期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于强跟踪平方根容积卡尔曼滤波的GNSS信号跟踪环路设计
被引量:
3
1
作者
程向红
张晶晶
《中国惯性技术学报》
EI
CSCD
北大核心
2021年第6期740-745,共6页
在GNSS接收机信号跟踪阶段,跟踪环路容易因为载体高速运动导致环路失锁。为了提高跟踪环路的动态性能和精度,提出了一种基于平方根容积卡尔曼滤波和强跟踪滤波的跟踪环路。在传统跟踪环路的基础上,以同相、正交各支路输出为观测量,在平...
在GNSS接收机信号跟踪阶段,跟踪环路容易因为载体高速运动导致环路失锁。为了提高跟踪环路的动态性能和精度,提出了一种基于平方根容积卡尔曼滤波和强跟踪滤波的跟踪环路。在传统跟踪环路的基础上,以同相、正交各支路输出为观测量,在平方根容积卡尔曼滤波中引入渐消因子以提高跟踪环路的鲁棒性,对伪码相位和载波多普勒频率作统一估计。动态仿真试验结果表明,相比于二阶锁频环辅助三阶锁相环,所提出的跟踪环路定位、定速误差减小了25%以上,可以为后续的导航解算等模块提供更为可靠的观测量。
展开更多
关键词
GNSS
信号跟踪环路
平方根容积卡尔曼滤波
强
跟踪
滤波
下载PDF
职称材料
基于B1C新信号的BDS/INS深组合改进的跟踪环路设计
被引量:
1
2
作者
李忠盼
韩培俊
+2 位作者
赵冬青
刘建松
李征
《全球定位系统》
CSCD
2021年第5期99-103,共5页
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...
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.
展开更多
关键词
B1C
信号
北斗卫星导航系统/惯性导航系统(BDS/INS)深组合
信号跟踪环路
卡尔曼滤波
正交分量
下载PDF
职称材料
复杂环境下基于自适应卡尔曼滤波的时间比对跟踪算法
3
作者
程燕
王海峰
+3 位作者
王学运
郭梁
张升康
葛军
《电子与信息学报》
EI
CSCD
北大核心
2023年第11期4110-4116,共7页
在雷达、车载等动态协同组网系统中,高精度时间同步是该系统正常工作的基本条件。但是在动态组网系统或者低截获场景下,时间比对信号强度弱,并处于动态场景,此时时间同步系统鲁棒性差、同步精度低。因此,需要提高时间同步系统在复杂的...
在雷达、车载等动态协同组网系统中,高精度时间同步是该系统正常工作的基本条件。但是在动态组网系统或者低截获场景下,时间比对信号强度弱,并处于动态场景,此时时间同步系统鲁棒性差、同步精度低。因此,需要提高时间同步系统在复杂的动态组网系统下的时间同步精度。调制解调器是双向时间比对系统的核心设备,而跟踪环路是其中关键部分。复杂场景下跟踪环路很容易失锁,为了提高跟踪环路鲁棒性,该文提出一种基于自适应卡尔曼滤波(AKF)的跟踪算法。该算法引入自适应因子来调节系统噪声协方差矩阵,从而应对外部变化的输入信号。试验结果显示,与传统锁相环跟踪环路(PLL)和标准卡尔曼滤波跟踪环相比,在弱信号和动态信号同时存在时该算法跟踪鲁棒性和自适应性更好,并且算法复杂度不高。该算法对于提高动态协同组网系统的时间同步精度具有重要意义。
展开更多
关键词
双向时间同步
时间比对
信号跟踪环路
复杂动态和弱
信号
场景
自适应卡尔曼滤波算法
下载PDF
职称材料
题名
基于强跟踪平方根容积卡尔曼滤波的GNSS信号跟踪环路设计
被引量:
3
1
作者
程向红
张晶晶
机构
微惯性仪表与先进导航技术教育部重点实验室
东南大学仪器科学与工程学院
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2021年第6期740-745,共6页
基金
国家自然基金项目(61773116)。
文摘
在GNSS接收机信号跟踪阶段,跟踪环路容易因为载体高速运动导致环路失锁。为了提高跟踪环路的动态性能和精度,提出了一种基于平方根容积卡尔曼滤波和强跟踪滤波的跟踪环路。在传统跟踪环路的基础上,以同相、正交各支路输出为观测量,在平方根容积卡尔曼滤波中引入渐消因子以提高跟踪环路的鲁棒性,对伪码相位和载波多普勒频率作统一估计。动态仿真试验结果表明,相比于二阶锁频环辅助三阶锁相环,所提出的跟踪环路定位、定速误差减小了25%以上,可以为后续的导航解算等模块提供更为可靠的观测量。
关键词
GNSS
信号跟踪环路
平方根容积卡尔曼滤波
强
跟踪
滤波
Keywords
tracking loop for GNSS signal
square root cubature Kalman filter
strong tracking filter
分类号
U666.1 [交通运输工程—船舶及航道工程]
下载PDF
职称材料
题名
基于B1C新信号的BDS/INS深组合改进的跟踪环路设计
被引量:
1
2
作者
李忠盼
韩培俊
赵冬青
刘建松
李征
机构
[
信息工程大学
出处
《全球定位系统》
CSCD
2021年第5期99-103,共5页
文摘
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.
关键词
B1C
信号
北斗卫星导航系统/惯性导航系统(BDS/INS)深组合
信号跟踪环路
卡尔曼滤波
正交分量
Keywords
B1C signal
BeiDou Navigation Satellite System/inertial navigation system(BDS/INS)deep combination
signal tracking loop
Kalman filter
orthogonal component
分类号
P228.4 [天文地球—大地测量学与测量工程]
下载PDF
职称材料
题名
复杂环境下基于自适应卡尔曼滤波的时间比对跟踪算法
3
作者
程燕
王海峰
王学运
郭梁
张升康
葛军
机构
北京无线电计量测试研究所计量与校准技术国家级重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第11期4110-4116,共7页
文摘
在雷达、车载等动态协同组网系统中,高精度时间同步是该系统正常工作的基本条件。但是在动态组网系统或者低截获场景下,时间比对信号强度弱,并处于动态场景,此时时间同步系统鲁棒性差、同步精度低。因此,需要提高时间同步系统在复杂的动态组网系统下的时间同步精度。调制解调器是双向时间比对系统的核心设备,而跟踪环路是其中关键部分。复杂场景下跟踪环路很容易失锁,为了提高跟踪环路鲁棒性,该文提出一种基于自适应卡尔曼滤波(AKF)的跟踪算法。该算法引入自适应因子来调节系统噪声协方差矩阵,从而应对外部变化的输入信号。试验结果显示,与传统锁相环跟踪环路(PLL)和标准卡尔曼滤波跟踪环相比,在弱信号和动态信号同时存在时该算法跟踪鲁棒性和自适应性更好,并且算法复杂度不高。该算法对于提高动态协同组网系统的时间同步精度具有重要意义。
关键词
双向时间同步
时间比对
信号跟踪环路
复杂动态和弱
信号
场景
自适应卡尔曼滤波算法
Keywords
Two-way time synchronization
Time transfer tracking loop
Complex dynamic and weak signal conditions
Adaptive Kalman Filtering(AKF)algorithm
分类号
TN76 [电子电信—电路与系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于强跟踪平方根容积卡尔曼滤波的GNSS信号跟踪环路设计
程向红
张晶晶
《中国惯性技术学报》
EI
CSCD
北大核心
2021
3
下载PDF
职称材料
2
基于B1C新信号的BDS/INS深组合改进的跟踪环路设计
李忠盼
韩培俊
赵冬青
刘建松
李征
《全球定位系统》
CSCD
2021
1
下载PDF
职称材料
3
复杂环境下基于自适应卡尔曼滤波的时间比对跟踪算法
程燕
王海峰
王学运
郭梁
张升康
葛军
《电子与信息学报》
EI
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部