高靈敏度GPS定位及組合導航技術研究.pdf

1、目前，全球定位系統(tǒng)(GPS)已經(jīng)在全世界得到了最廣泛的應用，但現(xiàn)有的GPS接收機大多只能工作在信號條件較理想的戶外等環(huán)境中。隨著人們活動范圍的擴大以及周邊環(huán)境的日益復雜，現(xiàn)有的GPS導航技術已經(jīng)難以滿足人們的現(xiàn)實需要。與戶外等普通環(huán)境相比，在室內(nèi)等低信噪比環(huán)境下，GPS信號能量會受到更多的削弱，其可靠性和定位精度都會大大降低。而室內(nèi)等低信噪比環(huán)境正好是人類活動的最主要環(huán)境之一，在室內(nèi)環(huán)境下GPS有著越來越多的應用需求，高靈敏度GPS定位

2、技術正是為滿足這一需求孕育而生的。高靈敏度GPS定位技術是目前GPS技術的一個非常具有潛力的應用方向，有著廣闊的市場前景。因此，開展高靈敏度GPS室內(nèi)定位技術的研究對于實現(xiàn)室內(nèi)環(huán)境下的高精度GPS導航定位，擴展GPS技術的應用范圍具有重要意義，室內(nèi)環(huán)境下的高靈敏度GPS導航技術已經(jīng)成為當前的研究熱點。
　　 針對室內(nèi)等低信噪比環(huán)境下的導航需要，本文研究了室內(nèi)環(huán)境下的高靈敏度GPS定位技術，對高靈敏度GPS定位技術難點之一的微弱G

3、PS信號捕獲技術進行了深入的研究和分析，提出了一種基于Duffing混沌振子陣列的弱GPS信號捕獲算法，完成了對GPS信號載波多普勒頻率的檢測。最后，在載波多普勒頻率確定的基礎之上，利用差分相關檢測方法完成了GPS信號C/A碼相位的捕獲。
　　 另外，文章研究了一種提高載體垂直方向定位精度的氣壓表/GPS組合導航系統(tǒng)，重點提出了基于自適應聯(lián)合Kalman濾波以及粒子濾波的氣壓表/GPS組合導航算法。該組合導航系統(tǒng)能夠改善載體在垂

4、直方向上的定位精度，在實時性、適應性等方面都有很好的效果，確保飛機精確飛越預定點上空并具備精密進場著陸引導能力。
　　 本文的主要工作和創(chuàng)新點如下：
　　 (1)對高靈敏度GPS定位技術以及GPS組合導航技術進行了介紹，分析了室內(nèi)和機場等環(huán)境下GPS信號特點，對高靈敏度GPS定位的關鍵技術進行了介紹，重點研究了低信噪比環(huán)境下的GPS信號捕獲技術。
　　 (2)對現(xiàn)有的一些弱GPS信號捕獲算法進行了研究，如相關累加

5、、非相關累加、多重數(shù)據(jù)位循環(huán)相關(CCMDB)以及圓周相關等。指出了現(xiàn)有GPS信號捕獲算法各自存在的問題以及改進的方向，并通過仿真討論了現(xiàn)有檢測算法的檢測性能。
　　 (3)對混沌振子檢測弱信號技術進了研究，介紹了當前常用的幾種混沌振子，重點研究了Duffing振子的模型、動力學行為以及混沌判據(jù)等。對Duffing振子的兩種常用模型進行了計算機仿真，給出了Duffing振子處在不同狀態(tài)時的相圖，通過相圖可以詳細了解振子的動力學行

6、為。
　　 (4)在結合混沌振子檢測弱信號的基礎之上，提出了基于Duffing混沌振子陣列的微弱GPS信號捕獲算法。采用Lyapunov指數(shù)(LE)判定相軌跡所處的臨界狀態(tài)，輔助測量GPS信號的存在，將數(shù)值迭代方法應用于算法的實現(xiàn)。首先，利用LE算法判斷被輸入的信號中是否有微弱GPS信號，如果GPS信號存在，被檢測GPS信號的載波多普勒頻率被確定。最后，利用差分相關檢測方法完成GPS信號C/A碼相位的檢測，從而完成對弱GPS信號

7、的捕獲。該方法突破了以往GPS信號捕獲所采用的二維搜索過程，將C PS信號載波多普勒頻率和C/A碼相位的二維搜索過程變成了兩個一維搜索過程，該方法能夠檢測極低信噪比環(huán)境下的GPS信號，大大提高了GPS接收機的檢測靈敏度。
　　 (5)研究了基于差分相關的微弱GPS信號C/A碼捕獲技術，提出了一種在GPS信號載波多普勒頻率確定的情況下，基于差分相關的GPS信號C/A碼捕獲算法。對檢測概率、虛警概率以及檢測門限等變量進行了研究，重點

8、分析了所提出捕獲算法所引入的信噪比損失，定量分析了所提出捕獲算法在檢測靈敏度方面的改善情況。對所提出的捕獲算法與傳統(tǒng)的GPS信號捕獲算法進行了對比分析，通過理論和仿真證明了所提出的捕獲算法在檢測弱GPS信號方面的優(yōu)越性。
　　 (6)研究了GPS/氣壓表的組合導航系統(tǒng)，分析論證了一種能夠改善載體垂直方向定位精度的氣壓表/GPS組合導航系統(tǒng)方案，重點提出了兩種數(shù)據(jù)融合算法：基于自適應聯(lián)合Kalman濾波的氣壓表/GPS數(shù)據(jù)融合算法