[发明专利]一种GNSS授时接收机精密时钟调控方法及系统

权利要求书

1.一种GNSS授时接收机精密时钟调控方法，其特征在于，包括

时钟状态估计步骤：对基于精密单点定位给出的接收机钟差进行滤波来降低噪声，具体包括：

步骤SA1，建立卡尔曼滤波的时钟状态模型，包括时钟状态方程和状态噪声协方差阵，其中，在建立状态噪声协方差阵时，对频率闪烁噪声做近似建模，具体方法为通过扩充状态方程的维数，利用四个一阶马尔科夫过程的线性组合来近似频率闪烁噪声的特性；

步骤SA2，建立卡尔曼滤波的时钟观测模型，观测值和观测噪声方差由精密单点定位给出，时钟观测模型包括时钟观测方程和观测噪声协方差阵；

步骤SA3，在得到时钟状态方程和观测方程以及两者对应的方差阵之后，通过卡尔曼滤波得到滤波之后的时钟状态和方差阵；

时钟调控步骤：在卡尔曼滤波估计器根据观测值估计时钟状态之后，用于根据时钟状态产生对应的时钟调控量，具体包括：

步骤SB1，建立控制向量与状态向量的线性关系，利用线性二次高斯控制方法，得到控制律；

步骤SB2，根据卡尔曼滤波估计得到的时钟状态以及线性二次高斯方法得到的控制律，计算时钟控制量。

2.根据权利要求1所述一种GNSS授时接收机精密时钟调控方法，其特征在于：步骤SA1，在建立时钟状态模型时，对频率闪烁噪声做近似建模，扩展状态方程的维数，利用四个一阶马尔科夫过程的线性组合来近似频率闪烁噪声的特性，具体包括：

步骤SA1.1，设置状态向量和状态转移矩阵，将卡尔曼滤波的状态向量改写为

并根据状态向量设置对应的状态转移矩阵，其中，x₁表示钟差，x₂表示频率偏差的一部分，包括系统项和随机项中调频随机游走噪声，m_j表示第j个马尔科夫过程；

将状态转移矩阵Φ改写为

其中，R_j是m_j的相关时间，满足R_j+1＝R_j/8，R₁＝0.75，T表示时间间隔；

步骤SA1.2，确定时钟噪声系数，并设置状态噪声方差阵Q为

其中，

h₀、h_-1、h_-2分别为调频白噪声、调频闪烁噪声、调频随机游走噪声的水平系数，通过对时钟的allan方差双对数坐标曲线进行拟合估计得到。

3.根据权利要求1所述一种GNSS授时接收机精密时钟调控方法，其特征在于：步骤SA2，建立卡尔曼滤波的时钟观测模型，

其中z(k)表示观测向量，v(k)表示零均值高斯分布噪声向量，R(k)是v(k)的协方差矩阵，δ是狄拉克δ函数，H是量测矩阵；

观测向量和观测噪声方差矩阵由精密单点定位给出，具体实现为：

步骤SA2.1精密单点定位估计得到的接收机钟差作为观测方程的观测向量Z(k)；

步骤SA2.2，精密单点定位接收机钟差估计噪声的方差作为观测方程的观测噪声矩阵R(k)。

4.根据权利要求1所述一种GNSS授时接收机精密时钟调控方法，其特征在于：步骤SA3，在通过步骤SA1得到卡尔曼滤波中的时钟状态模型和通过步骤SA2得到卡尔曼滤波的时钟观测模型之后，设置状态量初始值x(0)和估计均方误差阵P(0)，根据公式8进行计算，得到滤波之后的时钟状态和方差阵P(k+1)；

其中，x(k)是状态向量，Φ是状态转移矩阵，u(k)是控制向量，B是控制转移矩阵，Q是状态噪声矩阵；H是量测矩阵，R是观测噪声矩阵，z(k+1)是观测向量；K(k+1)是增益矩阵；

步骤SA3.1根据上一个历元的状态向量x(k)和方差P(k)，由公式8得到一步预测状态量和方差阵P(k+1，k)；

步骤SA3.2，根据公式8得到增益矩阵K(k+1)；

步骤SA3.3，根据公式8得到观测更新之后的时钟状态和方差阵P(k+1)。