CN113126130B - 一种多层次深耦合的导航信号异常高精度监测方法 - Google Patents

一种多层次深耦合的导航信号异常高精度监测方法 Download PDF

Info

Publication number
CN113126130B
CN113126130B CN202110321648.9A CN202110321648A CN113126130B CN 113126130 B CN113126130 B CN 113126130B CN 202110321648 A CN202110321648 A CN 202110321648A CN 113126130 B CN113126130 B CN 113126130B
Authority
CN
China
Prior art keywords
signal
information
domain
receiving layer
intermediate frequency
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
Application number
CN202110321648.9A
Other languages
English (en)
Other versions
CN113126130A (zh
Inventor
刘亮
蔚保国
易卿武
邓志鑫
王振华
叶红军
郎兴康
杨建雷
赵精博
李硕
秦明峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN202110321648.9A priority Critical patent/CN113126130B/zh
Publication of CN113126130A publication Critical patent/CN113126130A/zh
Application granted granted Critical
Publication of CN113126130B publication Critical patent/CN113126130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • 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
    • G01S19/25—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS
    • G01S19/254—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS relating to Doppler shift of satellite signals
    • 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
    • G01S19/25—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS
    • G01S19/256—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS relating to timing, e.g. time of week, code phase, timing offset

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种多层次深耦合的导航信号异常高精度监测方法，属于信号质量监测评估技术领域。其通过对零中频信号进行多个层次的指标处理，可对信号接收层和信息接收层的明显异常进行快速告警；此外，根据多个层次的监测结果获取时域、频域、调制域和信息域等的先验信息，依据先验信息实现基准信号的构建，并对基准信号进行多个层次的指标处理，并与实测信号进行特征级深耦合比对，最终利用计算得到关联符合度完成异常的高精度检测。本发明可深入信号内部进行精细化分析，解决了传统监测手段无法兼顾高精度和实时性的技术难题，保证对各类信号异常的精准识别与快速告警。

Description

一种多层次深耦合的导航信号异常高精度监测方法
技术领域
本发明涉及GNSS导航卫星信号质量监测评估领域，特别是指一种多层次深耦合的导航信号异常高精度监测方法。
背景技术
解决空间信号质量精确监测评估问题，是全球卫星导航系统安全运行的重要环节。因此，空间信号质量监测评估是全球卫星导航系统开放服务和安全运行的前提。
传统的信号质量监测评估手段是利用标准仪器和导航接收机完成仪器测试指标和接收观测量的符合性判断，无法兼容对信号异常的高精度监测和快速告警，而且对于深层次的信号异常，无法完成精准发现，极大影响系统服务能力的快速恢复和保持，因此，迫切需要发明新方法，攻克新技术，提供新手段，解决空间信号质量精确评定和快速故障定位的难题，从而保障导航系统的可靠服务。
发明内容
本发明的目的在于提供一种多层次深耦合的导航信号异常高精度监测方法，可实现对多个层次指标的综合分析评估，挖掘深层次信号异常，提升异常的检测精度，解决传统手段无法兼顾监测实时性和测量精度的技术难题。
为了实现上述目的，本发明采用的技术方案为：
一种多层次深耦合的导航信号异常高精度监测方法，包括以下步骤：
(1)利用高增益天线对导航信号进行采集接收，并将信号载波和多普勒剥离，得到零中频信号；
(2)从信号原始层、信号接收层和信息接收层对零中频信号进行指标计算处理，并通过信号接收层和信息接收层实时发现的异常进行快速告警；
(3)根据先验的时域、频域、调制域以及信息域信号特征构建理论信号基准模型，得到基准信号，并从信号原始层、信号接收层和信息接收层对基准信号进行指标计算处理；
(4)将所述基准信号和所述零中频信号的各层级指标进行特征级深耦合，计算各层级指标间的关联符合度；
(5)将各层级指标间的关联符合度与异常检测判决模版矩阵进行匹配运算，完成对信号异常的检测。
进一步的，步骤(1)的具体方式为：
利用导航接收机接收导航卫星的全部信号分量，并利用跟踪环路中的多普勒信息和先验的中频载波频率信息完成零中频信号S0(n)的获取：
S0(n)＝S(n)×[cos(2πfcn/Fs)+jsin(2πfcn/Fs)]×[cos(2πfdn/Fs)+jsin(2πfdn/Fs)]，
其中，Fs为采样率，fc为中频频率，S(n)为原始数据，j为虚数单位，n为时间变量。
进一步的，步骤(2)的具体方式为：
(201)将步骤(1)得到的零中频信号进行信号原始层处理：
利用傅立叶变换的功率谱分析，得到零中频信号的频域观测信息，并根据理想信号的功率谱包络进行计算传输函数H(n)：
Figure BDA0002993101620000031
其中，DFT为离散傅里叶变换，Sideal(n)为根据信号接口控制文件格式生成的离线信号；
对零中频信号的时域波形进行码片整周期脉冲码片剥离，得到时域观测指标以及噪声信号波形信息noise(n)：
Figure BDA0002993101620000032
其中，
Figure BDA0002993101620000033
为Sideal(n)的共轭，rank为计算信号向量的长度的运算；
将零中频信号的实部和虚部进行二维空间的分布绘制，得到调制域复用映射关系Mult[a1(n),...,ak(n)]，其中a1(n),...,ak(n)代表复用信号中的各个信号分量；
(202)将步骤(1)得到的零中频信号进行信号接收层处理：
将零中频信号与本地伪码进行相关处理，得到相关域观测的指标信息与确定的本地伪码ck(n)，将相关后的相关曲线与码跟踪环路的延迟相位进行测距计算，得到测量域的观测信息以及信号与本地时的时延差τk，当信号与伪码相关后的相关曲线无明显相关峰值时，对信号异常进行实时告警；
(203)将步骤(1)得到的零中频信号进行信息接收层处理：
判决零中频信号中包含的导航电文信息dk(n)，当电文信息存在与标准格式的明显错误时，对信号异常进行实时告警。
进一步的，步骤(3)的具体方式为：
(301)根据步骤(2)得到的信号原始层、信号接收层和信息接收层的指标构建理论信号基准模型，得到基准信号J(n)：
J(n)＝IDFT[H(n)]*{Mult[c1(n-τ1)d1(n-τ1),...,ck(n-τk)dk(n-τk)]+noise(n)}；
式中，IDFT为傅里叶反变换，c1c2...ck为各个分量的本地伪码，d1d2...dk为各个分量的电文，τ1τ2...τk为各个分量观测信息以及信号与本地时的时延差，Mult为步骤(201)得到调制域复用映射关系；
(302)将基准信号J(n)进行信号原始层处理，得到功率谱谱线、功率谱偏差、时域重构波形、调制映射星座图；此时基准信号的传输函数H(n)恒为1，噪声信号波形信息noise(n)恒为0，将基准信号J(n)的实部和虚部进行二维空间的分布绘制，得到调制域复用映射关系Multideal[a1(n),...,ak(n)]，其中a1(n),...,ak(n)代表复用信号中的各个信号分量；
将基准信号J(n)进行信号接收层处理，得到各分量信号与本地伪码的相关峰曲线、相关峰峰值、相关损失、信号载噪比；
将基准信号与本地伪码进行相关处理，得到相关域观测的指标信息与确定的本地伪码ck(n)，将相关后的相关曲线与码跟踪环路的延迟相位进行测距计算，得到测量域的观测信息与信号与本地时的时延差τk；
将基准信号J(n)进行信息接收层处理，得到电文信息原始位、各电文帧的信息位数值，判决得到基准信号中包含的导航电文信息dk(n)。
进一步的，步骤(4)中关联符合度的计算方式为：
Figure BDA0002993101620000051
其中，x为每个信号分量信号原始层、信号接收层和信息接收层的观测指标，μ为基准信号各个维域的观测指标，n代表不同信号分量，k和p代表不同维度的指标数量，i和m代表不同维度的指标排列序号。
进一步的，步骤(5)的具体方式为：
(501)对关联符合度矩阵L和异常检测判决矩阵M进行匹配运算，得到异常检测判别矩阵
Figure BDA0002993101620000052
(502)对异常检测判别矩阵进行门限判决，完成对信号异常的检测。
本发明与现有技术相比的有益效果为：
1、本发明可兼顾实时和高精度异常监测。
2、本发明通过与理想基准信号的多层次监测结果的深耦合，深入信号内部进行分析，可实现对深层次异常的精准识别。
附图说明
图1是本发明实施例中多层次深耦合导航信号异常高精度监测方法的流程图。
具体实施方式
以下结合附图和具体实施方式对本发明做进一步的说明。
如图1所示，一种多层次深耦合的导航信号异常高精度监测方法，该方法首先利用高增益天线完成导航信号接收，对多个层次指标的综合分析评估，其中信号接收层和信息接收层完成对异常的快速告警，信号原始层充分计算信号先验信息，支持理论信号构建，最终利用理论基准信号和实测信号的各层级分析结果进行深耦合匹配比对，完成对信号异常的检测。
该方法包括以下步骤：
(1)利用高增益天线完成导航信号的采集接收，并完成信号载波和多普勒剥离，得到零中频信号；
为了保证导航信号的异常监测具备很高的精度，使用高增益定向天线完成对卫星的实时温度跟踪，并利用导航信号的接收设备完成该导航卫星包含的全部信号分量的接收，并利用PLL跟踪环路中的多普勒信息和先验已知的中频载波频率信息完成零中频信号S0(n)的获取，获取方法为：
S0(n)＝S(n)×[cos(2πfcn/Fs)+jsin(2πfcn/Fs)]×[cos(2πfdn/Fs)+jsin(2πfdn/Fs)]
其中Fs为采样率，fc为中频频率，S(n)为原始数据。
(2)从信号原始层、信号接收层和信息接收层对零中频信号进行指标计算处理，并通过信号接收层和信息接收层实时发现的异常进行快速告警；
将上一步得到的零中频信号分别进行多层次处理，得到各个层次的监测指标和信号先验信息，多层次处理采用并行的方式进行，进一步提升异常响应速度。
对信号进行信号原始层处理，主要对信号的频域频谱、时域波形以及调制复用方式进行监测处理，包括以下三部分：
a)利用傅立叶变换的功率谱分析，得到频域观测信息，并根据理想信号的功率谱包络进行传输函数H(n)的计算，计算方法为
Figure BDA0002993101620000071
b)对时域波形进行码片整周期脉冲码片剥离，得到时域观测指标以及噪声信号波形信息noise(n)，计算方法为
Figure BDA0002993101620000072
c)将零中频信号的实部和虚部进行二维空间的分布绘制，得到调制域复用映射关系Mult[a1(n),...ak(n)]，其中ak(n)代表复用信号中的各个信号分量；
对信号进行信号接收层处理，主要是从相关域和测量域的角度对信号进行接收处理，包括与本地伪码相关处理；得到相关域观测的指标信息与确定的本地伪码ck(n)，将相关后的相关曲线与码跟踪环路的延迟相位进行测距计算，得到测量域的观测信息与信号与本地时的时延差τk，当信号与伪码相关后的相关曲线无明显相关峰值时，则完成对信号异常的实时告警；
对信号进行信息接收层处理，主要是判决得到零中频信号中包含的导航电文信息dk(n)，当电文信息存在与标准格式的明显错误时，完成对信号异常的实时告警；
(3)根据先验的时域、频域、调制域以及信息域信号特征构建理论信号基准模型，并完成同样的信号原始层、信号接收层和信息接收层指标计算处理；
根据上一步监测得到的各类多维域先验信息，包括传递函数，噪声波形、复用方式、信息电文等，实现对信号基准模型构建，构建信号基准J(n)为：
J(n)＝IDF[H(n)]*{Mult[c1(n-τ1)d1(n-τ1),...,ck(n-τk)dk(n-τk)]+noise(n)}；
将构建的基准信号J(n)进行与实测信号进行同样的信号原始层、信号接收层和信息接收层指标计算处理，得到各层级各维域的指标监测结果；
(4)将理论信号和实际信号的各层级指标进行特征级深耦合，计算关联符合度；
对各维度监测指标进行特征级深耦合，耦合的思路是对理论信号指标与实测信号指标进行范数计算，获取得到二者之间在矢量空间的差异程度，最终将各维度的指标差异程度组合为矩阵，即为关联符合度矩阵，关联符合度计算方法为：
Figure BDA0002993101620000081
其中，x为每个信号分量各个维域的观测指标，μ为基准信号各个维域的观测指标，n代表不同信号分量，k和p代表不同维度的指标数量，i和m代表不同维度的指标排列序号；
(5)将各层级指标间的关联符合度与异常检测判决模版矩阵进行匹配运算，最终完成对信号异常的检测。
在完成关联符合度矩阵计算后，需要对各维域指标的关联符合程度进行判断，判断方法为对将关联符合度矩阵L异常检测判决矩阵M进行匹配运算，得到异常检测判别矩阵
Figure BDA0002993101620000091
最终将判别矩阵与各维域关联的异常门限值进行综合比对判决，最终完成对信号异常的检测。
本发明首先剥离载波的零中频信号，然后对零中频信号进行多个层次(信号原始层、信号接收层和信息接收层)的指标处理，可对信号接收层和信息接收层的明显异常进行快速告警。此外，根据多个层次的监测结果获取时域、频域、调制域和信息域等的先验信息，依据先验信息构建基准信号，对基准信号进行与零中频信号相同的多个层次的指标处理，并将处理结果与实测信号进行特征级深耦合比对，最终利用计算得到关联符合度完成异常的高精度检测。本发明可深入信号内部进行精细化分析，解决了传统监测手段无法兼顾高精度和实时性的技术难题，保证对各类信号异常的精准识别与快速告警。

Claims (1)

1.一种多层次深耦合的导航信号异常高精度监测方法，其特征在于，包括以下步骤：
(1)利用高增益天线对导航信号进行采集接收，并将信号载波和多普勒剥离，得到零中频信号；具体方式为：
利用导航接收机接收导航卫星的全部信号分量，并利用跟踪环路中的多普勒信息和先验的中频载波频率信息完成零中频信号S0(n)的获取：
S0(n)＝S(n)×[cos(2πfcn/Fs)+jsin(2πfcn/Fs)]×[cos(2πfdn/Fs)+jsin(2πfdn/Fs)]，其中，Fs为采样率，fc为中频频率，S(n)为原始数据，j为虚数单位，n为时间变量；
(2)从信号原始层、信号接收层和信息接收层对零中频信号进行指标计算处理，并通过信号接收层和信息接收层实时发现的异常进行快速告警；具体方式为：
(201)将步骤(1)得到的零中频信号进行信号原始层处理：
利用傅立叶变换的功率谱分析，得到零中频信号的频域观测信息，并根据理想信号的功率谱包络进行计算传输函数H(n)：
Figure FDA0003626660380000011
其中，DFT为离散傅里叶变换，Sideal(n)为根据信号接口控制文件格式生成的离线信号；
对零中频信号的时域波形进行码片整周期脉冲码片剥离，得到时域观测指标以及噪声信号波形信息noise(n)：
Figure FDA0003626660380000021
其中，
Figure FDA0003626660380000022
为Sideal(n)的共轭，rank为计算信号向量的长度的运算；
将零中频信号的实部和虚部进行二维空间的分布绘制，得到调制域复用映射关系Mult[a1(n),...,ak(n)]，其中a1(n),...,ak(n)代表复用信号中的各个信号分量；
(202)将步骤(1)得到的零中频信号进行信号接收层处理：
将零中频信号与本地伪码进行相关处理，得到相关域观测的指标信息与确定的本地伪码ck(n)，将相关后的相关曲线与码跟踪环路的延迟相位进行测距计算，得到测量域的观测信息以及信号与本地时的时延差τk，当信号与伪码相关后的相关曲线无明显相关峰值时，对信号异常进行实时告警；
(203)将步骤(1)得到的零中频信号进行信息接收层处理：
判决零中频信号中包含的导航电文信息dk(n)，当电文信息存在与标准格式的明显错误时，对信号异常进行实时告警；
(3)根据先验的时域、频域、调制域以及信息域信号特征构建理论信号基准模型，得到基准信号，并从信号原始层、信号接收层和信息接收层对基准信号进行指标计算处理；具体方式为：
(301)根据步骤(2)得到的信号原始层、信号接收层和信息接收层的指标构建理论信号基准模型，得到基准信号J(n)：
J(n)＝IDFT[H(n)]*{Mult[c1(n-τ1)d1(n-τ1),...,ck(n-τk)dk(n-τk)]+noise(n)}；
式中，IDFT为傅里叶反变换，c1c2...ck为各个分量的本地伪码，d1d2...dk为各个分量的电文，τ1τ2...τk为各个分量观测信息以及信号与本地时的时延差，Mult为步骤(201)得到调制域复用映射关系；
(302)将基准信号J(n)进行信号原始层处理，得到功率谱谱线、功率谱偏差、时域重构波形、调制映射星座图；此时基准信号的传输函数H(n)恒为1，噪声信号波形信息noise(n)恒为0，将基准信号J(n)的实部和虚部进行二维空间的分布绘制，得到调制域复用映射关系Multideal[a1(n),...,ak(n)]，其中a1(n),...,ak(n)代表复用信号中的各个信号分量；
将基准信号J(n)进行信号接收层处理，得到各分量信号与本地伪码的相关峰曲线、相关峰峰值、相关损失、信号载噪比；
将基准信号与本地伪码进行相关处理，得到相关域观测的指标信息与确定的本地伪码ck(n)，将相关后的相关曲线与码跟踪环路的延迟相位进行测距计算，得到测量域的观测信息与信号与本地时的时延差τk；
将基准信号J(n)进行信息接收层处理，得到电文信息原始位、各电文帧的信息位数值，判决得到基准信号中包含的导航电文信息dk(n)；
(4)将所述基准信号和所述零中频信号的各层级指标进行特征级深耦合，计算各层级指标间的关联符合度；步骤(4)中关联符合度的计算方式为：
Figure FDA0003626660380000031
其中，x为每个信号分量信号原始层、信号接收层和信息接收层的观测指标，μ为基准信号各个维域的观测指标，n代表不同信号分量，k和p代表不同维度的指标数量，i和m代表不同维度的指标排列序号；
(5)将各层级指标间的关联符合度与异常检测判决矩阵进行匹配运算，完成对信号异常的检测；具体方式为：
(501)对关联符合度矩阵L和异常检测判决矩阵M进行匹配运算，得到异常检测判别矩阵
Figure FDA0003626660380000041
(502)对异常检测判别矩阵进行门限判决，完成对信号异常的检测。
CN202110321648.9A 2021-03-25 2021-03-25 一种多层次深耦合的导航信号异常高精度监测方法 Active CN113126130B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110321648.9A CN113126130B (zh) 2021-03-25 2021-03-25 一种多层次深耦合的导航信号异常高精度监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110321648.9A CN113126130B (zh) 2021-03-25 2021-03-25 一种多层次深耦合的导航信号异常高精度监测方法

Publications (2)

Publication Number Publication Date
CN113126130A CN113126130A (zh) 2021-07-16
CN113126130B true CN113126130B (zh) 2022-06-24

Family

ID=76774100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110321648.9A Active CN113126130B (zh) 2021-03-25 2021-03-25 一种多层次深耦合的导航信号异常高精度监测方法

Country Status (1)

Country Link
CN (1) CN113126130B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009125011A1 (en) * 2008-04-11 2009-10-15 Technische Universität München Method for vector phase tracking a plurality of global positioning satellite carrier signals
CN105929414A (zh) * 2016-06-14 2016-09-07 中国航天标准化研究所 一种导航信号完好性的评估方法
EP3109672A1 (en) * 2015-06-24 2016-12-28 Centre National d'Etudes Spatiales Gnss receiver with a capability to resolve ambiguities using an uncombined formulation

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2370634A1 (en) * 1999-04-14 2000-10-19 Francois Trans Universal synchronous network system for internet processor and web operating environment
US9883259B2 (en) * 2011-08-15 2018-01-30 Digimarc Corporation Synchronized metrology in power generation and distribution networks
US9230429B2 (en) * 2011-08-15 2016-01-05 Digimarc Corporation A/B/C phase determination and synchrophasor measurement using common electric smart meters and wireless communications
CN103033824B (zh) * 2012-12-18 2014-07-09 中国科学院国家授时中心 高性能导航卫星空间信号质量评估方法
CN103532641B (zh) * 2013-09-17 2015-03-18 华中科技大学 一种用于卫星导航系统的射频信号质量评估方法
JP7346401B2 (ja) * 2017-11-10 2023-09-19 エヌビディア コーポレーション 安全で信頼できる自動運転車両のためのシステム及び方法
US10838071B1 (en) * 2019-12-12 2020-11-17 The Aerospace Corporation Reducing user multipath error and acquisition time in satellite navigation receivers

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009125011A1 (en) * 2008-04-11 2009-10-15 Technische Universität München Method for vector phase tracking a plurality of global positioning satellite carrier signals
EP3109672A1 (en) * 2015-06-24 2016-12-28 Centre National d'Etudes Spatiales Gnss receiver with a capability to resolve ambiguities using an uncombined formulation
CN105929414A (zh) * 2016-06-14 2016-09-07 中国航天标准化研究所 一种导航信号完好性的评估方法

Also Published As

Publication number Publication date
CN113126130A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN103941254A (zh) 一种基于地质雷达的土壤物性类别识别方法和装置
CN110427878B (zh) 一种快速射电暴信号识别方法与系统
CN108520267B (zh) 一种基于时空特征的水文遥测数据异常检测方法
CN105510948A (zh) 联合无线电信号复包络和载波相位信息的多目标直接定位方法
CN101957443A (zh) 声源定位方法
CN105572499A (zh) 一种基于矢量网络分析仪的眼图生成方法
CN110554364B (zh) 一种雷达信号脉冲到达时间测量精度的测试系统及方法
CN103424735A (zh) 基于最小描述长度的近场源定位方法、装置及系统
CN101893698A (zh) 噪声源测试分析方法及其装置
CN112213742A (zh) 一种卫星导航系统信号质量监测方法
CN108120875A (zh) 一种基于快速频谱模板匹配的目标信号宽带检测方法
CN102200573B (zh) 一种对近场目标信号来波方向进行测定的方法
CN112201274A (zh) 一种基于极小化极大化的欠定盲源分离方法及系统和装置
CN115236701A (zh) 一种基于联合sqm平方的gnss欺骗干扰检测方法
CN113126130B (zh) 一种多层次深耦合的导航信号异常高精度监测方法
CN112860658B (zh) 基于数据挖掘的高速列车电磁发射预测方法
Chen et al. Noise-robust adaptive feature mode decomposition method for accurate feature extraction in rotating machinery fault diagnosis
CN116961799A (zh) 一种基于时频域分布特征的信号干扰检测方法
CN113077121A (zh) 一种基于多维度属性群决策的信号质量异常原因定位方法
CN110160778A (zh) 基于序贯假设检验的齿轮箱故障状态识别方法
CN116125406A (zh) 一种基于snr估计和点迹航迹报的对空监视雷达性能评估方法
CN115017958A (zh) 一种基于信道特征加权模型的非视距信号识别方法
CN105487049A (zh) 一种检测识别非直达超宽带信号的方法及系统
CN113050131A (zh) 一种基于预处理fft和栅栏效应校正的捕获方法
Zhu et al. Multi-target counting and localization in distributed MIMO radar based on energy modeling and compressive sensing

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