基于“当前”统计模型的高动态GPS信号跟踪算法

提出了一种新的高动态GPS信号跟踪算法,基于＂当前＂统计模型对载波瞬时相位过程、瞬时频率及瞬时频率变化率过程进行建模;在此基础上,结合系统状态方程为线性而量测方程为非线性的特性,采用简化UKF算法对信号参数进行估计,同时采用EKF和标准UKF滤波算法在同等条件下对信号参数进行估计比对。仿真结果表明对信号参数所建模型能真实反映信号的过程,验证了所建模型的正确性的;简化UKF参数估计结果不仅精度与标准UKF相当且具有较高的运算效率,能更好满足高动态下的实时性需求。

Abstract：

A new high dynamic GPS signal tracking algorithm was proposed.Based on current statistical model,a new model for the GPS signal transitional process was established.Since the system involved a linear state equation and a nonlinear measurement equation,a simple Unscented Kalman Filter （UKF） algorithm was applied to estimation the signal parameters.For comparison purpose,an Extended Kalman Filter （EKF） algorithm and a standard UKF algorithm were also applied to the system to illustrate the effectiveness of the proposed filtering algorithm.Simulation results show that the new model can precisely represent the real signal process,and the simple UKF algorithm achieves high precision comparable to standard UKF with higher operation efficiency.Therefore,the new model and the proposed algorithm can satisfy real time requirement in high dynamic environment.     

高动态GPS载波跟踪算法研究

为了寻求更好的高动态GPS载波跟踪解决方案,设计了适于高动态环境的基于参数估计的载波跟踪环路,分析了高动态GPS载波跟踪系统模型,比较了EKF、UKF和PF三种滤波算法的参数估计性能。在此基础上,完成了基于EKF、UKF和PF的载波跟踪环路的设计,并以JPL提出的高动态模型为例进行仿真验证。仿真结果表明,虽然这三种算法均能实现对高动态信号的精确跟踪,但总体而言,基于PF的载波跟踪环路具有更好的动态适应能力。另外,鉴于高动态GPS接收机应用场合的特殊性,又对PF滤波算法在非线性、非高斯GPS载波系统的假设下进行了仿真验证,结果显示了应用粒子滤波算法解决非高斯噪声干扰载波跟踪问题的可行性。     

基于IMM的高动态GPS接收机载波跟踪算法

利用交互式多模型的带宽自适应调整特性实现了高动态与静态环境下通用的GPS信号载波跟踪算法。仿真结果表明,该算法在保证满足高动态GPS信号载波跟踪要求的前提下,降低了静态时的频率跟踪误差,避免了不同动态环境下多个载波跟踪算法及切换方案的设计。     

GFMIMU/GPS组合导航系统信息融合技术研究

GFMIMU/GPS(Gyroscope Free Micro Inertial Measurement Unit/Global Positioning System)组合导航系统具有抗高g值冲击、低成本、长寿命、较高精度等优点,在低成本精确制导武器和微小型无人机具有广阔的应用前景。针对工程应用中信息融合的精度和实时性两方面的要求,运用基于模型误差预测的扩展卡尔曼滤波MEP-EKF(Extended Kalman Filter base on Model Error Predictive)方法,将MEMS(Micro Electromechanical Systems)加速度计的误差作为模型误差来考虑,对GFMIMU/GPS组合导航系统进行建模仿真,将其与EKF和UKF(Unscented Kalman Filter)方法进行了仿真比较,在方位误差角的估计上取得了比他们精度高的仿真结果,而且MEP-EKF所需时间是UKF的10%.     

基于矢量频率锁定环的高动态GPS信号跟踪

研究了高动态环境下矢量跟踪算法在GPS接收机中的应用,提出了一种适合高动态环境的矢量频率跟踪算法。当接收机存在高动态时,与由其引起的多普勒频率的变化率相比,由卫星运动引起的多普勒频率的变化率非常小,多普勒频率的变化主要由接收机的动态引起。对各个通道来说接收机的速度与加速度等状态信息是共同的,因此利用矢量跟踪的方法从各个通道的量测数据中直接估计接收机的速度、加速度等状态,可以有比通常的标量跟踪更低的跟踪门限,而在相同的载噪比下,可以有比通常的标量跟踪更好的估计精度。给出了一种适合高动态环境的矢量频率锁定环(VFLL)的结构,详细分析了导航滤波器的系统转移方程与量测方程,讨论了导航滤波器的实现。利用非线性估计的方法代替鉴频器提取频率误差,提高矢量跟踪的性能。由于矢量跟踪的性能是与想定相关的,在典型的高动态情景下,根据具体的想定,利用仿真的方法分析了矢量频率锁定环的跟踪性能。仿真结果表明矢量跟踪在高动态环境下可以有比标量跟踪更好的优势,能很好地跟踪GPS接收机的高动态信号。     

基于自适应UKF算法的机载INS/GPS空中对准研究

在空中对准失准角不满足小角度假设的条件下,推导了一种新的机载INS/GPS大失准角空中对准的误差模型。将基于极大似然估计的自适应估计器与无迹卡尔曼滤波(unscented Kalman filter, UKF)算法相结合,修改自适应滤波算法中自适应参数的表达式。提出将自适应UKF算法用于非线性误差模型的空中对准方案中。仿真表明,自适应UKF算法能够克服噪声统计模型不准确对滤波结果的影响,失准角估计的精度好于UKF算法的精度。     

基于Kalman滤波理论的高动态GPS信号跟踪系统仿真研究

高动态意味着载波多普勒频移变化率较大,实际中真实的高动态信号通常难以采集到,比如在弹载、星载环境下.为了研究高动态GPS信号跟踪问题,首先设计了一种高动态GPS中频数字信号仿真模型,并在此基础上研究了一种基于Kalman滤波理论的高动态信号跟踪技术.信号的模拟和跟踪都是基于Matlab的Simulink环境,仿真结果显示高动态信号模拟理想,应用Kalman滤波理论的高动态跟踪技术跟踪稳定,精度满足要求.     

相参信号频谱的精确估计

首先讨论了用离散傅立叶变换对信号频谱的幅值、频率、相位进行精确估计的两种方法,在此基础上提出了一种对多个相位相参的分段信号进行频谱估计的新方法,该方法充分利用了各段信号之间的相位关系,通过相位联系对由单段信号得到的频谱估计做进一步的修正。仿真结果显示,本算法有很高的精度,在一定的信噪比下,其频率估计精度比单段信号大约可提高一个到两个数量级。     

基于FFT相位差的载波估计算法仿真与改进

由于栅栏效应,直接用FFT估计频率和相位仅能获得非常粗的精度。精确的估计需要在FFT谱线基础上做进一步的插值等运算。文献[1,2]提出了基于FFT相位差的载波频率和相位估计算法,利用两段FFT谱线间的相位差消除了栅栏效应的影响,获得了精确的估计。但经过仿真,该文献提出的方法估计性能依赖于所估计信号的频率,在某些频率点能获得很好的估计性能,但在少数频率点附近性能恶化严重。对该问题进行了理论分析,找出性能恶化的原因所在并提出了改进办法,克服了原文献算法的缺点。仿真表明,在整个频率动态范围内,改进后算法都非常稳定,具有很好的估计性能。同时改进后算法同样运算简单,便于实现。     

一种新的正弦信号频率估计方法

将二阶陷波器进行级联,构造一个具有多个陷波频率的自适应陷波器,实现对多个信号频率的估计。各个二阶陷波器的参数采用LMP(least mean power)算法同时进行优化,并利用该参数得到信号的频率。仿真结果表明,该方法在不同信噪比下对于稳定的单频、多频信号和频率变化信号具有较好的估计结果;噪声干扰在一定程度上影响频率的估计精度和估计速度。     

基于双线性间断调频信号的运动参数估计方法

为了解决线性调频雷达存在的距离速度耦合问题,设计了一种采用线性频率调制和频率跳变技术的双线性间断调频脉冲信号。建立了大占空比双线性间断调频脉冲信号的回波模型。分析了高速运动对stretch处理后回波信号相位的影响,给出了一种基于时域互相关、FFT运算和运动补偿技术的运动参数估计的具体步骤。最后通过仿真验证了双线性间断调频脉冲雷达信号的可行性和运动参数估计方法的有效性。     

基于FFT的高动态GPS信号捕获方法优化

针对高动态环境下的GPS接收机对信号捕获速度的要求,提出一种基于小波变换和优化快速傅里叶变换(fast Fourier transform, FFT)的信号捕获方法。在基带信号预处理阶段,对采样后的中频信号进行小波变换,利用逼近信号完成码相位和多普勒频移的估计,降低基带处理信号的数据率;综合基2FFT、基4FFT和素因子算法(prime factor algorithm, PFA)的优势,对捕获过程中的大量FFT运算进行优化处理,提高运算效率。仿真结果表明,改进处理的基于FFT捕获方法可以有效地缩短捕获时间,改善基带模块性能。     

GPS接收机载波跟踪技术研究及仿真

MATLAB/Simulink对研究高动态GPS接收机的基带信号处理算法极为有效。通过采用载波辅助码跟踪环技术后,GPS接收机高动态性能的关键是通过载波自动频率跟踪环来实现的。在利用Simulink建立载体高动态模型,重点研究高动态GPS接收机三种载波自动频率跟踪技术的基础上,采用带符号的叉积点积自动频率跟踪环,仿真实现了该算法的跟踪误差、失锁概率与环路带宽、载噪比之间的关系。仿真结果表明,带符号的叉积点积自动频率跟踪环算法解决了叉积自动频率跟踪环受符号位影响及叉积点积自动频率跟踪环鉴频范围减半的问题,并能适用于加速度为10g,加加速度为10g/s的高动态环境。

Abstract：

It is very efficient for studying the baseband signal processing algorithms of the high dynamic GPS receiver with MATLAB/Simulink.The key performance of the high dynamic GPS receiver is achieved by the technology of carrier automatic frequency control after taking carrier assistant code tracking loop.By making use of Simulink to set up the high dynamic model and applying signed cross-product and dot-product automatic control based on the key research about thee kinds of carrier automatic tracking technology of the high dynamic GPS receiver,the simulation on the relationship among the tracking error,the lock-loss probability,loop bandwidth and the carrier noise ratio was achieved.The results show that the signed cross-product and dot-product automatic frequency control has solved the problems that cross-product automatic frequency control is affected by the signed bit and the frequency discrimination range of cross-product and dot-product automatic frequency control could reduce to half,and it can also be applied to the high dynamic environment with the acceleration of 10g and the jerk of 10g/s.     

基于自适应的单形采样UKF组合导航算法

在SINS/GPS组合导航系统中,传统的无迹卡尔曼滤波 (unscented Kalman filter,UKF)采用对称采样无迹变换(unscented transform,UT),计算量大,而且采样点到中心点的距离会随着状态维数的增加而增大,产生采样的非局部效应。针对以上问题,利用最小偏度单形采样策略降低UKF计算量以提高系统的实时性,采用比例UT变换来解决采样过程中的非局部效应,通过自适应调整比例因子来提高UKF的估计精度。由此引入了一种改进的UKF算法——自适应比例无迹卡尔曼滤波(adaptive scaled unscented Kalman filter, ASUKF)用于SINS/GPS组合导航系统中。仿真结果表明,这种方法计算量小且精度较高。     

基于UKF的低成本SINS/GPS组合导航系统滤波算法

针对MIMU的精度不高,会带来较大的初始对准误差角,如果继续采用传统的小干扰线性方程就会给滤波带来很大误差,甚至发散。针对这个问题,对低成本SINS/GPS组合导航系统建立了基于四元数误差模型的非线性滤波方程,并采用了UKF非线性滤波方法。针对四元数误差模型单纯使用UKF方法无法估计加计零偏和陀螺漂移的问题,提出将UKF和EKF相结合的算法,仿真结果表明,比起扩展卡尔曼滤波以及采用传统小干扰线性方程的卡尔曼滤波,这种方法能够提高姿态误差角特别是方位误差角的估计精度。     

基于UKF的导弹SINS/CNS姿态估计方法

针对中远程弹道导弹的特点,在分析研究捷联惯性导航系统/天文导航系统(strapdown inertial navigation system/celestial navigation system, SINS/CNS)组合导航测量修正方案的基础上,建立了导弹四元数运动学方程、陀螺测量模型,星敏感器测量模型等系统方程,将无轨迹卡尔曼滤波(unscented Kalman filter, UKF)算法应用于主动段关机点环境,通过对陀螺常值漂移、一阶漂移的在线估计,达到高精度导弹姿态的实时输出。与EKF、QUEST、MLS和捷联惯性迭代递推算法比较,仿真结果表明了UKF算法具有更高的精度,收敛快,适于在无控飞行阶段的工程应用。