М.М. Кануж1, А.В. Клоков2

1,2 Национальный исследовательский Томский государственный университет (г. Томск, Россия)

1 motayamkanouj84@stud.tsu.ru; 2 701-kav@mail.tsu.ru

Постановка проблемы. Традиционная система слежения (СС) при работе в зашумленных условиях или в условиях приема слабого сигнала на высокодинамичном объекте (например, на беспилотном летательном аппарате (БЛА)) резко теряет свою работоспособность. Необходим альтернативный подход к построению СС на основе алгоритмов сигма-точечных фильтров Калмана (СТФК) (Sigma-point Kalman filter, SPKF) без использования дискриминаторов и цифровых фильтров, в котором модель изменения РНП описывается с помощью метода пространства состояний.

Цель. Выполнить сравнительный анализ вероятности захвата на сопровождение и точности оценок Доплера при разных способах построении СС.

Результаты. Рассмотрено построения СС за радионавигационными параметрами (РНП) сигналов в GPS-приемнике. Предложены две отдельные следящие подсистемы на основе АФК, работающие совместно и комбинирующиеся для формирования квазиоптимальных совместных оценок РНП. Выполнен сравнительный анализ характеристик традиционного и предлагаемого способов построения СС. Исследованы среднеквадратические погрешности оценок смещения Доплера и вероятность захвата на сопровождение при различных отношениях сигнал/шум. Показано преимущество представленного способа построения СС перед традиционным.

Практическая значимость. Построенная с помощью предложенного способа на основе АФК СС позволяет использовать ее в GPS-приемниках, работающих в городских зашумленных условиях или при приеме слабых сигналов на БЛА.

Кануж М.М., Клоков А.В. Комбинированная система слежения за GPS-сигналами на основе нелинейного фильтра Калмана // Радиотехника. 2022. Т. 86. № 4. С. 142−154. DOI: https://doi.org/10.18127/j00338486-202204-17

1. Перов А.И. Методы и алгоритмы оптимального приема сигналов в аппаратуре потребителей спутниковых радионавига-ционных систем. М.: Радиотехника, 2012. 240 с.
2. Kaplan E.D., Hegarty C.G. Understanding GPS: Principles and Applications. 2nd ed. Artech House: London. 2006. 703 p.
3. Перов А.И. ГЛОНАСС. Принципы построения и функционирования. М.: Радиотехника. 2010. 800 с.
4. Ziedan N.I. GNSS receivers for weak signals. Artech house: Boston, London. 2006. 234 p.
5. Zhang H., Xu L., Yan B., Luo L.A. A Carrier Estimation Method Based on MLE and KF for Weak GNSS Signals // Sensors. 2017. № 17. Р. 1468.
6. Zeng C., Li W., Bi B., Chen Q. Application of Extended Kalman Filter Based Semi-Codeless for Tracking High Dynamic GPS L2 Signal // IEEE 2nd International Conference on Frontiers of Sensors Technologies. 2017. Р. 284–289.
7. Niu X., Li B., Ziedan N., et al. Analytical and simulation-based comparison between traditional and Kalman filter-based phase-locked loops // GPS Solutions. 2017. V. 21. № 1. Р. 123-135.
8. Brown R.G., Hwang P.Y.C. Introduction to random signals and applied Kalman filtering. 4th ed. USA. John Wiley & Sons. Hoboken, NJ. 2012. 383 p.
9. Sarkka S. Bayesian Filtering and Smoothing. Cambridge University Press. 2013. 254 p.
10. Tu Z., Lu T., Chen Q. A Novel Carrier Loop Based on Unscented Kalman Filter Methods for Tracking High Dynamic GPS Signals // In Proceedings of ICCT. 2018. 1 p.
11. Chen X., Wang W., Meng W., Zhang Z. High Dynamic GPS Signal Tracking Based on UKF and Carrier Aiding Technology // In Proceedings of IEEE on Communications and Mobile Computing. 2010. Р. 476–480.
12. Шаврин В.В. и др. Задача совместной оценки радионавигационных Параметров и энергетического параметра сигнала СРНС в когерентном режим // Материалы докладов Всеросс. науч.-технич. конф. студентов, аспирантов и молодых ученых. Ч. 1. Томск. 2016. С. 65–68.
13. Шаврин В.В. и др. Оценка радионавигационных параметров сигналов ГНСС в режиме когерентного адаптивного приема с использованием алгоритма сигма-точечного фильтра Калмана // Ракетно-космическое приборостроение и информационные системы. 2016. Т. 3. № 4. С. 16-21.
14. Перов А.И. Сравнительный анализ двух алгоритмов фильтрации параметров навигационного радиосигнала малой мощности // Радиотехника. 2019. Т. 83. № 8. C. 9-19.
15. Ziedan N.I., Garrison J.L. Bit Synchronization and Doppler Frequency Removal at Very Low Carrier to Noise Ratio Using a Combination of the Viterbi Algorithm with an Extended Kalman Filter // In Proceedings of the ION, Portland, OR. USA. 2003. P. 9–12.
16. Кануж М.М., Клоков А.В., Парватов Г.Н., Потекаев А.Е. Новый подход в создании GPS-систем позиционирования в динамических условиях приема с высоким уровнем шумов // Физика. 2021. Т. 64. № 7. С. 134-144.
17. Кануж М.М., Клоков А.В. Адаптивный ансцентный фильтр Калмана для слежения за GPS-сигналами при неизвестной и изменяющейся во времени ковариации шума // Гироскопия и навигация. 2021. Т. 29. № 3(114). С. 34–51.
18. Kanouj M.M., Klokov A.V. Adaptive Unscented Kalman Filter for Tracking GPS Signals in the Case of an Unknown and Time-Varying Noise Covariance // Gyroscopy and Navigation. 2021. V. 12. № 3. Р. 34-51.