GPS抗干扰技术发展趋势

随着信息技术的深入发展,研究复杂电磁环境下的GPS干扰和抗干扰,对打赢未来信息化条件下的局部战争,具有十分重要的意义。从GPS工作的基本原理出发,在卫星、地面监控系统、接收系统等方面分析了对GPS的干扰措施,阐明了GPS抗干扰技术的现状,指出了几个未来重点发展方向,并提出了提高北斗导航系统导航保障能力的建议。     

改进的GPS弱信号差分捕获方法研究

捕获是GPS接收机信号处理中的关键部分,在微弱信号情况下,传统的弱信号捕获方法不能很好地捕获到卫星信号,采用一种改进的GPS弱信号差分捕获方法来进行捕获研究.并对一组GPS的数据信息,分别采用以上2种方法对其进行捕获仿真.结果显示,新方法可以捕获到较微弱的GPS信号,提高了接收机的灵敏度.     

时钟漂移对GPS/BD2组合系统精度影响分析

首先针对GPS时钟漂移,推导了计算位置误差的表达式,然后对GPS/BD2组合系统的时钟漂移进行了分析和修正,并利用模拟信号源提供的信号进行了仿真.结果表明:经过时钟漂移修正后,定位精度有了一定的提高,验证了仿真结果.     

COMPASS/GPS双模导航定位精度分析及仿真

结合北斗二号(COMPASS)和GPS系统的运行轨道参数及系统特性,建立了COMPASS/GPS双模导航定位伪距测量误差模型,推导分析了双系统定位的几何误差因子;并对某地区的COMPASS/GPS双模导航定位精度进行了系统的分析.仿真结果表明,在某地区内,北斗二代系统在空间域与时间域上的整体稳定性优于GPS系统,组合的COMPASS/GPS系统在可见星和精度方面优于单一的定位系统.     

变步长自适应算法在GPS空时抗干扰中的应用

针对基于FROST阵列处理的最小均方算法(FROSR-least mean squares,FLMS)收敛速度较慢的缺点,将FLMS算法和变步长技术相结合,采用了一种基于Sigmoid函数的变步长快速自适应算法(variable step-size FROSR-least mean squares,VFLMS)。将该算法应用于GPS接收机空时自适应处理系统中,理论分析和计算机仿真表明,VFLMS算法能够抑制大于阵元个数的多个宽、窄带干扰,效果理想。     

GPS定位中2种自适应滤波的组合算法

分析了卡尔曼滤波发散的原因,并给出了指数加权的衰减自适应记忆滤波和噪声加权自适应滤波2种算法用来抑制发散,相应地分析了衰减因子的选取以及噪声模型的在线估计,最后提出这2种定位方式组合的定位算法。仿真结果表明,衰减自适应记忆滤波和噪声加权自适应滤波明显提高了卡尔曼滤波的定位精度并且抑制了发散,组合算法在提高定位精度、抑制发散的同时,使这2种定位方式的优点形成了互补,增加了算法的稳定性。     

基于自适应补充Kalman滤波的平滑伪距算法

为了得到较为精确的伪距值,现提出一种采用自适应补充卡尔曼滤波进行相位平滑伪距的算法,该算法既利用了载波相位平滑伪距的思想,又对观测噪声和载波相位差值方差进行了估计,并给出了相应的数学解算过程。仿真结果表明,利用该算法得到的伪距双差值相对于其他算法最小,利用其平滑后的伪距用于定位,得到的结果相对于其他算法也最稳定。     

GPS动态定位中整周模糊度的快速解算

在导航中快速和高精度GPS定位需要解算差分载波相位的整周模糊度值.目前整周模糊度的求解方法,丢失了对提高未知参数估值精度很有用的历元信息,并且在去相关过程中必须使方差阵为正定阵,不仅解算难度大,还可能出现病态分解,使得去相关失败.提出了一种GPS整周模糊度的快速解算方法,首先利用卡尔曼算法求解整周模糊度的浮点解;其次确定搜索空间,对协方差阵进行Cholesky分解,削弱其相关性;最后用ratio检验得出最终解.通过理论推导和基于实测数据的仿真分析表明,卡尔曼算法有效地利用多历元信息提高了浮点解的精度,并且在去相关过程中解决了方差阵必须为正定阵的问题,避免出现病态分解,使得搜索空间得到明显的改善,提高了效率,具有实际的应用价值.