一种基于CEEMD‑HT算法的GNSS实时多径抑制算法的制作方法

本发明涉及滤除gnss信号中多径信号的方法，具体为一种基于ceemd-ht算法的gnss实时多径抑制算法，来提高gnss接收机的抗多径性能，可适用于高动态环境。

背景技术：

多径效应是全球卫星导航系统(gnss，globalnavigationsatellitesystem)的主要误差源，其引起的测量误差严重影响接收机的定位精度。目前，对多径效应的抑制主要从对天线的改进和对接收信号的抗多径处理两大方面进行。国内外对多径抑制技术的研究也取得了很多成果。vandierendonck提出的窄相关技术可有效抑制长多径，但是对短多径无法进行抑制。townsendb提出的最大似然估计算法可对多径信号进行估计，一定程度上减少了多径干扰，但该算法计算复杂度高。研究者们还提出了基于天线阵列、能量算子、粒子滤波、自适应滤波、盲源分离、地图匹配等方法。虽然这些方法可在一定程度上抑制多径效应，从而提高gnss接收机的定位精度，但普遍存在复杂度高以及无法对高动态多径进行实时抑制的问题。

技术实现要素：

本发明在gnss接收机跟踪环路中应用了模态分解辅助载波跟踪的方法。首先，对接收到的直达和多径混叠的信号进行模态分解，模态分解可将杂乱的混合信号分解为规律的不同频率和幅度的多个信号；其次，根据鉴相器的结果得出包含多普勒频移的载波频率；然后将模态分解得到的频率与鉴相器结果比较，选择频率最接近的模态作为近似直达信号进入跟踪环路。本发明在载波层面上对接收信号进行处理，可对短多径起到抑制作用。对于动态环境，直达信号相对多径信号是有规律性的，模态分解可将随机变化的多径信号进行有效的滤除，筛选出近似直达信号进入码环相关器，即可得出高精度的定位结果。因此，本技术方案可达到对动态多径进行实时抑制的目的。

本发明是采用如下的技术方案实现的：一种基于ceemd-ht算法的gnss实时多径抑制算法，包括以下步骤：

(1)接收机天线接收到的信号首先经射频前端变成中频信号r(t)；

(2)中频信号r(t)采用互补集总经验模态分解方法分解：

<1>中频信号r(t)添加大小相同方向相反的白噪声w(t)得到r+(t)和

<2>r+(t)和r-(t)分别采用经验模态分解方法进行模态分解，分别得到各阶模态ci+(t)和ci-(t)，

<3>加入n对白噪声，对分解出的各阶模态进行统计平均，分别得到各模态的统计平均值各模态的统计平均值再统计平均，得到中频信号r(t)的估计信号式中cr(t)为估计信号中的各阶模态，rm(t)为第m阶残余；

(3)对估计信号中各模态进行希尔伯特变换，得到估计信号瞬时值其中是瞬时幅值，是瞬时相位，是瞬时角频率,p为柯西主值；

(4)将估计信号瞬时值ar(t)与跟踪环路码环中得到的多普勒载波频率比较，筛选出与多普勒载波频率最接近的模态信号作为近似直达信号，近似直达信号进入载波环进行定位运算。

本发明针对多径干扰对gnss接收机的影响，利用直达信号的规律性和多径信号的随机性，使用一种基于ceemd-ht算法的多径实时抑制方法，可以有效地减少多径信号的影响，提高接收机的定位精度。

附图说明

图1为本发明算法框图。

图2为ceemd-ht算法流程图。

图3为跟踪环路示意图。

图4为频率选择流程图。

具体实施方式

一种基于ceemd-ht算法的gnss实时多径抑制算法，包括以下步骤：

(1)接收机天线接收到的信号首先经射频前端变成中频信号r(t)。

(2)中频信号r(t)采用互补集总经验模态分解方法分解：

<1>中频信号r(t)添加大小相同方向相反的白噪声w(t)得到r+(t)和

<2>r+(t)和r-(t)分别采用经验模态分解方法进行模态分解，分别得到各阶模态ci+(t)和ci-(t)，

对于信号r+(t)采用经验模态分解emd的步骤如下：

(1)用三次样条法绘制出由信号极大值决定的上包络和极小值决定的下包络；

(2)对上下包络求均值得到m(t)；

(3)提取信号h(t)，h(t)＝r+(t)-m(t)；

(4)重复以上步骤直至m(t)接近零，此时的h(t)被指定为一个模态c(t)；

(5)计算残余

(6)对每个ri(t)进行以上步骤得到每个模态和残余，最终得到

其中ci+(t)是各阶模态，rn(t)是第n阶残余；

对于信号r-(t)采用经验模态分解emd的步骤和信号r+(t)采用经验模态分解emd的步骤相同。

<3>加入n对白噪声，对分解出的各阶模态进行统计平均，分别得到各模态的统计平均值各模态的统计平均值再统计平均，得到中频信号r(t)的估计信号式中cr(t)为估计信号中的各阶模态，rm(t)为第m阶残余。

(3)对估计信号中各模态进行希尔伯特变换(ht)，得到估计信号瞬时值其中是瞬时幅值，是瞬时相位，是瞬时角频率,p为柯西主值；

(4)将估计信号瞬时值ar(t)与跟踪环路码环中得到的多普勒载波频率fd比较，筛选出与多普勒载波频率最接近的模态信号作为近似直达信号，近似直达信号进入载波环进行定位运算。

经验模态分解方法emd(empiricalmodedecomposition)是美国宇航局在20世纪末提出的，被认为是对傅里叶变换的重大突破，但是该方法分解出的模态中存在模态混叠现象。于是，yeh等人在emd的基础上进行了改进提出了互补集总经验模态分解方法ceemd(complementaryensembleempiricalmodedecomposition)。该方法通过添加成对的大小相同方向相反的高斯白噪声可消除模态混叠现象。对ceemd分解出的模态进行希尔伯特变换ht(hilberttransform)之后可得到信号瞬时频率、瞬时幅度和瞬时相位，方便对信号进行处理。ceemd-ht算法流程如图2所示。