性多径消除后的 伪距。

本发明通过初相改正来避免积分带来的固定基准偏差影响。

实施例的具体实现如下：

基于步骤6获得的修正后的码载波偏差相邻历元差分量CCMCD_i(k)，和步骤1获得的原

始的码载波偏差相邻历元差分量CMCD_i(k)，求差得到CMCD改正差序列：

D_i(k)＝CCMCD_i(k)-CMCD_i(k)

对其进行积分。令C_i(1)＝0，递推可获得未修正初相的码载波偏差CMC改正差序列如下,

C_i(k)＝C_i(k-1)+D_i(k)

结合步骤7获得的初相和幅度，修正初相后的CMC序列如下，

修正伪距计算方式如下：

以上就是本发明的详细步骤，应当理解的是本说明书未详细阐述的部分均属于现有技术。 具体实施时，可采用计算机软件技术实现以上流程的自动运行。

Claims (5)

1.一种基于自适应滤波的GNSS伪距多路径消除方法，其特征在于：自适应地提取出异常谱峰频带，包括如下步骤，

步骤1，基于接收机伪距观测值和载波观测值，计算获得码载波偏差；再通过相邻历元码载波偏差，获得码载波偏差相邻历元差分量的序列；

步骤2，对码载波偏差相邻历元差分量的序列进行短时傅里叶变换，获取分段频谱；

步骤3，对步骤2获得的分段频谱通过滑动窗平均，处理得到连续谱；

步骤4，利用步骤3获得的连续谱，通过与预设门限比较进行离散化，对离散化序列进行自适应异常谱峰频带搜索，获得异常谱峰频带频域范围；

步骤5，基于步骤4获得的结果，通过步骤2获得的分段频谱的正常区间对异常频谱范围进行内插，获得无异常谱峰影响的分段谱；

步骤6，基于步骤5获得的无异常谱峰影响的分段谱，进行傅里叶反变换，获得修正后的码载波偏差相邻历元差分量；

步骤7，基于步骤1所得码载波偏差相邻历元差分量的序列，获取周期性波动幅度，并计算初相；

步骤8，利用步骤6所得修正后的码载波偏差相邻历元差分量与步骤1所得原始的码载波偏差相邻历元差分量，进行求差处理，得到码载波偏差相邻历元差分量的改正差序列，积分获得未修正初相的码载波偏差序列；利用步骤7获得的初相和波动幅度进行初相改正，获得周期性多径消除后的伪距。

2.根据权利要求1所述基于自适应滤波的GNSS伪距多路径消除方法，其特征在于：步骤2中，进行短时傅里叶变换时，区间取2的M次幂，M为大于1的整数。

3.根据权利要求1所述基于自适应滤波的GNSS伪距多路径消除方法，其特征在于：步骤4中，与预设门限比较进行离散化，实现方式为，对于连续谱大于0的点，如果超出了谱峰上升门限，设为1；如果低于谱峰上升门限，设为0；对于连续谱小于0的点，如果低于谱峰下降门限，设为-1；如果高于谱峰下降门限，设为0。

4.根据权利要求1所述基于自适应滤波的GNSS伪距多路径消除方法，其特征在于：步骤4中，对离散化序列进行自适应异常谱峰频带搜索，实现方式如下，

步骤41，在极限峰宽度N内，搜索第一个离散特征序列为1所处的位置，设为左标志点，如果指定峰宽度内不存在，则搜索起点直接跳至下一区间；

步骤42，如果指定峰宽度内存在离散特征序列为1的点，设为左标志点，向右搜索第一个离散特征序列为-1的点，如果指定区间内该点不存在，则搜索起点跳至下一个历元

步骤43，如果指定区间内离散特征序列为-1的点存在，则继续向右搜索，如果当前历元为-1且下一历元不等于-1，则搜索结束，将该点列为右标志点；

步骤44，如果左标志点和右标志点之间区间宽度小于极限峰宽度，则异常谱峰搜索完成，异常谱峰频谱从左标志点所在频率开始，右标志点所在频率结束；如果超出极限峰宽度，则搜索起点直接跳至下一区间。

5.根据权利要求1或2或3或4所述基于自适应滤波的GNSS伪距多路径消除方法，其特征在于：进行自适应异常谱峰频带搜索时，根据频带特征和门限设定设置相应缓冲区间，缓冲区间为搜索区间分别向左和向右延伸，确保异常谱峰完全包括在内。