高動(dòng)態(tài)導(dǎo)航信號(hào)跟蹤技術(shù)研究與實(shí)現(xiàn).pdf

1、衛(wèi)星導(dǎo)航技術(shù)已經(jīng)成為人類社會(huì)發(fā)展必不可少的重要部分。在某些特殊領(lǐng)域，由于接收機(jī)載體與衛(wèi)星間存在著較大的相對(duì)運(yùn)動(dòng)速度、加速度甚至加加速度，這將導(dǎo)致接收到的衛(wèi)星信號(hào)包含較大的多普勒頻移、多普勒頻率的一次變化率甚至多普勒頻率的二次變化率，給信號(hào)的跟蹤帶來了困難和挑戰(zhàn)。本文以GPS為例對(duì)高動(dòng)態(tài)導(dǎo)航信號(hào)跟蹤問題進(jìn)行算法研究并完成相關(guān)算法的FPGA實(shí)現(xiàn)。
　　論文首先介紹了GPS信號(hào)的構(gòu)成和多普勒特性，并給出了典型的導(dǎo)航信號(hào)高動(dòng)態(tài)模型，為后續(xù)

2、算法仿真提供模型基礎(chǔ)。針對(duì)該高動(dòng)態(tài)模型，給出了一種能在數(shù)字域內(nèi)直接合成高動(dòng)態(tài)信號(hào)中時(shí)變多普勒頻率的方法，為高動(dòng)態(tài)GPS信號(hào)的模擬提供依據(jù)。針對(duì)高動(dòng)態(tài)環(huán)境下的信號(hào)跟蹤問題，在綜述了導(dǎo)航信號(hào)處理流程和傳統(tǒng)跟蹤方法后，本文做了以下算法研究工作：
　　(1)使用三階鎖相環(huán)對(duì)高動(dòng)態(tài)接收信號(hào)的載波進(jìn)行了跟蹤研究，研究結(jié)果表明了三階環(huán)路在跟蹤高動(dòng)態(tài)GPS信號(hào)載波時(shí)具有缺陷和局限性。
　　(2)研究了基于卡爾曼濾波技術(shù)的載波跟蹤算法，包括使

3、用鑒相器的線性卡爾曼濾波(Linear Kalman Filter，LKF)算法，對(duì)相干積分輸出結(jié)果進(jìn)行線性化處理的擴(kuò)展卡爾曼濾波(Extended Kalman Filter，EKF)算法和對(duì)相干積分輸出結(jié)果進(jìn)行分布近似的無跡卡爾曼濾波(Unscented Kalman Filter，UKF)算法，并對(duì)上述載波跟蹤方案進(jìn)行了仿真分析。仿真結(jié)果表明，在本文的高動(dòng)態(tài)模型下EKF和UKF算法的失鎖門限要低于LKF算法，在同等載噪比的情況下，

4、UKF算法的均方根頻率跟蹤誤差要略小于EKF算法。
　　(3)在載波跟蹤的基礎(chǔ)上，研究了兩種載波和擴(kuò)頻碼的聯(lián)合跟蹤方案。一種是五階線性卡爾曼濾波跟蹤方案，另一種是將載波UKF和三階碼環(huán)相結(jié)合的聯(lián)合跟蹤方案。通過仿真對(duì)兩種算法進(jìn)行了對(duì)比，結(jié)果表明使用載波UKF和三階碼環(huán)相結(jié)合的跟蹤算法具有更低的穩(wěn)態(tài)跟蹤誤差。
　　本文的另一個(gè)重要工作是在基于FPGA的硬件平臺(tái)上對(duì)高動(dòng)態(tài)GPS信號(hào)跟蹤的相關(guān)算法進(jìn)行實(shí)現(xiàn)?？紤]到范圍和精度問題，在