一种导航数据处理方法及其系统与流程

本发明涉及导航数据处理的领域，尤其涉及一种导航数据处理方法及其系统。

背景技术：

高动态环境下GNSS接收机对信号的跟踪技术是研究的难点和重点，因为高动态环境下的多普勒频移较大，导致普通的载波锁相环和伪码延时锁定环在没有任何辅助的情况下很难可靠稳定的工作，从而很难提取各种所需的观测量，不能为载体实施导航定位，所以，如何稳定可靠地进行跟踪也成为高动态GNSS接收机研究的热点。

由于高动态GNSS接收机的相关技术涉及军工等敏感领域，因此国外的高性能产品和高新技术对我国是封锁或不可靠的，在各种文献和参考资料中也无法得到有关高动态问题的核心解决技术，而随着国防现代化建设的进行、国防科技日新月异的发展形势，突破这种技术壁垒刻不容缓，所以出于打破封锁和满足我国在高动态、高精度应用领域的迫切需求，因此从高动态信号跟踪出发，研究高动态环境下GNSS接收机的信号处理算法，设计属于我们自己的高动态、高精度GNSS接收机具有现实意义。另外，由于传统的卡尔曼滤波器要求系统动态模型和统计模型参数的描述完整，但是在一些实际的应用中，模型会存在不知道的常数偏差或者随机偏差使参数偏离实际值，这可能会导致滤波器退化或者发散。所以需要研究克服这些问题的技术是相当重要的。

技术实现要素：

本发明所要解决的技术问题是由于目前技术上采用卡尔曼滤波器要求 系统动态模型和统计模型参数的描述完整，模型会存在不知道的常数偏差或者随机偏差使参数偏离实际值，这可能会导致滤波器退化或者发散，精度不够。

本发明解决上述技术问题的技术方案如下：一种导航数据处理方法，该方法包括如下步骤：

S1、输入中频信号与数字控制振荡器输出的载波信号通过混频器进行载波剥离处理；

S2、所述S1中剥离后的信号分别与本地伪码生成器输出的不同相位的本地伪码同步经过相关器后，将信号中的伪码剥离，输出超前相关值信号、即时相关值信号和滞后相关值信号；

S3、所述S2中超前相关值信号和滞后相关值信号进入码环鉴相器，产生伪码相位误差信号，伪码相位误差信号经过环路滤波器滤波后产生伪码相位误差控制信号，伪码相位误差控制信号进入本地伪码发生器，使本地伪码发生器中产生的伪码与S1中输入中频信号的伪码相位相一致；

S4、所述S2中即时相关值信号进入载波环鉴相器，并经自适应二阶卡尔曼滤波器处理后的载波相位误差，经过环路滤波器调整后，进入载波数字控制振荡器，消除载波相位误差，使载波数字控制振荡器产生的载波与S1中输入中频信号的载波相位相一致。

本发明的有益效果是：有效地跟踪到载体的运动状态，提高了跟踪的精度，获得准确的导航定位数据。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述S3中还包括：载波辅助，所述载波辅助是将载波鉴相器输出的信号通过比例因子调节后，输入到本地伪码数字控制振荡器中。

采用上述进一步方案的有益效果是：载波环辅助码环就是将载波环的输出按照一定的比例因子调节后加入到码环中以消除码环的动态，载波环对码环的辅助几乎消除了所有的码多普勒频移，利用载波辅助后码跟踪环的环路 带宽可以做得很窄，从而能够有效的抑除掉噪声。

进一步，所述S3中的环路滤波器为三阶滤波器或二阶滤波器。

进一步，所述S4中的环路滤波器为三阶滤波器或二阶滤波器。

进一步，自适应二阶卡尔曼滤波器还包括：自适应无偏差滤波器和自适应偏差滤波器。

进一步，所述自适应二阶卡尔曼滤波器负载的算法为基于新息协方差的渐消滤波算法和二阶卡尔曼滤波算法。

进一步，所述的载波环鉴相器为二象限反正切鉴相器。

采用上述进一步方案的有益效果是：可以有效降低滤波器的计算量和增加滤波器的数值稳定性，其中自适应渐消卡尔曼滤波采用渐消因子抑制滤波器的记忆长度，充分利用现时的观测数据，减小陈旧量测值的影响，可以有效抑制滤波器的发散。该算法是把自适应渐消滤波和二阶卡尔曼滤波相结合，通过利用新息(残差)序列的协方差，自适应的改变渐消因子调整新息的权重，减小不完整信息对估计的影响，抑制滤波器的发散。

一种导航数据处理系统，该系统包括：信号输入模块，相关器处理模块，码环处理模块，载波处理模块；所述的信号输入模块，码环处理模块，相关器处理模块依次相连；所述的信号输入模块，相关器处理模块，载波处理模块依次相连；所述的码环处理模块包括：码环鉴相器，环路滤波器，所述的码环鉴相器与环路滤波器相连；所述的载波处理模块还包括：载波鉴相器，自适应二阶卡尔曼滤波器，环路滤波器，三者依次相连；

所述的信号输入模块，用于输入经混频及模数转换后的的中频信号以及输入本地载波数字控制振荡器发出的信号；

所述的相关器处理模块，用于将信号输入模块中输入信号的伪码剥离；

所述的码环处理模块，用于将相关器模块输出的信号通过码环跟踪，使其最终产生的伪码与信号输入模块中的中频信号的伪码相位相一致；

所述的载波处理模块，用于将相关器模块输出的信号输入自适应二阶卡 尔曼滤波器后，使其最终产生的载波信号输入模块中频信号的载波相位相一致。

本发明的有益效果是：提高接收机接收卫星信号的扩频码与本地复现码之间的相关程度，从而完成对扩频码的解扩，以获得准确的导航定位数据信息。而系统可以使码相位差值缩小到误差允许的范围内。另外，在高动态场景下接收机和卫星之间的多普勒会影响到卫星信号的码速率，这导致卫星信号的码相位和码速率是不断变化的，所以码跟踪系统对本地码的码相位和码速率进行不断调整，使得系统能够跟上卫星信号的伪码变化，提高了跟踪的精度。

进一步，所述的码环处理模块还包括：载波辅助单元，用于消除伪码跟踪环路的动态，消除伪码跟踪的多普勒频移。

进一步，所述的自适应二阶卡尔曼滤波器工作方式为：当载体的动态性正常时，自适应二阶卡尔曼滤波器锁定多普勒频率；当载体的动态性能失常时，自适应二阶卡尔曼滤波器能够自动调节增益矩阵，补偿信息。

有益效果：可以增加系统的稳定性又可以降低系统的带宽，提高估计精度，能自适应的调整增益矩阵，补偿不完整信息的影响，并且能够保证环路的跟踪精度。

附图说明

图1为本发明的一种导航数据处理方法的环路结构示意图；

图2为二阶卡尔曼滤波器跟踪环对输入信号频率的瞬时估计值示意图；

图3为二阶卡尔曼滤波器跟踪环对多普勒频率估计的误差示意图；

图4为自适应二阶卡尔曼滤波器跟踪环对输入信号频率的瞬时估计值示意图；

图5为自适应二阶卡尔曼滤波器跟踪环对多普勒频率估计的误差示意图；

图6为实施例SNR＝-20dB时码相位估计误差示意图；

图7为实施例SNR＝-28dB时码相位估计误差示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示的，一种导航数据处理方法，该方法步骤包括如下：

S1、输入中频信号与数字控制振荡器输出的载波信号通过混频器进行载波剥离处理；

S2、所述S1中剥离后的信号分别与本地伪码生成器输出的不同相位的本地伪码同步经过相关器后，将信号中的伪码剥离，输出超前相关值信号、即时相关值信号和滞后相关值信号；

S3、所述S2中超前相关值信号和滞后相关值信号进入码环鉴相器，产生伪码相位误差信号，伪码相位误差信号经过环路滤波器滤波后产生伪码相位误差控制信号，伪码相位误差控制信号进入本地伪码发生器，使本地伪码发生器中产生的伪码与S1中输入中频信号的伪码相位相一致；

S4、所述S2中即时相关值信号进入载波环鉴相器后，并经自适应二阶卡尔曼滤波器处理后的载波相位误差，经过环路滤波器调整后，进入数字控制振荡器，消除载波相位误差，从而使其产生的载波与S1中的输入中频信号的载波相位相一致。

S3中还包括：载波辅助，所述的载波辅助是将载波鉴相器的输出通过比例因子调节后加入到本地伪码数字控制振荡器中。

所述的S3中的环路滤波器为三阶滤波器或二阶滤波器，S4中的环路滤波器为三阶滤波器或二阶滤波器。

所述的自适应二阶卡尔曼滤波器还包括：自适应无偏差滤波器和自适应偏差滤波器。

所述的自适应二阶卡尔曼滤波器负载的算法为基于新息协方差的渐消 滤波算法和二阶卡尔曼滤波算法。

所述的载波环鉴相器为二象限反正切鉴相器。

一种导航数据跟踪处理系统，该系统包括：信号输入模块，相关器处理模块，码环处理模块，载波处理模块；所述的信号输入模块，码环处理模块，相关器处理模块依次相连；所述的信号输入模块，相关器处理模块，载波处理模块依次相连；所述的码环处理模块包括：码环鉴相器，环路滤波器，所述的码环鉴相器与环路滤波器相连；所述的载波处理模块还包括：载波鉴相器，自适应二阶卡尔曼滤波器，环路滤波器，三者依次相连；

所述的信号输入模块，用于输入接收到的载体发送的中频信号以及输入本地数字控制振荡器的发出的信号；

所述的相关器处理模块，用于将信号输入的模块中的输入信号的伪码剥离；

所述的码环处理模块，用于将相关模块输出的信号通过码环跟踪，使其最终产生的伪码与信号输入模块中的的中频信号的伪码相位相一致；

所述的载波处理模块，用于将相关器模块输出的信号进入自适应二阶卡尔曼滤波器调整增益矩阵后，使其最终产生的载波信号输入模块中频信号的载波相位相一致。

所述的码环处理模块还包括：载波辅助单元，用于消除伪码跟踪环路的动态，用于消除伪码跟踪的多普勒频移。

所述载波处理模块中自适应的二阶卡尔曼滤波器，所述的自适应二阶卡尔曼滤波器工作方式为：当载体的动态性正常时，自适应二阶卡尔曼滤波器能够锁定多普勒频率；当载体的动态性能失常时，自适应二阶卡尔曼滤波器能够自动调节增益矩阵，补偿不完整信息。

1.自适应二阶卡尔曼滤波算法

二阶卡尔曼滤波器是一种并行算法，可以有效降低滤波器的计算量和增加滤波器的数值稳定性。但是当系统模型不完整或者噪声统计特性不准确 时，往往会导致二阶卡尔曼滤波器的发散。抑制滤波器发散的方法有很多种，其中自适应渐消卡尔曼滤波采用渐消因子抑制滤波器的记忆长度，充分利用现时的观测数据，减小陈旧量测值的影响，可以有效抑制滤波器的发散。基于这种思想，本专利提出了一种基于新息协方差的自适应二阶卡尔曼滤波算法。该算法是把自适应渐消滤波和二阶卡尔曼滤波相结合，通过利用新息(残差)序列的协方差，自适应的改变渐消因子调整新息的权重，减小不完整信息对估计的影响。

(1)附带偏差的随机系统模型

设线性离散随机系统描述为

z_k＝H_kx_k+D_kb_k+v_k (1-3)

式中，x_k是t_k时刻的状态向量，Φ_k是状态转移矩阵，是状态模型噪声向量，z_k是观测向量，H_k是观测矩阵，b_k是随机偏差向量，A_k，B_k和D_k是随机偏差系数矩阵，噪声序列和v_k是互不相关的零均值高斯随机序列。噪声序列和v_k的统计特性满足

式中R_k＞0，δ_kj是克罗尼克函数。假设初始状态向量x₀，b₀和白噪声过程和v_k是不相关的。并且假设x₀和b₀为高斯随机变量，它们的均值和协方差为

二阶卡尔曼滤波器假设已经准确获得了系统模型和随机偏差模型的先验信息。然而在一些实际应用中，尤其在复杂的环境中，不能准确得到这些必要的信息，这就可能导致二阶卡尔曼滤波器退化甚至发散。本文结合自适应渐消滤波和二阶卡尔曼滤波，提出了一种新的自适应二阶卡尔曼滤波算法。利用新提出的计算渐消因子的方法，通过渐消因子自适应的调整误差协方差补偿不完整信息的影响。

(2)渐消因子的计算

对于线性离散随机系统模型，自适应二阶卡尔曼滤波器在解算上是由一个自适应偏差和一个忽略偏差的自适应无偏差两个子滤波器组成的。下面推算自适应无偏差滤波器的渐消因子。

由于自适应无偏差滤波器忽略了偏差量b_k，因此等效于自适应渐消卡尔曼滤波。自适应渐消滤波器与标准卡尔曼滤波器不同的地方仅在计算预测协方差时多了一个渐消因子，典型的嵌入渐消因子的方式有三种：

本专利选择第三种方式，渐消因子在等式的外面，因此在结构上具有一定的优势。如果系统模型不准确，新的量测值对估计值的修正能力将下降，而陈旧量测值的修正能力相对上升，这是引发发散的一个重要因素。可见滤波的新息很容易被不完整的信息影响，因此防止发散的基本措施就是要对新息在当前滤波中的地位引起足够的重视。t_k时刻预测协方差为

在无偏差滤波中，t_k时刻观测向量Z_k的新息序列为

可推得其协方差阵为

线性最优卡尔曼滤波的一个重要特点是当增益阵为最优增益阵时，新息序列是白噪声序列。可以推导出线性卡尔曼滤波新息的自相关函数为

对于所有的j＝1,2,3,...，定义

如果把式(5-6)和式(5-13)代入式(5-14)，则新息的自相关函数等于零因为S_k等于零，即

这说明当增益阵为最优增益阵时，新息序列不相关，或者说新息序列处于保持正交。所以，如果卡尔曼滤波是最优的，新息序列是白噪声序列即。

事实上，当系统模型不完整时，由于模型误差，实际的新息协方差矩阵与计算出的理论值不一样。因此，新息的自相关函数就不一定等于零。基于以上情况，我们可以实时的调整增益阵强迫新息序列保持相互正交，即使式(1-15)等于零成立。注意，此时式(1-15)中的由量测数据计算出，而不是由式(1-13)计算出。以上分析就构成了寻找渐消因子的基础。

为了能得到调整之后的增益阵，假设预测误差协方差和新息协方差它们分别的关系为

其中为渐消因子，为标量因子，和是根据标准卡尔曼滤波计算的理论值，而和是计算得到的估计值。由式(1-17)，我们可以得到新的增益阵为

由式(1-18)可以看出为了得到新的增益阵，关键就是如何获得最优的和值。

计算首先要确定一般采用开窗估计法确定类似于Sage滤波

对式(5-19)又作了改进

其中，为k＝0时的新息向量，为k-1时刻的遗忘因子。经过修改后的更能敏感的反映当前时刻系统模型误差的现状，因为式(1-20)未对历史信息取平均，而直接采用当前时刻的信息。则标量因子能够被估算为

为了获得遗忘因子可以采用渐消因子的自适应估算方法，但是求解过程中假定条件太多，而且H_k必须是满秩的，为了避免这些假设，本文提出了一种新的渐消因子的估算方法。根据式(1-13)和式(1-17)，当前估计的真 实新息协方差可以表示为

新息协方差反应了当前误差的作用，当动态模型不完整时，由于不完整信息的作用新息协方差和预测误差协方差的值会增加。从式(1-22)可知，通过膨胀的新息协方差可以看成是通过膨胀的预测误差协方差得到的。因此，动态系统中不完整信息的作用可以通过膨胀的值来补偿。由式(5-22)可得

由于则当增加的较小时，由于较小，可以把 忽略；当增加的大于R_k时，认为R_k较小，也可以把忽略。因此λ_k和近似相等，假设则同理，也可以得到自适应偏差滤波器渐消因子的估算方法。

(3)基于新息协方差的自适应二阶卡尔曼滤波算法

由以上渐消因子的估算方法可以得到自适应二阶卡尔曼滤波器算法。自适应二阶卡尔曼滤波器由两部分组成，其中自适应无偏差滤波器公式为(忽略偏差量b_k，即b_k＝0)：

x_k(-)＝Φ_k-1x_k-1(+)+u_k-1 (1-24)

自适应偏差滤波器公式表示为：

b_k(-)＝A_k-1b_k-1(+) (1-32)

其中：

初始状态为：

自适应二阶卡尔曼滤波器最终解算结果是通过自适应无偏差滤波器和自适应偏差滤波器输出结果的联合，自适应二阶卡尔曼滤波器最终的状态向量估值与协方差矩阵为：

实施例1

高动态环境下GPS伪码跟踪环

码跟踪环路是为了提高接收机接收卫星信号的扩频码与本地复现码之间的相关程度，从而完成对扩频码的解扩，以获得准确的导航定位数据信息。信号捕获是使接收到的卫星信号扩频码与本地复现码之间码相位的差值限制在±0.5码片的范围之内，而跟踪环路可以使码相位差值缩小到误差允许的范围内。另外，在高动态场景下接收机和卫星之间的多普勒会影响到卫星信号的码速率，这导致卫星信号的码相位和码速率是不断变化的，所以码跟踪环路需要对本地码的码相位和码速率进行不断调整，使得系统能够跟上卫星信号的伪码变化。

对于码跟踪环路，较为实用的模型是超前—滞后非相干跟踪环路，主要原因有两个：一是GPS系统通常工作在非常低的信噪比下，选用非相干环在低信噪比的情况下环路的性能较好；二是非相干跟踪环路采用能量鉴相器， 对载波相位和数据的调制都不敏感，这样鉴相器就不会产生不确定量。影响伪码跟踪精度的主要因素是环路带宽，减少环路带宽可以提高环路动态跟踪能力但是会影响环路的噪声性能，从而使环路的跟踪精度降低。因此在跟踪精度和动态跟踪能力之间存在一个矛盾，为了解决这个矛盾，本文采用载波辅助技术，消除动态对码环的直接影响。如图1所示。

本地伪码发生器产生E、P和L的三路伪码信号，分别同I，Q支路信号相乘，并在预检积分时间内对其积分累加后，得到I_E、I_P、I_L、Q_E、Q_P和Q_L六路信号的相关值。E和L两路相关值进入码环鉴相器，产生码相位误差，并经码环滤波器滤波后产生码相位误差控制信号。码相位误差控制信号进入本地伪码发生器，调整码时钟速率，从而使其产生的伪码与输入信号的伪码相位相一致。

图1给出了本发明的基本工作原理，图中E、P、L代表超前，即时和滞后支路的相关结果。不断调整本地伪码的初始相位，使E和P支路的相关值相等，此时即P路的相关值为最大，完成伪码对齐，跟踪。

为了提高被检测信号的信噪比，避免伪码发生器过激震荡，E和L支路相关值进入码环鉴相器前，通常需要对它们进行非相干积分。码鉴相器利用E，P和L三个支路的非相干积分值计算出此时的码相位误差δ_cp

载波环辅助码环，实际上就是将载波环的输出按照一定的比例因子调节后加入到码环中以消除码环的动态。实际上，载波环对码环的辅助几乎消除了所有的码多普勒频移。

实施例2

基于自适应二阶卡尔曼滤波器的载波跟踪环仿真实验

基于自适应二阶卡尔曼滤波器的载波跟踪环与传统三阶PLL的区别在于前者在环路滤波器前多了一个自适应滤波器，这样设计既可以增加环路的稳定性又可以降低环路的带宽，提高估计精度。因此，经自适应二阶卡尔曼滤波器辅助的三阶PLL环路带宽可以设定为7Hz，这是因为自适应二阶卡尔曼 滤波器能在噪声环境下较为精确的估计出相位误差，从而很大程度上提高了信号的载噪比，进而提高了PLL的动态适应能力。另外，为了验证自适应二阶卡尔曼滤波器在先验信息不准确时的滤波性能，假设偏差模型的噪声统计特性不准确，为真实统计特性的0.01倍。图2和图3分别给出了基于二阶卡尔曼滤波器的跟踪环路(即跟踪环路中的二阶卡尔曼滤波器没有使用自适应渐消因子来克服先验信息不准确对滤波器带来的影响)对多普勒频率及其误差的估计值。而图4和图5分别给出了基于自适应二阶卡尔曼滤波器的跟踪环路对多普勒频率和多普勒频率误差的估计值。

通过均方误差的计算公式可以得到，自适应二阶卡尔曼滤波器跟踪环的多普勒频率误差的均方差为4.3Hz，这表明自适应二阶卡尔曼滤波器跟踪环相对传统三阶PLL在频率跟踪精度上的完善达到了9.28Hz。当载体动态性不高时，二阶卡尔曼滤波器跟踪环能够锁定多普勒频率，而当载体最严重的动态开始时，跟踪环路失锁，这说明系统先验信息不准确时，二阶卡尔曼滤波器跟踪环不能保证系统的稳定性，而自适应二阶卡尔曼滤波器跟踪环能够稳定跟踪多普勒频率，这是由于自适应二阶卡尔曼滤波器能自适应的调整增益矩阵，补偿不完整信息的影响，并且能够保证环路的跟踪精度。注意，虽然自适应二阶卡尔曼滤波器在系统模型不完整或其先验信息不准确时能达到良好的滤波效果，但是这并不意味着系统存在的偏差可以任意放大。在实际应用中发现，当偏差很大时，跟踪环路往往是不稳定的，很容易造成环路失锁，这就说明了对于大的偏差，容易造成自适应二阶卡尔曼滤波器滤波数值计算的不稳定性。因此，系统模型的建立和各种参数的准确设定依然是非常重要的，而对于无法完全准确给定的值，或者应用过程中发生的突变情况，自适应二阶卡尔曼滤波器可以完全胜任滤波工作。

实施例3

伪码跟踪环路的仿真

在高动态环境下，较大的多普勒频偏除了会给载波相位延迟带来误差， 也会使C/A码的码速率发生变化。多普勒效应与信号的波长成反比，而C/A的码率是1.023MHz，是载波频率的1/1540倍，因此，在码的基速上的附加的多普勒要比载波频率上的多普勒小的多。由于载波环的跟踪精度要远大于码环的跟踪精度，采用载波环辅助码环可以消除大部分的动态，而利用载波辅助后码跟踪环的环路带宽可以做得很窄，从而能够有效的抑除掉噪声，而且环路还可以采用低阶环路，本专利采用二阶环路，以防止由于载波辅助不精确而可能出现的码相位偏差的斜升，环路带宽设成2Hz，预检测积分时间设成5ms，信号载噪比C/N₀值分别设定为43dB-Hz和35dB-Hz，即信噪比SNR大约分别为-20dB和-28dB。码片偏移的估计误差分别如图6和如图7所示。

从仿真结果可以看出，达到稳态后，码跟踪环的噪声性能比较理想，在信噪比为-20dB时码相位跟踪误差均在1/100个码片之内，在信噪比为-28dB时码相位跟踪误差均在2/100个码片之内。DPLL延迟锁定环路超前、即时、滞后相关器之间的间隔为1/2个基码，能够较好地对码跟踪环进行跟踪，并且DPLL动态适应性能以及抗干扰能力均较好。

在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。