本發(fā)明涉及衛(wèi)星導(dǎo)航定位，具體涉及一種基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法。

背景技術(shù)：

1、全球衛(wèi)星導(dǎo)航系統(tǒng)(gnss)在現(xiàn)代社會(huì)中扮演著至關(guān)重要的角色，通過向地面發(fā)射高精度的時(shí)空信息，幫助用戶實(shí)現(xiàn)精確的定位導(dǎo)航和授時(shí)服務(wù)，廣泛的應(yīng)用于交通運(yùn)輸、應(yīng)急救援以及軍事等眾多領(lǐng)域。隨著社會(huì)的不斷進(jìn)步，用戶對(duì)導(dǎo)航定位的需求日益增長，衛(wèi)星導(dǎo)航系統(tǒng)的重要性日益凸顯。

2、然而，衛(wèi)星導(dǎo)航系統(tǒng)在實(shí)際應(yīng)用中面臨許多挑戰(zhàn)，其中多徑信號(hào)對(duì)導(dǎo)航信號(hào)的影響尤為顯著。多徑效應(yīng)是指導(dǎo)航信號(hào)在傳播過程中，被障礙物反射或折射，導(dǎo)致信號(hào)沿多條路徑到達(dá)接收機(jī)，造成導(dǎo)航信號(hào)失真、載波相位發(fā)生畸變，導(dǎo)致接收機(jī)難以準(zhǔn)確捕獲跟蹤信號(hào)，最終影響定位精度。多徑信號(hào)的主要表現(xiàn)為信號(hào)傳播時(shí)延和信號(hào)幅度的變化，會(huì)隨著接收機(jī)的環(huán)境發(fā)生改變，具備時(shí)間和位置上的不確定性。隨著城市化進(jìn)程的不斷推進(jìn)和高層建筑密度的增加，復(fù)雜的城市環(huán)境對(duì)導(dǎo)航信號(hào)的影響日益顯著。建筑物的反射、信號(hào)遮擋以及物體的高密集度加劇了多徑效應(yīng)，使導(dǎo)航系統(tǒng)的定位精度顯著降低。動(dòng)態(tài)變化的城市環(huán)境，如交通流量和行人移動(dòng)，進(jìn)一步加劇了這種影響。

3、多徑信號(hào)的處理方法主要有數(shù)字信號(hào)處理、數(shù)據(jù)后處理和基于天線端處理三類方法，其中數(shù)字信號(hào)處理技術(shù)是多徑信號(hào)處理技術(shù)的熱點(diǎn)。數(shù)字信號(hào)處理技術(shù)利用參數(shù)估計(jì)的原理根據(jù)接收信號(hào)的相關(guān)輸出值估計(jì)多徑信號(hào)，從而得到直達(dá)信號(hào)。當(dāng)前，往往采用粒子濾波進(jìn)行信號(hào)估計(jì)。雖然粒子濾波具有很強(qiáng)的靈活性和適用性，但是粒子濾波存在粒子退化和樣本枯竭等問題，可能會(huì)導(dǎo)致收斂速度慢或者無法收斂等問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，旨在解決現(xiàn)有基于粒子濾波進(jìn)行信號(hào)估計(jì)的方法中存在的粒子退化和粒子多樣性降低問題，實(shí)現(xiàn)對(duì)直達(dá)信號(hào)和多徑信號(hào)的較高精度的參數(shù)估計(jì)，從而減小了多徑信號(hào)對(duì)導(dǎo)航信號(hào)性能的影響。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，包括下列步驟：

3、步驟1：對(duì)接收機(jī)接收到的導(dǎo)航信號(hào)進(jìn)行建模和采樣；

4、步驟2：采樣后的信號(hào)初始化，參數(shù)設(shè)置；

5、步驟3：采用ekf算法更新粒子參數(shù)；

6、步驟4：利用高斯分布的概率密度函數(shù)，求得每個(gè)粒子的權(quán)重；

7、步驟5：利用精英保留策略高權(quán)重粒子；

8、步驟6：利用遺傳算法對(duì)粒子進(jìn)行重采樣選擇；

9、步驟7：交叉操作生成新的粒子群；

10、步驟8：進(jìn)行變異操作，將迭代次數(shù)與粒子的適應(yīng)度相結(jié)合，收斂獲得最優(yōu)粒子，得到參數(shù)估計(jì)值。

11、可選的，步驟1中收到的導(dǎo)航信號(hào)由直達(dá)信號(hào)和多徑信號(hào)組成，經(jīng)采樣后的信號(hào)表達(dá)如下：

12、

13、其中a0表示指導(dǎo)信號(hào)幅度，ai表示多徑信號(hào)幅度，c(t)為偽碼序列，k為第k個(gè)采樣點(diǎn)，ki為信號(hào)相對(duì)時(shí)延，ts為信號(hào)的采樣時(shí)間，cos(ω0kts)為載波，m表示為存在幾路多徑信號(hào)，n(kts)為隨機(jī)噪聲。

14、可選的，步驟2的執(zhí)行過程，具體為首先生成采樣后的本地偽碼信號(hào)，基于本地偽碼信號(hào)，生成不同時(shí)延的本地時(shí)延信號(hào)，組成一個(gè)本地信號(hào)組；根據(jù)多徑信號(hào)特點(diǎn)，定義直達(dá)信號(hào)幅度、多徑信號(hào)幅度、直達(dá)信號(hào)時(shí)延、多徑信號(hào)時(shí)延的四個(gè)待估計(jì)參數(shù)，定義粒子個(gè)數(shù)為np個(gè)，迭代次數(shù)為n次，定義信號(hào)初始值、狀態(tài)矩陣、過程噪聲矩陣，根據(jù)接收到的信號(hào)與本地信號(hào)組的相關(guān)結(jié)果得到測(cè)量噪聲方差。

15、可選的，在步驟3的執(zhí)行過程中，利用ekf算法和最新的觀測(cè)信息，得到樣本均值和協(xié)方差，利用得到的參數(shù)，更新粒子參數(shù)；ekf算法利用到的公式如下：

16、

17、pk|k-1＝fp-k|k?t+q

18、

19、pk|k＝(i-kkhk)pk|k-1

20、其中，是先驗(yàn)狀態(tài)轉(zhuǎn)移估計(jì)，f是狀態(tài)轉(zhuǎn)移矩陣，wk-1是過程噪聲，是后驗(yàn)狀態(tài)估計(jì)，pk|k和pk|k-1分別是當(dāng)前時(shí)刻后驗(yàn)和先驗(yàn)誤差協(xié)方差，p-k|k是前一時(shí)刻的后驗(yàn)協(xié)方差矩陣，q是過程噪聲協(xié)方差矩陣，zk表示在k時(shí)刻的實(shí)際測(cè)量值，h表示測(cè)量矩陣，vk是測(cè)量噪聲，kk是卡爾曼增益，rk表示測(cè)量協(xié)方差矩陣，h(·)是非線性測(cè)量函數(shù)。

21、可選的，步驟4中的概率密度函數(shù)表達(dá)式為

22、

23、其中n為狀態(tài)向量的維度，μ為測(cè)量預(yù)測(cè)值，r為測(cè)量噪聲協(xié)方差矩陣，x為實(shí)際測(cè)量值。

24、可選的，步驟6的執(zhí)行過程，具體為利用遺傳算法對(duì)粒子進(jìn)行重采樣，利用輪盤賭選擇算法，基于粒子權(quán)重對(duì)粒子進(jìn)行選擇，根據(jù)粒子的權(quán)重的比例選擇粒子，選擇權(quán)重高的粒子。

25、可選的，步驟7中交叉操作的表達(dá)式如下：

26、

27、其中fmax為最大變異率，fmin為最小變異率，i為當(dāng)前迭代次數(shù)，m為最大迭代次數(shù)。

28、可選的，步驟8中變異操作的表達(dá)式如下：

29、

30、其中，g為初始變異率，gi為當(dāng)前粒子適用度，g為平均適應(yīng)度。

31、本發(fā)明提供了一種基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，結(jié)合擴(kuò)展卡爾曼濾波(ekf)和遺傳算法聯(lián)合優(yōu)化粒子濾波(pf)的參數(shù)估計(jì)，首先在pf重要性采樣階段中，利用ekf算法和最新的觀測(cè)信息，得到樣本均值和協(xié)方差，為粒子濾波提供了合理的建議密度，可以重新計(jì)算每個(gè)粒子的權(quán)重。之后在粒子濾波的重采樣階段利用改進(jìn)的遺傳算法對(duì)粒子集合進(jìn)行復(fù)制和淘汰，避免粒子濾波陷入局部極值的問題。本發(fā)明提出的方法能夠解決粒子濾波存在的粒子退化和粒子多樣性降低問題，實(shí)現(xiàn)對(duì)直達(dá)信號(hào)和多徑信號(hào)的較高精度的參數(shù)估計(jì)，從而減小了多徑信號(hào)對(duì)導(dǎo)航信號(hào)性能的影響。

技術(shù)特征：

1.一種基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，其特征在于，包括下列步驟：

2.如權(quán)利要求1所述的基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，其特征在于，

3.如權(quán)利要求2所述的基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，其特征在于，

4.如權(quán)利要求3所述的基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，其特征在于，

5.如權(quán)利要求4所述的基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，其特征在于，

6.如權(quán)利要求5所述的基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，其特征在于，

7.如權(quán)利要求6所述的基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，其特征在于，

8.如權(quán)利要求7所述的基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，其特征在于，

技術(shù)總結(jié)
本發(fā)明涉及衛(wèi)星導(dǎo)航定位技術(shù)領(lǐng)域，具體涉及一種基于粒子濾波的導(dǎo)航多徑信號(hào)估計(jì)方法，結(jié)合擴(kuò)展卡爾曼濾波(EKF)和遺傳算法聯(lián)合優(yōu)化粒子濾波(PF)的參數(shù)估計(jì)，首先在PF重要性采樣階段中，利用EKF算法和最新的觀測(cè)信息，得到樣本均值和協(xié)方差，為粒子濾波提供了合理的建議密度，可以重新計(jì)算每個(gè)粒子的權(quán)重。之后在粒子濾波的重采樣階段利用改進(jìn)的遺傳算法對(duì)粒子集合進(jìn)行復(fù)制和淘汰，避免粒子濾波陷入局部極值的問題。本發(fā)明提出的方法能夠解決粒子濾波存在的粒子退化和粒子多樣性降低問題，實(shí)現(xiàn)對(duì)直達(dá)信號(hào)和多徑信號(hào)的較高精度的參數(shù)估計(jì)，從而減小了多徑信號(hào)對(duì)導(dǎo)航信號(hào)性能的影響。

技術(shù)研發(fā)人員：孫希延,李捷,紀(jì)元法,盧丹,李龍,李晶晶,賈茜子,蔣云翔,陳宇,文成淦,蘇文劍
受保護(hù)的技術(shù)使用者：桂林電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2