多通道聯(lián)合控制數(shù)控振蕩器的環(huán)路設(shè)計(jì)

王 前，胡彩波

（1. 北京航空航天大學(xué) 儀器科學(xué)與光電學(xué)院，北京 100191；2. 北京衛(wèi)星導(dǎo)航中心，北京 100094）

多通道聯(lián)合控制數(shù)控振蕩器的環(huán)路設(shè)計(jì)

王 前1,2，胡彩波2

（1. 北京航空航天大學(xué) 儀器科學(xué)與光電學(xué)院，北京 100191；2. 北京衛(wèi)星導(dǎo)航中心，北京 100094）

信號(hào)跟蹤是衛(wèi)星導(dǎo)航接收機(jī)的核心處理技術(shù)，提升跟蹤處理性能可彌補(bǔ)衛(wèi)星導(dǎo)航易受干擾和遮擋的固有不足，具有重要的應(yīng)用前景。在分析信號(hào)跟蹤和測量的基本原理上，利用誤差估計(jì)關(guān)系建立了定位域和信號(hào)域的物理聯(lián)系橋梁。通過抽象的跟蹤環(huán)路傳輸模型，歸納出提升環(huán)路性能的技術(shù)途徑，改變了傳統(tǒng)環(huán)路相互獨(dú)立的設(shè)計(jì)思路，利用加權(quán)最小二乘算法設(shè)計(jì)了多數(shù)據(jù)源聯(lián)合控制數(shù)控振蕩器的矢量化環(huán)路跟蹤算法，并從理論和仿真實(shí)驗(yàn)兩方面對(duì)算法的性能進(jìn)行了全面的對(duì)比分析。結(jié)果表明，該方法在與普通接收機(jī)處理復(fù)雜度相當(dāng)?shù)那闆r下，可提高環(huán)路在弱信號(hào)環(huán)境下的處理能力，多通道聯(lián)合輔助某一弱信號(hào)通道時(shí)可提高6 dB的增益，多通道聯(lián)合跟蹤相對(duì)比各通道獨(dú)立工作可提高3 dB的增益。

衛(wèi)星導(dǎo)航；數(shù)控振蕩器；最小二乘；信號(hào)跟蹤

環(huán)路跟蹤作為GNSS接收機(jī)的核心部分，長期以來一直是研究的重點(diǎn)。在可見衛(wèi)星數(shù)充足、信號(hào)質(zhì)量較好的條件下，接收機(jī)能夠穩(wěn)定準(zhǔn)確的跟蹤衛(wèi)星信號(hào)。但是，在很多特定情況下信號(hào)強(qiáng)度會(huì)變得很微弱，可見星的數(shù)目也會(huì)減少，有時(shí)甚至受到動(dòng)態(tài)Doppler或者干擾的影響，這時(shí)普通的信號(hào)跟蹤性能往往不能滿足這類惡劣環(huán)境的要求，造成信號(hào)測量誤差增大，嚴(yán)重時(shí)甚至?xí)鹦盘?hào)失鎖乃至定位失敗。因此，提高環(huán)路跟蹤的準(zhǔn)確性和魯棒性是很重要的研究方向。

目前，主要存在三種提高環(huán)路跟蹤性能的方法。第一，改變環(huán)路設(shè)計(jì)時(shí)的重要參量，如環(huán)路帶寬[1-3]、積分時(shí)間以及鑒相器或者鑒頻器的判決方法等。這類方法是最常用的環(huán)路優(yōu)化方法，在某種程度上確實(shí)能提高環(huán)路的性能，但由于環(huán)路自身跟蹤門限的限制，不能解決動(dòng)態(tài)應(yīng)力和熱噪聲兩因素帶來的矛盾，只能通過動(dòng)態(tài)優(yōu)化的方法在兩者間求得相對(duì)的折中[1-3]。第二種借用INS（Inertial Navigation System）器件輸出的Doppler信息輔助環(huán)路跟蹤，從而提高接收機(jī)在惡劣環(huán)境下的跟蹤能力。隨著INS器件生產(chǎn)工藝的發(fā)展，這類方法也逐步得到廣泛應(yīng)用[4-7]。第三類采用矢量跟蹤的方法提高環(huán)路性能，通常包括DLL（Delay Lock Loop）和FLL（Frequency Lock Loop）的矢量設(shè)計(jì)或者利用INS信息與導(dǎo)航信息進(jìn)行深層次的融合，可利用多個(gè)環(huán)路整體的性能優(yōu)勢提高單個(gè)通道的跟蹤處理能力[8-10]，這類文獻(xiàn)大都采用非線性濾波方法，如粒子濾波、擴(kuò)展Kalman濾波等，但對(duì)如何定量分析矢量跟蹤帶來的性能分析值得更深層次的研究。矢量環(huán)雖然能在整體上提高信號(hào)跟蹤的魯棒性，但由于處理復(fù)雜度較高，因此應(yīng)用得不是太多。因此，降低矢量跟蹤的計(jì)算復(fù)雜度也是重點(diǎn)研究的問題。

在分析信號(hào)跟蹤原理和建立廣義環(huán)路傳輸模型的基礎(chǔ)上，提出一個(gè)實(shí)用化的矢量跟蹤環(huán)應(yīng)用方案，即多通道數(shù)據(jù)源聯(lián)合控制NCO的環(huán)路方法，利用多數(shù)據(jù)互補(bǔ)優(yōu)勢提高系統(tǒng)的整體性能。該結(jié)構(gòu)對(duì)定位域和信號(hào)域進(jìn)行有機(jī)的融合，利用最小二乘算法得到的定位域結(jié)果反向驅(qū)動(dòng)控制信號(hào)環(huán)路的NCO裝置，取得較好的跟蹤效果。同時(shí)利用信息和噪聲的定量關(guān)系說明信號(hào)跟蹤和融合過程中的信息變化情況，并進(jìn)行相關(guān)的試驗(yàn)驗(yàn)證。

1 信號(hào)跟蹤與測量

1.1 信號(hào)跟蹤的基本原理

GNSS接收機(jī)中碼環(huán)和載波環(huán)的跟蹤原理大致相仿，都是本地產(chǎn)生相位或頻率一致的載波或碼與接收信號(hào)混頻，從而完成信號(hào)的解調(diào)和解擴(kuò)。為方便起見，本文重點(diǎn)以DLL為例進(jìn)行相關(guān)分析。接收機(jī)復(fù)制的本地碼與接收碼作相關(guān)運(yùn)算后，相位鑒別器會(huì)估算出兩者間的差異，這種相位差異用來驅(qū)動(dòng)NCO產(chǎn)生下一個(gè)時(shí)刻的本地碼，這就是標(biāo)準(zhǔn)的單路跟蹤原理。

在信號(hào)跟蹤的同時(shí)，采用鎖存器記錄偽碼的相位再加上鑒別器得到的碼相位差異，就可得碼相位的測量值，它直接決定偽距測量的精度。從中可發(fā)現(xiàn)，NCO的輸入輸出控制是環(huán)路的核心，它的輸出準(zhǔn)確度直接決定環(huán)路跟蹤的性能。

1.2 測量值的產(chǎn)生過程

環(huán)路在穩(wěn)定跟蹤的過程中會(huì)產(chǎn)生很重要的觀測量：即碼相位和載波相位。碼相位是利用擴(kuò)頻碼良好的相關(guān)性得到的，它是接收機(jī)進(jìn)行偽距測量的基礎(chǔ)。偽距的具體表達(dá)式為

式中：tu為用戶機(jī)接收時(shí)刻，ts為信號(hào)發(fā)射時(shí)刻；后式為誤差展開式，r為衛(wèi)星與用戶間的實(shí)際幾何距離，t1為用戶機(jī)鐘差，t2衛(wèi)星鐘差，I代表電離層延遲，T代表對(duì)流層延遲，ερ為衛(wèi)星位置誤差、大氣延時(shí)估計(jì)誤差、多路徑誤差、接收機(jī)噪聲多種誤差的總和。tu可由用戶機(jī)時(shí)鐘顯示中直接讀出，ts則通過測量偽碼相位獲得，偽距則是在此基礎(chǔ)上的組裝值。式(1)經(jīng)一階泰勒展開后可演變?yōu)?/p>

式中，Ecode為碼相位，下標(biāo)k為衛(wèi)星編號(hào)，ak為歸一化的視線方向矢量，δX為位置誤差和用戶機(jī)時(shí)鐘偏差，kη為其他各類誤差的總稱。

式(2)深刻揭示碼相位、偽距、位置坐標(biāo)三者之間的關(guān)系。偽距定位的過程是根據(jù)用戶機(jī)到各個(gè)衛(wèi)星的距離變化量來推導(dǎo)用戶的運(yùn)動(dòng)矢量。利用偽距量能夠定位的特性，可得到偽距誤差與定位誤差的關(guān)系。以偽距作為橋梁，推導(dǎo)相位誤差與距離誤差的關(guān)系。這就為定位域結(jié)果反向設(shè)置信號(hào)域參數(shù)奠定理論基礎(chǔ)。

2 跟蹤環(huán)路的傳輸模型

2.1 模型的建立

信號(hào)跟蹤的主要目的是調(diào)整本地振蕩器的頻率或相位使之與輸入信號(hào)頻率或相位相匹配，可建立系統(tǒng)傳輸函數(shù)進(jìn)行理論分析。其原理[11]可抽象為如圖1所示的結(jié)構(gòu)框圖，傳遞函數(shù)為

式中，F(xiàn)(s)為環(huán)路濾波器函數(shù)。

引入速度輔助信息后的廣義傳遞函數(shù)為

式中，k為輔助誤差因子。

圖1 廣義跟蹤環(huán)路結(jié)構(gòu)框圖Fig.1 Structure frame of the comprehensive tracking loop

2.2 模型影響要素的分析

造成環(huán)路跟蹤誤差的主要原因是輸入相位噪聲和速度輔助誤差，利用式(3)的傳輸函數(shù)表達(dá)式和輸入信號(hào)相位噪聲密度函數(shù)可得到如下輸入相位誤差表示式：

由式(5)可知，輸入相位噪聲與環(huán)路的帶寬BL、信號(hào)的載噪比C/N0以及處理積分時(shí)間T有關(guān)聯(lián)。同理可得速度輔助誤差的大小與誤差因子k有關(guān)聯(lián)。工程應(yīng)用時(shí)，速度輔助誤差與INS器件的精度性能有關(guān)聯(lián)。具體來說，主要受到加速度計(jì)和陀螺的偏差的影響[12]。

因此提高環(huán)路環(huán)路跟蹤精度的辦法也就有提高輔助速度精度和降低輸入噪聲這兩類。速度輔助從本質(zhì)上說通過抵消載體的動(dòng)態(tài)來獲得較小的環(huán)路噪聲帶寬，從而增強(qiáng)環(huán)路抑制外來噪聲的能力。而引言中提到的矢量跟蹤方法歸根結(jié)底是也是通過降低噪聲來提高跟蹤測量的準(zhǔn)確性，兩者運(yùn)用的手段有所差異。

3 基于最小二乘算法的NCO控制方法

文中第1章分析偽距測量的基本原理，建立了定位域和信號(hào)域的物理聯(lián)系橋梁。第2章通過環(huán)路傳輸模型的理論分析指出減小環(huán)路跟蹤誤差的技術(shù)途徑。在上述兩章的基礎(chǔ)上，本文第3章提出一個(gè)實(shí)用的利用定位域融合結(jié)果提高信號(hào)域跟蹤測量精度的解決辦法。采用的數(shù)學(xué)工具是最小二乘算法，主要基于以下幾點(diǎn)理由：

① 最小二乘算法具有廣泛的實(shí)用性，目前世界上絕大部分普通導(dǎo)航型接收機(jī)在定位解算過程中均采用最小二乘算法。該算法簡單靈活，便于今后的技術(shù)推廣。

② 與最小二乘相比，Kalman濾波是另一個(gè)可供選擇的重要工具。但Kalman濾波涉及到向量維數(shù)多，計(jì)算復(fù)雜度較高，另外關(guān)于過程噪聲以及觀測噪聲的參數(shù)設(shè)置對(duì)濾波結(jié)果有很大影響，顯得實(shí)用性不夠。

③ 從數(shù)學(xué)本質(zhì)上來說，Kalman濾波在某些特定場景下的實(shí)現(xiàn)效果優(yōu)于最小二乘算法，主要是因?yàn)槠鋭?dòng)態(tài)濾波的優(yōu)越性決定的，這對(duì)減小跟蹤系統(tǒng)的最終穩(wěn)態(tài)誤差并沒有多大幫助。最小二乘經(jīng)過分步改造同樣可以利用動(dòng)態(tài)調(diào)節(jié)環(huán)路噪聲帶寬的方法提高跟蹤的精度。

3.1 結(jié)構(gòu)框架

傳統(tǒng)的標(biāo)量接收機(jī)對(duì)接收到的信號(hào)進(jìn)行捕獲、跟蹤、導(dǎo)航運(yùn)算等步驟后會(huì)得到最終的導(dǎo)航結(jié)果，各通道之間相互獨(dú)立，沒有形成一個(gè)良好的反饋和補(bǔ)充機(jī)制。矢量化的接收機(jī)主導(dǎo)思想是將跟蹤和導(dǎo)航運(yùn)算融合在一起，利用多源信息量多的優(yōu)勢，形成一個(gè)數(shù)學(xué)意義上的最優(yōu)解，以最大程度挖掘接收機(jī)的內(nèi)部潛能。

如圖2所示，為提高NCO輸出的準(zhǔn)確性，可改變單一環(huán)路的內(nèi)環(huán)控制方式，即斷開相位鑒別器的內(nèi)輸出，直接作外數(shù)據(jù)源進(jìn)行引出，以此類推。多個(gè)通道的偽距數(shù)據(jù)經(jīng)過預(yù)判斷、聯(lián)合處理以及視線方向投影變換后，得到相位更新值，從而形成更優(yōu)化的NCO輸出控制，提高跟蹤的精度和穩(wěn)定性。

圖2 多通道聯(lián)合控制的NCO結(jié)構(gòu)框圖Fig.2 NCO structure frame driven by the multichannel

相位鑒別的算法種類很多。圖2中的相位鑒別器采用了非相干超前減滯后幅值法，它是目前較流行和實(shí)用的碼相位鑒別方法，計(jì)算公式為

式中，E和L分別為超前碼和滯后碼相關(guān)累加結(jié)果的均方根。多源NCO控制結(jié)構(gòu)主要把NCO的單環(huán)模式改變成多環(huán)路聯(lián)合控制模式，其他實(shí)現(xiàn)環(huán)節(jié)如本地碼的產(chǎn)生、相關(guān)累加的形式與標(biāo)量接收機(jī)完全相同。

3.2 算法實(shí)現(xiàn)中的關(guān)鍵技術(shù)

① 加權(quán)最小二乘

在本文中，加權(quán)最小二乘的作用是求解當(dāng)前時(shí)刻接收機(jī)的位置變化值，用來反饋預(yù)測下一時(shí)刻的相位估計(jì)值。含有接收機(jī)位移信息的非線性函數(shù)可用式(7)表示：

經(jīng)泰勒線性展開后得到：

考慮到不同信道的輸出值有不同的測量誤差，彼此互相獨(dú)立，增加不同的權(quán)重系數(shù)矩陣后，式(8)變?yōu)?/p>

求最小二乘解得到：

式中，C=WTW，W為權(quán)重矩陣。

不同通道之間的信號(hào)接收條件差異性很大，造成測量誤差各不相同，引入權(quán)重矩陣后，可提高最小二乘計(jì)算結(jié)果的輸出精度。權(quán)重矩陣元素的系數(shù)設(shè)置可由鑒相器的輸出結(jié)果決定。以3.1節(jié)采用的碼環(huán)工作狀態(tài)為例，通常會(huì)產(chǎn)生超前、滯后、即時(shí)等6個(gè)狀態(tài)的相關(guān)運(yùn)算結(jié)果。當(dāng)環(huán)路進(jìn)入穩(wěn)態(tài)跟蹤后，利用碼自相關(guān)函數(shù)主峰的對(duì)稱性，能量輸出應(yīng)該都集中到準(zhǔn)路，而超前和滯后兩路的能量應(yīng)該相等，此時(shí)運(yùn)用公式(6)，對(duì)應(yīng)的鑒相器輸出為零。反之，超前和滯后兩路的能量不相等，此時(shí)鑒相器輸出的差異值越大，表明該通道越不可靠，可能處在失鎖崩潰的邊緣，此時(shí)應(yīng)設(shè)置較小的權(quán)重矩陣系數(shù)。

② 相位預(yù)測方法

已知最小二乘算法得到的位置偏差，利用第1章的信號(hào)跟蹤與測量原理，可將位置偏差在視線方向上進(jìn)行投影，從而得到碼相位誤差。同理，速度誤差也可以在視線方向上進(jìn)行投影，從而得到載波頻率誤差，并以此驅(qū)動(dòng)NCO完成本地的偽碼和頻率復(fù)制，完成后續(xù)的相關(guān)運(yùn)算。視線方向的轉(zhuǎn)換計(jì)算式如下：

式中，rk為接收機(jī)至k顆衛(wèi)星的距離，x、y、z為方向分量。

3.3 性能初步分析

與單環(huán)控制NCO的方法相比，使用最小二乘聯(lián)合多通道數(shù)據(jù)源控制NCO的方法可借助多通道間的互補(bǔ)優(yōu)勢提高弱信號(hào)通道的信號(hào)跟蹤能力。這一現(xiàn)象可利用最小二乘解的誤差方差理論進(jìn)行解釋。根據(jù)中心極限定理的理論，當(dāng)試驗(yàn)的樣本足夠多時(shí)，最小二乘估計(jì)誤差總體上服從漸近正態(tài)估計(jì)，表達(dá)式為

通過此最小二乘解可轉(zhuǎn)化為通道偽距測量協(xié)方差矩陣：

分析式(14)的特征可知， 經(jīng)過多通道信息融合后，各通道的觀測精度不僅與本通道的觀測精度有關(guān)，（即協(xié)方差矩陣的對(duì)角線元素），而且與其他通道的觀測精度有關(guān)。影響多通道反饋測量精度的因素有可見衛(wèi)星的數(shù)目、各通道的觀測質(zhì)量、衛(wèi)星的幾何分布形狀。通常情況下，可見衛(wèi)星的數(shù)目一般在10顆以上。為便于直觀理解，假設(shè)各通道的信號(hào)接收條件均相同，不考慮衛(wèi)星幾何分布對(duì)觀測值的影響，此時(shí)經(jīng)過通道融合后的測量值為所有通道測量的均值。由于最小二乘解中含有三維坐標(biāo)和鐘差等4個(gè)未知參數(shù)，測量值的誤差方差減小為0.4。由此可見，處理的衛(wèi)星信號(hào)數(shù)目越多，其信息冗余也就越多，此時(shí)誤差方差越小，反饋控制NCO的精度也就越高。這就體現(xiàn)出聯(lián)合處理的優(yōu)勢。測量誤差的減小，意味著該通道信號(hào)接收條件的改善，即載噪比的提高，依據(jù)第2章的傳輸模型誤差原理，可從理論上分析精確分析誤差的改善程度。

4 試驗(yàn)綜合驗(yàn)證

選用基于Matlab的軟件接收機(jī)平臺(tái)，輸入的數(shù)據(jù)源為模擬信號(hào)發(fā)生器產(chǎn)生的中頻信號(hào)，數(shù)據(jù)來源于真實(shí)場景下的跑車數(shù)據(jù)回放，動(dòng)態(tài)時(shí)速在30～50 km/h。接收機(jī)具備捕獲、跟蹤、位同步、幀同步、定位解算等基本功能，試驗(yàn)過程中涉及到的各類參數(shù)可進(jìn)行靈活配置，體現(xiàn)出軟件接收機(jī)應(yīng)用靈活、便于教學(xué)研究的特點(diǎn)。真實(shí)設(shè)備中，接收機(jī)的時(shí)鐘噪聲在長期范圍內(nèi)服從Allan方差分布，不同精度等級(jí)的晶振對(duì)應(yīng)不同的相位噪聲等級(jí)。在本文的仿真試驗(yàn)中，為簡化模型的復(fù)雜度，在一個(gè)較短的處理時(shí)間間隔（ms級(jí)）內(nèi)，時(shí)鐘誤差可近似為離散化的高斯白噪聲模型。

4.1 仿真試驗(yàn)1

信號(hào)條件良好，可用衛(wèi)星的個(gè)數(shù)為10顆，GDOP和HDOP的數(shù)值小于2，仿真時(shí)間為200 s。初始時(shí)，衛(wèi)星信號(hào)的載噪比都是50 dB-Hz，PRN5號(hào)衛(wèi)星信號(hào)的載噪比以0.25 dB/s的速度逐漸下降，但噪聲功率始終保持不變，其余衛(wèi)星信號(hào)功率維持不變。傳統(tǒng)標(biāo)量環(huán)路采用DLL+FLL的形式，采用應(yīng)用最廣泛的參數(shù)設(shè)置為：FLL：環(huán)路帶寬15 Hz，阻尼系數(shù)0.785；DLL：環(huán)路帶寬1 Hz，相關(guān)器碼片間距為0.5碼片，阻尼系數(shù)0.7；碼相位鑒別器采用非相干超前減滯后功率法，積分時(shí)間為1 ms。圖3和4分別表示了采用傳統(tǒng)環(huán)路和本文算法的PRN5信號(hào)碼相位估計(jì)誤差。由圖3可知，PRN5大概在95 s處失鎖，而圖4的PRN5大約在120 s處失鎖。計(jì)算95 s和120 s時(shí)對(duì)應(yīng)的載噪比差值,可推算出在該場景下利用強(qiáng)信號(hào)輔助弱信號(hào)的跟蹤大約能增加6.25 dB的處理增益。

圖3 傳統(tǒng)環(huán)路估計(jì)的PRN5碼相位誤差Fig.3 PRN5 code phase error estimated by the conventional loop

圖4 多通道聯(lián)合估計(jì)的PRN5碼相位誤差（一）Fig.4 PRN5 code phase error estimated by the multichannel (I)

4.2 仿真試驗(yàn)2

衛(wèi)星星座布局和環(huán)路參數(shù)設(shè)置同4.1節(jié)。所有衛(wèi)星信號(hào)從最初的50 dB-Hz均按照0.25 dB/s的速度逐漸下降，噪聲功率保持不變，同樣觀測利用最小二乘聯(lián)合法獲得的PRN5信號(hào)碼相位估計(jì)誤差，具體結(jié)果如圖5所示，大約在107 s處失鎖，相比圖3算法，約有3.25 dB的處理增益。

圖5 多通道聯(lián)合估計(jì)的PRN5碼相位誤差（二）Fig.5 PRN5 code phase error estimated by the multichannel (II)

4.3 仿真試驗(yàn)3

在某些惡劣場景下，接收機(jī)受到外界地形或者突發(fā)因素的干擾，可見衛(wèi)星的數(shù)目會(huì)有所減少。采用采集回放設(shè)備事先錄入真實(shí)場景下的GNSS中頻信號(hào)數(shù)據(jù)，可見衛(wèi)星的數(shù)目為7顆，其中兩顆衛(wèi)星的信號(hào)比較微弱，低于門限值3 dB左右，不能被普通接收機(jī)正常解調(diào)，其余5顆衛(wèi)星信號(hào)強(qiáng)度正常。圖6和圖7分別反映了本文算法和普通接收機(jī)解算的定位精度。綜合對(duì)比可知，由于本文算法低載噪比的惡劣條件下參與定位的衛(wèi)星數(shù)目多，誤差因子小，因此在E、N、U等各個(gè)方向都取得較好的定位效果。

圖6 多通道聯(lián)合控制下的定位精度Fig.6 Position error controlled by the multi-channel

圖7 普通接收機(jī)的定位精度Fig.7 Position error controlled by the conventional receiver

5 結(jié) 論

普通接收機(jī)由于采用相互獨(dú)立的通道處理技術(shù)，信息未得到充分的融合，處理弱信號(hào)的能力非常有限。本文通過建立信號(hào)環(huán)路跟蹤的傳輸模型，指出提高Doppler輔助和減小噪聲方差是提高跟蹤門限的重要技術(shù)途徑。利用偽距定位和加權(quán)最小二乘的基本原理，設(shè)計(jì)出定位域結(jié)果反饋驅(qū)動(dòng)跟蹤環(huán)路的多通道聯(lián)合控制NCO的算法。該算法充分利用通道間信號(hào)相互融合的優(yōu)勢，從整體上提高了信號(hào)的跟蹤能力，增強(qiáng)了接收機(jī)在惡劣環(huán)境下的可用性。后續(xù)可用Doppler輔助減小信號(hào)搜索的動(dòng)態(tài)不確定度，進(jìn)一步提高信號(hào)的跟蹤處理能力。

（References）：

[1] Jovancevic A, Brown A, Ganguly S, et al. Real-time dual frequency software receiver[C]//ION GPS/GNSS 2003. Portland, 2003: 2572-2583.

[2] Nesreen I Z, James L G. Extended Kalman filter-based tracking of weak GPS Signals under high dynamic conditions[C]//ION GNSS 2004. Long Beach, 2004: 20-31.

[3] Psiaki M. L. Smoother-based GPS signal tracking in a software receiver[C]//ION GPS 2001. Lake City, 2001: 2900-2913.

[4] Zhou Z B, Yang L, Li Y. An adaptive dual Kalman filtering algorithm for locata/GPS/INS integrated navigation [C]//China Satellite Navigation Conference. 2013: 527-541.

[5] Ahmed M. Context aware high dynamics GNSS-INS for interference mitigation[D]. Calgary University, 2011.

[6] Lv P, Lu M Q, Yao Z. Dual-update rate INS aided carrier phase lock loop for new generation global navigation satellite signals[C]//China Satellite Navigation Conference. 2013: 715-724.

[7] Ren T T, Mark G P. A standalone approach for ultratightly coupled high sensitivity GNSS receiver[C]// Session B5, ITM 2014. San Diego, 2014: 1-14.

[8] Hua L, Zhang Y, Li H, et al. A new kind of particle filter algorithm based on immune particle swarm optimization in objective tacking[J]. ICIC Express Letters, 2013, 7(1): 41-46.

[9] 張玉. 高動(dòng)態(tài)下GPS矢量接收機(jī)跟蹤算法與實(shí)現(xiàn)研究. [D]. 浙江大學(xué), 2013.

[10] Lashley M, Bevly M D, Hung Y J. Performance analysis of vector tracking algorithms for weak GPS signals in high dynamics[J]. IEEE Journal of Selected Topics in Signal Processing, 2009, 3(4): 661-673.

[11] 呂鵬, 陸明泉, 馮振明. SINS/GPS緊耦合接收機(jī)載波跟蹤環(huán)路分析[C]//中國第二屆衛(wèi)星導(dǎo)航年會(huì). 2011: 1443-1446.

[12] Jiang C, Wu H, Jiao W, et al. Navigation technology research on GNSS loop structure aided by acoustic MEMS IMU[C]//China Satellite Navigation Conference. 2013: 739-749.

[13] 唐康華, 武成鋒, 杜亮, 等. 高動(dòng)態(tài)GNSS接收機(jī)載波跟蹤環(huán)自適應(yīng)最優(yōu)帶寬設(shè)計(jì)與試驗(yàn)[J]. 中國慣性技術(shù)學(xué)報(bào), 2014, 22(4): 498-503. Tang Kang-hua, Wu Cheng-feng, Du Liang, et al. Experimental study and design on high dynamic GNSS receiver using adaptive optimal bandwidth for carrier tracking loop[J]. Journal of Chinese Inertial Technology, 2014, 22(4): 498-503.

Loop design of numerically controlled oscillator driven by multichannel united data

WANG Qian1,2, HU Cai-bo2
(1. School of Instrumentation Science and Photo-electronics Engineering, Beihang University, Beijing 100191, China; 2. Beijing Satellite Navigation Center, Beijing 100094, China)

Signal tracking is the main processing technology of GNSS (Global Navigation Satellite System) receiver. Improving the receiver’s tracking ability could make up the inherent weakness of GNSS’s being liable to the jamming and shield. Based on the principle of signal tracking and measuring, the connection bridge between position and signal field is built by evaluating the measurement errors. The technique solutions of boosting the loop performance are concluded by analyzing the abstract loop transmission model. The classical design idea that the channels are mutual independent are changed, and the vector loop tracking algorithm is proposed based on the NCO (Numerically Controlled Oscillator) controlled by multichannel data in the weighted least square algorithm. The new method is analyzed by theory and simulation tests. The test results show that this method can improve the processing ability of faint signal, the tracking sensitivity is increased by more than 3 dB compared with the common receiver with the same complexity, and the gain is increased by 6 dB when the channel of weak signal is assisted by the other channels of strong signals.

GNSS; numerically controlled oscillator; least square algorithm; signal tracking

U666.1

A

1005-6734(2015)04-0483-06

10.13695/j.cnki.12-1222/o3.2015.04.012

2015-02-26；

2015-07-22

國家自然科學(xué)基金項(xiàng)目（41474027）

王前（1978—），男，博士，從事組合導(dǎo)航研究。E-mail：wqaloha@139.com