CN111971938A

CN111971938A - 基于gnss接收机的统计传播信道估计的自适应检测函数

Info

Publication number: CN111971938A
Application number: CN201980019603.7A
Authority: CN
Inventors: M·奥博特
Original assignee: Centre National dEtudes Spatiales CNES
Current assignee: Centre National dEtudes Spatiales CNES
Priority date: 2018-03-20
Filing date: 2019-03-12
Publication date: 2020-11-20
Anticipated expiration: 2039-03-12
Also published as: US20210003715A1; CN111971938B; EP3544248A1; WO2019179820A1

Abstract

对包括信道解码器(134)的GNSS接收机(300)中的GNSS信号进行解码的方法和设备，其中，所述GNSS接收机被配置为：确定相对于统计传播信道模型的参数(301、302、303)，所述统计传播信道模型是Prieto信道模型或Perez‑Fontan信道模型；使用所述参数，根据所述统计传播信道模型(310)来计算统计信道衰减；使用所计算的统计信道衰减，根据适应于所述统计传播信道模型的检测函数(333)来计算LLR；以及使用所述LLR来向所述信道解码器进行馈送。

Description

基于GNSS接收机的统计传播信道估计的自适应检测函数

技术领域

概括地说，本发明涉及全球导航卫星系统(GNSS)定位技术。更具体地说，本发明描述了GNSS接收机以及在困难的接收环境中优化解码过程以便改进接收机的鲁棒性的方法。

提出的问题

GNSS定位技术已经被使用和改进了多年。两个GNSS系统已经被完全部署多年(美国全球定位系统(GPS^TM)和俄罗斯GLONASS^TM)，并且另外两个正在部署中(中国北斗导航卫星系统和欧洲Galileo^TM系统)。这些系统中的每个系统都通过在不同的载波频率上发送不同的GNSS信号来提供不同类型的服务，例如以提供各种级别的鲁棒性、精度或安全性，或者将定位限制在一组授权用户中。

GNSS系统通常操作如下：在非常精确确定的轨道上绕地球旋转的GNSS卫星群发送定位信号，所述定位信号被GNSS接收机用于确定与这些定位信号相关联的传输延迟。一旦乘以光速，它便提供了从接收机到视野中的每个卫星的距离，这被称为“伪距”测量。当计算四个或更多个伪距时，在知晓卫星位置的情况下，接收机可以求解等式组以便确定接收机的位置，并使其时钟与GNSS系统时钟，也被称为PVT(位置、速度和时间的缩写)，解析同步。

为了计算伪距测量值，接收机需要知晓卫星发送消息的时间。为了计算PVT测量值，接收机需要知晓卫星的位置。为此，所发送的GNSS定位信号包括以慢比特率(在50比特/秒至2k比特/秒的范围内)发送并按帧和子帧组织的导航消息，所述导航消息携带计算PVT解析所需要的各种信息。该信息包括关于消息被发送的时间的信息以及关于发送消息的卫星的位置的信息，这被称为星历数据。

导航消息首先通过扩频序列，通常为伪随机噪声(PRN)序列，进行调制，然后使用BPSK(二进制相移键控)、BOC(二进制偏移载波)、altBOC(替代BOC)或类似的调制来进一步调制。所产生的信号然后被移至载波频率。

每个卫星与不同的PRN序列相关联，从而接收机可以通过相关性来区分所接收的信号的来源，以及对接收时间进行准确测量。使用扩频还使得处理以低信噪比(SNR)接收的信号成为可能。

即使在降级的传播环境中，计算PVT测量值也需要正确接收导航消息。由于这个原因，冗余数据在其通过信道码传输之前被添加，以改进其针对由传播信道引入的错误的鲁棒性。为此，导航消息被构造成不同的基本信息单元(信息字)。每个信息字由信道编码器编码，添加冗余比特。所有这些产生的比特(数据+冗余)最终形成码字。这种信道编码对于在困难的传播环境中获得更好的数据解调成功率非常重要。

因此，改进信道编码方案是改进GNSS接收机性能的一种方法，尤其是在降级的传播环境中。新的GNSS信号，例如GPS L1C，已被专门设计用于城市传播信道。与使用现有技术的信道编码/解码技术的以前的GNSS信号相比，新的GNSS被预期具有更好的解调性能。在GPS L1C中，导航消息通过与LDPC码(低密度奇偶校验码的缩写)和CRC相关联的BCH码(Bose、Ray-Chaudhri和Hocquenghem的缩写)进行编码。

对受保护的导航消息进行解码的一种有效手段是使用软解码算法，其中，解码包括以对数似然比(LLR)形式交换软信息。输入解码器的LLR可以被表达为：

其中：

-x是所发送的符号，

-y是所接收的符号，

-p(x＝+1/y)是在知晓所接收的符号y的情况下发送符号x＝+1的后验概率。

解码器计算值L＝LLR(x/y)，根据该值来决定比特的值。例如，如果L＝LLR(x/y)＞0，则p(x＝+1/y)＞p(x＝-1/y)。

图1表示GNSS发射/接收链框图，其关注于从现有技术中已知的特定卫星/接收机传输。

GNSS发射机110包括构成导航消息的有用比特111的信道编码112。调制113和扩频114然后被应用以获得符号x，所述符号x由来自前端115的载波频率携带。在其传输期间，信号受到传播信道120的影响：自由空间损耗、多径反射等等。

然后，信号由包括前端131的GNSS接收机130处理，以便使其回到较低的中频，以滤除感兴趣的频带之外的干扰并将其放大。然后，在步骤132处，通过与经调制的PRN序列的本地副本的相关，对所接收的经调制的符号y进行解扩。然后，通过检测函数133处理相关的输出，以计算用于向信道解码器131进行馈送的一系列LLR。相对于码字的LLR被提供给试图检索信息字的信道解码器。

在现有的GNSS接收机中，在没有关于传播信道的任何先验信息的情况下，假设加性高斯白噪声(AWGN)传播信道，获得检测函数的表达。然而，在实际操作条件下，传播信道很少是纯粹的AWGN，而在城市环境中操作时传播信道甚至更少。传播信道遭受多径反射的影响，所述多径反射衰减和扭曲GNSS接收机接收到的信号。

GNSS接收机知晓许多方法，以便在执行捕获/跟踪阶段时减轻传播环境，以精确地确定接收信号的直接路径的时间，但这对导航消息的解码没有影响。

因此，需要一种用于减少传播信道对GNSS接收机中的导航消息的解码的影响，尤其是当它在城市环境中操作时，的解决方案。

背景技术

Marion Roudier博士手稿的第5章，“Analysis and Improvement of GNSSNavigation Message Demodulation Performance in Urban Environments”，信号和图像处理，INP图卢兹，2015年，讲授了信道解码的性能对检测函数的正确计算非常敏感。考虑到基于接收到的样本和信道参数的观察来计算LLR的检测函数，而不是像现有技术的GNSS接收机中那样针对AWGN信道模型计算出的检测函数，展示了显著的改进。

图2呈现了Roudier论文中提供的一些结果，其中，相对于载波噪声比(C/N₀)绘制了CED错误率(时钟和星历数据的缩写，这是计算接收机的位置所需的唯一数据)，也就是说，将传播之前的生成的CED(在发射卫星中)与所接收和解码的CED(在接收机中)进行比较时剩余在CED中的结果错误率。

在图2中，曲线201表示当传播信道是AWGN时考虑适应于AWGN传播信道的检测函数而获得的CED错误率。该曲线是理论参考曲线，其对应于在良好接收条件环境下操作的GNSS接收机。曲线202表示使用适应于城市传播信道中的AWGN传播信道的检测函数而获得的CED错误率。目前，这是在根据现有技术的GNSS接收机中完成的。曲线203表示使用优化的检测函数，即假设对传播信道有完备知识，在考虑相同的城市传播信道的情况下获得的CED错误率。由于使用了这种优化的检测函数，对于10^-2的CED错误率，获得约4dB的改进。

因此，适配检测函数以考虑困难的接收环境中的传播信道影响显著改进了GNSS接收机的性能。

然而，尽管在论文中提供的结果是有希望的，但是它们是在模拟的上下文中获得的，其中，传播信道的参数是从模拟中完全已知的，并因此接收机完全已知。在论文的§5.2.2章中，LLR的计算考虑了由传播信道模拟器使用的准确幅度。在§5.2.3章中，使用在知晓由传播信道模拟器使用的传播环境类型和卫星高度的情况下计算出的幅度的统计概率密度函数来计算LLR。

作为结果，这些LLR计算不能被直接实现到在实际条件下操作的GNSS接收机中，也就是说，不知晓与传播信道有关的参数的接收机中。

因此，本公开内容的一个目的是通过使检测函数适应于传播环境来改进GNSS接收机的性能，尤其是在城市环境中。为此，本公开内容提出实现计算LLR的检测函数，所述检测函数尽可能接近于在具有传播信道的完备知识的情况下获得的优化的检测函数。为此，由于GNSS接收机不知晓传播信道，因此在此根据统计传播信道模型对城市传播信道进行建模，所述统计传播模型的参数例如取决于卫星高度、接收功率和环境类型。这些参数可以被存储在固定表中，并且由于不同的可能的接收机过程，例如视觉传感器、DOA(到达方向的缩写)估计、C/N₀(载波噪声比)估计或历书读取，接收机可以能够推断出统计参数，从而基于该统计参数来计算LLR。

发明内容

为此，本公开内容涉及一种被配置为从卫星接收GNSS信号的GNSS接收机，其包括被配置为对由GNSS信号携带的信息进行解码的信道解码器。GNSS接收机还被配置为：

-确定相对于统计传播信道模型的参数，所述统计传播信道模型是Prieto信道模型或Perez-Fontan信道模型，

-使用所述参数，根据所述统计传播信道模型来计算统计信道衰减，

-使用所计算的统计信道衰减，根据适应于所述统计传播信道模型的检测函数来计算LLR，以及

-使用所述LLR来向所述信道解码器进行馈送。

有利地，当所述统计传播信道模型是Prieto信道模型时，所述LLR通过所述检测函数被计算为：

其中：

-z是直接信号分量幅度，

-b₀是相对于非阻塞直接信号的平均多径功率，并且

-

是经修改的贝塞尔(Bessel)函数。

根据另一实施例，基于信噪比或晴朗天空比(a ratio of clear sky)，通过考虑相对于统计传播信道模型的参数，从一组传播信道模型中选择统计传播信道模型，例如在Prieto信道模型和AWGN信道模型之间进行切换。

在所公开的GNSS接收机的一个实施例中，相对于统计传播信道模型的所述参数中的至少一些参数是由被配置为从多个可能的传播环境中确定传播环境类型的装置提供的。

例如，所述用于确定传播环境类型的装置可以包括：被配置为拍摄天空的图像的视觉传感器，所述视觉传感器与处理单元相关联，所述处理单元被配置为：在所述天空的图像中确定晴朗天空比，并通过将所述晴朗天空比与一个或多个阈值进行比较来从一组传播环境中选择一种传播环境类型。

替代地，所述用于确定传播环境类型的装置可以包括被配置为接收具有标识符的非GNSS信号的模块，所述模块与提供所述标识符与传播环境类型之间的匹配的数据库相关联。

替代地，所述用于确定传播环境类型的装置可以包括数据库，所述数据库被配置为提供传播环境类型与所述GNSS接收机的位置之间的匹配。

在所公开的GNSS接收机的实施例中，相对于统计传播信道模型的所述参数中的至少一些参数是由被配置为确定所述卫星的高度的装置提供的。

这些被配置为确定所述卫星的高度的装置可以包括阵列天线，所述阵列天线与被配置为根据在所述天线的各个阵列上接收的信号来确定到达方向的处理单元，和/或被配置为从由导航消息携带的星历数据或历书数据中提取所述卫星的位置，并且使用所述星历数据或历书数据以及所述GNSS接收机的位置来计算所述高度的处理单元相关联。

在所公开的GNSS接收机的实施例中，相对于统计传播信道模型的所述参数中的至少一些参数是由被配置为确定传播信道状态的装置提供的。

这些用于确定传播信道状态的装置可以包括处理单元，所述处理单元被配置为：测量所接收的信号的载波噪声比测量值，并将所述载波噪声比测量值与阈值进行比较以确定传播信道状态。

本公开内容还涉及一种用于计算被配置为从卫星接收GNSS信号的GNSS接收机中的LLR的方法，所述LLR是到信道解码器(134)的输入。所述方法包括以下步骤：

-使用所述参数，根据所述统计传播信道模型来计算统计信道衰减，以及

-使用在先前步骤中计算的统计信道衰减，根据适应于所述统计传播信道模型的检测函数来计算所述LLR。

本公开内容中描述的各种实施例是单独描述的，但是可以组合在相同GNSS接收机中。例如，用于确定传播环境类型的装置可以包括所阐述的设备中的一个或多个设备以实现对传播环境的选择，和/或可以与所描述的装置中的一个或多个装置相结合以确定卫星高度和传播信道状态。

附图说明

根据仅出于说明的目的提供的以下对多个示例性实施例及其附图的描述，将更好地理解本公开内容，并且本公开内容的各个特征和优点将由此显现，在附图中：

-图1表示现有技术中已知的GNSS发射/接收链框图；

-图2绘制了相对于各种检测函数的、相对于载波噪声比(C/N₀)的导航消息解码错误率；

-图3表示根据一个实施例的GNSS接收机；

-图4表示根据实施例的用于改善GNSS接收机的解码性能的方法的流程图。

在本说明书中公开的示例仅是一些实施例的说明，被提出以展示本公开内容的一般原理，并且不限定预期的保护范围，保护范围由权利要求书所限定。

具体实施方式

本公开内容涉及一种GNSS接收机，其包括被配置为对在GNSS信号内发送的导航消息进行解码的信道解码器。信道解码算法必须使用软信息交换，通常基于后验概率的对数似然比(LLR)或相关的近似表达作为软输入。对于大多数现代解码器来说情况就是如此，例如针对LDPC码的置信度传播，或者针对turbo码的BCJR(发明人名字Bahl、Cocke、Jelinek和Raviv的缩写)。

已经开发了传播信道模型，尤其是通过在实验室中进行模拟或实验来测量设备的性能。这些传播信道模型的目标是考虑到传播信道对GNSS信号的影响，尽可能忠实地重建所接收的信号的形状。取决于所考虑的应用、载波频率、信号带宽、环境、设备的相对速度等，存在许多不同的传播信道模型。

这些传播信道模型可以分为三大类：

-确定性的：使用关于传输的各个参与者的位置和传播环境的物理考虑，例如通过射线跟踪来分析信号的所有可能路径。这些模型虽然精确但实现起来很复杂，并且需要大量处理能力，

-统计的：使用大量实际测量值，对传播信道的统计行为进行建模。这些模型是近似的，但可以以非常低的成本实现它们；以及

-半确定性的：将确定性数据与统计数据结合在一起。

在本公开内容的框架内，仅考虑统计模型，这是因为与确定性或半确定性模型相反，它们不需要对于传播环境的准确知识。

已经基于测量活动构想了一些GNSS统计传播信道模型，以尽可能接近实际情况。其中包括Perez-Fontan传播信道模型和Prieto模型，Prieto模型是Perez-Fontan模型的演进。这二者都是代表了城市传播环境的统计传播信道模型。

在R.Prieto-Cerdeira、F.Pérez Fontán、P.Burzigotti、A.Bolea

和I.Sanchez Lago的论文“Versatile two-state land mobile satellite channel modelwith first application to DVB-SH analysis”，Int.J.Satell.Commun.Netw.,DOI:10.1002/sat.964,2010中详细描述了Prieto模型。

该统计模型认为，整个所接收的信号的复数包络遵循Loo分布，其可以被表达为：

其中：

-c(t)是整个所接收的信号的复数包络(对应于传播信道的影响)，

-a_channel(t)是信道衰减，

-

是信道相位，

-a_direct(t)是直接信号幅度，并且

是其相位，

-a_multipath(t)是反射信号幅度，并且

是其相位。

遵循对数正态(A，∑)分布，a_multipath(t)遵循瑞利(MP)分布，并且

遵循均匀(0，2π)分布，其中：

-A～Gaussian(μ₁，σ₁)，

-∑～Gaussian(μ₂，σ₂)，其中μ₂＝a₁*A²+a₂*A+a₃，σ₂＝b₁*A²+b₂*A+b₃，

-MP～Gaussian(μ₃，σ₃)，

其中，μ₁、σ₁、a₁、a₂、a₃、b₁、b₂、b₃、μ₃和σ₃是固定的，并且取决于环境条件。

在具有三个条目的表中提供了取决于环境条件(μ₁、σ₁、a₁、a₂、a₃、b₁、b₂、b₃、μ₃和σ₃)的参数集：

-场景，即传播环境类型(半城市、城市、深市区、开阔的农村……)，

-高度，即发送GNSS信号的卫星的仰角，以及

-信道状态，即，对于Prieto模型，取决于传播环境的质量，是GOOD(良好)还是BAD(不良)。

相对于载波频率描述了参数表。

现有技术的接收机使用了一种检测函数，其中该检测函数适合在AWGN传播信道中操作。从等式(1)开始，使用贝叶斯(Bayes)规则，可以将适应于AWGN传播信道模型的LLR表达式重写为：

对于AWGN信道，发射符号x和接收符号y之间的关系为：

y(i)＝x(i)+n_I(i) (5)

其中，n_I(i)是在相关器132的输出处的针对符号i的归一化加性高斯白噪声。

因此，在AWGN传播信道的上下文中，通过检测函数执行的LLR计算为：

其中，

是n_I的标准差。

在根据一个实施例的GNSS接收机中，适配检测函数以便考虑传播信道不一定是AWGN的事实。为此，发射符号x和接收符号y之间的关系被表达为：

其中：

-R是扩频码的自相关函数，

-ε_τ是由解扩中的相关性引起的码延迟估计误差，由于接收机的DLL(延迟锁定环的缩写)通常已经从该码延迟误差中进行了补偿，因此该误差接近于零，并且

-

是解扩时所接收的信号与用于相关的信号之间的相位误差，由于接收机的PLL(相位锁定环的缩写)通常已从该相位误差中进行了补偿，因此该误差是恒定的且接近于零。

为了便于理解本说明书，并且仅出于说明和简化的目的，假设PLL和DLL处于完全锁定状态(

并且ε_τ＝0)。然后可以将等式(6)重写为：

y(i)＝x(i)a_channel(i)+n_I(i) (8)

因此，适应于该传播信道的LLR的被表达为：

考虑Prieto模型，等式(8)可以被重写为：

其中：

-z是直接信号分量幅度，其是考虑等式(3)根据平均对数正态(A,∑)分布获得的，

-b₀是相对于非阻塞直接信号的平均多径功率，它是考虑等式(3)根据高斯分布MP＝Gaussian(μ₃,σ₃)获得的，主要是

并且

-

这是经修改的贝塞尔函数。

根据本公开内容的GNSS接收机被配置为首先确定相对于统计传播信道模型的参数，然后通过向统计传播信道模型馈送所确定的参数来使用这些参数计算统计信道衰减。所确定的参数的类型取决于所考虑的统计传播信道模型。

根据本公开内容的GNSS接收机被配置为使用由统计传播信道模型提供的统计信道衰减，以便计算LLR作为检测函数，所述LLR是到信道解码器的输入。

根据本公开内容的GNSS接收机的一个实施例，所考虑的统计传播信道模型是Prieto模型。该实施例尤其适应于适合城市传播环境。然而，可以考虑任何其他统计传播信道模型

图3表示根据一个实施例的GNSS接收机，其包括允许接收机馈送统计传播信道模型的硬件和软件设备。除了前端模块131，接收机还包括解扩模块132、检测模块333和信道解码器模块134：

-装置301，其被配置为从多个可能的传播环境中确定传播环境类型，

-装置302，其被配置为确定卫星的高度，以及

-装置303，其被配置为确定传播信道状态。

这些装置提供作为到模块310的输入的信息，模块310被配置为基于统计传播信道模型来计算衰减。这种接收机尤其适应于实现统计信道传播模型。GNSS接收机不必系统地实现这三个设备，而是可以根据所考虑的统计信道传播模型来适应设备的数量和特征。例如，Perez-Fontan模型仅需要被配置为确定传播信道状态的装置303。

取决于根据本公开内容的GNSS接收机的实施例，被配置为确定传播环境类型的装置301可以具有各种形式。在根据本公开内容的GNSS接收机的实施例中，被配置为确定传播环境类型的装置可以是捕捉天空的图像的视觉传感器，例如相机或鱼眼相机。相机与处理单元相关联，所述处理单元被配置为在由视觉传感器拍摄的图像中将遮蔽区域与晴朗天空区分开。这种确定是本领域技术人员已知的，并且例如在2010年9月19日至22日举行的第13届智能交通系统国际IEEE年会的Attia等人的论文“Image analysis based real timedetection of satellites reception state”p1651-1656中进行了描述。传播环境类型与对应于不同城市发展程度的不同阻挡程度相对应。

一旦确定了晴朗天空和遮蔽区域，就可以测量图像中的晴朗天空比，并将其与根据由Prieto的二态模型所定义的一组可能的传播环境类型设置的一个或多个阈值进行比较。

例如，考虑到Prieto提供的二态模型参数集，可以根据天空晴朗的程度选择六种传播环境类型：开阔的农村、轻树影、中等树影、重树影、郊区和城市。当考虑的模型是与L频带相对应的模型时，可以根据天空晴朗的程度选择两种传播环境类型：郊区和城市。

所确定的环境类型被提供给模块310，模块310负责确定统计信道衰减。

在另一实施例中，被配置为确定传播环境类型的装置301可以是被配置为接收具有标识符的非GNSS信号的模块，该非GNSS信号例如是Wi-Fi^TM信号、蓝牙^TM信号或来自移动通信网络(3G、4G、5G……)的信号等，该移动通信网络发送关于信号所源自的接入点或基站的标识数据。该标识符与数据库一起使用，所述数据库用于在接入点的标识符与大致位置(并且因此与传播环境类型)之间进行匹配。该数据库可以基于测量值或基于周围环境的观察结果(例如房屋的密度，与城市、森林、山脉、平原、海洋等的距离)来预先构建。

该实施例尤其适合于配备有辅助通信链路的GNSS接收机，就像例如智能手机的辅助GNSS接收机的情况。在那种情况下，数据库可以被嵌入到GNSS接收机中，或者位于使用辅助通信链路可访问的远程服务器上。

在另一实施例中，被配置为确定传播环境类型的装置301可以是被配置为在GNSS接收机的位置和传播环境类型之间进行匹配的数据库。实际上，一旦知道了接收机的位置，就可以将其与地理数据库一起使用，以推测要使用的传播信道模型类型。

在另一实施例中，被配置为确定传播环境类型的装置301可以是前述实施例中的两个或更多个实施例之间的混合。例如，可以在接收机启动时使用视觉传感器，以及在GNSS接收机的位置可用时通过执行接收机的位置与本地数据库之间的匹配来确定传播环境类型。

在根据本公开内容的GNSS接收机的实施例中，被配置为确定卫星的高度的装置302可以是阵列天线，其与被配置为根据在所述天线的各个阵列上接收的信号来确定到达方向的处理单元相关联。实际上，已知各种到达方向(DOA)算法都可以从在阵列天线上接收的信号中提取此信息，例如高分辨率MUSIC算法(多信号分类的缩写)、ROOTMUSIC算法或ESPRIT算法(经由旋转不变技术估计信号参数的缩写)。这些算法中的一种算法可以用于确定传输所源自的卫星的高度，该信息被提供给模块310，模块310负责确定统计信道衰减。

在根据本公开内容的GNSS接收机的另一实施例中，被配置为确定卫星的高度的装置302可以是被配置为从星历(其包含关于特定卫星的位置的信息)或者从历书(其包含关于星座中所有卫星的位置的信息)中检索该信息的处理单元。知晓卫星的位置和GNSS接收机的位置即可以容易地提取高度。这种高度测量不必非常准确，例如与L频带中的Prieto传播信道模型相关联的表采取10°仰角的增量。取决于实施例，被视为检索关于卫星高度的信息的星历和/或历书是从导航消息中提取的，或者由移动通信网络或Wi-Fi^TM网络中除GNSS链路之外的另一数据链路带来的，例如在辅助GNSS接收机中。

在另一实施例中，被配置为确定卫星的高度的装置302可以是前述两个实施例的混合。例如，接收机可以使用阵列天线来在接收机启动时确定卫星的高度以及星历/历书(一旦可用)。

在根据本公开内容的GNSS接收机的实施例中，被配置为确定传播信道状态的装置303可以是被配置为根据作为解扩模块132的输出的信号来估计载波噪声比(C/N₀)测量值或信噪比(SNR)测量值的处理单元。将该测量值与阈值进行比较。当所估计的信号质量测量值高于所述阈值时，信道状态被认为是“BAD(不良)”。否则，信道状态被认为是“GOOD(良好)”。该“GOOD(良好)/BAD(不良)”状态信息被提供给模块310，模块310负责确定统计信道衰减。

一旦确定，则将传播信道类型、卫星的高度和传播信道状态提供给模块310，模块310负责计算统计信道衰减。这是通过以下操作来完成的：首先从由统计传播信道模型提供的表中检索与分布有关的参数，然后使用这些参数来计算统计信道衰减a_channel，例如使用等式(3)。为此，模块310可以包括或可以被关联或连接到包括由统计传播信道模型定义的参数表的存储器。

统计信道衰减信息被提供给自适应检测模块333并由其使用，以便在考虑Prieto统计传播模型时使用等式(10)，或从等式(8)导出并适应于统计传播信道模型的任何其他公式来计算适应于该传播信道的LLR测量值。

实现本公开内容的实施例所需要的各种处理单元可以采用一种或多种软件可重编程计算机器(例如微处理器、微控制器、数字信号处理器(DSP)……)、专用计算机器(例如现场可编程门阵列(FPGA)、专用集成电路(ASIC)……)，或者任何其他合适的装置的形式。

针对Prieto传播信道模型详细地描述了先前描述的实施例。然而，本公开内容不限于Prieto模型，并且设备301、302和303可以适应于提供模块310中计算任何统计模型测量值所需要的任何输入。

同样，取决于所考虑的统计传播信道模型，将适配在检测模块333中执行的LLR计算。

在实施例中，接收机可以考虑各种传播信道模型。例如，在实现基于Prieto模型的统计传播信道模型的GNSS接收机中，其中，用于确定传播信道模型类型的装置301是被配置为确定晴朗天空比的视觉传感器，可以设置附加阈值，在该阈值之上，所考虑的信道模型适应于AWGN传播信道，因此，自适应检测模块333使用(6)中提供的公式来计算LLR。这样，GNSS接收机可以使用装置301的输出来从例如包括一个或多个统计传播信道模型(包括或不包括Prieto模型)和AWGN传播信道模型的一组传播信道模型中确定最适合实际传播环境的传播信道模型类型。该选择也可以针对由被配置为确定传播信道状态的装置303所计算的C/N₀或SNR测量值来进行。

根据各种实施例，可以在以下一个或多个事件处计算用于向统计传播信道模型进行馈送的参数：

-在接收机启动时，

-当导航消息解码错误率高于阈值时，

-以规律间隔进行，取决于是否考虑定位测量的临界状态，

-按需进行。

根据本公开内容的GNSS接收机可以是被设计为实现所需要的特征的特定GNSS接收机。它也可以是计算设备，例如软件可编程设备或专用设备，其使用本公开内容所定义的自适应检测函数来执行GNSS定位计算，所述计算设备包括或被连接到向统计信道传播模型进行馈送所需要的装置。

有利地，根据本公开内容的GNSS接收机可以通过现有GNSS接收机中的固件更新来实现，现有GNSS接收机中已经包括确定统计传播信道模型所需要的参数集所需要的装置。例如，考虑Prieto模型，根据一个实施例的GNSS接收机可以被实现到智能手机中，使用智能手机的相机以便确定传播信道类型，并使用Wi-Fi^TM数据链路以检索用于确定卫星高度的历书。在一个实施例中，智能手机可能会在开始定位测量时要求用户拍摄天空的照片，以便计算晴朗天空比。

在检测阶段考虑了传播信道的根据本公开内容的GNSS接收机中，对导航消息进行解码的错误率降低了几个dB，这尤其引起关注，尤其是在城市传播环境中操作时，因为与现有的GNSS接收机相比，这允许在更受限的环境中操作和/或在更短的时间内提供第一位置测量值。

另外，本公开内容提出了一种用于改进GNSS接收机的解码性能的方法，该方法的实施例在图4中表示，其中，检测函数的计算是自适应的，如通过以下步骤完成：

-确定相对于统计传播信道模型的参数(401)，在Prieto传播信道模型的情况下，这些参数是传播环境类型、卫星的高度以及传播信道状态，

-使用先前步骤中确定的参数，根据统计传播信道模型来计算统计信道衰减(402)，该模型可以是例如Prieto统计传播信道模型，

-使用所计算的统计信道衰减，根据适应于统计传播信道模型的检测函数来计算LLR(403)，

-使用LLR来向信道解码器进行馈送。

尽管已经通过各种示例的描述说明了本公开内容的实施例，并且尽管已经相当详细地描述了这些实施例，但是申请人并非意图将所附权利要求的范围限制于或以任何方式局限于这些细节。因此，本公开内容在其更广泛的方面不限于所示出和描述的具体细节、代表性方法以及说明性示例。

Claims

1.一种被配置为从卫星接收GNSS信号的GNSS接收机(300)，所述GNSS接收机包括被配置为对所述GNSS信号携带的信息进行解码的信道解码器(134)，其特征在于，所述GNSS接收机还被配置为：

-确定相对于统计传播信道模型的参数(301、302、303)，所述统计传播信道模型是Prieto信道模型或Perez-Fontan信道模型，

-使用所述参数，根据所述统计传播信道模型(310)来计算统计信道衰减，

-使用所计算的统计信道衰减，根据适应于所述统计传播信道模型的检测函数(333)来计算LLR，以及

-使用所述LLR来向所述信道解码器进行馈送。

2.根据权利要求1所述的GNSS接收机，其中，所述统计传播信道模型是通过考虑相对于统计传播信道模型的所述参数(301、303)，从一组传播信道模型中选择的。

3.根据先前权利要求中的一项权利要求所述的GNSS接收机，其中，所述统计传播信道模型是Prieto信道模型，并且其中，所述LLR通过所述检测函数被计算为：

其中：

-z是直接信号分量幅度，

-b₀是相对于非阻塞直接信号的平均多径功率，并且

-

是经修改的贝塞尔函数。

4.根据任何先前权利要求所述的GNSS接收机，其中，相对于统计传播信道模型的所述参数中的至少一些参数是由被配置为从多个可能的传播环境中确定传播环境类型的装置(301)提供的。

5.根据权利要求4所述的GNSS接收机，其中，所述用于确定传播环境类型的装置包括：被配置为拍摄天空的图像的视觉传感器，所述视觉传感器与处理单元相关联，所述处理单元被配置为：在所述天空的图像中确定晴朗天空比，并通过将所述晴朗天空比与一个或多个阈值进行比较来从一组传播环境中选择一种传播环境类型。

6.根据权利要求4所述的GNSS接收机，其中，所述用于确定传播环境类型的装置包括被配置为接收具有标识符的非GNSS信号的模块，所述模块与提供所述标识符与传播环境类型之间的匹配的数据库相关联。

7.根据权利要求4所述的GNSS接收机，其中，所述用于确定传播环境类型的装置包括数据库，所述数据库被配置为提供传播环境类型与所述GNSS接收机的位置之间的匹配。

8.根据任何先前权利要求所述的GNSS接收机，其中，相对于统计传播信道模型的所述参数中的至少一些参数是由被配置为确定所述卫星的高度的装置(302)提供的。

9.根据权利要求8所述的GNSS接收机，其中，所述用于确定所述卫星的高度的装置包括阵列天线，所述阵列天线与被配置为根据在所述天线的各个阵列上接收的信号来确定到达方向的处理单元相关联。

10.根据权利要求8所述的GNSS接收机，其中，所述用于确定所述卫星的高度的装置包括处理单元，所述处理单元被配置为从由所述导航消息携带的星历数据或历书数据中提取所述卫星的位置，并且使用所述星历数据或历书数据以及所述GNSS接收机的位置来计算所述高度。

11.根据任何先前权利要求所述的GNSS接收机，其中，相对于统计传播信道模型的所述参数中的至少一些参数是由被配置为确定传播信道状态的装置(303)提供的。

12.根据权利要求11所述的GNSS接收机，其中，所述用于确定传播信道状态的装置包括处理单元，所述处理单元被配置为：测量所接收的信号的载波噪声比测量值，并将所述载波噪声比测量值与阈值进行比较以确定传播信道状态。

13.一种用于计算被配置为从卫星接收GNSS信号的GNSS接收机(300)中的LLR的方法，所述LLR是到信道解码器(134)的输入，所述方法包括以下步骤：

-确定相对于统计传播信道模型的参数(401)，所述统计传播信道模型是Prieto信道模型或Perez-Fontan信道模型，

-使用所述参数，根据所述统计传播信道模型来计算统计信道衰减(402)，以及

-使用在先前步骤中计算的所述统计信道衰减，根据适应于所述统计传播信道模型的检测函数来计算所述LLR(403)。