基于软件GPS接收机的高动态跟踪环路设计

介绍了三阶载波跟踪环路的设计方法,并在MATLAB软件上通过低动态实验和高动态仿真实验对设计的跟踪环路性能进行验证。低动态实验采用中频信号采样器采集的真实GPS信号,高动态实验采用GPS信号仿真器生成的高动态仿真信号。实验结果表明,基于软件GPS接收机设计的二阶载波跟踪环路可满足一般低动态要求,而三阶载波环路则可满足载体相对于卫星加速度为10个g的高动态要求。     

基于矢量跟踪的SINS/GPS深组合导航方法

为了满足高动态用户及强噪声干扰条件下的应用需求,提出了一种基于矢量跟踪的SINS/GPS深组合导航方案。深组合方案利用组合卡尔曼滤波器反馈回路取代了传统接收机中独立、并行的跟踪环路,能够同时完成所有可视卫星信号跟踪和组合导航信息处理的任务;利用相关器残差来更新导航参数状态,同时根据已有的导航参数和星历信息推测GPS伪码相位和多普勒频移等信号跟踪参数,用以控制接收机的本地伪码、载波数控振荡器（NCO）,使本地伪码相位和载波频率与输入信号保持一致。最后,通过仿真验证表明,基于矢量跟踪的深组合方法不仅在GPS信号发生短暂中断期间,能够保证组合系统的导航精度和可靠性,而且在载噪比较低的环境中能够维持较好的伪码相位和载波频率跟踪性能。     

基于射频前端的GPS软件接收机设计与验证

介绍了基于硬件射频前端的GPS软件接收机设计与验证。针对GPS串行的搜索算法速度慢的缺点，采用了高速的并行码相位搜索算法；设计和实现了码跟踪环和载波跟踪环，并用载波环路来辅助码跟踪环路；综合考虑接收机的动态性和噪声影响，采用最优化设计思想，设计了GPS软件接收机最优环路带宽。采用GPS中频信号采样器采集实际GPS数据，对搜索和跟踪算法进行了验证。测试结果证明所设计的搜索和跟踪方法是有效的，使得用户在微弱信号处理、多路径处理和发展新的算法等方面具有更大的灵活性，为实际的高性能硬件GPS接收机设计提供的重要的基础。     

基于实时调节GPS射频前端采样周期的INS辅助GPS组合导航方法

为了提高GPS卫星接收机在高动态环境下的跟踪能力,提出了一种基于GPS射频前端采样周期实时调节的INS辅助GPS组合导航方法。首先通过组合滤波器将INS导航信息和GPS导航信息进行融合,修正INS导航信息误差。然后利用修正后的INS导航信息和GPS导航电文,实时计算出载体相对于每颗卫星的多普勒频移,并将得到的多普勒频移换算为GPS中频信号载波的波长变化。最后根据载波的波长变化实时调节GPS接收机射频前端ADC的采样时间间隔,补偿因为多普勒频移导致的中频数字信号采样点变化,隔离多普勒频移对GPS接收机跟踪环路的影响。仿真结果表明,此方法可以在不改变传统GPS接收机跟踪环路结构的前提下,显著提升GPS接收机的高动态性能,即使在多普勒频移变化率为5000 Hz/s的情况下,GPS跟踪环路仍能可靠工作。     

矢量频率跟踪辅助锁相环的设计与实现

由于传统卫星导航矢量跟踪环路使用矢量频率跟踪环路,无法实现对载波相位的跟踪,难以实现载波平滑码伪距,其定位和测速精度较低。针对上述问题,提出了一种新型面向高精度的矢量跟踪算法,采用矢量频率锁定环辅助锁相环代替传统的频率锁定环路辅助锁相环,通过矢量频率跟踪环路实现更精确的频率跟踪,再进行载波相位跟踪和码相位平滑,从而提高接收机的载波相位跟踪和定位性能。给出了上述结构的理论性能分析结果,并通过模拟信号和软件接收机进行了静态和动态两种场景的实验验证。结果证明,矢量频率跟踪辅助锁相环能够充分利用多个信号跟踪通道的矢量关系,在10个卫星同时跟踪的条件下,将载波相位原始观测量精度提高16%,速度精度提高40%左右。     

一种新的磁传感器辅助弹载接收机跟踪环路的方法

针对弹载接收机高速旋转的特性,提出一种利用磁传感器测量弹体姿态,补偿旋转引起的载波多普勒频移和相位偏移的方法。首先,根据弹丸弹道学特征,推导弹体高速旋转引起的载波频移和相位偏移与弹体姿态的表达式;其次,研究了接收机载波跟踪环路的跟踪门限与弹体动态应力的关系;然后,给出弹体坐标系中,磁传感器测量弹体姿态的算法——极值比值法和积分比值法。仿真试验结果表明,磁传感器弹体姿态估计的方法能够有效降低弹载接收机跟踪环路的跟踪门限,其载噪比降低了3 dB·Hz,环路带宽减小了100 Hz以上,提高了弹载接收机GNSS信号跟踪能力。     

北斗/INS深耦合接收机基带滤波器设计

随着北斗导航系统的组网,北斗/INS深耦合接收机的研制具有重要价值。传统的接收机基带滤波环路通常为相互独立的载波环路滤波器与码环路滤波器,码环路无法充分利用载波环路的信息,因此码环的动态性能受到限制。设计了载波/码组合滤波器,将载波环与码环的测量信息在一个滤波器内进行耦合,实时估计码相位、载波相位、多普勒频移与其变化率。通过北斗B3频点实际静态数据和GNSS模拟器采集的卫星-用户视线方向40g高动态数据进行离线跟踪测试,载波/码组合滤波环路可跟踪40g高动态信号,且静态数据的跟踪精度相比传统滤波环路提高27%。上述算法成功应用于基于Xilinx平台的卫星信号处理设备在线跟踪。提出的组合滤波器结构简单,测试有效,为北斗/INS深耦合接收机的工程实现提供参考。     

强电离层闪烁对GPS软件接收机的影响分析（英文）

强电离层闪烁会导致信号幅度深度衰减和载波相位激烈震荡,引起GPS载波跟踪环的失锁,从而导致定位误差增长甚至导航中断。本文研究了GPS L1软件接收机在经历强电离层闪烁时的信号处理算法。研究数据采集于构建于巴西的一个多GNSS多频段中频信号采集系统,数据采集时间为2013年11月,此年为太阳活动极大年。信号捕获、跟踪算法以及由载波跟踪环计算得出的闪烁指数(包活幅度指数S_4和载波相位指数σ_φ等)都在文中进行了详细阐述。分析强电离层闪烁对GPS软件接收机的影响对于研究卫星高级跟踪算法和提高GPS接收机的鲁棒性及定位精度将发挥重要作用。     

应用PID思想的高动态GPS载波跟踪环路设计

传统的GPS载波跟踪环路对载体的高速运动敏感,难以适应动态环境下基带处理的要求,因此提出一种应用PID思想,融合频率误差微分控制项的环路优化设计方案。分析了载波跟踪环路锁相环的基本结构,将环路中对本地数控振荡器的控制近似为PI模型;根据锁相环的相位输出结果,提取频率误差量,作为增加的微分控制项的输入;适当选取模型参数,构建应用PID控制的GPS载波跟踪环路。仿真结果初步表明,改进方案的环路达到稳态时间比原始方案缩短了10 ms以上,在动态适应性方面显著优于传统跟踪环路。     

INS／QPS紧耦合系统自适应跟踪环路带宽设计

在INS／GPS紧耦合系统中,通过把惯导系统的位置、速度等估计值反馈到GPS的跟踪环,使环路带宽可以变窄,以明显改善GPS的抗干扰能力。在这种组合系统中,跟踪误差是由环路带宽内中的干扰噪声、振荡器相位噪声引起,此外还有惯性传感器的误差引起的跟踪误差。文中提出了按照GPS信号的载噪比自适应地调节GPS的环路带宽的方案,这将使GPS接收机在任何条件下包括存在干扰时保持最佳状态。分析和仿真计算说明,与采用固定带宽时相比,自适应带宽的紧耦合系统具有更高的抗干扰能力和对卫星信号的跟踪精度。     

基于MATLAB的GPS软件接收机捕获与跟踪算法实现

研究了GPS软件接收机的捕获和跟踪算法,并基于Matlab软件平台和射频前端在PC上实现了GPS软件接收机样机。介绍了GPS软件接收机的结构和数据采集硬件,讨论了GPSC/A码的特性、产生原理以及捕获过程。针对传统的串行搜索算法慢的缺点以及高动态GPS软件接收机的特点,在该样机中实现了快速的基于循环卷积的并行捕获算法,并联合使用超前滞后环和对相位反转不敏感的科斯塔斯锁相环分别对码相位和多普勒频偏进行跟踪,解调得到导航电文。仿真和测试结果表明,使用GPS软件接收机进行信号处理的思想使用户在算法处理和软件升级等方面具有更大的灵活性,可应用于下一代任何全球导航卫星定位系统(GNSS)和空基增强系统(SBAS)接收机的设计。     

基于GP4020的GPS接收机软件设计

介绍了一种基于ARM的GPS接收机的开发过程，对接收机的软件设计和信号处理技术进行了详细的阐述，给出了软件结构和程序流程图。为了能够快速地对扩频信号进行捕获跟踪，采用了四相鉴频器、符号叉积频率跟踪算法和科斯塔斯环混合进行载波跟踪的变带宽跟踪策略。实验证明，采用本方案设计的GPS接收机能较好地完成信息提取与处理任务。     

GPS 和 Galileo 空间信号仿真及分析

介绍和详细分析了GPS和Galileo的空间信号。将Galileo空间信号结构及特性与GPS进行了比较,对接收机接收天线接收的射频信号进行下变频并予以分析。为避免信号混叠,仿真中先采用带通滤波器对射频信号进行滤波,然后采用过采样(过采样因子等于8)进行下变频处理。GPS和Galileo信号通过功率归一化加上高斯白噪声产生。对GPS采用的C/A码和Galileo采用的BOC(1,1)码进行比较,发现后者的中心波峰较窄,尽管这一特点使接收机的跟踪处理更为复杂,但提供了较好的接收性能,尤其在多路效应情况下也更为有效。仿真结果为GPS/Galileo双频软件接收机捕获和跟踪算法设计提供了很好的理论基础。     

一种带速度观测量的GPS动态定位自适应卡尔曼滤波算法

提出了一种应用于GPS动态定位滤波的自适应卡尔曼滤波算法,此自适应滤波器算法简单,与常规滤波器相比,可实现快速有效地提高GPS定位精度。计算机仿真实例表明应用该算法具有良好的效果。     

GPS 动态滤波的新方法

本文提出一种ＧＰＳ动态定位滤波的新方法。该方法直接从ＧＰＳ接收机输出的定位结果入手，将各种误差因素的影响等效为输出定位结果的总误差，视为有色噪声，建立线性卡尔曼滤波模型对位置和速度信息进行估计。与以往采用的非线性卡尔曼滤波器相比，滤波后定位误差明显减小，且模型简单，系统运算量降低，实时性较好。另外，为了提高滤波器的动态性能，还提出了一种有效的次优加权自适应卡尔曼滤波算法     

基于改进卡尔曼滤波的汽车路试制动性能检测方法

针对传统汽车路试制动性能检测方法的不足,提出了一种基于改进卡尔曼滤波的汽车路试制动性能检测方法。根据卡尔曼滤波理论,以单频载波相位单点GPS接收机输出的速度和方位角作为观测量,通过改进的卡尔曼滤波递推算法高频率、高精度地推算出汽车制动过程的平面运动坐标和速度,进而确定汽车制动距离和平均减速度MFDD,以检测汽车的制动性能。实车试验表明,该方法的制动距离测量精度可达0.2~0.3 m,速度精度小于0.1 m/s,输出频率可达100 Hz,具有成本低、输出频率高、精度高、环境适应力强的优点,克服了传统方法的不足。     

车载紧耦合MIMUs/GPS的神经网络辅助强跟踪滤波方法

微惯性测量单元由三轴正交的微机械陀螺、加速度计和微型地磁传感器组成.将上述装置与GPS接收机组合,可构成最佳导航定位模型,其中紧耦合MIMUs/GPS对全导航参数(位置、速度及姿态)的测量精度可大幅提高.由于微惯性传感器具有大漂移特性,为获得具有自适应的线性参数模型,提出了融合滤波的信息处理方法,利用强跟踪滤波实现状态预测,二阶EKF实现测量更新,并借用神经网络技术完成对状态预测的修正.由于系统组件具有非线性,该神经网络辅助的强跟踪滤波方法旨在逼近MIMUs/GPS的真实特性,并为车载用户提供更为精准的导航参数信息.动态环境下的仿真试验表明,尽管MEMS惯性传感器的精度有限,所提出的方法能够有效用于实际的导航参数解算.