一种基于KF的旋转平台接收机高灵敏度跟踪方法

一种基于kf的旋转平台接收机高灵敏度跟踪方法
技术领域
1.本发明涉及信号接收技术领域，特别涉及一种基于kf的旋转平台接收机高灵敏度跟踪方法。


背景技术：

2.目前世界各国都在致力于发展低成本、高精度的制导炮弹，而作为精确制导炮弹的核心组成，卫星导航系统成为了重点研究对象。卫星导航为其提供高精度的位置和速度信息，能够有效提高制导炮弹的制导精度。针对炮弹、榴弹等自旋的特点，研究旋转平台下的小型、低成本、高度集成的卫星导航系统是未来发展的重要方向之一。
3.传统接收机一般采用的是最小二乘的定位算法，虽然最小二乘能在含有误差与噪声的测量值中找到最优点，使得所有测量值的残余平方和最小，但由于不同时刻的不同测量误差与噪声在最小二乘法计算后转化为相应时刻的不同定位误差和噪声，因而其定位结果通常粗糙且杂乱，在炮弹载体旋转的过程中，旋转平台上的卫星导航接收机出现卫星信噪比突然衰落、卫星信号突然丢失等问题时，会因为传统接收机无法有效跟踪接收到的信号，进而不能提供可靠的位置定位，导致卫星导航系统定位误差较大、无法精确制导。


技术实现要素：

4.为解决上述问题，本发明提供了一种基于kf的旋转平台接收机高灵敏度跟踪方法，利用卡尔曼滤波(kalman filtering，kf)技术，对最小二乘结果进行一定的滤波处理，克服了最小二乘不同时刻的值不相关联的缺点，使定位结果更为平滑、准确；同时结合非线性相干积分提高对弱信号的灵敏度，实现在载体旋转过程中能够有效的跟踪卫星信号，并提供精确的定位结果。
5.本发明提供了一种基于kf的旋转平台接收机高灵敏度跟踪方法，具体技术方案如下：
6.方法应用于卫星导航接收机系统，包括如下步骤：
7.s1：确定卡尔曼滤波预测过程中的系统状态方程和系统先验估计误差的均方误差阵方程；
8.s2：确定系统的状态向量xk(tk)和观测向量zk(tk)之间的关系；
9.s3：计算理想状态的卫星导航接收机中跟踪环路中的锁相环的相干积分
10.s4：通过相干积分的平方，计算非相干和相干组合积分
11.s5：根据扩展后的非相干和相干组合积分结果，计算卡尔曼滤波的相干和非相干组合积分信号y
ncoh
；
12.s6：修改卡尔曼滤波器的系统先验估计误差的均方误差阵方程和状态转移矩阵fk；
13.s7：卡尔曼滤波预测系统状态后，进行校正，具体过程如下：
14.计算卡尔曼滤波系统的校正增益，然后将状态估计值更新，最后由先验值计算系
统的后验估计误差的均方误差矩阵，完成校正。
15.进一步的，系统状态方程和系统先验估计误差的均方误差阵方程如下：
16.x
k+1
(t
k+1
)＝f(tk)xk(tk)+c(tk)wk(tk)
[0017][0018]
其中，系统状态方程中xk(tk)是系统在tk时间的状态向量，x
k+1
(t
k+1
)是系统在t
k+1
时间的状态向量，wk(tk)是过程噪声向量，f(tk)表示从tk个时刻到t
k+1
个时刻的状态转移矩阵，c(tk)是有色噪声状态转移矩阵；pk是后验估计均方误差阵，q是状态转移噪声协方差矩阵，其满足δ
kn
是克罗内克函数。
[0019]
进一步的，根据系统测量延时和离散化模型，所述状态转移矩阵的定义如下：
[0020][0021]
其中，β表示载波辅助因子。
[0022]
进一步的，所述系统的状态向量xk(tk)和观测向量zk(tk)之间的关系如下：
[0023]
zk(tk)＝hxk(tk)+vk(tk)
[0024]
其中，h表示观测量与系统状态之间的观测矩阵，vk(tk)表示测量噪声向量。
[0025]
进一步的，步骤s3中，所述相干积分计算如下：
[0026][0027]
其中，yi表示一个卫星信道的跟踪迭代输出的接收信号，k为t个间隔上相关信号的数量，bi为数据比特。
[0028]
进一步的，步骤s4中，所述非相干和相干组合积分表示如下：
[0029][0030]
其中，y
coh,m
表示一个卫星信道的跟踪迭代输出的相干积分信号。
[0031]
进一步的，步骤s5中，所述非相干和相干组合积分信号y
ncoh
，表示如下：
[0032][0033]
其中，im表示取虚数部分，m表示非相干和相干组合积分的积分数据量。
[0034]
进一步的，校正过程中卡尔曼滤波增益，计算如下：
[0035][0036]
其中，r是测量噪声向量的协方差矩阵，满足其中，r是测量噪声向量的协方差矩阵，满足是系统的后验估计误差的均方误差矩阵由先验值，h表示观测量与系统状态之间的观测矩阵。
[0037]
进一步的，更新的所述状态估计值，表示如下：
[0038][0039]
其中，是系统状态的先验估计值。
[0040]
进一步的，系统的后验估计误差的均方误差矩阵，计算如下：
[0041][0042]
其中，i表示单位矩阵。
[0043]
本发明的有益效果如下：
[0044]
本发明利用卡尔曼滤波器来到得到精确的定位信息，同时通过对相干积分平方，利用非相干过程扩展接收机系统中鉴别器的积分时间有效提高了载体平台旋转时卫星导航接收机的跟踪灵敏度，对于平台旋转过程中卫星信号载噪比突然衰落、跟踪卫星数量下降情况下的接收机，仍能提供精确的定位结果。
附图说明
[0045]
图1是本发明的流程框架示意图。
具体实施方式
[0046]
在下面的描述中对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0047]
在本发明实施例的描述中，需要说明的是，指示方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，或者是本领域技术人员惯常理解的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0048]
在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接连接，也可以通过中间媒介间接连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0049]
实施例1
[0050]
本发明的实施例1公开了一种基于kf的旋转平台接收机高灵敏度跟踪方法，应用于卫星导航接收机系统，结合图1所示；
[0051]
方法具体步骤如下：
[0052]
s1：基于卫星导航接收机系统，可以确定其卡尔曼滤波器预测过程中的系统状态方程和系统先验估计误差的均方误差阵方程为：
[0053]
x
k+1
(t
k+1
)＝f(tk)xk(tk)+c(tk)wk(tk)
[0054]
[0055]
其中，系统状态方程中xk(tk)是系统在tk时间的状态向量，x
k+1
(t
k+1
)是系统在t
k+1
时间的状态向量，wk(tk)是过程噪声向量，f(tk)表示从tk个时刻到t
k+1
个时刻的状态转移矩阵，c(tk)是有色噪声状态转移矩阵；
[0056]
系统先验估计误差的均方误差阵方程中，pk是后验估计均方误差阵，q是状态转移噪声协方差矩阵，其满足δ
kn
是克罗内克函数。
[0057]
本实施例中，状态转移矩阵根据系统测量延时和实际应用场景物体运动轨迹得到为：
[0058][0059]
其中，β表示由码片速率和载波频率之间的关系定义的载波辅助因子。
[0060]
s2：确定系统的状态向量xk(tk)和观测向量zk(tk)之间的关系；
[0061]
本实施例中，卡尔曼滤波器假定系统的状态向量xk(tk)和观测向量zk(tk)之间的关系为：
[0062]
zk(tk)＝hxk(tk)+vk(tk)
[0063]
其中，h表示观测量与系统状态之间的观测矩阵，vk(tk)表示测量噪声向量。
[0064]
观测向量的值主要基于代码延迟误差以及载波相位误差，因此，可以从测量方程推导出观测矩阵为：
[0065][0066]
s3：计算理想状态的卫星导航接收机中跟踪环路中的锁相环的相干积分
[0067]
卡尔曼滤波的系统的对于卫星信号解调后的测量值是根据跟踪环路中的相干积分的结果确定的；因此，在进入卡尔曼滤波器之前，需要计算理想状态的卫星导航接收机中跟踪环路中的锁相环的相干积分，计算如下：
[0068][0069]
其中yi表示一个卫星信道的跟踪迭代输出的信号，k是t个间隔上相关信号的数量，bi是数据比特。
[0070]
将其进一步近似计算可以得到：
[0071][0072]
其中，a
coh
是相干积分后得到的信号振幅，其与载噪比有关，t
coh
是积分计算时长即kt，fe是载波相位误差，φe是多普勒频移误差，η
coh
是滤波后的高斯噪声。
[0073]
s4：通过相干积分的平方，计算非相干和相干组合积分
[0074]
本实施例中，通过应用非相干过程来实现积分时间的延长；
[0075]
对上述s3中得到的的相干积分进行修改，在积分之前对信号进行平方运算，相干积分被平方并累积，获得非相干和相干组合积分，表示为：
[0076][0077][0078]
其中，y
coh,m
表示一个卫星信道的跟踪迭代输出的相干积分信号，m表示非相干和相干组合积分的积分数据量，a
ncoh
是非相干积分后的信号振幅，其与载噪比有关，t
ncoh
是非相干积分计算时长即mt
coh
，η
ncoh
是非相干积分后的滤波噪声。
[0079]
s5：根据扩展后的非相干积分结果，计算卡尔曼滤波的非相干积分信号y
ncoh
；
[0080]
本实施例中，得到扩展后的非相干积分后，结合鉴相器的原理，得到最终的给卡尔曼滤波的非相干积分信号为：
[0081][0082]
其中，im表示取虚数部分，m表示非相干和相干组合积分的积分数据量，y
coh,m
表示一个卫星信道的跟踪迭代输出的的相干积分信号。
[0083]
s6：修改卡尔曼滤波器的系统先验估计误差的均方误差阵方程和状态转移矩阵fk；
[0084]
根据高灵敏度的鉴相器，修改卡尔曼滤波器的相关参数；卡尔曼滤波器的系统先验估计误差的均方误差阵方程修改为：
[0085][0086]
其中，的状态转移矩阵修改为：
[0087][0088]
s7：卡尔曼滤波预测系统状态后，进行校正，具体过程如下：
[0089]
计算卡尔曼滤波系统的校正增益，然后将状态估计值更新，最后由先验值计算系统的后验估计误差的均方误差矩阵，完成校正；
[0090]
本实施例中，校正过程中卡尔曼滤波增益，计算如下：
[0091][0092]
其中，r是测量噪声向量的协方差矩阵，满足其中，r是测量噪声向量的协方差矩阵，满足是系统的后验估计误差的均方误差矩阵由先验值，h表示观测量与系统状态之间的观测矩阵。
[0093]
卡尔曼滤波系统的状态估计值更新为：
[0094][0095]
其中，是系统状态的先验估计值。
[0096]
系统的后验估计误差的均方误差矩阵，由先验值计算得到为
[0097][0098]
其中，i表示单位矩阵。
[0099]
基于上述三个公式，利用实际测量值完成对s1的预测过程的先验估计值进行校正，之后再将校正值带回预测过程进行预测，如此循环往复递推的完成卡尔曼滤波，使得旋转平台的接收机获得较高灵敏度的跟踪能力。
[0100]
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

技术特征：
1.一种基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，方法应用于卫星导航接收机系统；方法包括如下步骤：s1：确定卡尔曼滤波预测过程中的系统状态方程和系统先验估计误差的均方误差阵方程；s2：确定系统的状态向量x
k
(t
k
)和观测向量z
k
(t
k
)之间的关系；s3：计算理想状态的卫星导航接收机中跟踪环路中的锁相环的相干积分s4：通过相干积分的平方，计算非相干和相干组合积分s5：根据扩展后的非相干和相干组合积分结果，计算卡尔曼滤波的非相干和相干组合积分信号y
ncoh
；s6：修改卡尔曼滤波器的系统先验估计误差的均方误差阵方程和状态转移矩阵f
k
；s7：卡尔曼滤波预测系统状态后，进行校正，具体过程如下：计算卡尔曼滤波系统的校正增益，然后将状态估计值更新，最后由先验值计算系统的后验估计误差的均方误差矩阵，完成校正。2.根据权利要求1所述的基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，系统状态方程和系统先验估计误差的均方误差阵方程如下：x
k+1
(t
k+1
)＝f(t
k
)x
k
(t
k
)+c(t
k
)w
k
(t
k
)其中，系统状态方程中x
k
(t
k
)是系统在t
k
时间的状态向量，x
k+1
(t
k+1
)是系统在t
k+1
时间的状态向量，w
k
(t
k
)是过程噪声向量，f(t
k
)表示从t
k
个时刻到t
k+1
个时刻的状态转移矩阵，c(t
k
)是有色噪声状态转移矩阵；p
k
是后验估计均方误差阵，q是状态转移噪声协方差矩阵，其满足δ
kn
是克罗内克函数。3.根据权利要求2所述的基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，根据系统测量延时和离散化模型，所述状态转移矩阵的定义如下：其中，β表示载波辅助因子。4.根据权利要求1所述的基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，所述系统的状态向量x
k
(t
k
)和观测向量z
k
(t
k
)之间的关系如下：z
k
(t
k
)＝hx
k
(t
k
)+v
k
(t
k
)其中，h表示观测量与系统状态之间的观测矩阵，v
k
(t
k
)表示测量噪声向量。5.根据权利要求1所述的基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，步骤s3中，所述相干积分计算如下：
其中，y
i
表示一个卫星信道的跟踪迭代输出的接收信号，k为t个间隔上相关信号的数量，b
i
为数据比特。6.根据权利要求5所述的基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，步骤s4中，所述非相干和相干组合积分表示如下：其中，y
coh,m
表示一个卫星信道的跟踪迭代输出的相干积分信号。7.根据权利要求6所述的基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，步骤s5中，所述非相干和相干组合积分信号y
ncoh
，表示如下：其中，im表示取虚数，m表示非相干和相干组合积分的积分数据量。8.根据权利要求1所述的基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，校正过程中卡尔曼滤波增益，计算如下：其中，r是测量噪声向量的协方差矩阵，满足其中，r是测量噪声向量的协方差矩阵，满足是系统的后验估计误差的均方误差矩阵由先验值，h表示观测量与系统状态之间的观测矩阵。9.根据权利要求8所述的基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，更新的所述状态估计值，表示如下：其中，是系统状态的先验估计值。10.根据权利要求9所述的基于kf的旋转平台接收机高灵敏度跟踪方法，其特征在于，系统的后验估计误差的均方误差矩阵，计算如下：其中，i表示单位矩阵。

技术总结
本发明公开了一种基于KF的旋转平台接收机高灵敏度跟踪方法，应用于卫星导航接收机系统，包括：确定卡尔曼滤波预测过程中的系统状态方程和系统先验估计误差的均方误差阵方程，并确定系统的状态向量和观测向量之间的关系；计算理想状态的卫星导航接收机中跟踪环路中的锁相环的相干积分、非相干和相干组合积分和卡尔曼滤波的非相干积分信号；修改卡尔曼滤波器的系统先验估计误差的均方误差阵方程和状态转移矩阵；在卡尔曼滤波预测系统状态后，进行校正。本发明通过对相干积分平方并结合鉴相器得到了扩展的非相干积分，同时结合卡尔曼滤波获取精确定位信息，提高接收机的跟踪灵敏度。度。度。


技术研发人员：宫延云 雷浩阳 韩闯 王伶 张兆林 陶明亮 谢坚 粟嘉 汪跃先
受保护的技术使用者：西北工业大学
技术研发日：2023.05.22
技术公布日：2023/8/21