基于卡尔曼滤波的高动态导航信号载波跟踪技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第15-22页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 研究现状 | 第16-19页 |
| 1.2.2 现有研究的不足 | 第19页 |
| 1.3 论文主要研究内容与贡献 | 第19-22页 |
| 第2章 导航接收机中的卡尔曼滤波跟踪技术 | 第22-38页 |
| 2.1 噪声对跟踪环路的影响 | 第22-24页 |
| 2.2 卡尔曼滤波 | 第24-28页 |
| 2.2.1 线性卡尔曼滤波 | 第25-27页 |
| 2.2.2 非线性滤波 | 第27-28页 |
| 2.3 卡尔曼滤波在载波跟踪环路中的应用 | 第28-36页 |
| 2.3.1 基于KF的PLL跟踪算法 | 第29-33页 |
| 2.3.2 基于EKF的PLL跟踪算法 | 第33-36页 |
| 2.4 滤波发散现象分析 | 第36-37页 |
| 2.4.1 系统建模不准确引起的滤波发散现象 | 第36-37页 |
| 2.4.2 噪声时变引起的滤波发散现象 | 第37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 改进的自适应卡尔曼载波跟踪算法 | 第38-56页 |
| 3.1 传统自适应滤波 | 第38-41页 |
| 3.1.1 传统自适应滤波原理 | 第38页 |
| 3.1.2 测量噪声未知 | 第38-40页 |
| 3.1.3 过程噪声未知 | 第40-41页 |
| 3.2 传统自适应渐消滤波 | 第41-45页 |
| 3.2.1 渐消滤波原理 | 第41-42页 |
| 3.2.2 渐消因子的分析 | 第42-43页 |
| 3.2.3 自适应渐消因子的选取 | 第43-45页 |
| 3.3 改进的自适应扩展卡尔曼载波跟踪环 | 第45-48页 |
| 3.3.1 算法设计流程 | 第45-46页 |
| 3.3.2 载波动态模型 | 第46-47页 |
| 3.3.3 载波量测模型 | 第47-48页 |
| 3.4 功能仿真与性能分析 | 第48-55页 |
| 3.4.1 仿真模型 | 第48-49页 |
| 3.4.2 算法的跟踪精度分析 | 第49-52页 |
| 3.4.3 算法的跟踪灵敏度分析 | 第52-53页 |
| 3.4.4 滑动窗口长度性能影响分析 | 第53-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第4章 基于变维卡尔曼滤波的载波跟踪 | 第56-65页 |
| 4.1 变维滤波算法 | 第56-59页 |
| 4.1.1 变维算法原理 | 第56-58页 |
| 4.1.2 机动检测 | 第58-59页 |
| 4.1.3 滤波器初始化 | 第59页 |
| 4.2 基于变维扩展卡尔曼滤波的载波跟踪模型 | 第59-64页 |
| 4.2.1 载波跟踪非机动模型 | 第59-60页 |
| 4.2.2 载波跟踪机动模型 | 第60-61页 |
| 4.2.3 仿真与验证 | 第61-64页 |
| 4.3 小结 | 第64-65页 |
| 第5章 卡尔曼滤波导航信号跟踪算法的FPGA实现 | 第65-81页 |
| 5.1 基于卡尔曼滤波的跟踪方案架构设计 | 第65-66页 |
| 5.2 跟踪通道的FPGA实现 | 第66-75页 |
| 5.2.1 顶层设计 | 第66-68页 |
| 5.2.2 载波NCO模块 | 第68-70页 |
| 5.2.3 本地码生成模块 | 第70-72页 |
| 5.2.4 相关累加器模 | 第72-73页 |
| 5.2.5 协处理器模块 | 第73-75页 |
| 5.3 板级原型验证 | 第75-79页 |
| 5.3.1 原型验证平台 | 第75-76页 |
| 5.3.2 数据采集及分析 | 第76-78页 |
| 5.3.3 实测数据处理 | 第78-79页 |
| 5.4 本章小结 | 第79-81页 |
| 结论 | 第81-84页 |
| 参考文献 | 第84-89页 |
| 致谢 | 第89-90页 |
| 附录A 攻读学位期间所发表的学术论文 | 第90-91页 |
| 附录B 攻读学位期间参与的研究项目 | 第91页 |
