[发明专利]一种基于改进的Sage-Husa自适应滤波的弱信号跟踪方法

说明书

一种基于改进的Sage‑Husa自适应滤波的弱信号跟踪方法，首先输入的卫星中频信号经捕获后分别与本地复制载波的同相和正交相相乘，再与本地伪码相乘，得到的两路信号输入到积分清除器中，获取积分值。然后，将积分值输入到鉴相器中，得到载波相位误差，将载波相位误差作为测量值输入到改进的Sage‑Husa自适应滤波器中，该滤波器在卡尔曼滤波器的基础上，利用滑动窗口得到新息的实时估计方差，进一步利用时变噪声统计估计值器递推获得过程噪声协方差估计值。最后，将结果送入载波NCO，对本地载波进行更新。本发明实现对过程噪声协方差进行实时估计，从而达到提高滤波精度，提高跟踪环路的鲁棒性，实现持续稳定跟踪的目的。

技术领域

本发明涉及无线通信技术，具体为一种基于改进的Sage-Husa自适应滤波的弱信号跟踪方法。

背景技术

全球导航卫星系统(Global Navigation Satellite System，GNSS)可以为海、陆、空领域的用户提供全天候、连续高精度的定位、导航和授时服务，被广泛应用于现代社会的各领域。传统的GNSS具有信号弱易受电磁干扰等固有缺点，在实际应用中GNSS存在较为严重的安全隐患。GNSS的接收机在一般情况下能够正常运作，但是在有干扰的情况下，GNSS的信号会变得很弱，这会严重影响到收机中的载波跟踪环路，导致接收机无法正常定位。因此，提高跟踪环路的灵敏度对于提高接收机的性能具有非常重要的作用。

为了提高跟踪环的灵敏度，卡尔曼滤波器(KF)作为一种时变系统，已经被人们广泛应用于跟踪环路中。但是经典卡尔曼滤波要求有精确已知系统的数学模型及其参数和噪声统计特性两者的先验信息，然而由于系统建模时的状态转移方程具有一定的误差，该误差包括非线性系统线性化时的误差、模型的简化误差及建模方法的误差等等，因此在实际情况下，系统过程噪声协方差矩阵和量测噪声协方差矩阵难以事先确定。Sage-Husa自适应滤波算法基于标准卡尔曼滤波，可以对噪声统计特性进行在线校正和实时估计。但该方法采用了滤波值和一步预测值得到次优估计，降低了噪声统计特性估计精度，且过程噪声估计中有减法，有可能使噪声协方差失去半正定，因此直接使用Sage-Husa自适应滤波算法会导致滤波发散的问题。因此，有必要对Sage-Husa自适应滤波算法进行改进。

发明内容

为解决上述技术问题，本发明提出了一种基于改进的Sage-Husa自适应滤波的弱信号跟踪方法，所述算法改进Sage-Husa自适应算法，通过更新新息的实时估计方差，进一步实现对过程噪声协方差进行实时估计，从而达到提高滤波精度，提高跟踪环路的鲁棒性，实现持续稳定跟踪的目的。

为达到上述目的，本发明的技术方案如下：

一种基于改进的Sage-Husa自适应滤波的弱信号跟踪方法，包括以下步骤：

(1)接收到的GNSS信号经过接收机的变频及采样后转变为中频信号；

(2)通过NCO载波发生器完成本地载波的同相和正交相的复制；将中频信号分为两路相同的信号，其中一路与本地复制载波的同相相乘，该支路为i支路；另一路与本地复制载波的正交相相乘，该支路为q支路；

(3)将i支路和q支路的输出信号分别与本地伪码相乘；

(4)将步骤(3)处理后的i支路与q支路的信号输入到积分清除器中，获得i支路与q支路的积分值I_p(n)、Q_p(n)；

(5)将I_p(n)与Q_p(n)输入到鉴相器中进行处理，获取载波相位误差；

(6)用改进的Sage-Husa自适应滤波器对步骤(5)获取的载波相位误差进行处理，以载波相位误差作为测量值，进行改进的Sage-Husa自适应滤波迭代计算，得出载波相位误差Δθ_k，载波频率误差Δf_k和载波频率变化率Δα_k；