[发明专利]基于自适应卡尔曼滤波的弱信号跟踪方法

权利要求书

1.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波复制信号混频，该支路为正交支路，即为Q支路；其中，通过载波数控振荡器(NCO)完成正弦载波和余弦载波的复制；

S3、I支路和Q支路混频后的信号均与伪码发生器产生的伪码相乘，解调出导航数据码；

S4、将经步骤S3处理后的I支路与Q支路的信号均输入到积分清除器中，进而获取I支路的积分值I_p(k)与Q支路的积分值Q_p(k)；

S5、将I_p(k)与Q_p(k)输入到鉴相器中进行处理，进而获取载波相位误差；

S6、采用自适应卡尔曼滤波器对经步骤S5获取的载波相位误差进行处理，以载波相位误差作为测量值，进行卡尔曼滤波迭代计算，计算出载波相位误差载波多普勒误差ω_k和载波多普勒变化率α_k；在卡尔曼滤波迭代的过程，对过程噪声协方差Q_k和测量噪声协方差R_k进行实时更新；

S7、更新载波数控振荡器(NCO)中的多普勒频率为载波相位为

2.根据权利要求1所述的基于自适应卡尔曼滤波的弱信号跟踪方法，其特征在于：步骤S2中，载波数控振荡器(NCO)的复制过程包括如下步骤，

S21、由载波数控振荡器(NCO)输出一个阶梯形的周期信号；

S22、由正弦表和余弦表分别将阶梯信号转换为数字式正弦和余弦载波复制信号。

3.根据权利要求1所述的基于自适应卡尔曼滤波的弱信号跟踪方法，其特征在于：步骤S6中，将经步骤S5获取的载波相位误差输入到基于自适应卡尔曼的环路滤波器中作为测量值；其中，三阶自适应卡尔曼跟踪载波环的状态模型为x_k+1＝Φ_kx_k+n_k、测量模型为z_k+1＝H_kx_k+v_k；其中，k时刻的状态变量x_k设置为其中，ω_k和α_k分别为载波相位误差，载波多普勒误差和载波多普勒变化率；状态转移矩阵Φ_k为z_k+1是k+1时刻的测量矩阵，即为步骤S5中得到的载波相位误差；测量矩阵H_k为H_k＝[1 T/2T²/6]，其中T为卡尔曼跟踪环的更新周期，n_k和v_k分别为过程噪声矩阵和测量噪声矩阵，n_k和v_k互不相关且均为白噪声阵列，n_k和v_k的协方差矩阵分别为Q_k和R_k，分别称为过程噪声协方差和测量噪声协方差。

4.根据权利要求3所述的基于自适应卡尔曼滤波的弱信号跟踪方法，其特征在于：自适应卡尔曼跟踪的递推过程如下，

(1)初始化状态变量和状态均方误差

(2)状态变量估计预测：

(3)计算新息序列：

(4)计算新息序列的协方差理论值：同时可得到通过滑动窗口法计算得到新息协方差的实际值：其中M为滑动窗口的大小；

(5)计算自适应因子λ_k为并通过自适应因子更新过程噪声协方差

(6)状态均方误差一步预测：

(7)通过使用宽窄带载噪比估计法估计载噪比(C/N₀)_k，从而更新测量噪声协方差

(8)更新卡尔曼滤波增益矩阵：

(9)更新系统的状态矢量估计值：

(10)更新系统状态矢量的均方误差值：

(11)更新完毕后，进入下一时刻，继续迭代更新。