基于FPGA的导航接收机跟踪环路设计与实现

现阶段导航接收机设计的基本架构是FPGA＋DSP或者FPGA＋ ARM 的工作方式。接收机存在研发时间长,研发难度较大的特点,且DSP/ARM 处理环路跟踪的同时需处理协议上的许多操作,在实现上较为复杂,实时性不高。基于SOC技术,利用Xilinx公司提供的协处理器软核代替DSP部分功能,用于在单片FPGA内实现导航接收机的跟踪环路,并根据实际情况,设计了硬件加速器和相关值预处理模块,利用时分复用的方式节约了硬件资源,在单片FPGA上实现了跟踪环路的设计,降低了硬件成本,为高性能导航接收机芯片设计提供了一种思路。     

FPLL载波跟踪环仿真及高动态GPS信号测试

针对高动态环境下普通CPS接收机跟踪环路容易失锁的问题,考虑到锁频环动态性能好、锁相环跟踪精度高的特点,实现了二阶锁频环辅助三阶锁相环的载波跟踪环(FPLL)。根据FPLI.结构原理和误差分析理论,提出了一种FPLI.环路的码相位和载波相位精度分析方法。借助CPS软件接收机平台,在Matlab环境下仿真实现了FPLI.载波跟踪环,并利用Spircnt USS7700仿真器采集高动态CPS模拟信号对FPLI.环路进行了测试。测试结果和精度分析表明,在导航信号的载噪比为40 dB-Hz,加速度为26 g,加加速度为9g/s的条件下,该高动态跟踪环路能够达到码相位1. 31 m(1?）,载波相位为4.24 X 10-3m/s(1?)的跟踪精度。     

多径效应的动态特性对码跟踪环路的影响分析

接收机与卫星之间的相对运动,使得多径效应存在动态特性。针对卫星轨道的不同,分析多径效应对测距误差的影响,着重讨论静止接收机接收GEO卫星信号时出现的固有多径现象,仿真分析多径信号的衰落频率对码跟踪环路的影响。仿真结果表明,当衰落频率接近或大于码环路带宽时,多径对码跟踪精度的影响会在一定程度上被滤除;不同的卫星轨道导致多径效应的动态特性存在差异,会使测距误差在时域上表现出短时快变和长时缓变两种特征。为研究多径效应产生机理与卫星轨道因素的相关性提供了验证途径。     

高动态载波锁相环设计和性能分析

常规的二阶载波跟踪环路由于环路带宽的限制,无法满足接收机高动态条件下的环路跟踪,为了解决环路的高动态应力引起的噪声响应对环路带宽的要求,需要合并动态应力到误差跟踪控制信号才能满足高动态的性能要求。本文从载波跟踪二阶环路的结构入手,对利用外界速度辅助的三阶环路进行动态稳定性和稳定误差性能进行仿真计算和性能分析,结果表明这种有外界速度辅助的三阶载波锁相环路可以改善信号跟踪环路的动态应力性能。     

改进的高动态GPS定位自适应卡尔曼滤波方法

本文针对高动态ＧＰＳ不易确定动态噪声和观测噪声的特点,提出了一种适用于高动态ＧＰＳ定位的改进的自适应卡尔曼滤波方法。该方法具有数值稳定性好,存储量小的优点,克服了发散的缺点,具有较强的自适应性。     

基于SoC的导航接收机闭环跟踪环路设计与实现

在传统基于FPGA+DSP架构的导航接收机中,跟踪模块处于开环处理模式,存在实时性和可靠性差的问题,同时现场可编程逻辑门阵列(FPGA)和数字信号处理(DSP)之间大量的数据通信导致了 IO资源和功耗的增加.基于片上系统(SoC)架构提出了 一种卫星导航接收机的闭环跟踪环路方案,整个跟踪处理过程在FPGA内实现了完整的...     

高动态宽带信号码跟踪方法仿真分析

针对高动态场景,单独的码环路很难实现跟踪,由于高动态载波跟踪的算法很成熟,通常应用载波跟踪结果对码环路进行辅助,针对窄体制信号,这种方法可以帮助消除码环的动态误差,但对宽体制信号来说,辅助力度减小。从高动态宽带信号码跟踪误差门限以及跟踪精度入手,分析了单独码跟踪算法的易失锁性,理论和仿真验证应用高动态载波跟踪结果辅助码跟踪算法的有效性,且具有高的跟踪精度。这为导航接收机的跟踪算法提供了理论依据。     

GPS动态定位自适应卡尔曼滤波算法研究

Sage-Husa滤波和强跟踪滤波是2种常规的自适应卡尔曼滤波,有各自的优缺点。综合2种滤波的特点,给出一种抗粗差的修正算法,实验效果比较好,能有效抑制少部分粗差带来的影响,计算结果表明效果比较理想。     

载波相位测量原理及在GPS软件接收机上的实现

采用载波相位测量值可以带来厘米甚至毫米级的测量精度。本文介绍载波相位测量的基本原理和在通用软件无线电外设USRP（（Universal Software Radio Peripheral）平台下的具体实现过程。并将USRP平台下生成的载波相位测量值和商用GPS硬件接收机输出的载波相位测量值进行了对比。     

GPS动态定位中自适应卡尔曼滤波方法的应用研究

采用描述机动载体运动的“当前”统计模型,直接从GPS接收机输出的定位结果入手,建立一种GPS动态定位自适应卡尔曼滤波模型,提出一种改进的自适应滤波算法,对GPS动态定位数据进行滤波。实验结果表明该模型简单,实时性好,滤波后的定位精度得到了提高。     

基于卡尔曼滤波重建的GPS点位修正

由于单点定位的结果受卫星星历误差、卫星钟误差以及卫星信号传播过程中大气延迟误差的影响较为显著,因此解算出的定位结果在真值附近上下浮动。文中采用ARMA模型建立卡尔曼滤波的观测方程和状态方程,并对定位结果进行滤波;采用一次滤波后的坐标值作为初值,建立ARMA模型并二次滤波。实验表明,滤波有效防止了定位结果偏差过大情况的发生,使滤波收敛值与准确值最大偏差不超过3cm,表明采用一次滤波后的坐标值建立的模型更为合理,从而为单点定位结果的时间序列模型的建立提供一种新方法。     

基于卡尔曼滤波和改进DBSCAN聚类组合的GPS定位算法

实时获取智能移动终端的地理位置信息是增强现实(AR)实景智能导航系统实现的关键,为了提高智能终端GPS定位的精度,提出了一种基于卡尔曼滤波与改进的具有噪声的基于密度的聚类方法(DBSCAN)结合的GPS组合定位优化方法.通过对GPS系统采集到的位置坐标数据进行卡尔曼滤波,去除较大的数据波动,控制定位误差范围,采用DBS...     

基于噪声估计的卡尔曼滤波用于GPS卫星钟差预报研究

利用重叠哈达玛方差确定卫星钟噪声随机模型,采用顾及钟差随机噪声模型的卡尔曼滤波进行钟差预报分析,并与最小二乘预报算法相比较,得出以下结论:卡尔曼滤波进行1 d以内的短期预报时,精度达到亚纳秒级,优于最小二乘预报算法,在长期预报或拟合数据量较少时,最小二乘预报精度优于卡尔曼滤波。     

扩展卡尔曼滤波的安卓手机定位算法研究

随着手机定位的应用越来越多,目前市场中许多APP(Application)都会用到定位功能.但多数APP使用传统的定位算法,不能满足人们实时获取高精度地理位置信息的需求.现阶段对于手机的全球定位系统(GPS)芯片原始数据定位方法的研究较少,因此本文主要对利用手机GPS原始数据定位的可行性及定位算法进行了研究.利用Android 7.0系统提供的应用程序接口获取GPS芯片的原始数据参数,根据手机实用场景的速度特征,分别设计并实现了针对于静态场景的静态卡尔曼滤波和针对低速场景的动态卡尔曼滤波定位算法.通过静态实验以及电动车实验和步行实验的结果表明:与传统的定位算法相比,本文设计的静态卡尔曼滤波和动态卡尔曼滤波定位算法拥有更好的定位结果,更加接近实际行走路线,证明了利用手机GPS原始数据定位的可行性,同时也证明了设计的卡尔曼滤波算法可以提高定位精度,论文的研究结果为实现静态与动态的高精度手机定位算法提供了理论依据.     

基于Kalman滤波的高耸建筑物沉降预测模型研究

为了提高高耸建筑物沉降监测数据的可信性与实时预测的准确性,利用小波分析与Kalman滤波在数据处理方面的优势,采用小波分析先对沉降数据进行去噪,并采用Kalman滤波理论进行预测。通过实验数据的对比分析,结合小波去噪分析与Kalman滤波理论对原始沉降变形量进行沉降预测,能克服只使用单一Kalman滤波方法进行沉降预测中噪声处理的不足,验证了小波分析及结合Kalman滤波理论进行沉降预测的可行性,且预测精度比较高。     

移动机器人SLAM位姿估计的改进四元数无迹卡尔曼滤波EI北大核心CSCD

在全自主运动控制的移动机器人系统中,自身位姿的估计和校正对于移动机器人的运动至关重要。卡尔曼滤波是解决移动机器人同步定位与地图构建(SLAM)常用方法。相较于卡尔曼滤波,无迹卡尔曼滤波(UKF)无须对复杂的非线性函数进行雅可比矩阵运算。本文基于无迹卡尔曼滤波,根据先验协方差的平方根选择sigma点,计算协方差以及加权均值。用四元数表示姿态,将四元数矢量转换为旋转空间进行矩阵运算,在此基础上设计了一种位姿估计算法——基于四元数平方根的无迹卡尔曼滤波(QSR-UKF)算法。试验将EKF、QSR-UKF、SR-UKFEKF 3种算法的位姿估计结果进行仿真分析,并通过相关定量指标进行了描述,验证了本文算法的有效性。     

一种BDS/GPS接收机单频定位精度分析

针对基于多模导航卫星系统单频接收机在非完好性条件下的数据缺失问题,该文提出了一种能有效提高多模单频接收机定位精度的方法。通过对观测数据非完好性的明确界定、典型情况分析和单频定位方法研究,实现了非完好条件下多模单频数据的有效解算。通过研究证明:在一定的非完好条件下,BDS/GPS单频接收机数据经过该方法的数据处理能够得到较好的定位精度。     

基于软件实现GPS信号捕获以及获取精确载波频率

捕获模块是实现GPS软件接收机的重要组成部分。本文立足于通过软件的方法实现GPS信号的捕获,由捕获的结果得到准确而精度更高的载波频移,从而对降低跟踪环路的设计复杂性有利。作者先用GPS串行搜索捕获和并行搜索捕获这两种传统的方法对GPS信号进行捕获,在此基础上尝试采用一种降低频率搜索步长并结合二次曲线拟合的方法以获取高精度的载波频率,进而更好地提高整个捕获准确性以及精度,经过分析后,得到了一些较有意义的结论。     

传感器位置条件的自适应卡尔曼滤波及其应用

当多个传感器安装于同一载体之上,构成组合导航系统时,必然存在位置约束关系,当定位传感器等于或多于三个时,会产生多个这样的关系。利用这些条件,采用传统的约束滤波算法可以提高组合定位系统的整体精度,但有时也会造成高精度传感器的精度损失。本文中将这些位置约束条件看作观测量,通过设计适当的权矩阵,并结合自适应卡尔曼滤波算法,提出了一种用于提高传感器滤波精度的方法,并和传统的约束滤波算法进行了比较。仿真计算表明:在各传感器精度相当时,该算法可以提高各个传感器的精度,并和传统的约束滤波算法等效;当各传感器精度不同时,该算法仍然可以提高高精度传感器的滤波精度或保证高精度传感器的滤波精度不受损失。     

G0分布下基于白化滤波的极化SAR图像CFAR检测

在已有的极化合成孔径雷达(PolSAR)图像恒虚警(CFAR)检测方法中,存在着高分辨下杂波模型适用性差的难题。为解决此问题,提出了一种G_0分布下虚警概率具有闭合解析表达形式的CFAR检测方法,并定义虚警损失率(CFAR Loss, C_L)参数用以量化评估CFAR检测方法的恒虚警保持效果。首先,在乘积模型框架下,引入了逆Gamma纹理变量假设,推导出了多视极化白化滤波(MPWF)检测量的概率密度函数(PDF)。然后,对MPWF检测量的概率密度函数积分得到了虚警概率关于CFAR检测阈值的解析表达式,并设计了相应的CFAR检测流程。最后,采用仿真数据和AIRSAR实测数据对已有方法和新方法进行了算法运行时间、检测量拟合性能及目标检测性能对比。实验结果表明,方法运行时间比已有方法缩短3至30倍,具有良好的实时性;日本玉野地区的AIRSAR实测数据结果表明G_0分布对高分辨不均匀海区具有良好的拟合性能,且新方法在G_0分布和非G_0分布海区均能有效检测出目标,鲁棒性较强,相比其他检测方法品质因数(FoM)平均高出15.78%;C_L分析结果表明新方法具有良好的恒虚警保持性能,同时指出杂波对数累积量散点距离G_0分布曲线越近,新方法的恒虚警保持效果越好。