本申請實施例涉及衛(wèi)星定位技術(shù)領(lǐng)域，更具體的涉及矢量跟蹤方法及濾波器。

背景技術(shù)：

GPS(Global Positioning System，全球定位系統(tǒng))衛(wèi)星導(dǎo)航系統(tǒng)包括：衛(wèi)星、接收機，其中，接收機屬于用戶設(shè)備部分，接收機(例如用戶的手機終端，車載設(shè)備等等)用于接收衛(wèi)星發(fā)射的衛(wèi)星信號，以獲得必要的導(dǎo)航和定位信息，經(jīng)數(shù)據(jù)處理，完成導(dǎo)航和定位工作。

GPS衛(wèi)星導(dǎo)航系統(tǒng)中衛(wèi)星定位接收機的過程包括：實時使接收機各跟蹤通道的載波多普勒頻移及偽碼相位與其跟蹤的衛(wèi)星信號中的載波多普勒頻移及偽碼相位保持一致，以剝離衛(wèi)星信號中的偽碼信息。接收機各跟蹤通道的偽碼相位隨著跟蹤通道的位置的變化而變化，接收機各跟蹤通道載波多普勒頻移隨著跟蹤通道的速度的變化而變化，因此，需要實時調(diào)整接收機各跟蹤通道的位置和速度，以使得接收機的載波多普勒頻移及偽碼相位與衛(wèi)星信號中的載波多普勒頻移及偽碼相位保持一致。

目前接收機所處的環(huán)境有很大的噪聲，這些噪聲會使得接收機無法實時調(diào)整自身的位置和速度，以使得接收機的載波多普勒頻移及偽碼相位與衛(wèi)星信號中的載波多普勒頻移及偽碼相位保持一致，例如有效輻射功率為5w的寬帶干擾機可以干擾半徑為10英里的接收機，有效輻射功率為100w的寬帶干擾機可以干擾半徑為25km的軍用接收機。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種矢量跟蹤方法及濾波器，以克服現(xiàn)有技術(shù)中由于接收機所處的環(huán)境噪聲較大，導(dǎo)致接收機無法實時調(diào)整自身的位置和速度，以使得接收機的載波多普勒頻移及偽碼相位與衛(wèi)星信號中的載波多普勒頻移及偽碼相位保持一致的問題。

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種矢量跟蹤方法，包括：

獲取當(dāng)前時刻的接收機的狀態(tài)變量X_k，所述狀態(tài)變量X_k包括所述接收機各跟蹤通道相應(yīng)的三維位置x_k以及各跟蹤通道相應(yīng)的三維速度v_k；

依據(jù)狀態(tài)變量X_k，獲取各跟蹤通道相應(yīng)的預(yù)先設(shè)置的適應(yīng)度函數(shù)的第一函數(shù)值；

其中，所述適應(yīng)度函數(shù)用于表征狀態(tài)變量X_k，當(dāng)前時刻的新息序列，前一時刻的狀態(tài)變量X_k-1的估計誤差協(xié)方差P_k-1的后驗估計P_k-1,k-1，以及當(dāng)前時刻的量測噪聲V_k-1的協(xié)方差R_k的關(guān)聯(lián)關(guān)系；當(dāng)前時刻的新息序列用于表征前一時刻估計誤差協(xié)方差P_k-1的后驗估計P_k-1,k-1，與前一時刻過程噪聲矩陣W_k-1的方差矩陣Q_k-1的關(guān)聯(lián)關(guān)系；

對于每一跟蹤通道執(zhí)行以下操作：

依據(jù)所述第一函數(shù)值判斷所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)是否收斂；

當(dāng)所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)不收斂時，依據(jù)三維速度v_k以及預(yù)先獲得的所述跟蹤通道的三維位置x_best，獲取所述適應(yīng)度函數(shù)的第二函數(shù)值；

當(dāng)所述第一函數(shù)值小于所述第二函數(shù)值時，將三維位置x_k賦值給三維位置x_best；

從各跟蹤通道相應(yīng)的x_best中獲得使得所述適應(yīng)度函數(shù)最小的三維位置G_best；

依據(jù)三維位置x_best、三維位置G_best、三維速度v_k以及當(dāng)前時刻的過程噪聲W_k，獲得調(diào)整后的三維速度；

依據(jù)調(diào)整后的三維速度以及三維位置x_k，獲得調(diào)整后的三維位置；

依據(jù)調(diào)整后的三維位置和調(diào)整后的三維速度，獲得所述適應(yīng)度函數(shù)的第三函數(shù)值；

將所述第三函數(shù)值作為所述第一函數(shù)值，記錄當(dāng)前的迭代次數(shù)，返回步驟依據(jù)所述第一函數(shù)值判斷所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)是否收斂；

當(dāng)所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)收斂或當(dāng)前的迭代次數(shù)等于最大迭代次數(shù)時，依據(jù)所述調(diào)整后的三維位置調(diào)整所述跟蹤通道當(dāng)前時刻的三維位置，依據(jù)調(diào)整后的三維速度調(diào)整所述跟蹤通道當(dāng)前時刻的三維速度。

一種濾波器，包括：

第一獲取模塊，用于獲取當(dāng)前時刻的接收機的狀態(tài)變量X_k，所述狀態(tài)變量X_k包括所述接收機各跟蹤通道相應(yīng)的三維位置x_k以及各跟蹤通道相應(yīng)的三維速度v_k；

第二獲取模塊，用于依據(jù)狀態(tài)變量X_k，獲取各跟蹤通道相應(yīng)的預(yù)先設(shè)置的適應(yīng)度函數(shù)的第一函數(shù)值；

其中，所述適應(yīng)度函數(shù)用于表征狀態(tài)變量X_k，當(dāng)前時刻的新息序列，前一時刻的狀態(tài)變量X_k-1的估計誤差協(xié)方差P_k-1的后驗估計P_k-1,k-1，以及當(dāng)前時刻的量測噪聲V_k-1的協(xié)方差R_k的關(guān)聯(lián)關(guān)系；當(dāng)前時刻的新息序列用于表征前一時刻估計誤差協(xié)方差P_k-1的后驗估計P_k-1,k-1，與前一時刻過程噪聲矩陣W_k-1的方差矩陣Q_k-1的關(guān)聯(lián)關(guān)系；

對于每一跟蹤通道執(zhí)行以下操作：

判斷模塊，用于依據(jù)所述第一函數(shù)值判斷所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)是否收斂；

第三獲取模塊，用于當(dāng)所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)不收斂時，依據(jù)三維速度v_k以及預(yù)先獲得的所述跟蹤通道的三維位置x_best，獲取所述適應(yīng)度函數(shù)的第二函數(shù)值；

賦值模塊，用于當(dāng)所述第一函數(shù)值小于所述第二函數(shù)值時，將三維位置x^k賦值給三維位置x_best；

第四獲取模塊，用于從各跟蹤通道相應(yīng)的x_best中獲得使得所述適應(yīng)度函數(shù)最小的三維位置G_best；

第五獲取模塊，用于依據(jù)三維位置x_best、三維位置G_best、三維速度v_k以及當(dāng)前時刻的過程噪聲W_k，獲得調(diào)整后的三維速度；

第六獲取模塊，用于依據(jù)調(diào)整后的三維速度以及三維位置x_k，獲得調(diào)整后的三維位置；

第七獲取模塊，用于依據(jù)調(diào)整后的三維位置和調(diào)整后的三維速度，獲得所述適應(yīng)度函數(shù)的第三函數(shù)值；

第一返回模塊，用于將所述第三函數(shù)值作為所述第一函數(shù)值，記錄當(dāng)前的迭代次數(shù)，返回步驟依據(jù)所述第一函數(shù)值判斷所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)是否收斂；

調(diào)整模塊，用于當(dāng)所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)收斂或當(dāng)前的迭代次數(shù)等于最大迭代次數(shù)時，依據(jù)所述調(diào)整后的三維位置調(diào)整所述跟蹤通道當(dāng)前時刻的三維位置，依據(jù)調(diào)整后的三維速度調(diào)整所述跟蹤通道當(dāng)前時刻的三維速度。

經(jīng)由上述的技術(shù)方案可知，與現(xiàn)有技術(shù)相比，本發(fā)明實施例提供了一種矢量跟蹤方法，可以將當(dāng)前時刻接收機的狀態(tài)變量X_k中各跟蹤通道相應(yīng)的是三維位置和三維速度，帶入相應(yīng)的適應(yīng)度函數(shù)，依據(jù)各跟蹤通道相應(yīng)的適應(yīng)度函數(shù)的函數(shù)值，判斷各跟蹤通道本地載波頻率及偽碼相位是否能夠與其跟蹤的衛(wèi)星信號中的衛(wèi)星載波頻率及偽碼相位保持一致；當(dāng)不能時，則適應(yīng)度函數(shù)不收斂，此時需要調(diào)節(jié)接收機各跟蹤通道的三維位置和三維速度。由于本申請實施例是一個不斷迭代的過程，對于每一跟蹤通道而言，在之前每次迭代過程中，均會產(chǎn)生三維位置x_i，可以從這些x_i確定出一最優(yōu)的三維位置x_best，即三維位置x_best使得適應(yīng)度函數(shù)的最小，三維位置x_best是對于一個跟蹤通道而言最優(yōu)的三維位置，可以依據(jù)各跟蹤通道相應(yīng)的三維位置x_best，獲得使得適應(yīng)度函數(shù)最小的三維位置G_best，三維位置G_best是針對接收機各跟蹤通道而言，最優(yōu)的三維位置；可以依據(jù)三維位置x_best、三維位置G_best、三維速度v_k以及當(dāng)前時刻的過程噪聲W_k，獲得本次迭代過程中調(diào)整后的三維速度；依據(jù)調(diào)整后的三維速度以及三維位置x_k，獲得本次迭代過程中調(diào)整后的三維位置。然后再次判斷調(diào)整后的三維速度以及調(diào)整后的三維位置是否可以使得適應(yīng)度函數(shù)收斂，不斷的進行迭代，直至使得適應(yīng)度函數(shù)收斂，或者迭代次數(shù)達到最大位置，以最后一次地迭代獲得的調(diào)整后的三維位置和調(diào)整后的三維速度調(diào)整所述跟蹤通道，從而使得接收機的各跟蹤通道相應(yīng)的本地載波頻率及偽碼相位與其跟蹤的衛(wèi)星信號中的衛(wèi)星載波頻率及偽碼相位保持一致。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為VDFLL原理框圖；

圖2本申請實施例提供的一種矢量跟蹤方法的流程示意圖；

圖3為本申請實施例提供的一種矢量跟蹤方法中獲取當(dāng)前時刻的接收機的狀態(tài)變量X_k的一種實現(xiàn)方式的方法流程示意圖；

圖4為本申請實施例提供的一種矢量跟蹤方法中獲取后一時刻狀態(tài)變量的先驗估計，以及后一時刻的狀態(tài)變量的估計誤差協(xié)方差的先驗估計的一種實現(xiàn)方式的方法流程示意圖；

圖5為本申請實施例提供的一種濾波器的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

目前，接收機采取各自獨立的跟蹤通道，對于不同跟蹤通道分別設(shè)置有各自獨立的載波跟蹤及偽碼跟蹤環(huán)，需要跟蹤通道的載波跟蹤環(huán)的載波頻率與其跟蹤的衛(wèi)星的載波頻率相同，偽碼跟蹤環(huán)的偽碼相位與其跟蹤的衛(wèi)星的偽碼相位相同。然而，一般接收機設(shè)計方案中忽略了衛(wèi)星與接收機間的運動共性信息，即接收機的位置狀態(tài)與衛(wèi)星的偽碼和偽碼率的關(guān)聯(lián)。

矢量跟蹤算法綜合了各衛(wèi)星與接收機位置狀態(tài)相互關(guān)系，通過建立以接收機位置、速度、加速度、鐘差及鐘漂等誤差量為狀態(tài)量的擴展卡爾曼濾波(EKF)模型，并通過矢量延遲/頻率鎖定環(huán)(VDFLL)完成偽距、偽距率測量及環(huán)路控制。

VDFLL綜合利用了各跟蹤通道的跟蹤的衛(wèi)星的偽碼相位及載波頻率等信息，建立以接收機位置、速度、加速度及時鐘等信息的EKF模型，將不同時刻衛(wèi)星位置狀態(tài)信息與接收機位置狀態(tài)信息進行深度融合。

通過建立以接收機各跟蹤通道相應(yīng)的三維位置[x,y,z]、三維速度接收機時鐘誤差b和時鐘漂移d等為狀態(tài)變量的擴展卡爾曼濾波(EKF，ExtentedKalman Filter)模型，具體如下：

其中：

觀測向量ρ_i和分別為第K時刻接收機接收到的第i個衛(wèi)星的估計偽距和估計偽距率，N為可觀測衛(wèi)星數(shù)。i為大于等于1小于等于N的正整數(shù)。

W_k-1是第K-1時刻均值為0的GPS衛(wèi)星導(dǎo)航系統(tǒng)的過程噪聲向量，是指第k-1時刻x的方差；是指第k-1時刻y的方差；是指第k-1時刻z的方差；是指第k-1時刻的方差；是指第k-1時刻的方差；是指第k-1時刻的方差；是指第K-1時刻b的方差；是指第K-1時刻d的估計的方差。

V_k為第K時刻均值為0的量測噪聲向量，量測噪聲協(xié)方差分別為第K時刻Δρ_i的方差與第K時刻的方差，Δρ_i為ρ_i在第K時刻真實偽距和估計偽距的差值，為的在第K時刻的真實偽距率與估計偽距率的差值。

卡爾曼濾波線性化的特點是在處進行一階Taylor展開，其中為X_k-1的估計誤差，獲得：

從上式可以得到雅可比矩陣：

基于VDFLL的矢量跟蹤方法實現(xiàn)主要基于兩個基本原則:首先，偽碼相位變化基于接收機位置的改變；其次，載波多普勒頻移基于接收機速度的變化。為此，若接收機能獲取精確星歷信息，精確估算出不同時刻星空衛(wèi)星運動特性，則通過偽碼及載波鑒別器獲取得到的偽距及偽距率偏差信息經(jīng)EKF后將得到接收機的位置、速度、時鐘偏移及時鐘飄移等參數(shù)。圖1為VDFLL原理框圖，其中I_P、Q_P、I_E、Q_E、I_L、Q_L分別代表I、Q支路即時、超前、滯后通道累加值。

矢量VDFLL具有與接收機相類似的通道處理環(huán)節(jié)，其不同之處在于，矢量VDFLL不同跟蹤通道載波NCO及偽碼NCO調(diào)整控制量生成不再獨立，而是通過EKF估算接收機不同時刻位置、速度等變化規(guī)律，接收機位置、速度等信息的變化體現(xiàn)為測量得到信號偽距Δρ、偽距率Δρ的變化，而偽距及偽距率的改變反映著接收到的偽碼相位及載波多普勒頻移的變化。正因如此，接收機跟蹤方案有著更多潛在的優(yōu)勢:第一，EKF能權(quán)衡各跟蹤通道偽碼相位及載波頻率誤差值，通過實時檢測不同跟蹤通道噪聲特性。

EKF能提供最優(yōu)的接收機位置、速度等狀態(tài)信息，具有更高的動態(tài)性能；第二，矢量跟蹤過程中，由于綜合了各跟蹤通道衛(wèi)星信息，接收機能跟蹤更為微弱的信號；第三，VDFLL具有快速重跟蹤信號的潛能。

下面結(jié)合上述描述，對本申請實施例提供的矢量跟蹤方法進行詳細說明。

請參閱圖2，為本申請實施例提供的一種矢量跟蹤方法的流程示意圖，該方法包括：

步驟S201：獲取當(dāng)前時刻的接收機的狀態(tài)變量X_k。

所述狀態(tài)變量X_k包括所述接收機各跟蹤通道相應(yīng)的三維位置x_k以及各跟蹤通道相應(yīng)的三維速度v_k。

狀態(tài)變量其中x_k＝[x,y,z]為第K時刻的三維位置，為第K時刻的三維速度。本申請實施例中字母的大小寫不同，代表著不同的含義。

步驟S202：依據(jù)狀態(tài)變量X_k，獲取各跟蹤通道相應(yīng)的預(yù)先設(shè)置的適應(yīng)度函數(shù)的第一函數(shù)值。

其中，所述適應(yīng)度函數(shù)用于表征狀態(tài)變量X_k，當(dāng)前時刻的新息序列，前一時刻的狀態(tài)變量X_k-1的估計誤差協(xié)方差P_k-1的后驗估計P_k-1,k-1，以及當(dāng)前時刻的量測噪聲V_k-1的協(xié)方差R_k的關(guān)聯(lián)關(guān)系；當(dāng)前時刻的新息序列用于表征前一時刻估計誤差協(xié)方差P_k-1的后驗估計P_k-1,k-1，與前一時刻過程噪聲矩陣W_k-1的方差矩陣Q_k-1的關(guān)聯(lián)關(guān)系。

適應(yīng)度函數(shù)可以為其中，是C_nk的統(tǒng)計樣本方差估計。

適應(yīng)度函數(shù)FIT收斂是用來確保預(yù)測的協(xié)方差矩陣和從采樣序列中得到的實際協(xié)方差矩陣C_nk相同。

步驟S203：對于每一跟蹤通道執(zhí)行以下操作：

步驟S2031：依據(jù)所述第一函數(shù)值判斷所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)是否收斂。

FIT的值越接近1，適應(yīng)度函數(shù)就越收斂。

步驟S2032：當(dāng)所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)不收斂時，依據(jù)三維速度v_k以及預(yù)先獲得的所述跟蹤通道的三維位置x_best，獲取所述適應(yīng)度函數(shù)的第二函數(shù)值。

對于每一跟蹤通道而言，可能需要多次執(zhí)行步驟S2031至步驟2038，每次執(zhí)行都會產(chǎn)生一三維位置x_i，其中i從1取值至K-1?？梢詮倪@些x_i中獲得使得適應(yīng)度函數(shù)最小的x_best。

步驟S2033：當(dāng)所述第一函數(shù)值小于所述第二函數(shù)值時，將三維位置x_k賦值給三維位置x_best。

三維位置x_best只是針對這一跟蹤通道而言，是最優(yōu)的三維位置。

步驟S2034：從各跟蹤通道相應(yīng)的三維位置x_best中獲得使得所述適應(yīng)度函數(shù)最小的三維位置G_best。

三維位置G_best是針對接收機的所有跟蹤通道而言，最優(yōu)的三維位置。

步驟S2035：依據(jù)三維位置x_best、三維位置G_best、三維速度v_k以及當(dāng)前時刻的過程噪聲W_k，獲得調(diào)整后的三維速度。

可選的，可以依據(jù)公式：v'_k＝W_kv_k+2*rand()*(P_best-x_k)+2*rand()*(G_best-x_k)，獲得調(diào)整后的三維速度。假設(shè)調(diào)整后的三維速度用v'_k表示。

rand()函數(shù)是產(chǎn)生隨機數(shù)的一個隨機函數(shù)。

步驟S2036：依據(jù)調(diào)整后的三維速度以及三維位置x_k，獲得調(diào)整后的三維位置。

可選的，可以依據(jù)公式：x'_k＝x_k+v'_k，獲得調(diào)整后的三維位置。假設(shè)調(diào)整后的三維位置用x'_k表示。

步驟S2037：依據(jù)調(diào)整后的三維位置和調(diào)整后的三維速度，獲得所述適應(yīng)度函數(shù)的第三函數(shù)值。

步驟S2038：將所述第三函數(shù)值作為所述第一函數(shù)值，記錄當(dāng)前的迭代次數(shù)，返回步驟S2031。

步驟S2039：當(dāng)所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)收斂或當(dāng)前的迭代次數(shù)等于最大迭代次數(shù)時，依據(jù)所述調(diào)整后的三維位置調(diào)整所述跟蹤通道當(dāng)前時刻的三維位置，依據(jù)調(diào)整后的三維速度調(diào)整所述跟蹤通道當(dāng)前時刻的三維速度。

本發(fā)明實施例提供了一種矢量跟蹤方法，可以將當(dāng)前時刻接收機的狀態(tài)變量X_k中各跟蹤通道相應(yīng)的是三維位置和三維速度，帶入相應(yīng)的適應(yīng)度函數(shù)，依據(jù)各跟蹤通道相應(yīng)的適應(yīng)度函數(shù)的函數(shù)值，判斷各跟蹤通道本地載波頻率及偽碼相位是否能夠與其跟蹤的衛(wèi)星信號中的衛(wèi)星載波頻率及偽碼相位保持一致；當(dāng)不能時，則適應(yīng)度函數(shù)不收斂，此時需要調(diào)節(jié)接收機各跟蹤通道的三維位置和三維速度。由于本申請實施例是一個不斷迭代的過程，對于每一跟蹤通道而言，在之前每次迭代過程中，均會產(chǎn)生三維位置x_i，可以從這些x_i確定出一最優(yōu)的三維位置x_best，即三維位置x_best使得適應(yīng)度函數(shù)的最小，三維位置x_best是對于一個跟蹤通道而言最優(yōu)的三維位置，可以依據(jù)各跟蹤通道相應(yīng)的三維位置x_best，獲得使得適應(yīng)度函數(shù)最小的三維位置G_best，三維位置G_best是針對接收機各跟蹤通道而言，最優(yōu)的三維位置；可以依據(jù)三維位置x_best、三維位置G_best、三維速度v_k以及當(dāng)前時刻的過程噪聲W_k，獲得本次迭代過程中調(diào)整后的三維速度；依據(jù)調(diào)整后的三維速度以及三維位置x_k，獲得本次迭代過程中調(diào)整后的三維位置。然后再次判斷調(diào)整后的三維速度以及調(diào)整后的三維位置是否可以使得適應(yīng)度函數(shù)收斂，不斷的進行迭代，直至使得適應(yīng)度函數(shù)收斂，或者迭代次數(shù)達到最大位置，以最后一次地迭代獲得的調(diào)整后的三維位置和調(diào)整后的三維速度調(diào)整所述跟蹤通道，從而使得接收機的各跟蹤通道相應(yīng)的本地載波頻率及偽碼相位與其跟蹤的衛(wèi)星信號中的衛(wèi)星載波頻率及偽碼相位保持一致。

如圖3所示，為本申請實施例提供的一種矢量跟蹤方法中獲取當(dāng)前時刻的接收機的狀態(tài)變量X_k的一種實現(xiàn)方式的方法流程示意圖，該方法包括：

步驟S301：獲取當(dāng)前時刻狀態(tài)變量X_k的先驗估計以及當(dāng)前時刻的狀態(tài)變量X_k的估計誤差協(xié)方差P_k的先驗估計P_k,k-1。

步驟S302：依據(jù)所述先驗估計所述先驗估計P_k,k-1，以及預(yù)先設(shè)置的第三目標(biāo)函數(shù)，獲得當(dāng)前時刻所述濾波器的濾波增益K_k。

其中，所述第三目標(biāo)函數(shù)用于表征當(dāng)前時刻的濾波增益K_k、當(dāng)前時刻的狀態(tài)變量X_k的估計誤差協(xié)方差P_k的先驗估計P_k,k-1、當(dāng)前時刻的量測噪聲V_k-1的協(xié)方差R_k的關(guān)聯(lián)關(guān)系，量測噪聲協(xié)方差R_k為相應(yīng)時刻的觀測矩陣Z_k的殘差的協(xié)方差。

可選的，第三目標(biāo)函數(shù)可以為

步驟S303：依據(jù)先驗估計先驗估計P_k,k-1，濾波增益K_k以及預(yù)先設(shè)置的第四目標(biāo)函數(shù)，獲得當(dāng)前時刻的狀態(tài)變量X_k的后驗估計

其中，所述第四目標(biāo)函數(shù)用于表征當(dāng)前時刻的狀態(tài)變量X_k的先驗估計當(dāng)前時刻的狀態(tài)變量X_k的后驗估計當(dāng)前時刻的濾波增益K_k、當(dāng)前時刻的觀測矩陣Z_k的關(guān)聯(lián)關(guān)系。

可選的，第四目標(biāo)函數(shù)可以為

步驟S304：依據(jù)所述后驗估計以及預(yù)先設(shè)置的新息序列，獲得第一參數(shù)γ。

所述新息序列用于表征前一時刻估計誤差協(xié)方差P_k-1的先驗估計P_k-1,k-1，與前一時刻過程噪聲矩陣W_k-1的方差矩陣Q_k-1的關(guān)聯(lián)關(guān)系。

可選的，第一參數(shù)γ的公式為：γ用于表征EKF濾波器的狀態(tài)，是發(fā)散或者異常。

步驟S305：依據(jù)所述后驗估計獲取第二參數(shù)η。

可選的，第二參數(shù)η的公式為：N為可觀測衛(wèi)星數(shù)；

步驟S306：當(dāng)所述第一參數(shù)γ大于第一預(yù)設(shè)門限以及所述第二參數(shù)η大于第二預(yù)設(shè)門限時，確定需要調(diào)整所述接收機的狀態(tài)變量X_k。

當(dāng)所述第一參數(shù)γ小于等于所述第一預(yù)設(shè)門限或所述第二參數(shù)η小于等于所述第二預(yù)設(shè)門限時，確定無需調(diào)整所述接收機的狀態(tài)變量X_k。

將所述過程噪聲縮減因子α設(shè)置為1。

步驟S307：將所述后驗估計作為所述狀態(tài)變量X_k。

請參閱圖4，為本申請實施例提供的一種矢量跟蹤方法中獲取后一時刻狀態(tài)變量的先驗估計，以及后一時刻的狀態(tài)變量的估計誤差協(xié)方差的先驗估計的一種實現(xiàn)方式的方法流程示意圖，該方法包括：

步驟S401：依據(jù)三維位置G_best獲得過程噪聲縮減因子α。

步驟S402：依據(jù)先驗估計P_k,k-1以及預(yù)先設(shè)置的第五目標(biāo)函數(shù)，獲得估計誤差協(xié)方差P_k的后驗估計P_k,k。

其中，所述第五目標(biāo)函數(shù)用于表征當(dāng)前時刻的估計誤差協(xié)方差P_k的后驗估計P_k,k、當(dāng)前時刻的估計誤差協(xié)方差P_k的先驗估計P_k,k-1以及當(dāng)前時刻的濾波增益K_k的關(guān)聯(lián)關(guān)系。

可選的，第五目標(biāo)函數(shù)為P_k,k＝(I-K_kH_k)P_k,k-1。

步驟S403：依據(jù)后驗估計P_k,k、所述過程噪聲縮減因子α以及預(yù)先設(shè)置的第六目標(biāo)函數(shù)，獲得后一時刻K+1的后驗估計P_k+1,k。

所述第六目標(biāo)函數(shù)用于表征下一時刻的估計誤差協(xié)方差P_k+1的先驗估計P_k+1,k、當(dāng)前時刻的估計誤差協(xié)方差P_k的后驗估計P_k,k、當(dāng)前時刻的過程噪聲矩陣W_k的方差矩陣Q_k以及過程噪聲縮減因子α的關(guān)聯(lián)關(guān)系。

可選的，第六目標(biāo)函數(shù)為

步驟S404：依據(jù)所述后驗估計以及預(yù)先設(shè)置的第七目標(biāo)函數(shù)，獲得后一時刻K+1的狀態(tài)變量X_k+1的先驗估計

所述第七目標(biāo)函數(shù)用于表征下一時刻狀態(tài)變量X_k+1的先驗估計與當(dāng)前時刻的狀態(tài)變量X_k的先驗估計的關(guān)聯(lián)關(guān)系。

可選的第七目標(biāo)函數(shù)為

步驟S405：將后一時刻K+1，作為當(dāng)前時刻K返回步驟S202。

其中，從可知，當(dāng)系統(tǒng)量測噪聲協(xié)方差矩陣R_k增大時，卡爾曼濾波器增益K_k就變小，即當(dāng)觀測到誤差增大，那么濾波器增益值就應(yīng)該區(qū)小點，從而減弱觀測誤差對增益值的影響。從可知，當(dāng)均方差誤差矩陣的初始估計值P_0,0減小，系統(tǒng)過程噪聲矩陣Q_k-1減小，那么此時P_k,k-1也變小，從而增益K_k減小，即當(dāng)系統(tǒng)初始估計較好，系統(tǒng)過程誤差變小，那么只需要很小的增益來達到修正的目的。

在一些干擾比較多的復(fù)雜環(huán)境中，由于系統(tǒng)具有較強的非線性，一旦擴展卡爾曼濾波器對系統(tǒng)狀態(tài)的估計發(fā)生嚴(yán)重誤差，那么當(dāng)非線性函數(shù)在此錯誤的狀態(tài)估計值處線性化可能會導(dǎo)致擴展卡爾曼濾波算法性能降低，設(shè)置導(dǎo)致濾波器發(fā)散。

本申請還提供了一種與矢量跟蹤方法對應(yīng)的濾波器，下面對濾波器進行詳細介紹，相同之處可互相參見。

請參閱圖5為本申請實施例提供的一種濾波器的結(jié)構(gòu)示意圖，該濾波器包括：

第一獲取模塊501，用于獲取當(dāng)前時刻的接收機的狀態(tài)變量X_k，所述狀態(tài)變量X_k包括所述接收機各跟蹤通道相應(yīng)的三維位置x_k以及各跟蹤通道相應(yīng)的三維速度v_k；

第二獲取模塊502，用于依據(jù)狀態(tài)變量X_k，獲取各跟蹤通道相應(yīng)的預(yù)先設(shè)置的適應(yīng)度函數(shù)的第一函數(shù)值；

其中，所述適應(yīng)度函數(shù)用于表征狀態(tài)變量X_k，當(dāng)前時刻的新息序列，前一時刻的狀態(tài)變量X_k-1的估計誤差協(xié)方差P_k-1的后驗估計P_k-1,k-1，以及當(dāng)前時刻的量測噪聲V_k-1的協(xié)方差R_k的關(guān)聯(lián)關(guān)系；當(dāng)前時刻的新息序列用于表征前一時刻估計誤差協(xié)方差P_k-1的后驗估計P_k-1,k-1，與前一時刻過程噪聲矩陣W_k-1的方差矩陣Q_k-1的關(guān)聯(lián)關(guān)系；

對于每一跟蹤通道執(zhí)行以下操作：

判斷模塊503，用于依據(jù)所述第一函數(shù)值判斷所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)是否收斂；

第三獲取模塊504，用于當(dāng)所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)不收斂時，依據(jù)三維速度v_k以及預(yù)先獲得的所述跟蹤通道的三維位置x_best，獲取所述適應(yīng)度函數(shù)的第二函數(shù)值；

賦值模塊505，用于當(dāng)所述第一函數(shù)值小于所述第二函數(shù)值時，將三維位置x_k賦值給三維位置x_best；

第四獲取模塊506，用于從各跟蹤通道相應(yīng)的x_best中獲得使得所述適應(yīng)度函數(shù)最小的三維位置G_best；

第五獲取模塊507，用于依據(jù)三維位置x_best、三維位置G_best、三維速度v_k以及當(dāng)前時刻的過程噪聲W_k，獲得調(diào)整后的三維速度；

第六獲取模塊508，用于依據(jù)調(diào)整后的三維速度以及三維位置x_k，獲得調(diào)整后的三維位置；

第七獲取模塊509，用于依據(jù)調(diào)整后的三維位置和調(diào)整后的三維速度，獲得所述適應(yīng)度函數(shù)的第三函數(shù)值；

第一返回模塊510，用于將所述第三函數(shù)值作為所述第一函數(shù)值，記錄當(dāng)前的迭代次數(shù)，返回判斷模塊503；

調(diào)整模塊511，用于當(dāng)所述跟蹤通道相應(yīng)的適應(yīng)度函數(shù)收斂或當(dāng)前的迭代次數(shù)等于最大迭代次數(shù)時，依據(jù)所述調(diào)整后的三維位置調(diào)整所述跟蹤通道當(dāng)前時刻的三維位置，依據(jù)調(diào)整后的三維速度調(diào)整所述跟蹤通道當(dāng)前時刻的三維速度。

可選的，上述濾波器實施例中的第一獲取模塊包括：

第一獲取單元，用于獲取當(dāng)前時刻狀態(tài)變量X_k的先驗估計以及當(dāng)前時刻的狀態(tài)變量X_k的估計誤差協(xié)方差P_k的先驗估計P_k,k-1；

第二獲取單元，用于依據(jù)所述先驗估計所述先驗估計P_k,k-1，以及預(yù)先設(shè)置的第三目標(biāo)函數(shù)，獲得當(dāng)前時刻所述濾波器的濾波增益K_k；

其中，所述第三目標(biāo)函數(shù)用于表征當(dāng)前時刻的濾波增益K_k、當(dāng)前時刻的狀態(tài)變量X_k的估計誤差協(xié)方差P_k的先驗估計P_k,k-1、當(dāng)前時刻的量測噪聲V_k-1的協(xié)方差R_k的關(guān)聯(lián)關(guān)系，量測噪聲協(xié)方差R_k為相應(yīng)時刻的觀測矩陣Z_k的殘差的協(xié)方差；

第三獲取單元，用于依據(jù)先驗估計先驗估計P_k,k-1，濾波增益K_k以及預(yù)先設(shè)置的第四目標(biāo)函數(shù)，獲得當(dāng)前時刻的狀態(tài)變量X_k的后驗估計

其中，所述第四目標(biāo)函數(shù)用于表征當(dāng)前時刻的狀態(tài)變量X_k的先驗估計當(dāng)前時刻的狀態(tài)變量X_k的后驗估計當(dāng)前時刻的濾波增益K_k、當(dāng)前時刻的觀測矩陣Z_k的關(guān)聯(lián)關(guān)系；

第四獲取單元，用于依據(jù)所述后驗估計以及預(yù)先設(shè)置的新息序列，獲得第一參數(shù)γ，所述新息序列用于表征前一時刻估計誤差協(xié)方差P_k-1的先驗估計P_k-1,k-1，與前一時刻過程噪聲矩陣W_k-1的方差矩陣Q_k-1的關(guān)聯(lián)關(guān)系；

第五獲取單元，用于依據(jù)所述第一后驗估計獲取第二參數(shù)η；

第一確定單元，用于當(dāng)所述第一參數(shù)γ大于第一預(yù)設(shè)門限以及所述第二參數(shù)η大于第二預(yù)設(shè)門限時，確定需要調(diào)整所述接收機的狀態(tài)變量X_k；

第二確定單元，用于將所述第一后驗估計確定為所述狀態(tài)變量X_k。

可選的，上述任一濾波器實施例還包括：

第八獲取模塊，用于依據(jù)三維位置G_best獲得過程噪聲縮減因子α；

第九獲取模塊，用于依據(jù)先驗估計P_k,k-1以及預(yù)先設(shè)置的第五目標(biāo)函數(shù)，獲得估計誤差協(xié)方差P_k的后驗估計P_k,k；

其中，所述第五目標(biāo)函數(shù)用于表征當(dāng)前時刻的估計誤差協(xié)方差P_k的后驗估計P_k,k、當(dāng)前時刻的估計誤差協(xié)方差P_k的先驗估計P_k,k-1以及當(dāng)前時刻的濾波增益K_k的關(guān)聯(lián)關(guān)系；

第十獲取模塊，用于依據(jù)后驗估計P_k,k、所述過程噪聲縮減因子α以及預(yù)先設(shè)置的第六目標(biāo)函數(shù)，獲得后一時刻K+1的后驗估計P_k+1,k；

所述第六目標(biāo)函數(shù)用于表征下一時刻的估計誤差協(xié)方差P_k+1的先驗估計P_k+1,k、當(dāng)前時刻的估計誤差協(xié)方差P_k的后驗估計P_k,k、當(dāng)前時刻的過程噪聲矩陣W_k的方差矩陣Q_k以及過程噪聲縮減因子α的關(guān)聯(lián)關(guān)系；

第十一獲取模塊，用于依據(jù)所述后驗估計以及預(yù)先設(shè)置的第七目標(biāo)函數(shù)，獲得后一時刻K+1的狀態(tài)變量X_k+1的先驗估計

所述第七目標(biāo)函數(shù)用于表征下一時刻狀態(tài)變量X_k+1的先驗估計與當(dāng)前時刻的狀態(tài)變量X_k的先驗估計的關(guān)聯(lián)關(guān)系；

第二返回模塊，用于將后一時刻K+1，作為當(dāng)前時刻K返回依據(jù)所述先驗估計所述先驗估計P_k,k-1，以及預(yù)先設(shè)置的第三目標(biāo)函數(shù)，獲得當(dāng)前時刻所述濾波器的濾波增益K_k這一步驟。

可選的，上述任一濾波器實施例還包括：

確定模塊，用于當(dāng)所述第一參數(shù)γ小于等于所述第一預(yù)設(shè)門限或所述第二參數(shù)η小于等于所述第二預(yù)設(shè)門限時，確定無需調(diào)整所述接收機的狀態(tài)變量X_k；

設(shè)置模塊，用于將所述過程噪聲縮減因子α設(shè)置為1。

最后，還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。

對所公開的實施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本申請。對這些實施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本申請的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本申請將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。