本发明专利技术公开了一种基于改进自适应滤波算法的高超目标导航信号跟踪方法。高超声速目标接收到的GPS信号存在较大的多普勒频移，传统的基于锁相环跟踪环路无法进行跟踪，针对这一问题，采用改进的自适应卡尔曼滤波算法，通过实时递推的方法估计出每个时刻目标接收到GPS信号的多普勒频移和码相位偏移，然后将其用于GPS信号的解调、解扩，最终可以得到导航数据。再由导航数据计算出目标到卫星的伪距及卫星位置，便可以对目标位置进行解算。
【技术实现步骤摘要】
本专利技术属于GI^定位导航领域，具体是一种基于改进自适应卡尔曼滤波算法的高 超声速目标GPSf目号跟踪方法。
技术介绍
GPS由于能够为用户提供全天候位置信息服务，并随着航空、航天技术的迅猛发 展，其在军事上得到了广泛应用，高超声速环境下GI^系统的应用也日益受到人们的关注。 GI^系统所有权、控制权和运行权都属于美国，在军事、航空航天等敏感领域，为保障其国家 安全和维护其军事强国的地位，国外的高性能产品和高新技术都是对我国实行封锁和限制 的，而随着国防现代化建设的进行、国防科技日新月异的发展形势，突破运种技术壁垒刻不 容缓。高超声速环境下目标接收到的GI^信号具有较大的多普勒频移，传统的基于锁相环 的跟踪环路无法进行跟踪，解决运一问题目前主要由Ξ种方法。一是锁频环（FLL)辅助锁 相环（PLL)进行跟踪，需要根据经验设定一个阔值在化L和化L之间进行切换来实现对高 超声速目标GI^信号的跟踪，运类方案较为复杂并缺乏灵活性；二是使用惯性系统进行辅 助跟踪，虽然基本可W满足应用要求，但是成本较高，并且结构也较为复杂；Ξ是采用参数 估计的方法进行跟踪，基于改进自适应卡尔曼滤波算法的高超声速目标GI^信号跟踪方法 即是此类方法。 文南犬（SunF,ZhangΗQ.ApplicationofanewAdaptiveKalmanFilitering algorithmininitialalignmentofINS.IEEEInternationalConferenceonMec hatronicsMutomation, 2011:2312-2316.)中提出一种基于简化的Sage-Husa自适应卡尔 曼滤波组合导航GPS信号跟踪方法，该方法利用简化的Sage-Husa自适应卡尔曼滤波算法 对GI^信号的多普勒频移和码相位进行实时递推估计，但该方法也存在缺点：只对观测噪 声的统计特性进行实时在线估计，而假设过程噪声的统计特性已知，当过程噪声的统计特 性偏差较大时，滤波效果会变差。
技术实现思路
本专利技术的目的在于提供一种基于改进自适应滤波算法的高超目标导航信号跟踪 方法，该方法能够对高超声速目标接收到的GI^信号进行跟踪，可W对高超声速目标进行 定位并对其运动轨迹进行估计。 实现本专利技术目的的技术方案为：一种基于改进自适应滤波算法的高超目标导航信 号跟踪方法，步骤如下： 第一步，设高超声速目标接收到的编号为i卫星的GF>S信号为：Si(t) =C((l+n) (t-τi))D((l+n) (t-τi))cos2π(fiF+fdi)t+ni(t)，式中τ康示时间延迟，fIF为信号中频 频率，fdi多普勒频移，η=fdi/fu，fu= 1575. 42MHz为GPS信号载频，η1 (t)为噪声项， C(t)为C/A码，D(t)为导航数据码； 第二步，建立GPS信号跟踪的卡尔曼滤波模型，其中状态方程为：式中Xk= T为状态变量；为 状态转换矩阵为输入控制 变量，Tk,ki=山4X4为过程噪声控制矩阵，Wkl为过程噪声矩阵，Xp为真实载波和 本地复现载波相位差，X。是载波的多普勒漂移；X。是载波的多普勒漂移变化率，Xt为 码相位偏差，AT为相邻两次处理时间间隔，是本地复现载波的角频率偏移 在ωιρ基础上的差，fc3,ki是本地复现码传输速率在1.023MHz基础上的差；观测方程 为：为观测变量，来自鉴相器的输出，为观测矩阵，为观测误差向量，Vk为观测误差矩阵； 第Ξ步，采用基于改进自适应卡尔曼滤波算法的高超声速目标GI^信号跟踪方法 对第一步中的GI^信号进行处理，估计出其中的多普勒频移fdi和码相位偏差，由码相位偏 差得到时延τ1，然后对GI^信号进行解调解扩得到导航数据。 第Ξ步所述对第一步中的GI^信号进行处理的步骤为： 3. 1，建立GPS信号卡尔曼滤波模型，状态方程：Xk=巫k,k而i+Wk,kiUk,ki+r、kiW ki，观测方程：Zk=ΗιΛ+Mk+Vk。[00川 3. 2,初始化k= 1，误差方差矩阵P0=I4X4,状态变量朽=[0卸.fl冲'; 3. 3,系统状态变量预估计式中南为过程噪声 均值； 3. 4,预估计误差方差式中Qki为过程噪声 方差矩阵； 3. 5,计算新息式中f为观测噪声均值； 3. 6,根据滤波最优原则计算遗忘因子式中Rk为观 测噪声方差矩阵； 3. 7,估计观测噪声统计特性， ，并估计误差方差阵，Pk=[1-K站Pk'ki;3. 11，更新载频和CA码传输速率，将估计出来的i；代入Zk=ΗlA+Mk，可W 得到Zk的最优估计，利用Zk更新载频和CA码传输速率， 其中ka、化为可调参数，运里分别取0. 6和0. 9。判断跟踪过程是 否结束，结束就退出循环，否则k=k+1，返回步骤3. 1。 本专利技术与现有的基于卡尔曼GI^信号跟踪方法相比，其显著优点为：本专利技术方法 能够对噪声的统计特性进行在线实时估计，具有较强的鲁棒性。特别是当噪声的统计特性 未知或偏差较大时，该方法具有更好的定位精度。【附图说明】 图1为超高声速目标接收到的GI^仿真信号。 图2为解析基于改进自适应卡尔曼滤波算法的高超声速目标GI^信号跟踪的实验 结果。（a)编号2号卫星跟踪结果，化）编号2号卫星跟踪结果局部放大效果图，（C)编号 2号卡尔曼滤波输出，（d)定位误差，（e)目标运动轨迹。【具体实施方式】 下面结合附图对本专利技术作进一步详细描述。 本专利技术为。本专利技术主要作 用在于超高声速目标GI^信号跟踪，具体实施步骤如下：[002引第一步，设高超声速目标接收到的编号为i卫星的GPS信号为：Siω=C((1+η) (t-τi))D((l+n) (t-τi))cos2π(fiF+fJt+ni(t)，式中τ康示时间延迟，fIF为信号中频 频率，fdi多普勒频移，η=fdi化1，fu= 1575. 42MHz为GPS信号载频，η1(t)为噪声项， C(t)为C/A码，D(t)为导航数据码当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于改进自适应滤波算法的高超目标导航信号跟踪方法，其特征在于步骤如下：第一步，设高超声速目标接收到的编号为i卫星的GPS信号为：si(t)＝C((1+η)(t‑τi))D((1+η)(t‑τi))cos2π(fIF+fdi)t+ni(t)，式中τi表示时间延迟，fIF为信号中频频率，fdi多普勒频移，η＝fdi/fL1，fL1＝1575.42MHz为GPS信号载频，ni(t)为噪声项，C(t)为C/A码，D(t)为导航数据码；第二步，建立GPS信号跟踪的卡尔曼滤波模型，其中状态方程为：式中Xk＝[xp,k xω,k xa,k xt,k]T为状态变量；为状态转换矩阵，为输入控制矩阵，为输入控制变量，Γk,k‑1＝[I]4×4为过程噪声控制矩阵，Wk‑1为过程噪声矩阵，xp为真实载波和本地复现载波相位差，xω是载波的多普勒漂移；xa是载波的多普勒漂移变化率，xt为码相位偏差，ΔT为相邻两次处理时间间隔，ωNCO,k‑1是本地复现载波的角频率偏移在ωIF基础上的差，fca,k‑1是本地复现码传输速率在1.023MHz基础上的差；观测方程为：式中为观测变量，来自鉴相器的输出，为观测矩阵，为观测误差向量，Vk为观测误差矩阵；第三步，采用基于改进自适应卡尔曼滤波算法的高超声速目标GPS信号跟踪方法对第一步中的GPS信号进行处理，估计出其中的多普勒频移fdi和码相位偏差，由码相位偏差得到时延τi，然后对GPS信号进行解调解扩得到导航数据。...
【技术特征摘要】
【专利技术属性】
技术研发人员：陈如山，丁大志，樊振宏，张欢欢，尚社，宋大伟，张慧玲，
申请(专利权)人：南京理工大学，西安空间无线电技术研究所，南京辉宏电子信息有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。