GNSS多径信号模拟生成方法及系统与流程

本发明涉及卫星导航信号模拟器技术，特别涉及一种GNSS(Global Navigation Satellite System，全球导航卫星系统)多径信号模拟生成方法及系统。

背景技术：

多径干扰是影响接收机定位性能的主要因素之一。尽管人们已经提出了一些多径消除算法，由于在不同类别的场景中信号的多径特性变化很大，这些算法仍不能全面地解决所有类型的多径干扰。因此，基于场景感知的多径消除方法是一个有效的途径以解决不同环境中的多径干扰。为了实现此类方法，接收机需要准确知道各类场景中的多径信号变化特征。因为多径效应对信号载波测量的影响要远小于信号码相位测量的影响，所以人们经常利用码测量值减去载波测量值(CMCO)这一观测量来研究学习多径特征变化。

尽管CMCO是研究多径特征的一个有效参数，但其只能反应环境中所有多径信号对接收机码相位测量的整体影响。在实际环境中，天线接收到的多径信号特征可以通过多径信号的数目、多径延时、能量衰减和生存周期等参数综合描述，而仅依靠CMCO测量值无法体现出此类详细特征参数。

目前，有关真实场景中GNSS多径信号的详细特征参数研究成果非常少，有关多径特征参数相应研究仍旧缺乏统计特征，并且不同类型卫星下多径信道特征的区别也无相应研究。

技术实现要素：

本发明的目的是提供一种GNSS多径信号模拟生成方法及系统，针对当前多径信号在GNSS应用中影响严重、参数特征复杂的现状，解决现有的导航信号模拟器无法模拟带有真实特性的多径信号的技术问题。

为解决上述问题，本发明提出一种GNSS多径信号模拟生成方法，包括以下步骤：

S1：利用高采样率宽带信号采样器采集城市峡谷地区的GNSS信号并导出中频数据，同时用高精度组合导航标定设备标定采集路线信息；

S2：通过多径估计算法提取中频数据中的多径信号特征参数；

S3：根据所述多径信号特征参数建立城市环境下GNSS信号的三个参数模型，所述三个参数模型包括多径信号延时分布概率密度模型、多径信号能量衰退模型、多径信号生命周期模型；

S4：基于所述三个参数模型生成模拟多径信号的特征参数，并将所述模拟多径信号的特征参数传递给导航信号模拟器，生成对应的模拟多径信号。

根据本发明的一个实施例，所述多径信号延时分布概率密度模型表示多径信号相对于直达径信号延时距离的概率分布，采用Gamma分布表示，函数表达式如下：

$P_{Gamma}\left({\mathrm{\τ}}_n\right)=\frac{c}{{b_{\mathrm{\τ}}}^a\mathrm{\Γ}\left(a\right)}{{\mathrm{\τ}}_n}^{a-1}{e}^{-\frac{{\mathrm{\τ}}_n}{b_{\mathrm{\τ}}}}$

其中，常数a和c表示拟合曲线的形状参数；常数b_τ表示拟合曲线的尺度参数，其数值将由真实数据拟合模型直接得到；参数τ_n表示信号时延；伽马函数

根据本发明的一个实施例，所述多径信号能量衰退模型表示多径信号能量衰退与多径延时距离的关系；

采用指数分布表示，函数表达式如下：

$A\left({\mathrm{\τ}}_n\right)=A_0{e}^{-{\mathrm{\δ\τ}}_n}$

其中，常数A₀表示幅值；常数δ表示衰落速度，其数值由真实数据拟合模型直接得到；参数τ_n表示信号时延；

或者，采用对数形式表示，函数表达式如下：

A_db(τ_n)＝A_0db-d_dbτ_n

其中，常数d_db表示斜率，其数值由真实数据拟合模型直接得到；参数τ_n表示信号时延；A_0db表示信号时延为0时的值。

根据本发明的一个实施例，所述多径信号生命周期模型表示多径持续时间的概率分布，其采用高斯分布表示，函数表达式如下：

$T\left({\mathrm{\τ}}_n\right)=\frac{1}{{\mathrm{\σ}}_{\mathrm{\τ}}\sqrt{2\mathrm{\π}}}{e}^{-\frac{{\mathrm{\τ}}_n-m}{2{\mathrm{\σ}}_{\mathrm{\τ}}^2}},{\mathrm{\τ}}_n\>0$

其中，常数σ_τ表示方差；常数m表示均值，其数值由真实数据拟合模型直接得到；参数τ_n表示信号时延。

根据本发明的一个实施例，所述步骤S1包括以下步骤：

S11：将城市峡谷地区的所需信号建模区域划分成网格状，形成多个网格；

S12：利用高采样率宽带信号采样器多次采集每个网格中GNSS信号的中频数据；

S13：使用RTK-GNSS/IMU组合导航设备标定各个数据采集点的地理位置。

根据本发明的一个实施例，在所述步骤S2中，利用包含相位幅度联合估计多径估计算法的GNSS软件接收机提取中频数据中的多径信号特征参数，所述多径信号特征参数至少包含多径数目、各多径码相位延时、各多径信号强度。

根据本发明的一个实施例，所述步骤S3包括以下步骤：

S31：将GNSS信号的卫星分为GEO卫星和非GEO卫星两类，将两类卫星的GNSS信号的中频数据中提取得到的多径信号特征参数进行统计，得到两类卫星的各个参数统计图；

S32：依据各个参数统计图，利用函数拟合的方法得到两类卫星的GNSS信号的多径延时分布概率密度模型、多径信号能量衰退模型和多径信号生命周期模型。

根据本发明的一个实施例，在所述步骤S4中，在导航信号模拟器中对需要生成多径信号的卫星进行配置，基于相应卫星的三个参数模型生成模拟多径信号的特征参数，并将所述模拟多径信号的特征参数实时传递给导航信号模拟器，使导航信号模拟器自动随机生成模拟多径信号。

根据本发明的一个实施例，所述步骤S4中生成的模拟多径信号的三种特征参数概率分布分别符合所述三个参数模型。

根据本发明的一个实施例，在所述步骤S2中，还通过对比中频数据解算出的伪距测量值数据与标定数据中的伪距测量值，来验证多径估计算法所提取的多径信号特征参数的正确性。

本发明还提供一种GNSS多径信号模拟生成系统，包括：

高采样率宽带信号采样器，用以采集城市峡谷地区的GNSS信号的中频数据；

RTK-GNSS/IMU组合导航设备，用以标定数据采集路线信息；

GNSS软件接收机，包含相位幅度联合估计多径估计算法，连接所述高采样率宽带信号采样器和RTK-GNSS/IMU组合导航设备，用以通过多径估计算法提取中频数据中的多径信号特征参数；

模型计算器，连接所述GNSS软件接收机，用以根据所述多径信号特征参数建立城市环境下GNSS信号的三个参数模型，所述三个参数模型包括多径信号延时分布概率密度模型、多径信号能量衰退模型、多径信号生命周期模型；

信号生成器，连接所述模型计算器，用以基于所述三个参数模型生成模拟多径信号的特征参数，并将所述模拟多径信号的特征参数实时传递给导航信号模拟器；

导航信号模拟器，连接所述信号生成器，用以根据所述模拟多径信号的特征参数生成对应的模拟多径信号。

采用上述技术方案后，本发明相比现有技术具有以下有益效果：

通过对真实场景中的GNSS中频信号的采集，以及多径信号特征参数的提取，并对提取的参数进行统计建立相应数据模型，根据模型在导航信号模拟器中生成符合真实城市环境特征下的模拟多径信号，可以用于接收机减轻多径干扰，或者其他多径信号的用途；

模拟生成的多径信号与真实多径信号的一致性从信号延时分布概率密度模型、多径信号能量衰退模型和多径信号生命周期模型三个方面考量；通过从大量采集的真实信号中频数据中提取出多径参数信息，利用大量多径参数信息得到统计值，确保了生成的模拟多径信号与真实多径信号特性一致；

根据不同类型卫星分析不同多径信道特征得到不同的模拟多径信号。

附图说明

图1是本发明一实施例的GNSS多径信号模拟生成方法的流程示意图；

图2是本发明一实施例的多径信号延时分布概率密度模型的拟合示意图；

图3是本发明一实施例的多径信号能量衰退模型的拟合示意图；

图4是本发明一实施例的非GEO卫星多径信号生命周期模型的拟合示意图；

图5是本发明一实施例的GEO卫星多径信号生命周期模型的拟合示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施的限制。

参看图1，本发明实施例的GNSS多径信号模拟生成方法，包括以下步骤：

S1：利用高采样率宽带信号采样器采集城市峡谷地区的GNSS信号并导出中频数据，同时用高精度组合导航标定设备标定采集路线信息；

S2：通过多径估计算法提取中频数据中的多径信号特征参数；

S3：根据所述多径信号特征参数建立城市环境下GNSS信号的三个参数模型，所述三个参数模型包括多径信号延时分布概率密度模型、多径信号能量衰退模型、多径信号生命周期模型；

S4：基于所述三个参数模型生成模拟多径信号的特征参数，并将所述模拟多径信号的特征参数传递给导航信号模拟器，生成对应的模拟多径信号。

下面通过实施例来描述本发明的GNSS多径信号模拟生成方法，但不作为限制。

在步骤S1中，以城市峡谷地区为多径信号分析建模区域，卫星GNSS信号发射机发射GNSS信号，GNSS信号穿过该城市峡谷地区，利用高采样率宽带信号采样器进行真实场景数据采集，采集城市峡谷地区的GNSS信号的中频数据，并用卫星导航技术标定数据采集点的地理位置，从而采集的中频数据相应携带采集点地理位置。

进一步的，步骤S1包括以下步骤：

S11：将城市峡谷地区的所需信号建模区域划分成网格状，形成多个网格；

S12：利用高采样率宽带信号采样器多次采集每个网格中GNSS信号的中频数据；

S13：使用RTK-GNSS/IMU组合导航设备标定各个数据采集点的地理位置。

具体的，为了研究城市场景中多径信号特征参数的统计特性，采集了北京和上海具有典型城市峡谷特征区域的信号。其中一个主要的信号采集地点是上海市的陆家嘴金融中心，此地点高楼密集是多径干扰严重的典型代表环境。为了捕获多径信号并提取其参数，使用一个超过20MHz的宽带采样器来同时采集北斗B1信号和GPS L1信号，还利用RTK-GNSS/IMU(实时动态差分及惯导)组合导航设备来标定数据采集地点。

在步骤S2中，通过多径估计算法提取步骤S1中采集得到的中频数据中的多径信号特征参数。具体的，利用包含CADLL(Coupled Amplitude and Delay Lock Loop，相位幅度联合估计)多径估计算法的GNSS软件接收机，通过CADLL算法提取中频数据中的多径信号特征参数，多径信号特征参数包含多径数目、各多径码相位延时、各多径信号强度等。提取出的大量实际多径信号特征，通过函数拟合的方式给出此类城市峡谷地区多径信号的统计特征模型。

在步骤S3中，根据步骤S2中的多次测量实验获得的多径信号特征参数，通过数据拟合的方式建立城市环境下GNSS信号的三个参数模型，三个参数模型包括多径信号延时分布概率密度模型、多径信号能量衰退模型、多径信号生命周期模型。模拟生成的多径信号与真实多径信号的一致性从多径信号延时分布概率密度模型、多径信号能量衰退模型和多径信号生命周期模型三个方面考量。通过从大量采集的真实信号中频数据中提取出多径参数信息，利用大量多径参数信息得到统计值，确保了生成的模拟多径信号与真实多径信号特性一致。

进一步的，步骤S3包括以下步骤：

S31：将GNSS信号的卫星分为GEO(Geostationary Orbit，地球静止轨道)卫星和非GEO卫星两类，将两类卫星的GNSS信号的中频数据中提取得到的多径信号特征参数进行统计，得到两类卫星的各个参数统计图；

S32：依据各个参数统计图，利用函数拟合的方法得到两类卫星的GNSS信号的多径延时分布概率密度模型、多径信号能量衰退模型和多径信号生命周期模型。

可选的，多径信号延时分布概率密度模型表示多径信号相对于直达径信号延时距离的概率分布，采用Gamma分布表示，函数表达式如下：

$P_{Gamma}\left({\mathrm{\τ}}_n\right)=\frac{c}{{b_{\mathrm{\τ}}}^a\mathrm{\Γ}\left(a\right)}{{\mathrm{\τ}}_n}^{a-1}{e}^{-\frac{{\mathrm{\τ}}_n}{b_{\mathrm{\τ}}}}$

其中，常数a和c表示拟合曲线的形状参数；常数b_τ表示拟合曲线的尺度参数，其数值将由真实数据拟合模型直接得到；参数τ_n表示信号时延；伽马函数

两类卫星的多径信号延时分布概率密度模型采用Gamma分布表示，均如图2所示，采集的实验数据统计为柱状图，根据柱状图进行Gamma分布拟合形成多径信号延时分布概率密度模型。

多径信号能量衰退模型表示多径信号能量衰退与多径延时距离的关系；

采用指数分布表示，函数表达式如下：

$A\left({\mathrm{\τ}}_n\right)=A_0{e}^{-{\mathrm{\δ\τ}}_n}$

其中，常数A₀表示幅值；常数δ表示衰落速度，其数值由真实数据拟合模型直接得到；参数τ_n表示信号时延；

或者，采用log₁₀对数形式表示，函数表达式如下：

A_db(τ_n)＝A_0db-d_dbτ_n

其中，常数d_db表示斜率，其数值由真实数据拟合模型直接得到；参数τ_n表示信号时延；A_0db表示信号时延为0时的值。

两类卫星的多径信号能量衰退模型采用指数分布表示，均如图3所示，采集的实验数据统计为点状图，根据点状图进行指数分布拟合形成多径信号能量衰退模型。

多径信号生命周期模型表示多径持续时间的概率分布，其采用高斯分布表示，函数表达式如下：

$T\left({\mathrm{\τ}}_n\right)=\frac{1}{{\mathrm{\σ}}_{\mathrm{\τ}}\sqrt{2\mathrm{\π}}}{e}^{-\frac{(t-m_{\mathrm{\τ}})}{2{{\mathrm{\σ}}_{\mathrm{\τ}}}^2}},t\>0$

其中，常数σ_τ表示方差；常数m表示均值，其数值由真实数据拟合模型直接得到；参数τ_n表示信号时延。

多径信号生命周期模型，将区分GEO卫星和非GEO卫星两种类型的卫星，并分别采用不同的模型参数。非GEO卫星的多径信号生命周期模型采用高斯分布表示，如图4所示，采集的实验数据统计为柱状图，根据柱状图进行高斯分布拟合形成多径信号能量衰退模型。GEO卫星的多径信号生命周期模型采用高斯分布表示，如图5所示，采集的实验数据统计为柱状图，根据柱状图进行高斯分布拟合形成多径信号能量衰退模型。

在步骤S4中，基于步骤S3中建立的三个参数模型，生成模拟多径信号的特征参数，并将模拟多径信号的特征参数传递给导航信号模拟器，导航信号模拟器据接收到的实时多径参数信息生成对应的模拟多径信号。

在步骤S4中，在导航信号模拟器中对需要生成多径信号的卫星进行配置，基于相应卫星的三个参数模型生成模拟多径信号的特征参数，并将所述模拟多径信号的特征参数实时传递给导航信号模拟器，使导航信号模拟器自动随机生成模拟多径信号。模拟多径信号可以用于相应GNSS信号的接收机，用来去除真实的多径信号，以减轻多径干扰。

其中，步骤S4中生成的模拟多径信号的三种特征参数概率分布分别符合三个参数模型。三种特征参数是指多径延时、多径信号能量衰退和多径信号生命周期，从而从这三种特征参数方面趋于与真实多径信号的特性一致。

较佳的，在步骤S2中，还通过对比中频数据解算出的伪距测量值数据与标定数据中的伪距测量值，来验证多径估计算法所提取的多径信号特征参数的正确性。

本发明还提供一种GNSS多径信号模拟生成系统，包括：

高采样率宽带信号采样器，用以采集城市峡谷地区的GNSS信号的中频数据；

RTK-GNSS/IMU组合导航设备，用以标定数据采集路线信息；

GNSS软件接收机，包含CADLL多径估计算法，连接所述高采样率宽带信号采样器和RTK-GNSS/IMU组合导航设备，用以通过多径估计算法提取中频数据中的多径信号特征参数；

模型计算器，连接所述GNSS软件接收机，用以根据所述多径信号特征参数建立城市环境下GNSS信号的三个参数模型，所述三个参数模型包括多径信号延时分布概率密度模型、多径信号能量衰退模型、多径信号生命周期模型；

信号生成器，连接所述模型计算器，用以基于所述三个参数模型生成模拟多径信号的特征参数，并将所述模拟多径信号的特征参数实时传递给导航信号模拟器；

导航信号模拟器，连接所述信号生成器，用以根据所述模拟多径信号的特征参数生成对应的模拟多径信号。

本发明的GNSS多径信号模拟生成系统的具体内容可以参看前述实施例的GNSS多径信号模拟生成方法的描述内容，在此不再赘述。

本发明虽然以较佳实施例公开如上，但其并不是用来限定权利要求，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此本发明的保护范围应当以本发明权利要求所界定的范围为准。