CN109814136A - 一种基于卡尔曼滤波的gnss双频载波跟踪环路 - Google Patents

Abstract

本发明涉及一种基于卡尔曼滤波的GNSS双频载波跟踪环路，属于卫星导航信号处理技术领域。所述双频载波跟踪环路包括4个积分清除器，第一载波环鉴相器，第二载波环鉴相器，卡尔曼滤波器，第一载波环路滤波器，第二载波环路滤波器，第一NCO载波发生器和第二NCO载波发生器。本发明通过卡尔曼滤波器对两个鉴相器输出的载波相位误差进行平滑，能够同时减小两个载波环路滤波器的噪声带宽，从而减小环路的动态，提高跟踪灵敏度，将其应用于双频接收机中，能够有效改善双频接收机对双频信号的跟踪性能。

Description

一种基于卡尔曼滤波的GNSS双频载波跟踪环路

技术领域：

本发明涉及一种基于卡尔曼滤波的GNSS(全球导航卫星系统)双频载波跟踪环路，属于卫星导航信号处理技术领域。

背景技术：

相对于单频接收机而言，双频接收机因其能够消除电离层延迟和快速解算整周模糊度的优势，被广泛应用于各种精密导航定位系统中。然而传统双频接收机没有考虑L1、L2信号的关联性，而是将他们看作独立的两路信号，分别采用两个独立的跟踪环路来实现L1和L2信号的跟踪，因而对跟踪环路没有起到任何改善作用。

目前，针对双频接收机跟踪环路的改进主要有两种：一种是根据L1和L2信号之间的关联性，利用L1载波环路输出的载波多普勒值辅助L2载波跟踪的方法。该方法有效缩短L2信号的跟踪时间，提高L2信号的跟踪灵敏度，并且能够有效减小L2信号载波跟踪环路的动态，但该方法存在以下问题：L2信号的跟踪环路能够从L1环路信号跟踪中获得辅助信息，而L1信号跟踪环路却无法获得L2信号跟踪环路中的任何辅助信息，因此一旦L1信号失锁，L2信号也必将失锁。另一种则是双频和差联合跟踪算法，该算法将L1与L2双频信号跟踪放在同等地位，实现了双频信号的相互辅助，有效克服L1辅助L2算法中的固有缺点，并且能够提高双频信号的跟踪稳健性和灵敏度。但若双频信号中某一路信号太差，该算法由于其耦合作用，将会对另外一路信号跟踪产生干扰，严重时甚至会导致整个环路失锁。

因此设计一种适用于双频接收机的，能够同时提高双频信号的跟踪稳健性和灵敏度的新型GNSS双频载波跟踪环路尤为重要。

发明内容：

针对上述问题，本发明提出一种基于卡尔曼滤波的GNSS双频载波跟踪环路，将其应用于双频接收机中，能够极大地改善双频接收机对双频信号的跟踪性能。

本发明为解决其技术问题采用如下技术方案：

一种基于卡尔曼滤波的GNSS双频载波跟踪环路，包括4个积分清除器，第一载波环鉴相器，第二载波环鉴相器，卡尔曼滤波器，第一载波环路滤波器，第二载波环路滤波器，第一NCO载波发生器和第二NCO载波发生器，其中：第一积分清除器和第二积分清除器分别与第一载波环鉴相器连接，第三积分清除器和第四积分清除器分别与第二载波环鉴相器连接，第一载波环鉴相器和第二载波环鉴相器分别与卡尔曼滤波器连接，第一NCO载波发生器、第一载波环鉴相器和卡尔曼滤波器顺序连接，第二NCO载波发生器、第二载波环鉴相器和卡尔曼滤波器顺序连接。

所述第一载波环鉴相器和第二载波环鉴相器均采用二相限反正切算法。

所述第一载波环鉴相器的算法如下：

其中，为第一载波环鉴相器的载波相位误差，I_P1为L1支路同相支路累加数据，Q_P1为L1支路正交支路累加数据。

所述第二载波环鉴相器的算法如下：

其中，为第二载波环鉴相器输出的载波相位误差，I_P2为L2支路同相支路累加数据，Q_P2为L2支路正交支路累加数据。

所述卡尔曼滤波器模型的构建如下所示：

系统状态量其中，为第一载波环鉴相器输出的载波相位误差、为第二载波环鉴相器输出的载波相位误差、f_d为多普勒频移、为多普勒频移变化率；

系统状态方程为：

其中，表示k+1时刻的状态量，表示k时刻的状态量，t表示两次计算间隔的时间，u＝f₂/f₁，w_k表示k时刻的过程噪声，为一个4×1阶的矩阵向量；

系统观测量观测量依次为第一载波环鉴相器和第二载波环鉴相器输出的载波相位误差；

系统量测方程为：

其中，表示k+1时刻的观测量，u＝f₂/f₁，v_k+1表示k+1时刻的观测噪声，为一个4×1阶的矩阵向量。

本发明的有益效果如下：

本发明对传统双频接收机的载波跟踪环路进行改进，根据L1和L2双频信号之间的关联性设计卡尔曼滤波器，通过卡尔曼滤波器对两个鉴相器输出的载波相位误差进行平滑，能够同时减小两个载波环路滤波器的噪声带宽，从而减小环路的动态，提高跟踪灵敏度，将其应用于双频接收机中，能够有效改善双频接收机对双频信号的跟踪性能。

附图说明：

图1是基于卡尔曼滤波的GNSS双频载波跟踪环路结构示意图。

具体实施方式：

下面结合附图对本发明技术方案作进一步说明。

如图1所示，一种基于卡尔曼滤波的GNSS双频载波跟踪环路，包括4个积分清除器，第一载波环鉴相器，第二载波环鉴相器，卡尔曼滤波器，第一载波环路滤波器，第二载波环路滤波器，第一NCO载波发生器，第二NCO载波发生器。

输入的L1中频信号经码剥离后，与第一NCO(数控振荡器)载波发生器生成的一路载波信号与进行相关，得到同相支路数据I，与第一NCO载波发生器生成的另一路载波信号经过90°相移后进行相关，得到正交支路数据Q，再分别通过第一积分清除器和第二积分清除器进行积分累加得到L1支路同相支路累加数据I_P1和L1支路正交支路累加数据Q_P1，将结果输入第一载波环鉴相器进行鉴相，得到载波相位误差。

同样，输入的L2中频信号经码剥离后，与第二NCO载波发生器生成的一路载波信号与进行相关，得到同相支路数据I，与第二NCO载波发生器生成的另一路载波信号经过90°相移后进行相关，得到正交支路数据Q，再分别通过第三积分清除器和第四积分清除器进行积分累加得到L2支路同相支路累加数据I_P2和L2支路正交支路累加数据Q_P2，将结果输入第二载波环鉴相器进行鉴相，得到载波相位误差。

第一载波环鉴相器和第二载波环鉴相器均采用二相限反正切算法，具体公式如下：

其中，分别为第一载波环鉴相器和第二载波环鉴相器输出的载波相位误差。

将第一载波环鉴相器和第二载波环鉴相器的输出载波相位误差作为卡尔曼滤波器的观测值输入到卡尔曼滤波器。卡尔曼滤波器递推出载波相位误差的估计值分别输出至第一载波环路滤波器和第二载波环路滤波器，经第一载波环路滤波器和第二载波环路滤波器输出的控制信号分别控制第一NCO载波发生器和第二NCO载波发生器进行实时调整，从而形成两个闭环回路。

对于GNSS卫星导航系统，同一颗卫星发射的L1信号和L2信号经历了相同的星地视距变化，故两信号载波频率和多普勒频移存在一定关系，具体关系为：

f_d1/f₁＝f_d2/f₂

其中，f₁和f₂分别L1和L2信号的载波频率，f_d1和f_d2分别L1和L2信号的多普勒频移。故卡尔曼滤波器模型的构建建立在两信号载波频率和多普勒频移之间关系的基础之上。

所述卡尔曼滤波器模型的构建如下所示：

系统状态量系统状态方程为：其中，为第一载波环鉴相器输出的载波相位误差、为第二载波环鉴相器输出的载波相位误差、f_d为多普勒频移、为多普勒频移变化率。

其中，表示k+1时刻的状态量，表示k时刻的状态量，t表示两次计算间隔的时间，u＝f₂/f₁，w_k表示k时刻的过程噪声，为一个4×1阶的矩阵向量。

系统观测量观测量依次为第一载波环鉴相器和第二载波环鉴相器输出的载波相位误差。

系统量测方程为：

其中，表示k+1时刻的观测量，u＝f₂/f₁，v_k+1表示k+1时刻的观测噪声，为一个4×1阶的矩阵向量。

卡尔曼滤波器工作步骤如下：

步骤一：参数初始化，初始化和P₀，其中，为状态量初始值，P₀为后验估计误差方差阵的初始值；

步骤二：根据上一时刻后验估计状态量对本时刻状态量进行先验估计得到根据上一时刻后验估计误差的方差阵P_k-1对本时刻误差的方差阵进行先验估计得到公式如下：

其中，为状态转移矩阵，为过程噪声方差阵，E[·]表示求解协方差矩阵，w_k-1为k-1时刻的过程噪声；

步骤三：根据本时刻先验估计误差的方差阵P_k ^-计算卡尔曼增益阵K_k，公式如下：

其中，为量测矩阵，为量测噪声方差阵，E[·]表示求解协方差矩阵，v_k为k时刻的观测噪声；

步骤四：根据根据卡尔曼增益阵K_k和本时刻观测值Z_k，即第一载波环鉴相器和即第二载波环鉴相器的输出值，对本时刻先验估计状态量进行修正，得到本时刻状态量的后验估计同时根据卡尔曼增益阵K_k和本时刻先验估计误差的方差阵得到本时刻后验估计误差的方差阵P_k，具体公式如下：

其中，I表示4×4阶的单位矩阵；

步骤五：利用公式得到本时刻的卡尔曼滤波器的输出值，分别输至第一载波环路滤波器和第二载波环路滤波器；

步骤六：返回步骤二，依次进行递推。

除上述实施例外，本发明还可以有其他实施方式。凡本技术领域的普通技术人员在不脱离本发明原理的前提下，通过改进和润饰所形成的等同替换或等效变换，均落在本发明要求的保护范围。

Claims (5)

1.一种基于卡尔曼滤波的GNSS双频载波跟踪环路，其特征在于包括4个积分清除器，第一载波环鉴相器，第二载波环鉴相器，卡尔曼滤波器，第一载波环路滤波器，第二载波环路滤波器，第一NCO载波发生器和第二NCO载波发生器，其中：第一积分清除器和第二积分清除器分别与第一载波环鉴相器连接，第三积分清除器和第四积分清除器分别与第二载波环鉴相器连接，第一载波环鉴相器和第二载波环鉴相器分别与卡尔曼滤波器连接，第一NCO载波发生器、第一载波环鉴相器和卡尔曼滤波器顺序连接，第二NCO载波发生器、第二载波环鉴相器和卡尔曼滤波器顺序连接。

2.根据权利要求1所述的一种基于卡尔曼滤波的GNSS双频载波跟踪环路，其特征在于所述第一载波环鉴相器和第二载波环鉴相器均采用二相限反正切算法。

3.根据权利要求2所述的一种基于卡尔曼滤波的GNSS双频载波跟踪环路，其特征在于所述第一载波环鉴相器的算法如下：

其中，为第一载波环鉴相器的载波相位误差，I_P1为L1支路同相支路累加数据，Q_P1为L1支路正交支路累加数据。

4.根据权利要求2所述的一种基于卡尔曼滤波的GNSS双频载波跟踪环路，其特征在于所述第二载波环鉴相器的算法如下：

其中，为第二载波环鉴相器输出的载波相位误差，I_P2为L2支路同相支路累加数据，Q_P2为L2支路正交支路累加数据。

5.根据权利要求1所述的一种基于卡尔曼滤波的GNSS双频载波跟踪环路，其特征在于所述卡尔曼滤波器模型的构建如下所示：

系统状态量其中，为第一载波环鉴相器输出的载波相位误差、为第二载波环鉴相器输出的载波相位误差、f_d为多普勒频移、为多普勒频移变化率；

系统状态方程为：

其中，表示k+1时刻的状态量，表示k时刻的状态量，t表示两次计算间隔的时间，u＝f₂/f₁，w_k表示k时刻的过程噪声，为一个4×1阶的矩阵向量；

系统观测量观测量依次为第一载波环鉴相器和第二载波环鉴相器输出的载波相位误差；

系统量测方程为：

其中，表示k+1时刻的观测量，u＝f₂/f₁，v_k+1表示k+1时刻的观测噪声，为一个4×1阶的矩阵向量。