（1.南京航空航天大學(xué)能源與動(dòng)力學(xué)院 南京 210016）（2.東南大學(xué)儀器科學(xué)與工程學(xué)院 南京 210096）（3.南京郵電大學(xué)自動(dòng)化學(xué)院 南京 210046）

1 引言

微弱信號(hào)下L1 信號(hào)跟蹤是實(shí)現(xiàn)高靈敏度GPS軟件接收機(jī)的關(guān)鍵技術(shù)之一?？柭?960年發(fā)表了著名的用遞歸方法解決離散數(shù)據(jù)線(xiàn)性濾波問(wèn)題的論文。這種將期望和方差線(xiàn)性化的卡爾曼濾波器稱(chēng)作擴(kuò)展卡爾曼濾波器，簡(jiǎn)稱(chēng)為EKF（Extended Kalman Filter）。但是EKF 濾波結(jié)果的好壞與狀態(tài)噪聲和觀(guān)測(cè)噪聲的統(tǒng)計(jì)特性有關(guān)且容易導(dǎo)致濾波發(fā)散；其中雅可比矩陣的計(jì)算過(guò)于復(fù)雜，對(duì)GPS軟件接收機(jī)實(shí)時(shí)性的影響很大。

20世紀(jì)90年代，Julier等人提出了基于Unscented 變換的 Unscented 卡爾曼濾波算法（UKF）。UKF 是一種容易實(shí)現(xiàn)且高效的濾波算法。因此，本文參考文獻(xiàn)［5］提出的模型，使用UKF來(lái)代替EKF實(shí)現(xiàn)微弱信號(hào)的碼和載波跟蹤，以避免在跟蹤環(huán)中使用EKF 方法所存在的問(wèn)題。通過(guò)構(gòu)建模型、建立方程，采用仿真噪聲干擾下的微弱中頻信號(hào)對(duì)該算法進(jìn)行性能分析。實(shí)驗(yàn)結(jié)果表明，基于UKF的跟蹤算法可以明顯提高信號(hào)跟蹤的靈敏度。

2 基于UKF的L1C／A 碼信號(hào)跟蹤算法

通常的獨(dú)立接收機(jī)能跟蹤信號(hào)的載噪比在35dB-Hz以上，當(dāng)信號(hào)的載噪比低于35dB-Hz時(shí)，PLL會(huì)因?yàn)殍b相器的非線(xiàn)性和信號(hào)相位的動(dòng)態(tài)變化而失鎖。卡爾曼濾波器具有時(shí)間遞推的特點(diǎn)，是一種非常高效的優(yōu)化算法。下面將基于UKF估計(jì)技術(shù)設(shè)計(jì)一個(gè)DLL和PLL 聯(lián)合的碼和載波跟蹤環(huán)，用來(lái)跟蹤弱GPS L1C／A 碼信號(hào)，如圖1所示。

圖1 基于UKF濾波的弱信號(hào)跟蹤環(huán)結(jié)構(gòu)

2.1 系統(tǒng)模型的構(gòu)建

軟件接收機(jī)射頻前端中輸出的數(shù)字信號(hào)模型表示為

其中，yk是在采樣時(shí)間tk時(shí)，RF前端的輸出。A（tk）是信號(hào)的幅度。函數(shù)d（t）是GPS數(shù)據(jù)流，每20ms隨機(jī)切換。函數(shù)c（t）是接收到的信號(hào)中的C／A 碼，碼率為1.023MHz。ts是PRN 碼的起始時(shí)間，是碼相位延遲的被測(cè)量。頻率ωIF是歸一化的中頻。ωD是載波信號(hào)的多普勒頻移。角度φ0是初始載波相位。vk項(xiàng)是均值為0的離散高斯白噪聲序列，方差為δ2n。

接收機(jī)接收到的信號(hào)和本地復(fù)制的碼和載波信號(hào)之間的相關(guān)積分，可以表示如下：

其中Ik（Δ）和Qk（Δ）分別是同相和正交積分，Δ＞0為早碼，Δ＜0為晚碼。CL（t）是接收機(jī)本地復(fù)制的偽碼。tLk是即碼的起始時(shí)間。每個(gè)積分的長(zhǎng)度都是一個(gè)PRN碼周期。φL（t）是本地復(fù)制載波的相位。

為了在下面的濾波中使用相關(guān)積分，將其表示成如下形式：

2.2 系統(tǒng)的觀(guān)測(cè)方程

卡爾曼濾波器使用在一個(gè)導(dǎo)航數(shù)據(jù)比特周期范圍的即碼和早減晚碼積分，形成一個(gè)式（6）的觀(guān)測(cè)矢量：

其中g(shù)v是第v個(gè)導(dǎo)航數(shù)據(jù)間隔中第一個(gè)數(shù)據(jù)位的索引，Nv是第v個(gè)間隔中所包含的采樣點(diǎn)的個(gè)數(shù)。為了將觀(guān)測(cè)矢量與狀態(tài)矢量結(jié)合起來(lái)，將觀(guān)測(cè)矢量表示為

其中是在比特間隔內(nèi)的平均載波幅度，Δφm是在比特間隔內(nèi)的平均載波相位誤差，Δtm＝ts（tmidk）-tmidk是在比特間隔中點(diǎn)的碼相位誤差tmidk＝（tNCOkm＋tNCOkm＋20）／2。nm是一個(gè)均值為零且互不相關(guān)的高斯離散白噪聲向量序列，方差為4×4的一個(gè)恒等矩陣，nm的協(xié)方差R可以表示為如下形式：

其中，λ＝2［1-R（Δeml）］。

2.3 系統(tǒng)的狀態(tài)方程

式（9）為載波跟蹤環(huán)的狀態(tài)方程，其中［φωd］T是被估計(jì)的狀態(tài)向量，φ代表接收到的載波與本地載波的相位誤差，ωd代表信號(hào)中的多普勒頻移，˙ωd代表多普勒頻移的變化率，ωL是本地復(fù)制信號(hào)的載波多普勒頻移，δtk是相干積分時(shí)間。wk＝［wφwωw˙ωwj］T是離散的零均值的高斯白噪聲向量，wk的協(xié)方差Q由如下三個(gè)部分組成：

其中QLOS是接收機(jī)與衛(wèi)星的相對(duì)運(yùn)動(dòng)加速度的隨機(jī)誤差強(qiáng)度系數(shù)。Qf＝，Sf是接收機(jī)的頻率隨機(jī)誤差強(qiáng)度系數(shù)。Qθ＝，Sg是接收機(jī)的相位隨機(jī)誤差強(qiáng)度系數(shù)。ωL1是歸一化的L1載波頻率。對(duì)于TCXO 一般取Sf＝5×10-21和Sg＝5.9×10-20s-1。則積分間隔內(nèi)的平均載波相位誤差可以表示為

碼跟蹤環(huán)的狀態(tài)方程建立如下［4］：

其中tsk＋1和tsk是接收信號(hào)中碼起始和結(jié)束時(shí)間。wtsk的協(xié)方差E（）＝δtkqts是白噪聲序列，qts是隨機(jī)變化強(qiáng)度。則積分間隔內(nèi)的平均碼相位誤差可以表示為

載波幅度的狀態(tài)方程建立如下：wAk是零均值的高斯白噪聲，它的方差qA是隨機(jī)變化的強(qiáng)度。則積分間隔內(nèi)的平均載波幅度可以表示為

3 UKF跟蹤的實(shí)現(xiàn)

初始化：

擴(kuò)展之后的初始向量和方差，表示為

計(jì)算sigma點(diǎn)：

其中k∈｛0，…，∞｝

時(shí)間更新：

測(cè)量更新：

其中，xa＝［xTvTnT］T，χa＝［（χx）T（χv）T（χn）T］T，合成尺度參數(shù)λ＝L（10-6-1），L是增廣狀態(tài)變量的維數(shù)，Pv是處理噪聲協(xié)方差，Pn是測(cè)量噪聲協(xié)方差，Wi是權(quán)值。

4 仿真與性能分析

本文采用仿真噪聲干擾下的微弱GPS C／A 中頻信號(hào)，中頻頻率設(shè)置為1.405MHz。信號(hào)的采樣頻率設(shè)置為5.714MHz。初始相位誤差設(shè)置為［-π，＋π］之間的隨機(jī)變量。多普勒頻移的范圍設(shè)置為［-10kHz，＋10kHz］。多普勒頻移的誤差設(shè)置為［-200Hz，＋200Hz］。取Sf＝5×10-21和Sg＝5.9×10-20s-1的TCXO 時(shí)鐘，驗(yàn)證UKF載波跟蹤環(huán)的性能。實(shí)驗(yàn)中，信號(hào)載噪比取為15dB-Hz和45dB-Hz兩個(gè)值。實(shí)驗(yàn)分三個(gè)部分：UKF 算法對(duì)載波相位跟蹤的改善、UKF 算法對(duì)載波頻率跟蹤性能的改善、UKF 算法對(duì)碼相位的跟蹤性能的改善。

圖2為在信噪比為15dB-Hz和45dB-Hz的情況下，基于UKF 跟蹤與基于傳統(tǒng)Atan鑒相器跟蹤的載波相位跟蹤誤差。從圖中可以看出在15dB-Hz的情況下，傳統(tǒng)跟蹤方法的跟蹤誤差在-0.2～＋0.2 個(gè)載波周期之間。而UKF 的跟蹤誤差在-0.05～＋0.05個(gè)載波周期之間。在載噪比為45dB-Hz的時(shí)候UKF 的載波相位跟蹤誤差明顯小于傳統(tǒng)方法。

圖2 傳統(tǒng)跟蹤環(huán)和UKF的載波相位跟蹤誤差

圖3為在信噪比為15dB-Hz和45dB-Hz的情況下，基于UKF跟蹤與基于傳統(tǒng)的歸一化早減晚功率碼鑒相器DLL跟蹤的碼相位跟蹤誤差。從圖中可以看出在15dB-Hz的情況下，傳統(tǒng)跟蹤方法的跟蹤誤差已經(jīng)超出了0.5 個(gè)碼片的范圍。而UKF的跟蹤誤差在-0.2～＋0.2 個(gè)碼片之間。在載噪比為45dB-Hz的時(shí)候，UKF 的碼相位跟蹤誤差明顯小于傳統(tǒng)方法。

圖3 傳統(tǒng)跟蹤環(huán)和UKF的碼相位跟蹤誤差

圖4 傳統(tǒng)跟蹤環(huán)和UKF的多普勒頻移跟蹤誤差（15dB-Hz）

圖4為在信噪比為15dB-Hz的情況下，基于UKF跟蹤與基于傳統(tǒng)的Atan鑒相器跟蹤的載波多普勒頻移誤差。從圖中可以看出，傳統(tǒng)跟蹤方法的跟蹤誤差在-100Hz～＋100Hz的范圍之內(nèi)波動(dòng)，而UKF的跟蹤誤差在-20Hz～＋20Hz之間。

圖5 傳統(tǒng)跟蹤環(huán)和UKF的多普勒頻移跟蹤誤差（45dB-Hz）

圖5為在載噪比為45dB-Hz 的時(shí)候，基于UKF跟蹤與基于傳統(tǒng)的Atan鑒相器跟蹤的載波多普勒頻移誤差，從圖中可以看出UKF 的多普勒頻移跟蹤誤差明顯小于傳統(tǒng)方法。

實(shí)驗(yàn)結(jié)果表明：微弱信號(hào)條件下，UKF 載波跟蹤環(huán)路都能在較短時(shí)間內(nèi)收斂，UKF 跟蹤算法有效減小了碼和載波跟蹤中的誤差。

5 結(jié)語(yǔ)

針對(duì)在低載噪比情況下常用的碼跟蹤DLL 和載波跟蹤PLL 誤差較大的情況，本文提出一種基于UKF的GPS L1C／A 碼微弱信號(hào)跟蹤算法。仿真實(shí)驗(yàn)結(jié)果表明，采用UKF簡(jiǎn)化了計(jì)算的復(fù)雜度，提高了跟蹤靈敏度和精度，是一種適合于軟件接收機(jī)實(shí)現(xiàn)的算法。相對(duì)于傳統(tǒng)的跟蹤環(huán)路，基于UKF的載波跟蹤環(huán)路的跟蹤靈敏度和跟蹤精度都有明顯提高。

［1］Han Shuai，Wang Wenjing，Chen Xi.Design and Capability Analyze of High Dynamic Carrier Tracking Loop Based on UKF［C］.ION NTM 2010，Portland，2010：21-24.

［2］Dah-Jing Jwo·Chun-Nan Lai.Unscented Kalman filter with nonlinear dynamic process modeling for GPS navigation［J］.GPS Solution，2008，12：249-260.

［3］田甜，安建平，王愛(ài)華.高動(dòng)態(tài)環(huán)境下無(wú)數(shù)據(jù)輔助的擴(kuò)展Kalman 濾波載波跟蹤環(huán)［J］.電子與信息學(xué)報(bào)，2013，35（1）：63-67.

［4］馮瓊?cè)A，吳鐵軍，馬龍華.高動(dòng)態(tài)下基于AUKF的載波跟蹤算法［J］.計(jì)算機(jī)工程，2012，38（16）：237-244.

［5］陳偉衡，趙毅寰.改進(jìn)UKF 算法及其目標(biāo)跟蹤性能研究［J］.現(xiàn)代電子技術(shù)，2011，34（23）：4-7.

［6］Nareen LZiedan，James L.Garrison.Extended Kalman Filter-Based Tracking of Weak GPS Signals under High Dynamic Conditions［C］／／ION GNSS 17th International Technical Meeting of the Satellite Division.Long Beach CA，2004：20-31.

［7］Psiaki M L.Extended Kalman Filter Method for Tracking Weak GPS Signal［C］／／ION GPS 2002.Portand，USA，2002：2539-2553.

［8］Eric A.Wan，Rudolph van der Merwe.The Unscented Kalman Filter for Nonlinear Estimation［C］／／Proceedings of Signal Processing，2000，3（1）：153-158.

［9］潘泉，楊峰，葉亮，等.一類(lèi)非線(xiàn)性濾波器-UKF 綜述［J］.控制與決策，2005，20（5）：481-494.