新息自适应卡尔曼滤波matlab代码,基于自适应卡尔曼滤波的弱信号跟踪方法与流程...

本发明提出了一种基于自适应卡尔曼滤波的弱信号跟踪方法,用于提高卫星导航接收机在微弱信号环境下的跟踪灵敏度。通过实时调节噪声统计特性,改善了载波相位误差的估计,增强了跟踪环路的性能。
摘要由CSDN通过智能技术生成

04fbd9b6f5a6c9f47ee6a3d10703f8da.gif

本发明涉及卫星导航接收机中在微弱信号下的跟踪技术,提供了一种基于自适应卡尔曼滤波的弱信号跟踪方法。

背景技术:

随着众多新的导航卫星系统的投入和运行,全球导航卫星系统(globalnavigationsatellitesystem,gnss)接收机技术已经广泛应用于人们的日常生活中,例如车辆导航、个人手机导航、大地测量和海洋救援等。传统的gnss接收机在开阔的环境下能够准确导航和定位,但是在室内、茂密森林和城市峡谷等复杂环境下,gnss信号会严重衰减导致接收机无法正常定位。而接收机中的重要部分载波跟踪环路在微弱环境下非常脆弱,而且跟踪环路性能会严重影响接收机导航和定位的性能。因此,提高跟踪环路的灵敏度对于提高接收机的性能具有非常重要的作用。

传统的跟踪环路一般使用的是锁相环,为了提高灵敏度一般需要加长积分时间,但是这就需要减小环路滤波器的带宽。环路带宽的减小会严重影响跟踪环路的动态性能。因此,锁相环在提高跟踪环路的灵敏度上受到很大限制。为了进一步提高跟踪环的灵敏度,卡尔曼滤波器(kf)作为一种时变系统,已经被人们广泛应用于跟踪环路中。目前已经有很多文献指出kf跟踪相对于传统跟踪环可以提高跟踪灵敏度,这主要是因为kf跟踪根据输入的信号自适应的调节载波环路增益,从而提高跟踪环路的准确性。但是kf系统估计的准确性在很大程度上依赖于噪声的统计特性,比如测量噪声协方差和过程噪声协方差。但是这些噪声协方差一般都是根据实验的情况或者经验值预先设定好的,因此这就很难反映实际情况下的噪声统计特性,尤其是输入信号为时变的情况下,很难实时准确反应实际的噪声统计特性。

技术实现要素:

本发明提供了一种基于自适应卡尔曼滤波的弱信号跟踪方法,其能够克服现有技术的某种或某些缺陷。

根据本发明的基于自适应卡尔曼滤波的弱信号跟踪方法,其包括以下步骤:

s1、对经过天线接收到的gps卫星信号进行下变频及采样,将收到的高频信号转变为中频信号,该中频信号经过捕获阶段后进入到跟踪阶段,作为跟踪环路的输入信号;

s2、将输入到跟踪环路的中频信号分为两路,其中一路与正弦载波复制信号混频,该支路为同相支路,即为i支路;其中另一路与余弦载

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值