预览加载中,请您耐心等待几秒...
1/3
2/3
3/3

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

GNSS软件接收机高动态载波跟踪环路关键技术研究 摘要 GNSS(全球卫星导航系统)是一种基于卫星的全球导航定位系统,可为全球各地用户提供精确的定位和导航服务。GNSS软件接收机高动态载波跟踪环路是实现高速移动载体精确定位的重要技术之一。本文通过对GNSS软件接收机信号处理算法及载波跟踪环路进行深入研究,探讨了GNSS软件接收机高动态载波跟踪环路的关键技术,提出了优化算法以提高跟踪性能和保证接收机鲁棒性的措施,为GNSS软件接收机在高动态环境下的应用提供了理论基础和实用性支持。 关键词:GNSS;软件接收机;载波跟踪;动态环路;优化算法。 一、引言 随着各种移动设备的普及和高速运动载体的广泛应用,对精确定位和导航的需求不断增加。GNSS(全球卫星导航系统)作为一种全球性的导航定位服务,得到了广泛的应用。GNSS系统的信息源是由多颗地球轨道卫星发射的星载导航信号,通过GNSS软件接收机进行信号接收、处理和定位。但是,在高动态环境下,由于载体的高速运动和多普勒效应的影响,使得GNSS信号的功率衰减和相位变化非常明显,使得信号捕获和跟踪成为一项具有挑战性的任务[1]。因此,提高GNSS软件接收机高动态载波跟踪环路的精度和鲁棒性成为了一项必要的研究课题。 二、GNSS软件接收机信号处理算法 软件接收机是一种采用数字信号处理技术来实现信号接收和处理的接收机。与硬件接收机相比,软件接收机具有灵活、节省成本等优势。但是软件接收机需要设计复杂的算法来实现信号处理和定位,例如载波跟踪算法、数据解调算法等。 在GNSS信号处理中,最常用的方法是通过自相关函数来提取跟踪数据和导航数据。自相关函数是指同一信号在不同时间或不同位置的相似度,它可以被用来做信号的匹配和同步。在自相关函数的基础之上,可以通过匹配滤波来实现信号的提取和跟踪[2]。 三、载波跟踪环路 GNSS信号中的载波是频率非常高的信号,通常在一到两GHz左右。对于动态载体而言,载波频率的多普勒效应会对接收到的信号造成频移和相位变化,使得信号的捕获和跟踪变得困难。因此,需要设计载波跟踪技术来克服这种影响。 载波跟踪环路是一种通过观测载波相位变化的技术来实现信号追踪的技术。载波跟踪环路的基本框架包括相位估计器、相位测量器、频率锁定环路(FLL)和码锁定环路(PLL)[3]。在正常静态环境下,通过相位估计器和相位测量器可以得到精确的载波相位信息。但在高动态载体下,由于载波相位变化非常快,使得相位测量和估计出现误差,降低了跟踪精度。为了克服这种影响,需要采用一种FLL来消除频率偏差,然后再采用PLL来消除相位偏差[4]。这样可以使得载波跟踪环路具有更好的跟踪性能和稳定性。 四、优化算法 针对高动态载体环境下的跟踪问题,需要进一步改进和优化跟踪算法。其中,一种优化方法是采用卡尔曼滤波器来处理跟踪误差,并实现载波跟踪精度的提高[5]。卡尔曼滤波器是一种用于处理噪声性问题的线性数值滤波器,其通过对状态量和测量量的估计和预测来实现对信号的去噪和跟踪。通过卡尔曼滤波器的处理,可以更准确地估计载波相位和频率,从而提高跟踪精度。 此外,还可以通过引入多普勒模型来提高跟踪精度。多普勒模型是基于多普勒效应建立的数学模型,可以通过估计多普勒频率和多普勒时间,来预测信号的相位和频率变化[6]。通过多普勒模型的应用,可以更准确地处理移动载体下的多普勒效应,提高跟踪精度。 五、结论 本文深入探讨了GNSS软件接收机高动态载波跟踪环路的关键技术,包括信号处理算法、载波跟踪环路和优化算法。结合实际应用,提出了改进和优化跟踪算法的方法,以提高跟踪精度和保证接收机鲁棒性。这些技术和方法为GNSS软件接收机在高动态环境下的实际应用提供了有力支持。 参考文献 [1]LuG,ZhangD,ShenY.ANewFrequencyLockingSchemeBasedonSimplifiedPhaseLockedLoopforHighDynamicGPSReceivers[J].JournalofElectromagneticWavesandApplications,2014,28(3):321-330. [2]SunXK,WangB,LiuYL.ResearchonHighDynamicTrackingTechnologyofGNSSSignal[J].AdvancedMaterialsResearch,2014,988-994:4665-4668. [3]LiuCY,CaiYK.ANovelMethodforHigh-DynamicGPSSignalTrackingBasedonaNonlinearFrequencyDiscriminator[J].Sensors,2018,18(1):115. [4]WuH,ZhangY,WangL.M