北斗B1C信号联合捕获策略

目前对含有导频通道的新信号的捕获研究,主要是设计联合捕获算法,提高功率利用率以提升接收性能,分为等长与非等长相干积分联合算法两类. 本文针对北斗B1C信号,深入分析了三种等长相干积分联合算法的加权问题,并解释了相干联合与差分联合算法的联系. 理论和仿真结果表明,相干联合算法具有更优的性能;进一步,本文结合最优相干积分时间理论给出捕获参数设计方案,对比了不同场景条件下等长与非等长相干积分联合算法的性能,给出了捕获B1C信号的优化策略.      

基于B1C新信号的BDS/INS深组合改进的跟踪环路设计

针对北斗卫星导航系统/惯性导航系统(BDS/INS)的深组合定位系统,提出了一种利用惯性导航系统(INS)辅助B1C正交分量的信号跟踪算法,以解决定位过程中信号较弱致深组合定位系统失锁的问题. 该算法使用了考虑INS数据的卡尔曼滤波算法,并同时利用导频分量和数据分量构成本地码,对信号进行跟踪. 由该算法对实测数据计算,并利用传统算法进行对比,可以得出在弱信号的环境下跟踪环路较为稳定,伪距精度较高.      

一种用于BDS-3接收机工程实现的两级B1C信号捕获技术

北斗三号卫星导航系统(BDS-3)B1C信号相较北斗二号卫星导航系统卫星信号,从信号结构、编码方式再到导航电文结构都发生了改变,包括引入导频信号、二次编码、BOC调制、LDPC编码和B-CNAV1导航电文结构等.这些改变一方面提高了信号性能(如抗多路径、信号捕获和跟踪精度等);另一方面,也带来了一系列问题,对接收机的信号捕获技术提出了全新的要求,如需处理更大的数据流,解决由二次编码带来的符号翻转和BOC调制造成的捕获多峰性问题.针对BDS-3接收机的工程实现,本文提出了一种新颖有效的两级B1C信号捕获技术.其中第一阶段采用扩展并行平均相关搜获结构,用以解决符号翻转问题,同时实现高效的信号粗捕获;第二阶段在缩小的搜索范围内进行高精度搜索,此步骤可有效避免信号多峰性造成的误锁可能.除此之外,本文还介绍了单信道和多信道组合式捕获技术,用户可根据资源占用和捕获灵敏度需求选取更有效的捕获方法.实验结果表明,本文提出的方法允许使用更小更经济的快速傅里叶变换(FFT)模块,并通过大量并行处理的方法实现快速捕获.相较传统的高精度捕获技术,此方法在采样频率超过50MHz时,能够在保证相近的捕获精度的同时减少至少61%的运算量.     

北斗B1C、B2a信号非理想性分析及接收约束建议

卫星导航信号的非理想性会导致不同接收机之间出现测距偏差,是影响卫星导航系统服务精度和完好性的重要因素。首先,针对北斗系统B1C、B2a新体制信号的非理想性进行分析,利用大口径天线采集了全部北斗三号在轨卫星播发的B1C、B2a信号（共27颗卫星）,评估了不同接收带宽、码鉴相间距下测距偏差的大小与变化特点;然后,以双频多星座星基增强服务应用为例,分析了两个信号在相应接收机中的设计约束条件。研究结果发现,在接收机常用的参数范围内,B1C、B2a信号非理想性引入的测距偏差分别不超过0.68 m、0.44 m;在测距偏差小于0.1 m的性能约束下,B1C、B2a信号可用的约束条件参数范围优于国际民航标准草案中的相关要求。     

基于靶场CORS的试验区北斗数据质量分析

自2011年国际GNSS服务(International GNSS Service,IGS)启动多GNSS实验项目(Multi-GNSS Experiment,MGEX)以来,多GNSS兼容和互操作成为研究热点,我国率先发起国际GNSS监测评估系统(International GNSS Monitoring and Assessment System, iGMAS)旨在对GNSS的运行状况和性能指标进行监测评估.鉴于此,本文从用户使用端出发,通过对连续运行参考站(continuously operating reference station, CORS)的数据完整率、周跳比、伪距多路径、载噪比(carrier to noise ratio,CNR)和伪距测量精度进行量化分析,探讨了基于靶场CORS系统进行试验区北斗数据质量监测与评估的方法,为高精度武器试验鉴定提供科学、可量化的卫星环境精度指标.     

GNSS信号土壤衰减模型的试验验证方法

GNSS（global navigation satellite system）信号在土壤中的衰减情况对于研究GNSS反射信号的有效遥感深度具有重要意义。本文通过试验研究了北斗信号与GPS（global positioning system）信号在土壤中的衰减情况。在试验设计上将GNSS天线置入土壤中并不断改变天线上方的土壤厚度与湿度以采集GNSS信号的功率衰减数据,最后利用这些数据反演土壤湿度以对GNSS信号土壤衰减模型进行验证。试验结果表明,土壤能够使GNSS信号发生明显的衰减。土壤的湿度值与厚度值越大,GNSS信号功率衰减越严重。在黏土土质,土壤湿度为0.15~0.30 cm³/cm³的情况下,当土壤厚度达到21 cm时,GNSS信号功率已衰减至无法被GNSS接收机测出。进一步根据GNSS信号衰减模型反演土壤湿度,结果显示,模型在土壤厚度大于等于10 cm、卫星仰角高于50°的情况下较为精确,此时利用北斗B1信号与GPS L1信号反演土壤湿度的均方根误差分别小于0.04 cm³/cm³与0.09 cm³/cm³。     

北斗三号B1C/B2a新频点信号数据质量和精密单点定位性能评估

利用10个MGEX(multi-GNSS experiment)测站连续一个月的观测数据对B1C/B2a新频点信号质量和精密单点定位（precise point positioning, PPP）服务性能进行全面评估,并将其结果与GPS L1/L2和BDS3 B1I/B3I频点结果进行对比。实验表明：在观测数据完整率方面,BDS-3 B1C/B2a频点观测数据完整率较高,达到98%以上;在伪距多路径误差方面,B2a伪距多路径误差较小,均值为18 cm,B1C频点结果稍大,但仍优于GPS的L1和L2频点;在载噪比方面,BDS-3各频点均优于GPS,B1C和B2a频点载噪比都在40 dBHz以上。在静态PPP结果方面,B1C/B2a收敛时间约27 min,与GPS较为接近,B1C/B2a信号在E、N、U方向的精度分别为1.39 cm、0.87 cm和1.83 cm;在动态PPP结果方面,B1C/B2a收敛时间约56 min,在E、N、U方向的精度分别为2.43 cm、1.77 cm和4.57 cm。综合来看,B1C/B2a新信号评估结果稍优于B1I/B3I频点结果。     

不同对流层模型对B1C/B2a组合PPP的影响分析

对流层延迟是GNSS定位主要的误差源之一,因此分析不同对流层模型对BDS-3系统B1C/B2a组合PPP的影响是非常必要的。本文结合多个MGEX测站数据,进行了GPT、GPT2、GPT2w 3种对流层模型静态与动态PPP解算实验。实验结果表明,3种对流层模型解算得到的B1C/B2a组合静态与动态PPP定位误差与精度一致性较好,定位精度可以达到厘米级,但3种模型解算得到的定位精度差异在亚毫米级,整体来说,GPT2w模型解算得到的定位精度最优,其次为GPT2模型,GPT模型略低于其他两种模型。     

基于HJ-1A/1B数据的高寒草地牧草营养动态监测模型

为了掌控高寒草地全年的营养状况与更好地利用草地和草畜平衡,该文基于HJ-1A/1B多光谱CCD数据,通过监测草地牧草全年4期营养动态和分析对应时期的遥感指数,建立了直接和间接的遥感动态对比模型,获得了草地牧草4期生物量和粗蛋白含量.结果表明:基于HJ-1A/1B多时相、多光谱数据,利用间接模型反演4期草地牧草生物量和粗蛋白是一种可行的方法,尤其在枯草期和返青期;草地牧草全年营养状况变化很大,最大相差约9倍.     

基于HJ-1A/B卫星CCD数据的江汉平原农田物候探测

利用HJ-1A/B卫星CCD数据,提取2013—2015年三年江汉平原农田的归一化植被指数NDVI,构建时间序列曲线,利用小波变换对HJ-1A/B卫星所得的NDVI数据进行平滑降噪处理,结合地面调研资料,提取江汉平原农作物的物候信息。研究结果表明,HJ-1A/B卫星可用于农田物候监测,对于小区域的农田作物长势监测具有独特的优势。     

增广扩展卡尔曼滤波的全局拼接方法研究

针对点云拼接中双站数据的拼接必然会产生拼接误差的传递,最终导致整体拼接效果不佳的问题,该文讨论了基于增广扩展卡尔曼滤波的全局拼接,通过构造系统增广模型和系统观测模型,构建转换矩阵来对数据进行全局拼接:应用增广的卡尔曼滤波原理对各站点的位置姿态进行递归地估计,以同名点偏差为依据进行估计和校正,更新位置姿态,实现数据的全局拼接。最后采用上海地铁隧道三维点云数据进行基于增广扩展卡尔曼滤波的全局拼接实验。结果表明,此方法能够提高拼接精度,降低拼接误差。     

基于卡尔曼滤波的GPS高动态载波跟踪环路设计

针对高动态环境会使接收机接收信号载频上产生很大的多普勒频移及其变化率,普通的GPS载波跟踪环无法保证可靠的跟踪等问题,通过综合分析传统的二阶叉积自动频率控制环(CPAFC)辅助三阶锁相环(PLL)的高动态载波跟踪环路,以及卡尔曼滤波器在动态跟踪中的优势与劣势,该文设计了一种基于卡尔曼滤波的二阶CPAFC辅助三阶PLL的GPS高动态载波跟踪环路。通过仿真分析证明,新的环路能更好地适应动态性,整体跟踪性能更好;并且在信噪比较低的情况下,环路优势更明显。     

扩展卡尔曼滤波的虚拟格网伪距差分算法研究

针对传统伪距差分服务端压力大,以及在复杂环境下进行导航定位,某些历元卫星信号弱、卫星数不足、无法连续定位的问题,该文提出了基于扩展卡尔曼滤波算法的虚拟格网伪距差分方法。该方法充分利用先验信息和动力学模型,解决了复杂环境中动态定位结果不连续、定位精度低等问题。为验证算法的有效性,该文分别进行了动态、静态实验,并与最小二乘结果进行对比,实验结果表明:静态模式下,卡尔曼滤波算法比最小二乘算法的定位精度,在N、E、U方向分别提高48.3%、47.1%、52.5%;动态模式下,卡尔曼滤波算法比最小二乘算法更加稳定,更适合复杂环境定位。     

扩展卡尔曼滤波的安卓手机定位算法研究

随着手机定位的应用越来越多,目前市场中许多APP(Application)都会用到定位功能.但多数APP使用传统的定位算法,不能满足人们实时获取高精度地理位置信息的需求.现阶段对于手机的全球定位系统(GPS)芯片原始数据定位方法的研究较少,因此本文主要对利用手机GPS原始数据定位的可行性及定位算法进行了研究.利用Android 7.0系统提供的应用程序接口获取GPS芯片的原始数据参数,根据手机实用场景的速度特征,分别设计并实现了针对于静态场景的静态卡尔曼滤波和针对低速场景的动态卡尔曼滤波定位算法.通过静态实验以及电动车实验和步行实验的结果表明:与传统的定位算法相比,本文设计的静态卡尔曼滤波和动态卡尔曼滤波定位算法拥有更好的定位结果,更加接近实际行走路线,证明了利用手机GPS原始数据定位的可行性,同时也证明了设计的卡尔曼滤波算法可以提高定位精度,论文的研究结果为实现静态与动态的高精度手机定位算法提供了理论依据.     

Combined L1/L2 Kalman filter-based tracking scheme for weak signal environments

A Kalman filter-based method combining the energy of both L1 C/A and L2C GPS signals in a combined tracking loop method to enhance performance under adverse conditions is developed. Standard tracking methods and the ionospheric effect on GPS signals are reviewed and compared to a new Kalman filter that simultaneously estimates delay, phase and total electron content by combining L1 C/A and L2C code and phase discriminator outputs. The new filter is tested and compared to standard methods for tracking L1 C/A and L2C using both simulated and real data. The new method is found to have improved sensitivity of 3 dB compared to standard L1 tracking and 4.5 dB compared to standard L2C tracking while at the same time providing an accurate estimate of the total electron content along the signal path.     

一种基于扩展卡尔曼滤波的多基线相位噪声抑制及展开方法

针对传统多基线干涉合成孔径雷达存在系统高度模糊数与缠绕相位解缠可靠性之间不可兼顾的矛盾,该文提出一种基于扩展卡尔曼滤波(EKF)的多基线SAR干涉相位展开方法。该方法利用全方位局部相位梯度联合估计技术直接从多幅复干涉图抽样谱中提取相位梯度信息,同时利用EKF强大的数据融合能力以信息融合的方式同时完成二维噪声抑制及相位展开,既有利于解决相位展开中的"坡度欠估计"问题,又避免了传统方法在相位展开之前须进行噪声滤波的不足。多基线模拟数据和单基线实测数据处理结果验证了方法的有效性。     

结合扩展卡尔曼滤波与基于点线的最近点迭代扫描匹配算法的机器人位姿自适应估计

针对机器人利用单一位姿估计方法累积误差大、精度低的问题,本文提出了一种基于扩展卡尔曼滤波算法(EKF)和基于点线的最近点迭代扫描匹配算法(PL-ICP)的机器人位姿自适应估计方法。为了减少轮式里程计造成的累积误差,利用Mahony算法对陀螺仪和加速度计进行姿态解算,进而基于扩展卡尔曼滤波融合轮式里程计初步估计机器人位姿;为了减少轮子变形、打滑等对机器人位姿的影响,利用PL-ICP点云匹配算法构建单线激光里程计,对机器人位姿再次进行估计;为了提高位姿估计的准确度,提出了一种基于两种位姿总均方差和前后时刻位姿误差构建累积误差的自适应修正算法,通过分析两种位姿总均方差及前后时刻位姿误差,得到全局最优权重因子和局部动态权重因子,实现累积误差修正因子的自适应调整,得到机器人更精确的位姿估计。试验结果表明,该方法可对机器人的位姿累积误差进行修正,显著提高机器人的位姿估计精度。     

基于模糊Kalman滤波的港口车辆组合定位方法研究

针对北斗卫星导航系统（BDS）/惯性导航系统（INS）组合导航系统在遮挡环境下定位失效这一问题,通过分析组合导航系统中传感器的状态变化对定位精度的影响,设计了一种基于传感器工作状态的模糊逻辑推理系统,并与卡尔曼滤波算法相结合,通过实时调整系统量测噪声方差的方法提高定位精度.在港口环境下的无人车辆上进行了实验,实验表明,提出的方法能有效提高遮挡环境下无人车辆的定位精度,并具有良好的鲁棒性.      

卡尔曼滤波方法的BDS/GLONASSRTK定位算法

针对单系统RTK定位精度以及稳定性不足的问题,该文提出了BDS、GLONASS双系统联合RTK定位方法,通过对双系统进行时空基准统一,基于附加模糊度参数的卡尔曼滤波函数模型双系统RTK定位算法的研究,开发了BDS/GLONASS双系统RTK定位程序,对超短基线、短基线实测数据进行计算,并且与GPS系统结果进行比对。实验结果表明,BDS、GLONASS、BDS/GLONASS这3种模式定位精度虽稍逊于GPS,但也能够达到厘米级精度,从而提供高精度的定位服务。