微弱GPS信号矢量频率锁定环设计

罗士栋， 张洪伦， 巴晓辉， 陈杰

(1.中国科学院 微电子研究所，北京 100029； 2.中国科学院大学 电子电气与通信工程学院，北京 100049)

全球卫星导航系统(GPS)提供的导航服务已经广泛应用到全球各个领域，为了满足在城市峡谷、密林等信号衰减严重环境下的信号跟踪定位，对GPS接收机设计提出新的挑战[1-2]。

由于载波跟踪环是独立GPS接收机最脆弱的环节[3]，一般情况下先于码跟踪环失锁，因此载波跟踪环在某种程度上决定了未受辅助的GPS接收机的性能，成为设计的关键。由此，文献[4-8]针对如何提高载波跟踪灵敏度进行了研究，其中文献[4-7]将卡尔曼滤波及其扩展方法应用于载波跟踪，文献[8]给出一种基于FFT的高灵敏度GPS跟踪算法，这些方法都在一定程度上改善了跟踪灵敏度。

在单点定位时，接收端在同一时刻为所有可视卫星所共有，不同卫星信号之间具有潜在相关性，同时信号跟踪与导航解算之间也具有相关性，跟踪信息可用于用户状态估计，用户状态与卫星状态决定伪码相位与载波频率偏移[9-10]，但文献[4-8]都忽略了这些相关性。文献[10]引入矢量跟踪的概念，而传统方法称为标量跟踪，提出矢量延迟锁定环(vector delay lock loop，VDLL)，通过一个滤波器同时对所有通道码跟踪环进行处理，代替分立的延迟锁定环(delay lock loop，DLL)，充分利用不同通道间的相关性。文献[11]使用经验跟踪门限的方法对VDLL和矢量延迟/频率锁定环(vector delay/frequency lock loop，VDFLL)的热噪声性能进行分析，通过理论推导证明矢量跟踪性能优于标量跟踪。文献[12-15]针对VDFLL及其在弱信号环境下的性能进行分析研究，但针对VFLL的研究很少。由于载波环比码环更容易失锁，并且考虑到VFLL实现较VDFLL简单，本文针对VFLL及其在微弱GPS环境下的信号跟踪进行研究，相比现有文献详细的给出了VFLL理论推导及实现过程，并以最小二乘估计方法证明VFLL在载波跟踪性能上优于FLL。

1 VFLL基本原理

基于位置解算完成的前提条件下，给出方向余弦矩阵，同时根据获得的星历数据计算当前时刻卫星的速度，就可以实现VFLL，进行速度估计和频率跟踪。下面给出具体实现过程。

标称载波频率为fc，接收机接收到的第i颗卫星信号的载波频率为fr,i，本地估计载波频率为fl,i，先不考虑噪声，则鉴频器输出为

FDi=fr,i-fl,i

(1)

考虑用户与卫星相对运动，载波频率为

(2)

(3)

(4)

式中：fc与fr,i相差很小，可近似认为相等[3]。

由式(2)、(4)整理得

(5)

(6)

用fl,i更新本地载波发生器，从而由式(1)、(5)、(6)可推出当前时刻第i通道频率鉴别器输出为

(7)

(8)

(9)

1.1 扩展卡尔曼滤波模型

(10)

其中观测矩阵为

(11)

(12)

观测噪声协方差矩阵为

(13)

状态方程表示为

(14)

其中状态转移矩阵为

(15)

过程噪声协方差矩阵为

(16)

1.2 卡尔曼滤波具体过程

当接收机稳定跟踪并且得到PVT解算之后，就可以初始化和启动VFLL。

1)VFLL状态的每一次更新，需要根据位置解算计算出方向余弦矩阵HN×4；

(17)

6)卡尔曼增益矩阵为

(18)

10)利用式(2)或式(5)对各个通道载波频率进行估计。

2 VFLL与FLL伪距率误差方差比较

弱信号跟踪中，通常使用FLL代替相位锁定环(phase lock loop,PLL)进行频率跟踪，假设有N个通道同时跟踪，鉴频器输出N个伪距率误差观测量。位置的最大似然估计需要将所有的观测信号同时在一个矢量环路中进行处理[10]，同理，对所有的伪距率误差观测量同时进行处理才有可能获得最优的速度估计。当单颗卫星信号强度不足以进行频率跟踪时，来自所有卫星的信号可能能够进行速度估计，通过速度估计值反过来对频率进行跟踪。引言部分已经指出接收机中一些潜在相关性，并且当同时跟踪多于4颗卫星信号时，矢量跟踪需要估计的变量较标量跟踪少[11]，估计方程为超定方程，都可能使跟踪性能提高，但是超定方程并不一定意味着性能更好，观测量与接收机状态的关联方式至关重要。

文献[11]通过加权最小二乘的方法给出VDLL跟踪性能优于DLL的证明，但是在证明过程中假设所有通道的噪声独立同分布为高斯噪声，并且未给出WN×N对角线元素小于1的证明。本文基于文献[11]，利用加权最小二乘方法，在更一般情况下证明VFLL跟踪性能优于FLL。

假设提供N个伪距率误差观测量，数据模型为

(19)

简记为

(20)

其加权最小二乘估计为

(21)

(22)

由式(12)可得到状态误差最小二乘估计为

(23)

(24)

为了能够和FLL跟踪进行比较，用估计的状态误差对伪距率误差进行估计为

(25)

(26)

A、B为任意两个n×n实矩阵，当A-B为正定矩阵时记为A>B，当A-B为非负定时记为A≥B。由Schwarz不等式[16]得到：

QTQ≥(PTQ)T(PTP)-1(PTQ)

(27)

式中：(PTP)为非奇异，当且仅当存在某个矩阵S使Q=PS时，取等号。

Rv为对角矩阵且非奇异，将Rv作如下分解：

(28)

根据式(27) (28)推导如下：

(29)

通过对比VFLL和FLL对伪距率误差估计的协方差分析，可得当可见卫星超过4颗时，矢量跟踪方法估计的伪距率误差方差变小，性能优于标量跟踪方法。同时，由WN×N的表达式可以得到矢量跟踪的性能与可见卫星数目及卫星的分布情况有关[11]。

3 基于扩展卡尔曼滤波器的VFLL实验结果与分析

实验之前，需要考虑下面几个方面：

1)考虑低动态情况下的应用，卡尔曼滤波更新速度不需要很长，取0.5 s更新周期；

2)为了得到高的跟踪灵敏度，针对GPS信号，使用20 ms数据进行鉴频；

3)每个跟踪通道频率鉴别时刻不同，但在低动态情况下，可以忽略这种差异，使用距离卡尔曼滤波更新时刻最近的鉴别时刻对应的鉴频结果；

4)为了进一步提高载波跟踪灵敏度，可以使用更新时刻之前的几个鉴频结果进行平均操作，再作为观测量输入VFLL。

分别采用仿真程序和思博伦信号发生器产生GPS数据，选择静止场景、9颗卫星，信号强度逐渐递减，如表1所示，并且为了对比，仿真程序产生一个载噪比(C/N0)恒定为40 dB/Hz的信号，其他参数设置与前面提到的用仿真程序产生的数据一致。

表1 GPS信号强度设置Table 1 GPS signal strength setting

码跟踪环，作20 ms相干累加，4次非相干，等效噪声带宽0.25 Hz，位置解算使用最小二乘方法， 将位置信息输入VFLL模块。

采用VFLL对仿真程序产生的两个GPS数据分别进行处理，图1为某颗卫星载波跟踪结果，并且给出理论C/N0，随着信号强度降低，估计频率在理论值附近波动，当信号强度低至13 dB/Hz时，VFLL无法对信号进行跟踪。图2为Spirent STR4500信号发生器产生GPS数据中某颗卫星信号跟踪结果，并给出相应C/N0估计结果，从图中可以得到在540～660 s时C/N0估计值在14 dB/Hz附近波动，输出频率偏移没有出现大的波动，即信号低至14 dB/Hz时VFLL依然可以进行载波跟踪。文献[2]在没有比特先验信息情况下能够跟踪15.5 dB/Hz卫星信号，而本文给出的VFLL能够跟踪至14 dB/Hz。

图1 仿真程序产生GPS数据的VFLL跟踪结果及对应理论载噪比Fig.1 VFLL tracking results based on simulated GPS data and its theoretic C/N0

图2 信号发生器产生GPS数据的VFLL跟踪结果及对应估计载噪比Fig.2 VFLL tracking results based on GPS data generated by STR4500 and its estimated C/N0

4 结论

1)通过对比VFLL和FLL对伪距率误差估计的协方差分析，可得当可见卫星超过4颗时，矢量跟踪方法估计的伪距率误差方差变小，性能优于标量跟踪方法。

2)采用仿真程序和Spirent信号发生器产生GPS数据，选择静止场景、9颗卫星，信号低至14 dB/Hz时基于扩展卡尔曼滤波器的VFLL依然可以进行载波跟踪，与文献[2]相比跟踪灵敏度提高了1.5 dB左右。

[1] RAZAVI A, GEBRE-EGZIABHER D, AKOS D M. Carrier loop architectures for tracking weak GPS signals[J]. IEEE transactions on aerospace and electronic systems, 2008, 44(2): 697-710.

[2] 刘军良. 卫星导航系统中的弱信号跟踪研究[D].北京：中国科学院国家授时中心, 2015.

LIU Junliang. Research on weak signal tracking in satellite navigation systems[D]. Beijing: National Time Service Center, Chinese Academy of Sciences, 2015.

[3] KAPLAN E D, HEGARTY C J. Understanding GPS: Principles and Applications[M]. London: Artech House, 2006: 153-241.

[4] 沈锋, 李伟东, 李强. 基于I/Q支路相干积分观测滤波的GPS接收机信号跟踪方法[J]. 电子与信息学报, 2015, 37(1): 37-42.

SHEN Feng, LI Weidong, LI Qiang. GPS receiver signal tracking method based on I/Q branch coherent integration measurements filter[J]. Jounal of electronics & information technology, 2015, 37(1): 37-42.

[5] PERAL-ROSADO J A D, LOPEZ-SALCEDO J A, SECO-GRANADOS G, et al. Kalman filter-based architecture for robust and high-sensitivity tracking in GNSS receivers[C]//2010 5th ESA Workshop on Satellite Navigation Technologies and European Workshop on GNSS Signals and Signal Processing, 2010: 1-8.

[6] WU F, YU L, ZHAO Y, et al. Performance analysis of typical Kalman filter based GPS tracking loop[C]//IEEE International Conference on Control Science and Systems Engineering. Yantai, China, 2014: 6-12.

[7] HE Z, PETOVELLO M. Performance comparison of kalman filter and maximum likelihood carrier phase tracking for weak GNSS signals[C]//International Conference on Indoor Positioning and Indoor Navigation. Alberta, Canada, 2015: 1-8.

[8] BA X, LIU H, ZHENG R, et al. A novel algorithm based on FFT for ultra-high-sensitivity GPS tracking[C]// Proceedings of the 22nd International Technical Meeting of The Satellite Division of the Institute of Navigation. Savannah, USA, 2009: 1700-1706.

[9] 朱珍珍. 卫星导航矢量跟踪关键技术研究[D]. 长沙：国防科学技术大学, 2011.

ZHU Zhenzhen. Research on key techniques of vector tracking for satellite navigation[D]. Changsha: National University of Defense Technology, 2011.

[10] PARKINSON B, SPILKER J J. Global positioning system: theory and applications[M]. Washington: American Institute of Aeronautics and Astronautics, 1996: 290-327.

[11] LASHLEY M, BEVLY D M. Vector delay/frequency lock loop implementation and analysis[C]//Proceedings of the 2009 International Technical Meeting of The Institute of Navigation. Anaheim, USA, 2009: 1075-1086.

[12] XU F,GAO Y. A high sensitivity VDFLL utilizing precise satellite orbit/clock and ionospheric products[C]//Proceedings of the 2012 IEEE/ION Position, Location and Navigation Symposium, 2012: 38-43.

[13] LIU J, CUI X, LU M, et al. Vector tracking loops in GNSS receivers for dynamic weak signals[J]. Journal of systems engineering and electronics, 2013, 24(3): 349-364.

[14] TANG X, FALCO G, FALLETTI E, et al. Performance comparison of a KF-based and a KF+VDFLL vector tracking-loop in case of GNSS partial outage and low-dynamic conditions[C]//Satellite Navigation Technologies and European Workshop on GNSS Signals and Signal Processing. Noordwijk, Netherlands, 2014: 1-8.

[15] SOUSA F M G, NUNES F D. Performance comparison of a VDFLL versus VDLL and scalar GNSS receiver architectures in harsh scenarios[C]//Satellite Navigation Technologies and European Workshop on GNSS Signals and Signal Processing. Noordwijk, Netherlands, 2014: 1-8.

[16] CHUI C K,CHEN G. Kalman filtering with real-time applications[M]. Berlin: Springer, 2009: 1-2.

本文引用格式：

罗士栋， 张洪伦， 巴晓辉， 等. 微弱GPS信号矢量频率锁定环设计[J]. 哈尔滨工程大学学报， 2017， 38(12): 1964-1968.

LUO Shidong, ZHANG Honglun, BA Xiaohui, et al. Vector frequency lock loop design for weak GPS signal[J]. Journal of Harbin Engineering University， 2017， 38(12): 1964-1968.