CN114337870B - 一种基于Bayes准则的BOC信号质量监测方法 - Google Patents
一种基于Bayes准则的BOC信号质量监测方法 Download PDFInfo
- Publication number
- CN114337870B CN114337870B CN202111515899.7A CN202111515899A CN114337870B CN 114337870 B CN114337870 B CN 114337870B CN 202111515899 A CN202111515899 A CN 202111515899A CN 114337870 B CN114337870 B CN 114337870B
- Authority
- CN
- China
- Prior art keywords
- boc
- subsystem
- ewf
- signal quality
- distortion
- 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
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于Bayes准则的BOC信号质量监测方法,涉及卫星导航技术领域,包括BOC信号生成子系统、最小可检测误差仿真子系统、最小可检测误差插值建模子系统和信号质量判决子系统,BOC信号生成子系统用于生成BOC畸变信号,最小可检测误差仿真子系统,用于仿真不同的相关器码片间隔下的最小可检测误差,最小可检测误差插值建模子系统,采用三阶B样条插值法,信号质量判决子系统包括,将包含未发生畸变的BOC信号和发生TM畸变的BOC信号分别定义为H0和H1,本发明的有益效果为:该基于Bayes准则的BOC信号质量监测方法,提供了BOC信号畸变的最小可探测误差建模方法和基于Bayes准则的BOC信号质量监测方法,并降低了信号质量监测过程中的硬件环路成本投入。
Description
技术领域
本发明涉及卫星导航技术领域,具体为一种基于Bayes准则的BOC信号质量监测方法。
背景技术
卫星导航是指采用导航卫星对地面、海洋、空中和空间用户进行导航定位的技术。常见的GPS导航,北斗星导航等均为卫星导航,在科技日益发展的社会中,道路的不断建造和日常出行的便利也导致了人们对道路的不熟悉,导航的使用也越来越日常化,且同时随着车辆拥有率的增加,更加导致了道路行驶的复杂程度,但是目前使用的卫星导航在使用的时候由于其具有一定的误差,可能会导致导航不准确的情况发生,且为了确认位置信号,需要基于信号接收的硬件支持,导致了成本的增加,为此,我们提出了一种基于Bayes准则的BOC信号质量监测方法。
发明内容
针对现有技术的不足,本发明提供了一种基于Bayes准则的BOC信号质量监测方法,解决了上述背景技术中提出的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于Bayes准则的BOC信号质量监测方法,包括BOC信号生成子系统、最小可检测误差仿真子系统、最小可检测误差插值建模子系统和信号质量判决子系统;
所述BOC信号生成子系统用于生成BOC畸变信号,BOC信号的畸变模型采用2OS模型,所述信号畸变模型最终按如下形式生成畸变信号:
xewf(t,β)=x(t)+δewf(β)
所述最小可检测误差仿真子系统,用于仿真不同的相关器码片间隔下的最小可检测误差,所得结果在参数空间内离散分布;
所述最小可检测误差插值建模子系统,采用三阶B样条插值法;
所述信号质量判决子系统包括,将包含未发生畸变的BOC信号和发生TM畸变的BOC信号分别定义为H0和H1。
优选的,所述2OS模型分为数字畸变(Threat Model A,TMA)、模拟畸变(ThreatModel B,TMB)、数字-模拟畸变(Threat Model C,TMC)。
优选的,所述BOC信号生成子系统,可用于生成ICAO规定的三种导航信号畸变模型
优选的,所述最小可检测误差插值建模子系统利用三阶B样条插值法,使得最小可检测误差插值和外推到整个参数空间,建模结果作为信号质量监测器的判决门限。
优选的,所述信号质量判决子系统基于Bayes准则H0和H1检验进行判决,完成对信号的归类和判别。
优选的,所述xewf代表畸变波形信号,δewf(β)代表信号中引入的畸变量,所述xewf畸变程度由随机参数向量β=(Δ,σ,ωd)决定。
本发明提供了一种基于Bayes准则的BOC信号质量监测方法,具备以下有益效果:
该基于Bayes准则的BOC信号质量监测方法,通过采用Bayes准则的方式对未发生畸变的BOC信号和发生TM畸变的BOC信号进行判决,从而完成对信号的归类和判别,并且采用三阶B样条插值法的方式对位置信息进行计算,可以有效的减小探测误差,且与此同时提供了BOC信号畸变的最小可探测误差建模方法和基于Bayes准则的BOC信号质量监测方法,并降低了信号质量监测过程中的硬件环路成本投入。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例一:
请参阅图1,本发明提供一种技术方案:一种基于Bayes准则的BOC信号质量监测方法,包括BOC信号生成子系统、最小可检测误差仿真子系统、最小可检测误差插值建模子系统和信号质量判决子系统;
BOC信号生成子系统用于生成BOC畸变信号,BOC信号的畸变模型采用2OS模型,信号畸变模型最终按如下形式生成畸变信号:
xewf(t,β)=x(t)+δewf(β)
最小可检测误差仿真子系统,用于仿真不同的相关器码片间隔下的最小可检测误差,所得结果在参数空间内离散分布;
最小可检测误差插值建模子系统,采用三阶B样条插值法;
信号质量判决子系统包括,将包含未发生畸变的BOC信号和发生TM畸变的BOC信号分别定义为H0和H1,基于Bayes准则对该二元假设检验进行判决,完成对信号的归类和判别。
其中,2OS模型分为数字畸变(Threat Model A,TMA)、模拟畸变(Threat Model B,TMB)、数字-模拟畸变(Threat Model C,TMC)。
其中,BOC信号生成子系统,可用于生成ICAO规定的三种导航信号畸变模型
其中,最小可检测误差插值建模子系统利用三阶B样条插值法,使得最小可检测误差插值和外推到整个参数空间,建模结果作为信号质量监测器的判决门限。
其中,信号质量判决子系统基于Bayes准则H0和H1检验进行判决,完成对信号的归类和判别。
其中,xewf代表畸变波形信号,δewf(β)代表信号中引入的畸变量,xewf畸变程度由随机参数向量β=(Δ,σ,ωd)决定。
于实施例一中,最小可检测误差按以下方法获得:
MDE是保证比率检测能够以虚警率Pffd=1.5×10-7、误警率Pmd=10-3的性能,探测到畸变信号所需的最小相关峰形变。假设信号在通道内仅受服从高斯分布的白噪声干扰(噪声功率大约为-111dbm),定义不同相关器码片间隔dE-L下的比率检测尺度为:
比率检测的概率密度函数f(x)服从正态分布,即设虚警率为Pffd时,对应的分位值为/>即/>则本方法的MDE可定义为:
将各卫星的MDE通常被拟合为仰角θ的高阶多项式[3]或将TMA的MDE拟合为dE-L的一阶函数。
于实施例一中,MDE插值建模子系统工作模式为:
本方法使用在各段连接点处达到二阶连续的分段3次B样条拟合函数,对各dE-L下f(x)的μE-L和进行插值拟合。本例通过预设几组dE-L,得到BOC(10,5)信号的μ和σ的插值点,通过拟合得到的μ和σ在参数空间上的所有解。
于一实施例中,信号质量判决子系统工作流程为:
设包含EWF的信号xewf(t,β)为复杂假设检验H1,其似然函数为xewf(x|β,H1)。不包含EWF的信号x(t)为简单假设H0,其似然函数f(x|H0)为已知量。给出如下假设空间:
基于上述假设,EWF的判决转换为二元假设检验问题。设β先验概率p(β)满足均匀分布:
由Bayes准则得,本文给出的SQM的二元假设检验的似然比判决式定义如下:
其中,误警率Pmd是β的函数;分子上EWF的概率密度函数fewf(x|β,H1)可以由n个的平均值/>代替;分母上不含EWF的信号的概率密度函数f(x|H0)由MDE代替。则基于假设检验的SQM的似然比判决式最终可定义为:
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种基于Bayes准则的BOC信号质量监测方法,其特征在于:包括BOC信号生成子系统、最小可检测误差仿真子系统、最小可检测误差插值建模子系统和信号质量判决子系统;
所述BOC信号生成子系统用于生成BOC畸变信号,BOC信号的畸变模型采用2OS模型,所述信号畸变模型最终按如下形式生成畸变信号:
xewf(t,β)=x(t)+δewf(β)
其中,所述xewf代表畸变波形信号,δewf(β)代表信号中引入的畸变量,所述xewf畸变程度由随机参数向量β=(Δ,σ,ωd)决定;
所述最小可检测误差仿真子系统,用于仿真不同的相关器码片间隔下的最小可检测误差,所得结果在参数空间内离散分布;
所述最小可检测误差插值建模子系统,采用三阶B样条插值法;
所述信号质量判决子系统包括,将包含未发生畸变的BOC信号和发生TM畸变的BOC信号分别定义为H0和H1;
其中,所述信号质量判决子系统的工作流程包括:
设包含EWF的信号xewf(t,β)为复杂假设检验H1,其似然函数为xewf(x|β,H1),不包含EWF的信号x(t)为简单假设H0,其似然函数f(x|H0)为已知量,给出如下假设空间:
基于上述假设,EWF的判决转换为二元假设检验问题,设β先验概率p(β)满足均匀分布:
由Bayes准则得,给出的SQM的二元假设检验的似然比判决式定义如下:
其中,误警率Pmd是β的函数;分子上EWF的概率密度函数fewf(x|β,H1)可以由n个的平均值/>代替;分母上不含EWF的信号的概率密度函数f(x|H0)由MDE代替,则基于假设检验的SQM的似然比判决式最终可定义为:
2.根据权利要求1所述的一种基于Bayes准则的BOC信号质量监测方法,其特征在于:所述2OS模型分为数字畸变(Threat Model A,TMA)、模拟畸变(Threat Model B,TMB)、数字-模拟畸变(Threat Model C,TMC)。
3.根据权利要求1所述的一种基于Bayes准则的BOC信号质量监测方法,其特征在于:所述BOC信号生成子系统,可用于生成ICAO规定的三种导航信号畸变模型。
4.根据权利要求1所述的一种基于Bayes准则的BOC信号质量监测方法,其特征在于:所述最小可检测误差插值建模子系统利用三阶B样条插值法,使得最小可检测误差插值和外推到整个参数空间,建模结果作为信号质量监测器的判决门限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111515899.7A CN114337870B (zh) | 2021-12-02 | 2021-12-02 | 一种基于Bayes准则的BOC信号质量监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111515899.7A CN114337870B (zh) | 2021-12-02 | 2021-12-02 | 一种基于Bayes准则的BOC信号质量监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114337870A CN114337870A (zh) | 2022-04-12 |
CN114337870B true CN114337870B (zh) | 2023-08-01 |
Family
ID=81051103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111515899.7A Active CN114337870B (zh) | 2021-12-02 | 2021-12-02 | 一种基于Bayes准则的BOC信号质量监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114337870B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110824511A (zh) * | 2019-10-30 | 2020-02-21 | 北京航空航天大学 | 一种小型化的卫星导航信号码片畸变监测系统及监测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103117964B (zh) * | 2013-01-09 | 2018-06-05 | 北京邮电大学 | 一种60GHz毫米波通信系统下的信号检测方法与装置 |
US9184876B2 (en) * | 2014-02-19 | 2015-11-10 | Mitsubishi Electric Research Laboratories, Inc. | Method and apparatus for detecting symbols received wirelessly using probabilistic data association with uncertainty |
CN108599884B (zh) * | 2018-03-19 | 2020-11-03 | 重庆大学 | 一种噪声增强最小化错误概率的信号检测方法 |
CN109100758A (zh) * | 2018-09-26 | 2018-12-28 | 中国科学院国家授时中心 | 新一代卫星导航信号的波形畸变特性评估方法 |
CN110109156B (zh) * | 2019-04-11 | 2023-11-21 | 中国科学院国家授时中心 | 一种卫星导航多路复用调制下boc信号数字畸变分析方法 |
CN110174683B (zh) * | 2019-05-17 | 2022-12-23 | 中国民航大学 | 基于贝叶斯决策的gbas保护级完好性风险分配方法 |
-
2021
- 2021-12-02 CN CN202111515899.7A patent/CN114337870B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110824511A (zh) * | 2019-10-30 | 2020-02-21 | 北京航空航天大学 | 一种小型化的卫星导航信号码片畸变监测系统及监测方法 |
Non-Patent Citations (1)
Title |
---|
电离层色散效应对宽带BOC信号的影响;耿宇晖;袁洪;汪建明;《电讯技术》;第60卷(第2期);196-202 * |
Also Published As
Publication number | Publication date |
---|---|
CN114337870A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cyriac et al. | Variability in Coastal Flooding predictions due to forecast errors during Hurricane Arthur | |
Handcock et al. | An approach to statistical spatial-temporal modeling of meteorological fields | |
KR100800628B1 (ko) | 지형 모델을 사용하여 gps를 개선하기 위한 방법 및 장치 | |
Zabotin et al. | NeXtYZ: Three-dimensional electron density inversion for dynasonde ionograms | |
Park et al. | An advanced method to estimate deep currents from profiling floats | |
CN111639747B (zh) | 一种基于bp神经网络的gnss-r海面风速反演方法及系统 | |
Ellmann et al. | The 5 mm geoid model for Estonia computed by the least squares modified Stokes’s formula | |
Rabaoui et al. | Dirichlet process mixtures for density estimation in dynamic nonlinear modeling: Application to GPS positioning in urban canyons | |
Beaudoin | Estimation of sounding uncertainty from measurments of water mass variability | |
CN111190211B (zh) | 一种gps失效位置预测定位方法 | |
Cañadillas et al. | Offshore wind farm cluster wakes as observed by long-range-scanning wind lidar measurements and mesoscale modeling | |
CN108873029A (zh) | 一种实现导航接收机钟差建模的方法 | |
Rothrock et al. | The accuracy of sea ice drafts measured from US Navy submarines | |
CN107831516B (zh) | 融合gnss和地面监测网获取大坝实时高精度位移的方法 | |
CN114337870B (zh) | 一种基于Bayes准则的BOC信号质量监测方法 | |
CN114048585A (zh) | 一种电离层模型事后分析方法及装置 | |
Skinner et al. | Rejuvenating the ocean: mean ocean radiocarbon, CO 2 release, and radiocarbon budget closure across the last deglaciation | |
CN110426717A (zh) | 一种基于三维地图辅助gnss的协同定位方法及系统、定位设备、存储介质 | |
CN116361714B (zh) | 一种顾及非各向同性的水平方向对流层延迟分类方法 | |
US20230314144A1 (en) | System and method for estimating drift path of marine floating body | |
CN110081890B (zh) | 一种结合深度网络的动态k最近邻地图匹配方法 | |
CN109269480B (zh) | 基于最优多水深假设抗差曲面的多波束测深数据处理方法 | |
Moreno et al. | A first step to diagnostic of urban transport operations by means of GPS receiver | |
CN113483786B (zh) | 一种无人潜航器导航定位系统的残余误差测试方法 | |
CN113031013B (zh) | 一种星载gnss-r海冰边界探测方法及系统 |
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 |