[发明专利]基于和差组合卡尔曼滤波器的GNSS双频联合跟踪算法

权利要求书

1.基于和差组合卡尔曼滤波器的GNSS双频联合跟踪算法，该跟踪算法中涉及的环路结构包括载波环鉴相器1、载波环鉴相器2、NCO载波发生器1、NCO载波发生器2、载波环路滤波器1和载波环路滤波器2，其特征在于，还包括和差组合卡尔曼滤波器、环路参数恢复单元，所述和差组合卡尔曼滤波器的输入端分别连接载波环鉴相器1和载波环鉴相器2的输出端，和差组合卡尔曼滤波器的输出端分别连接载波环路滤波器1和载波环路滤波器2的输入端；所述和差组合卡尔曼滤波器对载波环鉴相器1和载波环鉴相器2输出的载波相位误差进行作和与作差处理，得到和然后递推出和差组合后的载波相位误差估计值分别输出至载波环路滤波器1和载波环路滤波器2；所述环路参数恢复单元的输入端连接NCO载波发生器1和NCO载波发生器2的输出端，环路参数恢复单元通过对NCO载波发生器1和NCO载波发生器2产生的频率调整信号f_{NCO_add}和f_{NCO_sub}进行组合，恢复出真实频率控制信号f_NCO1和f_NCO2。

2.根据权利要求1所述的基于和差组合卡尔曼滤波器的GNSS双频联合跟踪算法，其特征在于，分别为载波环鉴相器1和载波环鉴相器2输出的载波相位误差；所述和计算公式如下：

其中，f₁和f₂分别为L1和L2信号的载波频率。

3.根据权利要求2所述的基于和差组合卡尔曼滤波器的GNSS双频联合跟踪算法，其特征在于，所述和差组合卡尔曼滤波器模型的构建方法如下所示：

系统状态量其中，为载波环鉴相器1输出的载波相位误差、为载波环鉴相器2输出的载波相位误差、f_d为多普勒频移、为多普勒频移变化率；

系统状态方程为：

其中，表示k+1时刻的状态量，表示k时刻的状态量，t表示两次计算间隔的时间，w_k表示k时刻过程噪声，为一个4×1阶的矩阵向量；

系统观测量观测量依次为对载波环鉴相器1和载波环鉴相器2输出的载波相位误差进行作和作差处理后的结果；

系统量测方程为：

其中，表示k+1时刻的观测量，v_k+1表示k+1时刻观测噪声，为一个4×1阶的矩阵向量。

4.根据权利要求2所述的基于和差组合卡尔曼滤波器的GNSS双频联合跟踪算法，其特征在于，所述和差组合卡尔曼滤波器的工作步骤如下：

步骤一：参数初始化，初始化和P₀，其中，为状态量初始值，P₀为后验估计误差方差阵的初始值；

步骤二：根据上一时刻后验估计状态量对本时刻状态量进行先验估计得到根据上一时刻后验估计误差的方差阵P_k-1对本时刻误差的方差阵进行先验估计得到公式如下：

其中，为状态转移矩阵，为过程噪声方差阵，E[·]表示求解协方差矩阵，w_k-1为k-1时刻的过程噪声；

步骤三：根据本时刻先验估计误差的方差阵计算卡尔曼增益阵K_k，公式如下：

其中，为量测矩阵，为量测噪声方差阵，E[·]表示求解协方差矩阵，v_k为k时刻的观测噪声；

步骤四：根据卡尔曼增益阵K_k和本时刻观测值Z_k，即载波环鉴相器1和即载波环鉴相器2的输出值，对本时刻先验估计状态量进行修正，得到本时刻状态量的后验估计同时根据卡尔曼增益阵K_k和本时刻先验估计误差的方差阵得到本时刻后验估计误差的方差阵P_k，具体公式如下：

其中，I表示4×4阶的单位矩阵；

步骤五：利用公式得到本时刻的和差组合卡尔曼滤波器的输出值，分别输至载波环路滤波器1和载波环路滤波器2；

步骤六：返回步骤二，依次进行递推。

5.根据权利要求2所述的基于和差组合卡尔曼滤波器的GNSS双频联合跟踪算法环路参数恢复单元，其特征在于，所述环路参数恢复单元对NCO载波发生器1和NCO载波发生器2产生的频率调整信号f_{NCO_add}和f_{NCO_sub}的组合方式如下：

f_NCO1＝f_{NCO_add}+f_{NCO_sub}，