Administrator
发布于 2026-09-09 / 0 阅读
0
0

导航与 GPS:课程笔记

s(t) = A \times d(t) \times c(t) \times \cos(2\pi f_0 t)
1.	 A :这是信号的幅度,通常是一个常数,用来控制信号的强度。
2.	 d(t) :代表的是导航消息,也就是GPS卫星发送的实际数据。该数据被编码为一个二进制序列(0和1的序列),通常以一个低频率发送。图中显示, d(t)  是一个类似矩形波的信号。
3.	 c(t) :这是伪随机码(code pseudo-aléatoire),又称伪噪声码(PN码)。GPS信号使用伪随机码来对信号进行调制,目的是用于卫星识别和提高信号的抗干扰性。这个伪随机码是一个较高频率的二进制信号,也表现为一个方波。
4.	 \cos(2\pi f_0 t) :这是载波信号(porteuse),其频率为  f_0 。GPS信号通过这种载波来传输。这是一个正弦波,频率相对较高。

信号生成过程:

从图中可以看到,整个GPS信号生成过程是通过对多个信号进行调制完成的。简单来说,以下是信号生成的主要步骤:

1.	首先,导航消息  d(t)  和伪随机码  c(t)  相乘:这两个信号先进行调制。伪随机码  c(t)  的作用是将导航信息  d(t)  调制到更高的频率,形成一个带有复杂调制特征的信号。
2.	其次,将调制后的信号与载波  \cos(2\pi f_0 t)  相乘:乘以一个高频率的载波信号,生成一个可以通过无线电波传输的信号。

•	导航消息  d(t) :这是GPS信号的核心,它包含了与卫星位置和时间相关的重要信息。接收器解调和解码这个信号后,能够获得卫星的精确信息,从而用于定位。
•	伪随机码  c(t) :每颗GPS卫星都有自己的伪随机码,接收器通过匹配这个码,来区分不同的卫星信号。
•	载波  \cos(2\pi f_0 t) :这个信号把调制后的信息嵌入到一个高频率的载波中,从而使信号可以通过无线电频率进行长距离传输。
![image-20240913103058110](/Users/zehua/Library/Application Support/typora-user-images/image-20240913103058110.png) ![image-20240913103116354](/Users/zehua/Library/Application Support/typora-user-images/image-20240913103116354.png) ![image-20240913103123404](/Users/zehua/Library/Application Support/typora-user-images/image-20240913103123404.png)
s(t) = A \times d(t) \times c(t) \times \cos(2\pi f_0 t)

![image-20240913105501508](/Users/zehua/Library/Application Support/typora-user-images/image-20240913105501508.png)

•	 g(t) = \sum_{k=-\infty}^{+\infty} G(k) \delta(t - kT_c) :这个公式是伪随机码的数学表示。这里, G(k)  表示Gold码的序列值,\delta(t - kT_c) 是一个在时间上延迟的Dirac脉冲,这表示Gold码的每一个元素都位于不同的时间间隔 T_c 上。
•	 h(t) :这表示一个脉冲成形滤波器,将Gold码通过方波的形式调制,生成了信号  c(t) 。

m序列的组成:m序列是一个长度为 2^n - 1 的伪随机二进制序列。它由 2^n - 1 个1和 2^n - 1 - 1 个0组成。注意,这里没有状态为全零的情况,因为这种状态不可接受。

m序列的自相关函数(autocorrelation function)具有很好的特性,它只能取两个值:

•	当  k = 0  时,自相关值为1,表示序列与自身完全相关。
•	当  k 不等于 0  时,自相关值为  -1/L ,表示非零移位时的相关性很低。

image-20240913110241724

虽然m序列有良好的自相关特性,但不同的m序列之间并不总是正交的(即它们之间可能存在较高的互相关性)。为了解决这一问题,Gold码被引入。

​ • Gold码的优势:Gold码是通过对两个特定的m序列(m-séquences)的模2加法生成的伪随机序列。这两个m序列具有相同的周期 L 。通过这种方法生成的Gold码序列具有更好的互相关特性( 它们的互相关函数仅取三个值,这些值都接近于零。这意味着当两个m序列进行异或时,产生的结果将有很好的区分性,也即它们的相关性很低),能够确保不同的卫星信号之间互不干扰,因此在GPS中得到广泛应用。


互相关(Intercorrélation)

![image-20240913111231981](/Users/zehua/Library/Application Support/typora-user-images/image-20240913111231981.png)

定义了两个不同的Gold码 G_i 和 G_j 之间的互相关函数 R_{G_i, G_j}(k)
&• 当 n 是奇数时, t(n) = 1 + 2^{(n+1)/2} \\ &• 当 n 是偶数且不被4整除时, t(n) = 1 + 2^{(n+2)/2}

根据这些不同的情况,互相关函数 R_{G_i, G_j}(k) 的值可以为以下几种:

•	 -1/L 
•	 -t(n)/L 
•	 (t(n)-2)/L 

互相关函数用来衡量两个不同序列在不同移位下的相关性。理想情况下,互相关应该尽可能小,这样不同的信号(如来自不同GPS卫星的信号)就不容易互相干扰。

自相关(Autocorrélation)

![image-20240913111358918](/Users/zehua/Library/Application Support/typora-user-images/image-20240913111358918.png)

• 当 k = 0 时,自相关函数的值为1,表示序列与自身完全相关\\ • 当 k \neq 0 时,自相关值通过公式给出: \frac{1}{L} 、 \frac{-t(n)}{L} 、和 \frac{t(n)-2}{L}

自相关函数用于衡量一个序列在不同时间延迟(或移位)下与自身的相似性。理想的自相关函数在 k=0 处达到最大值(完全相关),而在其他 k 值处尽可能小(即不相关)。

自相关函数的公式:

R_{cc}(\tau) = h(\tau) * h^*(-\tau) * R_{gg}(\tau)
•	 R_{cc}(\tau) :表示伪随机序列  c(t)  的自相关函数,它描述了该信号在不同时间延迟  \tau  下与自身的相似性。
•	 h(\tau)  和  h^*(-\tau) :这是一个脉冲成形滤波器的响应(脉冲函数),用于对信号进行滤波。滤波器的脉冲响应会影响最终信号的形状和宽度。 h^*(-\tau)  是  h(\tau)  的共轭反转版本。
•	 R_{gg}(\tau) :这是伪随机序列的自相关函数,通常用来衡量伪随机序列在不同时间移位下的相似性。

![image-20240913111714278](/Users/zehua/Library/Application Support/typora-user-images/image-20240913111714278.png)

下方的示意图表示自相关函数 R_{cc}(\tau) 在不同时间延迟 \tau 下的表现。可以看到自相关函数的峰值出现在 \tau = 0 时,且其值为1。这意味着在 \tau = 0 时,信号与自身完全匹配(自相关最大),而在其他非零延迟时,自相关值迅速衰减,这表明在移位后信号之间的相似性很低。伪随机序列具有一定的周期性,即信号每隔 T_R 时间会重复。

![image-20240913111730310](/Users/zehua/Library/Application Support/typora-user-images/image-20240913111730310.png)

频谱(Spectre)表示:信号在通过滤波器后的频谱变化。

![image-20240913135404831](/Users/zehua/Library/Application Support/typora-user-images/image-20240913135404831.png)

S_c(f) = |H(f)|^2 S_g(f)
•	 S_c(f) :表示信号  c(t)  在频域中的功率谱密度,即信号的频谱。
•	 H(f) :这是滤波器的频率响应函数。滤波器的作用是对信号进行调制,可能会改变信号在频域中的形状和分布。
•	 S_g(f) :表示输入信号  g(t)  的频谱,通常是伪随机序列的频域表示。

滤波器的脉冲响应 h(t) 将信号 g(t) 进行滤波。滤波器会对信号的频率分量产生影响,改变其频谱。

信号 S_c(f) 在频率域中的表现:

![image-20240913135419288](/Users/zehua/Library/Application Support/typora-user-images/image-20240913135419288.png)

频谱分布在中心频率 F_R 处,并且在 F_c 和 2F_c 等频率附近出现了多个频率分量。这说明经过滤波后,信号的频率被扩展到多个频带。

频谱周期性:频谱是对称的,在负频率和正频率处都具有相同的形状。

主要的频率分量位于 \pm F_c 和 \pm 2F_c 等倍频的位置。

从频谱图中,我们可以看到信号的功率如何在频率域中分布。功率谱密度高的地方表明信号在该频率处有更多的能量。波器不仅影响了信号的时域特性,还显著影响了其频谱。滤波器的频率响应 H(f) 决定了信号频率分量的幅度,最终影响了输出信号的频率分布。


C/A码在L1频段的功率谱密度(DSP):

GPS信号时域表达式:

s(t) = A d(t) c(t) \cos(2\pi f_0 t)
•	 A :信号的幅度。
•	 d(t) :导航数据,传递GPS卫星的导航信息。
•	 c(t) :C/A码(伪随机码)
•	 \cos(2\pi f_0 t) :载波信号,频率为  f_0  (L1频率为1575.42 MHz)。

频谱公式:

S(f) = \frac{A^2}{4} S_d(f) * S_c(f) * \left[\delta(f - f_0) + \delta(f + f_0)\right]\\ \delta(f - f_0) 和 \delta(f + f_0) :分别表示信号在正负频率 f_0 处的两个载波分量。

描述了复合信号的频谱如何由各个成分频谱的卷积生成

频谱图:

![image-20240913140144538](/Users/zehua/Library/Application Support/typora-user-images/image-20240913140144538.png)

中心频率是GPS信号的L1载波频率

C/A码的扩频使得信号的频谱展宽到 ± 1.023 MHz

导航数据的带宽较小(50 Hz)这是因为导航信息的数据速率很低,通常只有50 bps。

功率谱密度(DSP):

图中的纵轴是信号的功率谱密度(DSP),即在各个频率处的功率分布。可以看到信号在载波频率 f_0 附近随着频率偏离载波频率逐渐减小。

频谱图中显示了1 kHz的频率间隔,这表示在接收机中可以分辨出1 kHz的频率间隔

GPS信号中L1和L2频段的信号生成和调制过程

![image-20240913140627155](/Users/zehua/Library/Application Support/typora-user-images/image-20240913140627155.png)

L1 信号生成:

C/A码  c(t) :
•	C/A码(Coarse/Acquisition code)是一种伪随机码,频率为 1.023 MHz,周期为1毫秒。
•	C/A码用于民用信号,它被调制在L1载波上。
导航信息  d(t) :
•	导航信息的频率为 50 Hz,包含卫星的轨道、时间信息等。
调制过程:
•	C/A码和导航信息首先进行调制,然后通过与L1的正弦载波进行进一步调制。
•	L1信号通过余弦载波( \cos )调制生成  S_{L1}(t) ,产生的信号用于民用GPS接收。

L2 信号生成:

P码(精码, p(t) ):
•	P码是一种高频伪随机码,频率为 10.23 MHz,周期为 7天。
•	P码提供了更加精确的定位能力,通常被加密,用于军事用途。
加密过程(Cryptage):
•	P码通过加密后调制在L2载波上,通过正弦载波( \sin )生成L2信号。

GPS系统中伪随机序列(如C/A码、P码)扩频技术的优势:

精确的信号传播时间估算

​ • 扩频技术通过伪随机码对信号进行调制,有助于精确计算信号从卫星到接收器的传播时间

同时传输多个卫星信号

​ • GPS系统使用CDMA(码分多址)技术,所有卫星信号可以同时在同一频段上传输。伪随机码帮助区分每颗卫星的信号,减少干扰。

提高抗干扰能力

​ • 扩频技术通过在宽频带上分布信号,使信号更不容易受到窄带干扰的影响,并在信号损失后能够更好地恢复。

信号功率分布在宽频带中

​ • 虽然扩展后的信号频谱宽,但其功率保持不变。这意味着信号功率密度降低,增强了信号的抗干扰性,并使信号隐藏在噪声中,不容易被探测到。

Le récepteur GPS

GPS信号在接收器中的表现:

接收到的信号 s(t) 是多个信号和噪声的叠加:

s(t) = \sum_i s_i(t) + n(t)
•	 s_i(t) :来自第  i  颗卫星的信号。
•	 n(t) :电磁噪声(例如热噪声、干扰等)。

每颗卫星发出的信号 s_i(t) 的形式为:

s_i(t) = A_i c_i(t - \tau_i) d_i(t - \tau_i) \cos(2\pi f_i^D t + \phi_i)
•	 A_i :信号幅度。
•	 c_i(t - \tau_i) :C/A码,经过时间延迟  \tau_i  后的伪随机码。
•	 d_i(t - \tau_i) :导航数据,也经过同样的时间延迟  \tau_i 。
•	 f_i^D :多普勒频移,由于卫星相对于地面接收器的运动,会引入频率变化,称为多普勒效应。
•	 \phi_i :相位偏移。

通过伪随机码(PRN码),接收器能够独立处理每颗卫星的信号

信号功率:

接收到的信号 s(t) 是多个卫星信号、热噪声和干扰信号的总和:

s(t) = \sum_i s_i(t) + b(t) + j(t)
•	 b(t) :热噪声。
•	 j(t) :干扰信号(可能来自其他电磁源)。
•	 s_i(t) :每颗卫星的信号。

GPS信号的典型功率大约为 -130 dBm。这表示信号非常微弱,在接收器中的强度非常低。

热噪声的功率由以下公式给出:

P_{\text{bruit}} = KTB
•	 K :玻尔兹曼常数。
•	 T :噪声温度,通常为290 K。
•	 B :信号带宽。

通过计算,热噪声的功率大约为 -110 dBm。这表示即使没有干扰或其他噪声,热噪声本身也会影响GPS信号的接收。

**干扰信号的功率:**干扰信号的功率 j(t) 是可变的,取决于环境和具体的应用场景。在某些场景下,干扰信号可能会大大降低接收器的性能。

总结:热噪声和干扰对接收器性能有显著影响,因此GPS接收器通常会使用先进的信号处理技术(如相关性检测)来增强信号,减少噪声和干扰的影响。

GPS C/A码的信号功率频谱以及噪声地板的情况:

![image-20240913143113901](/Users/zehua/Library/Application Support/typora-user-images/image-20240913143113901.png)

​ • 图中的实线表示C/A码信号的功率谱密度。C/A码的信号有明显的主瓣和旁瓣分布。

​ • 主瓣位于中心频率(0 MHz)处,而旁瓣分别位于±1 MHz, ±2 MHz 等位置。

​ • 这展示了GPS C/A码的信号频谱展宽到几个MHz范围,这与C/A码的扩频特性一致。

​ • 虚线表示噪声地板,带宽为2 MHz。噪声地板大约在-110 dBm左右。

​ • 这意味着GPS信号的功率必须足够高,才能从噪声中区分出来。在图中,C/A码信号的主瓣功率明显高于噪声地板,表明接收器可以有效地提取信号。

接收器的功能

接收和预处理卫星信号(réception et prétraitement)

​ • 接收器首先捕获来自卫星的微弱信号,并进行初步的预处理,过滤掉不必要的频率成分,并增强有用信号。

解调导航信息(démodulation)

​ • 接收器将GPS信号解调,提取出导航信息,包括卫星的轨道信息、时间和位置数据等。

识别可见卫星并估算传播延迟

伪距测量

计算导航解

从接收卫星信号到最终计算出用户的位置,GPS接收器通过一系列步骤(信号预处理、解调、伪距测量等)来完成精确的定位。


GPS接收器的信号处理结构,分为两个主要阶段:连续信号处理阶段数字信号处理阶段

![image-20240913143844120](/Users/zehua/Library/Application Support/typora-user-images/image-20240913143844120.png)

Antenne(天线)

​ • 接收来自卫星的GPS信号。这些信号是非常微弱的无线电波,在L1频段(1575.42 MHz)和L2频段(1227.60 MHz)接收。

Pre-filtrage(预过滤)

​ • 信号通过滤波器进行预处理。预滤波的目的是滤除不相关的频率成分或杂波噪声,只保留有用的GPS信号。

Pre-amp(预放大器)

​ • 放大接收到的微弱信号,使其达到可以处理的电平。由于卫星信号经过长距离传播,功率非常小,因此需要放大。

Convertisseur de fréquences(频率转换器)

​ • 将接收的高频信号(L1或L2频段)转换为较低的中频(IF,Intermediate Frequency),便于后续的处理。此步骤通常由混频器(mixer)完成。

Oscillateur(振荡器)

​ • 产生频率参考信号,与GPS载波信号进行混频,完成频率下变换。

CAN(模数转换器)

​ • 将模拟信号转换为数字信号,准备进入下一阶段的数字信号处理。模数转换器的作用是将连续变化的模拟信号转化为离散的数字信号。

Chaîne de traitement(处理链)

​ • 每个Chaîne de traitement是一个独立的信号处理链,用于处理来自不同卫星的信号。因为GPS接收器需要同时接收多个卫星的信号,每颗卫星有独立的伪随机码(PRN码),所以每条处理链负责追踪和解码来自一颗特定卫星的信号。

​ • 这些处理链可以包括相关检测、解调、伪距测量等步骤。

Mesures GPS(GPS测量值)

​ • 处理链输出的结果是GPS测量数据(例如伪距、时间延迟等),这些测量值是接收器用来计算位置信息的关键数据。

Algorithme de navigation(导航算法)

​ • 导航算法基于处理链生成的GPS测量数据,计算出用户的位置、速度和时间。这是GPS接收器最终输出的关键数据,通过三角定位原理,接收器可以根据至少四颗卫星的伪距测量来精确计算其三维位置和时间。


GPS信号处理链的各个步骤

Acquisition(获取阶段)

获取阶段的任务是识别可见的卫星并估计其信号的传播参数(多普勒频移和传播时间)

多普勒频移

​ • 由于卫星和接收器之间的相对运动,卫星信号在接收器中会经历频率变化(多普勒效应)。接收器需要检测并补偿这个频移,以确保信号能够正确接收。

传播时间

​ • 获取阶段还负责对卫星信号的传播时间进行粗略估计,这一步将决定接收器与卫星的伪距。

获取过程可以根据接收器的启动方式分为两种:

	•	Démarrage à chaud(热启动):
	•	在这种模式下,接收器保留了以前的卫星位置和时间信息(例如星历表或最近的位置数据)。这样,接收器可以快速锁定卫星信号,减少启动时间。
	•	Démarrage à froid(冷启动):
	•	如果接收器没有保留任何以前的卫星信息,接收器需要从头开始搜索卫星信号。这种情况下,获取过程会比较慢,因为接收器需要重新搜索所有可见的卫星信号。

Poursuite de code(码追踪)

​ • 一旦卫星信号被获取,接收器进入码追踪阶段,精确追踪C/A码的伪随机序列。这一步帮助接收器精确同步伪随机码,确保接收器能够正确解码导航信息。

Poursuite de phase(相位追踪)

​ • 同时,接收器还需要追踪载波信号的相位,确保在信号调制过程中不会丢失相位信息。相位追踪对于精确测量卫星与接收器的距离至关重要。

Démodulation du message de navigation(解调导航消息)

​ • 接收器通过解调从卫星传来的导航消息,提取关键信息,如卫星的位置、时间和其他导航参数。这个步骤允许接收器获得卫星的精确位置和轨道数据。

Calcul de la pseudo-distance(伪距计算)

​ • 最后,通过信号的传播延迟和导航消息,接收器计算伪距(pseudo-distance)。伪距是接收器估算卫星与接收器之间的距离,这个距离用于后续的定位计算。

![image-20240913145519707](/Users/zehua/Library/Application Support/typora-user-images/image-20240913145519707.png)

  1. Code transmis par le satellite(卫星发出的伪随机码):

这是卫星发出的原始伪随机码 c(t) ,它在卫星发射时生成并传输到接收器。

  1. Code reçu(接收到的伪随机码):

接收到的伪随机码与原始卫星码相比,由于信号在空间中的传播,接收器会在时间上有一个延迟 \tau 。这个延迟是信号传播时间的直接反映,表示信号从卫星到达接收器所花费的时间。

  1. Code généré localement par le récepteur(接收器本地产生的伪随机码):

接收器也会生成一个与卫星伪随机码相同的本地伪随机码。这个本地码是根据接收器内部时钟产生的。

  1. Code local décalé(本地码的延迟版本):

接收器会不断调整本地伪随机码的时序,使其与接收到的卫星信号进行对齐。通过对比接收到的伪随机码和本地产生的伪随机码的相位差,接收器可以测量出传播延迟 \tau{\prime} 。

•	当本地生成的伪随机码与接收到的卫星伪随机码完全对齐时,两者之间的互相关性最大。这种互相关的最大值表示接收器找到了正确的延迟时间  \tau ,即信号从卫星传播到接收器所需的时间。
•	通过测量这个延迟时间,接收器可以计算出与卫星的距离,这个距离称为伪距。

GPS信号传播时间的测量原理

R_{c_r, c_l}(\tau{\prime}) = \frac{1}{T_R} \int_t^{t+T_R} c_r(u) c_l(u - \tau{\prime}) du\ \ = \frac{1}{T_R}\int_t^{t+T_R}c(u - \tau) c(u - \tau') du \ \ = R_{cc}(\tau{\prime} - \tau)
互相关 R_{c_r, c_l}(\tau{\prime}) : 表示接收到的码 c_r(t) 和接收器本地产生的码 c_l(t) 之间的互相关函数 \\ 这个函数用于测量接收器生成的码与接收的卫星码之间的匹配程度 \\ 这里, T_R 是码的周期, \tau{\prime} 是接收器生成码相对于接收到的码的时间延迟\\ 由于接收器接收到的码 c_r(u) 是卫星发出的码 c(u - \tau) 的延迟版本,因此可以将公式中的 c_r(u) 替换为 c(u - \tau)\\ 互相关函数等价于伪随机码的自相关函数 R_{cc} 在 \tau{\prime} - \tau 的位置上

当 \tau{\prime} = \tau 时,互相关函数达到最大值,即接收器本地产生的伪随机码与接收到的卫星伪随机码完全对齐。此时互相关最大化,意味着接收器准确测量到了信号的传播延迟 \tau 。

互相关
• 表示接收到的码 c_r(t) 和接收器本地产生的码 c_l(t) 之间的互相关函数。这个函数用于测量接收器生成的码与接收的卫星码之间的匹配程度。

![image-20240913151601426](/Users/zehua/Library/Application Support/typora-user-images/image-20240913151601426.png)

•	横轴:表示本地产生的码相对于接收到的码的时间延迟  \tau{\prime} - \tau 。
•	纵轴:表示互相关函数的值  R_{cc}(\tau{\prime} - \tau) ,即两个码之间的相似程度。
•	图中的三角形表示自相关函数的形状,峰值出现在  \tau{\prime} = \tau  处。这意味着当本地码与接收码完美对齐时,自相关达到最大值。

![image-20240913152426750](/Users/zehua/Library/Application Support/typora-user-images/image-20240913152426750.png)

信号输入(Signal entrant):接收器首先接收到来自GPS卫星的信号。
• 该信号被分成两个路径:
• I 路(In-phase):信号与载波的余弦部分 \cos(2\pi f t) 进行相乘,产生同相分量。
• Q 路(Quadrature-phase):信号与载波的正交分量 \sin(2\pi f t) 相乘,产生正交分量。

积分操作:
• 在 I 和 Q 路中,信号分别经过积分器,表示为:

• I = \frac{1}{T_R} \int_{t - T_R}^{t} (\cdot) du \\ • Q = \frac{1}{T_R} \int_{t - T_R}^{t} (\cdot) du

​ • 该积分过程将信号进行累积,以便提取信号的平均能量。积分时间 T_R 是伪随机码(如C/A码)的周期。

一旦获得了 I 和 Q 分量,接收器通过计算:

• \text{能量检测} = I^2 + Q^2

• 该步骤通过检测信号的总能量来决定接收器是否正确捕获了卫星信号。当 I^2 + Q^2 达到最大值时,表明接收到的卫星信号和本地生成的码对齐,接收器捕获了信号。

• 图片右下角的图示展示了获取阶段如何在时间 \hat{\tau} 和频率 \hat{f} 之间进行搜索\\ • 纵轴是频率,表示接收器搜索不同的多普勒频移(卫星和接收器之间的相对速度会产生频率偏移)\\ • 横轴是时间,表示接收器调整伪随机码的时间延迟 \hat{\tau} ,以与接收到的卫星码对齐\\ • 通过这种二维搜索,接收器可以找到最佳的时间和频率匹配,从而锁定卫星信号\\

在获取阶段的时间-频率域中的三维能量检测图

![image-20240913152837303](/Users/zehua/Library/Application Support/typora-user-images/image-20240913152837303.png)

解释了如何通过搜索多普勒频率和码延迟来获取卫星信号

​ • 纵轴表示相关幅度(Correlation Amplitude),即在某个多普勒频率和码延迟下检测到的信号强度。

​ • 横轴左侧表示多普勒频率(Doppler Frequency),单位是赫兹 (Hz)。多普勒频率反映了卫星与接收器之间的相对速度,由于运动会产生频率偏移。

​ • 横轴右侧表示码延迟(Code Delay),单位是伪随机码的码片 (Chips)。码延迟表示接收到的信号相对于本地生成的伪随机码的时间差。

​ • 在获取阶段,GPS接收器通过调整伪随机码的延迟(即时间搜索)和多普勒频率(即频率搜索)来找到卫星信号的最佳匹配位置。

​ • 三维图中的高峰表示在某个特定的多普勒频率和码延迟下,信号的能量检测值最大,这表明在该点接收器捕获到了卫星信号。

​ • 当接收器搜索到某个频率和时间延迟组合时,系统会检测该点的能量(即相关幅度)。如果该点的能量超过某个阈值,接收器认为卫星信号已成功获取。

	•	时间和频率搜索:GPS接收器在多普勒频率和码延迟的二维搜索空间中寻找信号峰值,以捕获卫星信号。
	•	能量检测:当相关幅度达到某个预设的能量阈值时,接收器认为获取过程成功,并能够锁定卫星信号。

Les algorithmes de navigation

Page 79

**伪距(pseudo-distance)**的测量过程

重点在于由于卫星和接收器的时钟误差,导致的伪距和实际传播时间之间的偏差

![image-20240914163023151](/Users/zehua/Library/Application Support/typora-user-images/image-20240914163023151.png)

	1.	卫星时钟的偏移(Déclage de l’horloge Satellite / temps GPS):
	•	表示卫星时钟与标准GPS时间的差异,标记为 \Delta t_s。
	•	从图中可以看到,这导致了从卫星发出信号的实际时间  t_E^S  与标准GPS时间  t_E^{GPS}  之间的差异。
	2.	接收器时钟的偏移(Déclage de l’horloge utilisateur / temps GPS):
	•	表示用户设备时钟相对GPS标准时间的偏差,标记为 \Delta t_u。
	•	这影响了用户接收到信号的时间  t_R^u  和标准GPS接收时间  t_R^{GPS} 。
	3.	伪距的定义:
	•	伪距定义为用户接收到的时间和卫星发出信号的时间差所乘以光速  c ,从公式中可以看到,伪距不仅依赖于实际传播时间,还包括时钟误差。
伪距是用户接收信号的时间 t_R^u 与卫星发出信号的时间 t_E^S 的差值乘以光速 c : \rho = c (t_R^u - t_E^S)
通过实际的GPS时间,我们可以得到真实的传播时间: \rho = c (t_R^{GPS} - t_E^{GPS}) + c (\Delta t_u - \Delta t_s)\\ 第一部分 c (t_R^{GPS} - t_E^{GPS}) 表示信号的实际传播时间\\ 第二部分 c (\Delta t_u - \Delta t_s) 则代表了由于用户和卫星时钟偏差带来的额外误差

也就是说第一个ρ只是理论伤的,实际上真实值ρ要通过第二个公式计算得到,不仅要考虑真实的传播时间,也就是GPS得到的时间,而且要考虑卫星时钟偏差 \Delta t_s 和用户接收器时钟偏差 \Delta t_u 。

因此,实际的伪距值必须使用第二个公式来计算

导航问题的误差来源

1. 空间段误差(Erreurs dues au segment spatial)

​ • 卫星位置误差(erreurs sur la position des satellites):由于卫星的轨道并不总是精确可知,可能存在位置误差,从而影响GPS信号的准确性。

​ • 卫星时钟偏差误差(erreurs sur le décalage d’horloge des satellites):尽管卫星时钟高度精确,但仍存在细微的时钟漂移。这会导致伪距测量中出现误差。

2. 传播误差(Erreurs de propagation)

​ • 电离层和对流层延迟(retard ionosphérique, retard troposphérique):当GPS信号通过电离层和对流层时,信号的传播速度会受到影响,导致时间延迟,从而引入测距误差。

​ • 多路径效应(multitrajets):信号在到达接收器之前,可能会被建筑物、山体等反射,导致信号经过多条路径,进而引入误差。

​ • 干扰和信号遮挡(interférences et brouillage):外部无线电信号的干扰以及信号的部分遮挡会影响GPS信号的接收质量,造成误差。

3. 接收器误差(Erreurs dues au récepteur)

​ • 热噪声(bruit thermique):接收器内部由于热效应产生的噪声会影响GPS信号的接收和处理,导致测量误差。

​ • 动态噪声(bruit de dynamique):这是由于接收器的运动状态(如速度、加速度)造成的噪声,尤其是在高速运动中(如在飞机或高速列车中),该误差更为显著。

  1. 卫星时钟的高精度:
    • 每颗GPS卫星都装有非常精确的原子钟,确保卫星时钟的稳定性。然而,即使是高精度的原子钟,也会相对于GPS标准时间发生漂移。
  2. 时钟漂移:
    • 这些漂移可以达到1毫秒的量级,换算成距离误差相当于300公里。因此,必须对这些时钟偏移进行修正,否则定位结果将会有非常大的误差。
  3. 校正参数的传递:
    • 地面控制站会对卫星时钟的偏移进行估计,并通过导航消息(message de navigation)将校正参数传递给用户。接收器可以利用这些参数对时钟误差进行修正。
  4. 时钟误差校正模型:
    • 时钟误差的校正模型如下:
\Delta t_s = a_0 + a_1 (t - t_0) + a_2 (t - t_0)^2 + \epsilon\\ a_0, a_1, a_2 是由地面控制站估算的时钟校正参数\\ t - t_0 表示当前时间与参考时间之间的差异\\ \epsilon 表示模型的残余误差\\
  1. 误差范围:
    • 即便使用校正模型,依然会有约3米的残余误差。这意味着即使进行时钟偏移的修正,误差仍不能完全消除。

卫星星历误差

![image-20240914164711630](/Users/zehua/Library/Application Support/typora-user-images/image-20240914164711630.png)

​ 1.卫星位置的估计误差

​ • 卫星的位置会根据星历数据进行估计,但由于轨道计算误差等因素,卫星的实际位置和估计位置存在一定偏差。这种偏差被称为卫星位置误差(Erreur sur la position du satellite)。

​ 2.假设的距离(Distance supposée)

​ • 接收器根据卫星的估计位置来计算距离,得到的是“假设的距离”。这一距离假设了卫星在其估计位置上。

​ 3.真实的距离(Distance vraie)

​ • 实际上,卫星位于其真实位置,因此信号传输的真实距离不同于假设的距离。

​ 4.测量误差

​ • 由于卫星位置的估计误差,导致接收到的伪距也发生了相应的误差。图中的蓝色箭头表示卫星位置的估计误差,称为等效测量误差(Erreur de mesure équivalente)。

大气延迟(Délai atmosphériques)对GPS信号传播的影响。大气层对GPS信号的传播速度会产生显著影响,主要包括电离层对流层的延迟,以及多路径效应

​ 1. 电离层延迟(Ionosphère)

​ • 电离层是大气层中的一个区域,含有大量带电粒子,会对通过它的电磁波(如GPS信号)产生延迟效应。

​ • 电离层延迟的误差范围通常为0.15到50米,具体取决于电离层的状态(例如,太阳活动对电离层的影响较大)。

​ 2. 对流层延迟(Troposphère)

​ • 对流层是地球表面上方的最低层大气,主要由水汽、气压和温度组成。它对GPS信号的传播也会产生延迟。

​ • 对流层延迟的误差范围为2到30米,主要由大气的湿度和气压变化引起。

​ 3. 多路径效应(Multitrajets)

​ • 当GPS信号在到达接收器之前遇到障碍物(如建筑物、山体或飞机)时,可能会发生反射折射绕射,导致信号沿着多条路径传播。这种效应称为多路径效应。

​ • 多路径误差可能会在0到150米之间,特别是对于传统接收器,如果信号中存在单一路径的反射,这种效应尤其明显。

​ 4. 信号传播方式

​ • 图中展示了不同的传播路径:直接路径是没有任何反射或绕射的信号传播路径,反射路径表示信号遇到物体反射后到达接收器,绕射路径表示信号绕过障碍物传播。

![image-20240914165455490](/Users/zehua/Library/Application Support/typora-user-images/image-20240914165455490.png)

电离层延迟

电离层延迟 \Delta_{\text{iono}} 可以用下面的公式表示:\ \ \Delta_{\text{iono}} = \frac{\alpha \cdot \text{TEC}}{f^2}\\ \left\{ \begin{aligned} &• \alpha 是斜率因子(常数),与电离层中的物理参数相关\\ &• \text{TEC} 表示总电子含量(Total Electron Content),它依赖于电离层中电子的密度\\ &• f 是GPS信号的频率,公式中的 f^2 表示频率的平方 \end{aligned} \right.\\ 因此,电离层延迟与电子密度和信号频率密切相关:信号频率越低,电离层延迟越大;电子密度越高,延迟也越大\\

电离层延迟的双频和单频校正方法

  1. 双频校正方法(Corrections bi-fréquence):

    • 电离层延迟的频率依赖性由公式给出:

\Delta r_{\text{iono}}^1 \propto \frac{1}{f_1^2} \quad \text{和} \quad \Delta r_{\text{iono}}^2 \propto \frac{1}{f_2^2}

其中:
• 分别表示在两个频率 f_1 和 f_2 下的电离层延迟。
• 电离层延迟与频率的平方成反比。
• 通过双频信号,可以利用这两个频率的差异来近似消除电离层延迟。通过下式进行补偿:

\Delta r_{\text{iono}}^i = \left( \Delta r_{\text{iono}}^2 - \Delta r_{\text{iono}}^1 \right) \cdot \frac{f_i^2}{f_2^2 - f_1^2}
•	这个公式将两个频率下的电离层延迟之差转换为一个新的电离层延迟校正值,几乎可以完美地补偿电离层延迟。
•	最终结果近似为两个测量伪距的差值,即 ρ_2 - ρ_1。
  1. 单频校正方法(Mesures mono-fréquence):

    • 当只使用一个频率时,无法直接通过频率差来消除电离层延迟。为了解决这个问题,通常使用电离层模型,如Klobuchar模型,来估计电离层延迟。
    • 这种模型校正方式只能补偿大约50%的延迟,效果不如双频校正方法精确。

多路径效应的 传播误差

多路径效应发生在GPS信号在到达接收器之前,被地面或其他物体(如建筑物、飞机等)反射或绕射。这些反射信号与直接来自卫星的信号混合在一起,导致接收器接收到的信号出现延迟,从而影响定位精度。此外,信号还可能通过障碍物发生绕射(Diffraction),进一步影响信号的传播路径。对于民用GPS信号,多路径效应的误差可以达到0到150米的范围,具体取决于接收器的类型和反射条件。对于传统接收器(只考虑单一反射路径),误差尤其明显。高级接收器或处理技术可以通过区分直接信号和反射信号来减小多路径效应的影响。

  1. 接收到的信号模型(Signal reçu en présence d’un seul signal réfléchi):

    • 在有单个反射路径的情况下,接收器接收到的信号可以分为两部分:
    • 直接路径的信号:

Ac(t - \tau)d(t - \tau)\cos(2\pi f_0 t + \phi_0)\\ • A 是信号的幅度\\ • c(t - \tau) 和 d(t - \tau) 分别表示信号经过时间 \tau 延迟后的载波和数据\\ • f_0 是载波频率\\ • \phi_0 是初始相位\\

​ • 反射路径的信号:

\alpha Ac(t - \tau_m)d(t - \tau_m)\cos(2\pi f_0 t + \phi_m)

其中:
• \alpha 是反射信号的衰减系数,反映了反射路径上的信号损耗;
• \tau_m 是反射信号的传播时间;
• \phi_m 是反射信号的相位。

s(t) = Ac(t - \tau)d(t - \tau)\cos(2\pi f_0 t + \phi_0)+ \alpha Ac(t - \tau_m)d(t - \tau_m)\cos(2\pi f_0 t + \phi_m)
  1. 多路径信号的影响:

    • 反射信号的存在引入了一个额外的延迟 \tau_m 和相位偏移 \phi_m,这会影响接收器对信号的解调,尤其是在解码数据和精确测距时。
    • 当多个信号相互叠加时,反射信号会干扰直接路径信号,导致信号幅度、相位的变化,进而影响距离测量的准确性。

  2. 解调后的信号:

    • 在解调并提取出数据之后,接收到的信号可以近似为:

s(t) = Ac(t - \tau) + A\alpha \cos(\phi_0 - \phi_m) c(t - \tau_m) \\ 其中,\beta = A\alpha \cos(\phi_0 - \phi_m) 是由于反射信号引起的干扰项。

![image-20240914172529271](/Users/zehua/Library/Application Support/typora-user-images/image-20240914172529271.png)

**没有多路径效应时的信号响应 ** (Sans multitrajets)

• 理想情况下,接收信号的自相关函数 R_{cc}(\Delta \tau) 是一个清晰的对称三角形波形,信号延迟 \Delta \tau 的估计与实际传播延迟 \tau - \hat{\tau} 完全一致\\ • 自相关函数 R_{cc}(\Delta \tau) 的最大值在 \Delta \tau = \tau - \hat{\tau} 时出现,表示接收的信号和发送的信号完全对齐,且没有偏差\\

有多路径效应时的信号响应(Avec multitrajets):
• 当存在多路径效应时,接收信号的自相关函数被多个反射路径的信号干扰。图中右侧展示了这种干扰情况下的波形:

反射路径信号的延迟和衰减通过项 \beta R_{cc}(\Delta \tau - (\tau - \tau_m)) 来表示,这一项是反射路径引入的影响。

​ • 由于多路径效应的存在,信号的峰值位置发生了偏移,导致延迟估计产生了偏差(Bias)。

红色箭头标记了这一偏差,表明多路径效应会引入一个额外的误差\\导致接收信号与发送信号的最佳对齐不再发生在预期的 \Delta \tau = \tau - \hat{\tau} 位置,而是有所偏移。
• 在多路径效应的情况下,接收到的总相关函数可以表示为:\\ R_{sc}(\Delta \tau) = A R_{cc}(\Delta \tau) + \beta A R_{cc}(\Delta \tau - (\tau - \tau_m))
这一公式表示总的相关函数是直接路径信号的相关函数 R_{cc}(\Delta \tau) 和反射路径信号的相关函数 \beta R_{cc}(\Delta \tau - (\tau - \tau_m)) 的叠加。

多路径效应的误差包络图

![image-20240914173323149](/Users/zehua/Library/Application Support/typora-user-images/image-20240914173323149.png)

​ 1. 多路径误差的表征

​ • 图中纵轴代表的是误差的幅度(单位是码元位的误差,Erreur en bits de code),而横轴表示的是码元位的延迟(Retard en bits de code)。多路径效应会导致接收信号的偏移,从而影响码元同步的准确性。

​ 2. 误差包络

​ • 曲线所包络的区域就是多路径误差的范围。该范围内的误差取决于反射路径相对于直接路径的延迟与幅度的不同。这里的误差在-0.2到0.3个码元位之间波动。

​ • 包络的最大误差在中间,即反射路径延迟与直接路径相近时误差最大,随着反射路径延迟的增大,误差逐渐减小。

​ 3. 图例中的假设条件

​ • 右下角的说明指出了一个假设:反射路径的幅度为直接路径的1/2,即反射路径信号的强度比直接路径信号弱两倍。这种幅度差异会影响多路径效应对最终误差的贡献大小。

​ 4. 误差变化的机制

​ • 当反射路径信号的延迟较小(接近直接路径)时,两个信号的相位差较小,因此造成的误差较大。

​ • 当反射路径信号的延迟较大时,两个信号的相位差增大,导致它们的叠加效果减弱,误差减小。


评论