GPS(Global Positioning System)接收机技术主要包括GPS信号的捕获和跟踪两部分。信号的捕获实质上是一个对微弱信号的检测过程,信号的跟踪实质上是一个对微弱信号参数的估计问题。对于微弱信号的捕获技术,国内外学者已经做了大量研究,因此本文将以GPS信号的跟踪做为研究重点。由于传统的商用GPS导航接收机并不是针对室内或高动态等复杂工作环境设计的,因此要在室内或高动态等环境中使用GPS导航接收机,就需要对传统的GPS接收机技术进行改进,以解决以下问题:(1)一般来说,商用的GPS导航接收机可正常工作的最低信号强度大约为-130dBm,但是在诸如室内或高动态等恶劣环境中,GPS信号的强度最低可能达到-150 dBm,普通的商用GPS接收机跟踪环路已经无法正常工作。(2)当GPS接收机工作在微弱信号或高动态环境中时,接收机在较低信噪比情况下的导航电文数据比特解调会出现较高的错误率,因而接收机有可能不能成功地解调出定位计算所必需的卫星星历数据和卫星钟差参数。所以为了提高接收机在复杂恶劣环境下的可用性和精度,需提高接收机本身的跟踪灵敏度。(3)虽然减小GPS跟踪环路滤波器的噪声带宽可以增加信噪比,但是减小滤波器带宽的同时也会降低跟踪环路的高动态性能。因此,设计一种同时具有小的环路噪声带宽和好的高动态跟踪能力的GPS跟踪环路是势在必行的。针对以上问题,国内外学者已经提出了很多解决方案,这些方案总体上可分为两种类型:一种为利用惯性导航系统(Inertial Navigation System,INS)对GPS接收机跟踪环路进行辅助的组合导航技术,以提高GPS接收机对高动态应力的适应性;另一种为以使用卡尔曼滤波器等最优估计器为代表的最优估计技术,以提高跟踪环路的跟踪灵敏度及抗动态应力能力。其中,组合导航技术可以将两种或两种以上的导航技术通过数据融合的方法组合在一起,使组合后的导航系兼具各子系统的优点,组合后的系统被称为组合导航系统。最常用的组合导航系统是将惯性导航系统和卫星导航系统进行融合的INS/GPS导航系统。惯性导航系统能够自主导航,抗干扰能力强,且能够提供连续的位置和姿态信息,但是也存在着导航精度随时间增长而迅速降低的缺陷。现代的卫星导航系统虽然定位精度很高且定位误差不会随时间积累,但其不能提供连续的载体位置和姿态信息,同时,当载体做剧烈运动、运行环境遮挡严重或卫星信号信噪比较低时,GPS接收机有可能会对GPS信号失锁。卫星导航系统和惯性导航系统组合后,惯性导航系统能够提高并补偿卫星导航系统失效或性能降低时的位置及速度精度,同时GPS系统可以补偿INS系统的累积误差。也就是说,INS/GPS组合导航系统兼具INS系统和GPS系统的优势,可以为载体提供长期、稳定、连续的高精度位置和姿态信息。在工程中,经常遇到"估计"的问题。所谓"估计",就是对受到随机干扰影响的物理参数,按着某种评价指标为最优的准则,从包含随机误差的测量数据中提取出目标物理参数的最佳值。我们都希望估计出来的参数越接近真实值越好,因此提出了"最优估计"的概念。所谓"最优估计",就是指在某一确定的准则条件下,使估计值达到最优。因为GPS接收机的跟踪过程,就是一个典型的微弱信号参数的估计过程。因此,将最优估计技术用于GPS信号的跟踪环路,以提高跟踪环路的灵敏度和高动态性能成为了当前的研究热点。本文以基于最优估计技术的跟踪环路和INS辅助的跟踪环路两方面作为研究内容,以提高GPS接收机的跟踪性能为研究目的。论文的主要工作与创新点如下:(1)基于最优估计的GPS跟踪环路。为了解决在高动态环境下GPS接收机跟踪环路失锁的问题,本文基于高动态环境下GPS卫星中频信号模型和强跟踪线性卡尔曼滤波理论,设计了一种强跟踪卡尔曼滤波器(Strong Tracking Filter,STF)GPS信号跟踪环路。此跟踪环路直接以码鉴相器和载波鉴相器输出作为观测量,使用强跟踪卡尔曼滤波器对高动态环境下的GPS信号码相位误差、载波相位误差、多普勒频率误差以及多普勒频率变化率误差进行最优估计。仿真结果表明强跟踪卡尔曼滤波器跟踪环路在高动态环境,尤其是高多普勒频移的情况下,与传统的PLL(Phase Lock Loop)/DLL(Delay Locked Loop)跟踪环路相比,跟踪性能有明显的提高。(2)新的INS辅助的高性能GPS接收机策略。目前主要的INS/GPS组合方法包括INS/GPS松组合技术、INS/GPS紧组合技术以及INS/GPS超紧组合技术。在松组合导航系统中,GPS系统和INS系统独立工作,仅将各自的定位结果进行组合。它的优点是结构复杂度低,但是由于INS系统和GPS系统仍各自独立运行,因此无法使用INS系统辅助GPS跟踪环路,组合系统对动态应力的适应性并没有显著提高;在紧组合导航系统中,首先利用INS导航系统给出的导航信息虚拟出一颗GPS卫星,并计算出虚拟卫星的伪距,然后利用真实卫星的伪距和虚拟卫星的伪距进行定位解算。该方案对导航性能的提升仍然有限,且增加了系统的复杂度;在超紧组合导航系统中,利用INS导航系统给出的导航信息辅助GPS跟踪环路,能够显著提高GPS跟踪环路对高动态应力的适应性。但是这种组合方式结构复杂。针对以上问题,本文提出了一种INS辅助的增强性能的GPS接收机策略。在该策略中,根据INS导航系统输出的导航信息推算出载体由于高速运动产生的多普勒频移,并根据推算得到的多普勒频移动态地改变GPS接收机射频前端的采样频率,从而抵消高动态环境对GPS接收机跟踪环路的影响。该方法的最大优势是仅需要对GPS接收机的中频采样前端进行一定的改造,而不需要对原有接收机的基带算法进行任何修改。仿真结果表明,该方法能显著提高GPS接收机对动态应力的适应性。虽然该方法具有结构简单,对高动态信号耐受能力强,且不需要对传统接收机环路进行修改的优点,但是该方法并不能提高跟踪环路的跟踪灵敏度,当GPS信号过于微弱时,跟踪环路将无法对信号进行可靠跟踪。因此,我们又提出了一种惯性辅助的基于非线性最小二乘估计的联合相干-非相干积分跟踪方法,该方法可以在INS辅助下对将各跟踪通道微弱信号进行叠加(非相干积分)处理,在微弱信号条件下,可以显著提高信号的载噪比,从而提高跟踪环路的灵敏度。(3)GPS接收机矢量跟踪环路。本章分析和比较了扩展卡尔曼滤波器(Extended Kalman Filter,KEF),自适应扩展卡尔曼滤波器(Adaptive EKF,AEKF)和迭代扩展卡尔曼滤波器(Iterated EKF,IEKF)等非线性最优估计算法在GPS接收机矢量跟踪环路中的性能,然后在此基础上对传统IEKF算法进行了改进,加入了观测噪声时变估计器,得到了自适应迭代扩展卡尔曼滤波器(Adaptive IEKF,AIEKF)。并将AIEKF算法应用到了 GPS矢量接收机跟踪环路中。虽然标准的矢量跟踪结构可以更加充分的利用各可见卫星的内在几何关系,提高跟踪的灵敏度和重捕获速度,但是标准的矢量跟踪结构仍然忽略了各通道鉴相器残差的内在相关性,而且对信号跟踪灵敏度的提高有限。基于此,论文在第四章中提出了一种基于空间域的联合非相干积分矢量跟踪环路结构,该环路可以更加充分的利用各跟踪环路间的内在关系,而且可以通过对各跟踪通道数据之间进行非相干积分的方法提高跟踪环路的跟踪灵敏度。