基于自适应卡尔曼滤波的弱信号跟踪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110531393A(43)申请公布日2019.12.03(21)申请号201910685248.9(22)申请日2019.07.27(71)申请人金华航大北斗应用技术有限公司地址321000浙江省金华市金义都市新区管委会310号申请人北京航空航天大学(72)发明人不公告发明人(74)专利代理机构北京科家知识产权代理事务所(普通合伙)11427代理人陈娟(51)Int.Cl.G01S19/44(2010.01)G01S19/29(2010.01)G01S19/30(2010.01)权利要求书2页说明书6页附图1页(54)发明名称基于自适应卡尔曼滤波的弱信号跟踪方法(57)摘要本发明涉及卫星导航接收机中在微弱信号下的跟踪技术，提供了一种基于自适应卡尔曼滤波的弱信号跟踪方法。其包括以下步骤：S1、中频信号经过捕获阶段后进入到跟踪阶段；S2、将中频信号分别与正弦和余弦载波复制信号混频，分为I支路和Q支路；S3、混频后的信号与伪码相乘；S4、将解调后的信号均输入到积分清除器中，获取积分值；S5、将积分值输入到鉴相器中获取载波相位误差；S6、将载波相位误差作为测量值输入至基于自适应卡尔曼滤波器的跟踪环路中，获取载波相位误差，载波多普勒误差和载波多普勒变化率；S7、更新载波数控振荡器(NCO)中的多普勒频率和载波相位。本发明能够较佳地提高跟踪灵敏度。CN110531393ACN110531393A权利要求书1/2页1.基于自适应卡尔曼滤波的弱信号跟踪方法，其包括以下步骤：S1、对经过天线接收到的GPS卫星信号进行下变频及采样，将收到的高频信号转变为中频信号，该中频信号经过捕获阶段后进入到跟踪阶段，作为跟踪环路的输入信号；S2、将输入到跟踪环路的中频信号分为两路，其中一路与正弦载波复制信号混频，该支路为同相支路，即为I支路；其中另一路与余弦载波复制信号混频，该支路为正交支路，即为Q支路；其中，通过载波数控振荡器(NCO)完成正弦载波和余弦载波的复制；S3、I支路和Q支路混频后的信号均与伪码发生器产生的伪码相乘，解调出导航数据码；S4、将经步骤S3处理后的I支路与Q支路的信号均输入到积分清除器中，进而获取I支路的积分值Ip(k)与Q支路的积分值Qp(k)；S5、将Ip(k)与Qp(k)输入到鉴相器中进行处理，进而获取载波相位误差；S6、采用自适应卡尔曼滤波器对经步骤S5获取的载波相位误差进行处理，以载波相位误差作为测量值，进行卡尔曼滤波迭代计算，计算出载波相位误差载波多普勒误差ωk和载波多普勒变化率αk；在卡尔曼滤波迭代的过程，对过程噪声协方差Qk和测量噪声协方差Rk进行实时更新；S7、更新载波数控振荡器(NCO)中的多普勒频率为载波相位为2.根据权利要求1所述的基于自适应卡尔曼滤波的弱信号跟踪方法，其特征在于：步骤S2中，载波数控振荡器(NCO)的复制过程包括如下步骤，S21、由载波数控振荡器(NCO)输出一个阶梯形的周期信号；S22、由正弦表和余弦表分别将阶梯信号转换为数字式正弦和余弦载波复制信号。3.根据权利要求1所述的基于自适应卡尔曼滤波的弱信号跟踪方法，其特征在于：步骤S6中，将经步骤S5获取的载波相位误差输入到基于自适应卡尔曼的环路滤波器中作为测量值；其中，三阶自适应卡尔曼跟踪载波环的状态模型为xk+1＝Φkxk+nk、测量模型为zk+1＝Hkxk+vk；其中，k时刻的状态变量xk设置为其中，ωk和αk分别为载波相位误差，载波多普勒误差和载波多普勒变化率；状态转移矩阵Φk为zk+1是k+1时刻的测量矩阵，即为步骤S5中得到的载波相位误差；测量矩阵Hk为Hk＝[1T/22T/6]，其中T为卡尔曼跟踪环的更新周期，nk和vk分别为过程噪声矩阵和测量噪声矩阵，nk和vk互不相关且均为白噪声阵列，nk和vk的协方差矩阵分别为Qk和Rk，分别称为过程噪声协方差和测量噪声协方差。4.根据权利要求3所述的基于自适应卡尔曼滤波的弱信号跟踪方法，其特征在于：自适应卡尔曼跟踪的递推过程如下，(1)初始化状态变量和状态均方误差(2)状态变量估计预测：2CN110531393A权利要求书2/2页(3)计算新息序列：(4)计算新息序列的协方差理论值：同时可得到通过滑动窗口法计算得到新息协方差的实际值：其中M为滑动窗口的大小；(5)计算自适应因子λk为并通过自适应因子更新过程噪声协方差(6)状态均方误差一步预测：(7)通过使用宽窄带载噪比估计法估计载噪比(C/N0)k，从而更新测量噪声协方差(8)更新卡尔曼滤波增益矩阵：(9)更新系统的状态矢量估计值：(10)更新系统状态矢量的均方误差值：(11)更新完毕后，进入下一时刻，继续迭代更新。3CN110531393A说明书1/6页基于自