基于批处理的微弱GPS信号捕获

针对传统方法难以实现微弱GPS信号的精确捕获,继而影响后续的信号跟踪及导航电文解码,提出了一种新的捕获方法解决这一基础性问题,采用基于批处理的手段来捕获低信噪比的GPS信号并提高运算速度,为高灵敏度GPS接收机的实现提供保证.仿真结果表明,在捕获过程处理的数据长度不超过4个导航电文数据位(80 ms)的情况下,此方法能够较好地捕获到载噪比低至21 dB的GPS信号,同时确保较短的捕获时间和较高的灵敏度.

基于平淡卡尔曼滤波的微弱GPS信号跟踪算法

在接收信号很微弱的情况下,全球定位系统(GPS)的传统方法不能很好地跟踪信号.采用非线性卡尔曼滤波算法取代传统的延迟锁定环和相位锁定环,用于高灵敏度GPS接收机的微弱信号处理环节.针对所提出的微弱信号系统模型中相关运算的特点,运用平淡卡尔曼滤波器进行信号跟踪.仿真结果表明,新方法能够较好地跟踪到载噪比低至27 dB-Hz的微弱信号,确保了跟踪精度;同时具有较高的灵敏度.

GPS软件接收机微弱信号捕获算法研究

捕获是GPS接收机信号处理中的关键部分,在微弱信号情况下,传统方法不能很好地捕获到卫星信号。本文将介绍一种新型捕获方法——批式捕获法来取代传统的FFT相关搜索法,为高灵敏度GPS软件接收机提供理论依据。根据GPS信号的特征,利用软件模拟出各种信噪比数值的数据,分别采用以上2种方法对其进行捕获仿真。仿真结果表明,传统方法仅能捕获到信噪比低至42dB-Hz的信号;而批式捕获法能够在较短时间内捕获到信噪比低至29dB-Hz的微弱信号,并能有效避免由导航数据位翻转造成的误捕获。

GPS软件接收机相关器的设计

传统GPS接收机内部往往使用专用集成芯片进行基带处理。针对其成本高、可配置性低的缺点,提出了一种新型软件相关器。采用Microsoft Visual C++ 6.0对硬件相关器进行软件模拟,并使用逐位并行算法将大量的乘法运算转换成异或运算,大大减小了软件相关器的运算量。为了进一步验证该软件相关器的可行性,采用含有该相关器的GPS软件接收机对实际GPS信号进行处理,结果表明该软件相关器完全能够满足信号捕获与跟踪过程中的相关运算要求。

基于RPC的GPS服务器设计

文章提出一种基于远程过程调用协议(Remote Procedure Call Protocol,RPC)的全球定位系统(Global Positioning System,GPS)服务器设计方法,实现了通信与业务逻辑在真正意义上的物理分离.系统以epoll模型为通信架构,使用池、环形缓冲区等技术设计中间代理模块,并使用自定义的RPC协议保证业务服务模块与中间代理模块之间的通信.性能测试的结果显示,该设计方法不仅能满足交通部部标规定的GPS数据接入的性能指标,还提高了系统的可扩展性以及可维护性.

一种用于高动态环境的GPS信号跟踪方法

针对全球定位系统(GPS)在高动态环境下信号跟踪精度不高以及容易失锁的问题,提出一种新的跟踪方法.采用锁频环(FLL)和锁相环(PLL)相融合的跟踪方式,利用判决因子对当前的跟踪状态进行判定,根据判决值对FLL和PLL输出赋予相应的权值,调整其相对作用的大小,从而将FLL和PLL在同一跟踪过程中更好地融合.仿真结果表明,该方法在环路噪声带宽较小的情况下能够成功地跟踪加速度为150 g的超高动态GPS信号.

基于卡尔曼滤波的锁频环改进算法

为了在树荫下、建筑物内等受遮挡的环境中实现对弱信号的跟踪,需要对传统的载波环路加以改进。提出一种基于卡尔曼滤波的锁频环(frequency lock loop,FLL)改进算法,在传统FLL的鉴频器与环路滤波器中间加入卡尔曼滤波模块,并在环路滤波器和卡尔曼滤波模块之间加入数据处理模块。在相同条件下,分别对传统FLL和改进后FLL进行仿真测试。实验表明,改进后的FLL不仅能跟上信噪比低至-30dB的信号,且在跟踪精度上也比传统FLL提高很多。

基于多卫星的GPS中频信号生成方法

提出一种GPS中频数字信号的生成方法,以实现信噪比和多普勒频移均可调的多卫星GPS信号的模拟,可为软件接收机技术以及基于微弱信号处理的高灵敏度GPS接收机的研究提供可靠的信息源.根据接收机中信号处理模块的功能架构提出GPS中频信号模型,并使用真实伪距和载波相位等GPS原始数据、多卫星的导航信息和强度可调的噪声信号模型等拟合出GPS的中频信号.通过捕获、跟踪和导航电文解调等实验结果表明,生成的信号完全具备GPS信号的所有特征,可用于软件接收机的定位解算.

GPS微弱信号捕获算法

捕获是GPS接收机信号处理中的关键部分,在微弱信号情况下,FFT快速捕获等传统方法不能很好地捕获到卫星信号,将采用一种改进的方法——相关积分与批式捕获相结合的方法进行捕获研究。并对一组GPS实测数据信息,分别采用以上两种方法对其进行捕获仿真。结果显示,采用改进的方法捕获到了较微弱的GPS信号,提高了接收机的灵敏度,并能有效避免由导航数据位翻转造成的误捕获。

基于非线性滤波算法的GPS与北斗定位研究

全球导航卫星系统GNSS可以提供全天时的三维位置信息和三维速度信息。传统只靠单一的导航系统不能满足系统的可靠性和完善性。为此提出GPS系统与北斗导航系统兼容定位方法,描述了测量模型和状态模型,并使用平淡卡尔曼滤波进行定位解算,在GPS和北斗导航系统环境下分别进行了单系统和多系统定位的验证、比较与分析。定位实验结果表明,与通用的最小二乘迭代法和扩展卡尔曼滤波等方法获得的结果相比,所提出的算法能获得更高的定位精度。当可见卫星数量发生跳变时,得出的滤波结果具有较高的精度和稳定性,特别是在卫星数比较少的情况下,通过组合两个不能单独定位的系统,可获得更高的融合定位精度。

高动态环境下GPS信号处理与分析

为了研究如何消除高动态环境下多普勒频移对GPS信号的影响,首先根据多普勒频移,中频信号频率,载噪比等参数建立高动态GPS中频信号数学模型,得出一个高动态中频信号。然后,根据模拟的中频信号,分析载体的高动态运动对捕获和跟踪造成的影响,结合跟踪环的工作原理和数学模型,设计一个环路噪声带宽随多普勒频移可变化的跟踪环路,得到了理想的跟踪结果。证明该方法能够有效的消除多普勒频移对GPS信号的影响,具有很好的实用性。

恶劣环境下GPS定位估计滤波算法的非线性模型

提出了一种附加测量模型用于GPS定位估计的系统方程,该方法可实现单机GPS在可捕获卫星数较少的恶劣环境下的定位.开发了一种新的基于非线性滤波的位置和速度估计模型,在测量模型中引入随位置变化的电离层误差补偿模型,利用平淡卡尔曼滤波(UKF)算法较好地实现了可见卫星为3颗条件下的定位估计.在仅有2颗卫星可见的情况下,进行了把高程加入测量模型做平面定位估计的尝试,并取得了较好的效果.GPS定位实验结果表明,在恶劣环境下,基于所提出的非线性模型得出的滤波定位估计值能达到理想的精度.

多径干扰下GPS弱信号跟踪算法研究

在带有多径干扰的、并且低载噪比的GPS信号下,分析了多径带来的码环误差以及因此引起的伪距误差的原理.在此基础上,考虑在码环跟踪的Strobe鉴相算法中,引入一个修正因子σ,使得码环跟踪时,对一定范围内的短多径起到抑制的作用.由于改进后的跟踪算法没有用到Q路输出,并且原信号为弱信号,因此需要跟踪环路提供好的载波跟踪性能.为此,考虑使用扩展卡尔曼滤波(EKF)算法来替代原有的载波跟踪环路,提高跟踪环路的噪声抑制性能.在此基础上,将EKF载波环跟踪与修正后的码环跟踪结合起来使用,共同进行多径干扰下GPS弱信号的跟踪.

基于超快精密星历的空间信号完好性监测算法

针对北斗卫星导航系统空间信号完好性监测问题,提出一种新的基于超快精密星历的空间信号完好性监测(UPSIM)算法。通过将超快精密星历与广播星历之差映射到用户方向求取空间信号监测阈值,建立了数学模型,并采用北斗卫星导航系统超快精密星历进行了算法验证。实验结果表明,采用UPSIM算法可以实现接收机端空间信号完好性的实时监测和预测,并有效识别卫星空间信号故障。

基于自适应滤波的微弱GPS信号跟踪方法

针对全球定位系统(GPS)传统跟踪算法在接收信号很微弱的条件下跟踪误差大,为保持跟踪精度,提出了一种新的跟踪方法。同时考虑了多普勒频移和码相位偏移量作为观测模型,然后采用自适应卡尔曼滤波算法,有效减轻了系统噪声和观测噪声对信号跟踪的影响;并通过列文伯格-马夸尔特方法,优化迭代过程,进一步提高自适应卡尔曼滤波算法的稳定性和收敛速度。仿真结果显示,利用新的算法对载噪比低至21dB-Hz的微弱GPS信号取得了良好的跟踪精度和极高的灵敏度。

基于非线性卡尔曼平滑的GPS定位估计方法

在GPS单机定位中,通常采用卡尔曼滤波作为位置状态解算的方法。文中提出一种将非线性平滑技术用于GPS定位估计的方法,该方法可用于单机GPS接收机的定位解算,在非线性滤波的基础上进一步提高定位精度。提出一种随接收卫星数量而实时改变测量参数的动态测量模型,根据GPS的伪距、多普勒频移和导航信息等原始数据进行定位模型的解析,运用新型的平淡卡尔曼平滑算法求解该动态模型。GPS定位实验结果表明,与通用的最小二乘迭代法和非线性滤波等方法获得的结果相比,所提出的方法能获得更高的定位精度。

高灵敏度GPS软件接收机捕获算法

针对传统方法难以实现室内环境下GPS信号的捕获以及传统弱信号捕获算法的一系列弊端,介绍了一种新的捕获算法。由于数据段通过"先累加后相关"的方式进行相干积分可以减少运算量,以此方法改进的半位捕获法进行数据段选择可以避免导航数据位翻转,并且改进后的差分相干积分能够减小非相干积分造成的"平方损失"和改善信噪比。融合上述优点,提出了一种新的算法,为高灵敏度GPS软件接收机的实现提供了保证。仿真结果表明,此算法极大的提高了接收机的捕获性能,并且能够快速捕获到载噪比低至25dB/Hz的微弱信号。

基于FPGA技术的微弱GPS信号捕获实现方法

当GPS信号载噪比低于44dB-Hz时,捕获难度较大,利用FPGA技术来解决软件GPS接收机难于捕获微弱信号的问题是主要目的。首先介绍了中频GPS信号,描述了传统捕获方法的数学模型,接着提出了基于FPGA的微弱信号捕获方法,方法采用傅立叶变换和反变换算法在频域内搜索微弱信号,最后给出设计流程并详细介绍大规模相关器的构建过程。仿真结果表明方法能够成功捕获载噪比低至25dB-Hz的微弱GPS信号;如果将适当的采样率与批处理相结合,可以进一步抑制噪声,达到更好的捕获效果。对FPGA的捕获方法能够有效提高软件GPS接收机捕获微弱信号的能力。

一种用于高动态全球定位系统信号跟踪的新模型

针对传统全球定位系统(GPS)信号跟踪方法在高动态环境下跟踪精度不够理想且容易失锁等缺陷,提出了一种新的跟踪模型.采用包含多普勒频移与码相位误差的二维观测相关器组,并通过基于列文伯格-马夸尔特方法优化的迭代扩展卡尔曼滤波算法,使跟踪环路在码相位与载波频率初始捕获误差较大的情况下,依然能够快速而准确地收敛,成功解调出导航信息.仿真结果显示,利用新的GPS信号跟踪模型能够高质量地完成加速度为150g的高动态GPS信号跟踪.

用于提高全球定位系统定位估计速度的滤波算法

为了提高全球定位系统(GPS)高精度定位的解算速度,从原理上比较了平淡卡尔曼滤波(UKF)及其改进算法和超球面平淡卡尔曼滤波(SUKF)及其改进型等非线性滤波估计算法,提出了将SUKF的改进型算法应用于单机GPS的定位估计.实验表明:该算法能够在保证高精度定位估计的前提下提高运算速度,有效解决GPS软件接收机中高精度定位输出的实时性问题.