3、GPS原理与信号结构:卫星星座、伪距测量、载波相位、多普勒观测

GPS(全球定位系统)的定位解算本质上是“测量距离、解算位置”的过程,但工程实现远比这一句话复杂。要理解GPS与IMU融合导航,首先必须透彻掌握GPS自身的观测方程与误差特性。本章从卫星星座的时空几何出发,逐一剖析伪距、载波相位和多普勒三类基本观测量的物理含义、数学模型及工程适用场景,为后续松耦合、紧耦合融合算法奠定基础。

GPS观测值生成链路与误差源 卫星星座 24~32颗MEO卫星 6个轨道面,55°倾角 L1:1575.42MHz 电磁波传播 接收机观测值 伪距 ρ = r + c·δt 载波相位 φ = λ⁻¹r + N 多普勒 ḟ = v·e/λ 误差源 卫星钟差/星历误差 电离层/对流层延迟 多路径/接收机噪声 定位解算 最小二乘 卡尔曼滤波 三类观测值特性对比 观测类型 精度量级 模糊度问题 典型应用 伪距 米级(1~10m) 无 单点定位、粗定位 载波相位 毫米~厘米级 整周模糊度N RTK、精密定位 多普勒 cm/s~mm/s 无 测速、周跳检测 图:GPS观测值生成链路与三类观测值特性对比

上图展示了GPS观测值从卫星发射到接收机解算的完整链路。卫星星座播发导航电文与测距码,接收机通过码相关或载波跟踪环路生成三类基本观测值,各类观测值受到不同误差源影响,最终进入定位解算模块。下面逐一展开。

3.1 卫星星座与时空几何

核心原理:GPS卫星星座由24颗工作卫星(加上备用星通常为27~32颗)组成,分布在6个近圆轨道面上,轨道倾角约55°,轨道高度约20200km,运行周期约11小时58分钟。这种设计保证了地球上任意地点、任意时刻至少可见4颗以上卫星(通常可见7~12颗),满足三维定位加时间解算的最低需求。

卫星在空间的位置由广播星历(开普勒轨道参数)或精密星历描述。接收机从导航电文中解调出星历参数后,可计算出卫星在ECEF(地心地固系)中的坐标。定位解算的几何本质是:已知至少4颗卫星的坐标和卫星钟差,测量接收机到各卫星的距离,联立方程组求解接收机位置(x,y,z)和接收机钟差δtu。

参数数值工程意义
轨道面数量6个保证全球覆盖均匀性
轨道倾角55°兼顾高纬度地区覆盖
轨道高度20200 km信号衰减约-180dBm
卫星钟铯/铷原子钟钟差约10⁻¹³~10⁻¹⁴
L1载波频率1575.42 MHz波长19.03cm,用于精密测量
经验提醒:在融合导航中,卫星几何分布直接影响定位精度。常用DOP(精度衰减因子)衡量几何强度,其中PDOP(位置精度衰减因子)应尽量小于3。当卫星仰角过低或分布集中时,PDOP会急剧增大,此时即使伪距测量精度不变,定位误差也会被放大。融合系统中应实时监控PDOP值,作为观测噪声协方差调整的依据。

3.2 伪距测量原理与误差模型

核心原理:伪距测量基于码相关技术。卫星发射C/A码(粗捕获码,码率1.023Mbps,码周期1ms)或P码(精密码,码率10.23Mbps),接收机产生本地复现码,通过滑动相关搜索使本地码与接收码对齐,得到信号传播时间τ,乘以光速c即得伪距ρ。由于接收机钟与卫星钟不同步,伪距包含钟差项:

ρ = r + c·(δt_u - δt_s) + I + T + ε

其中r为真实几何距离,δtu为接收机钟差,δts为卫星钟差,I为电离层延迟(频率相关),T为对流层延迟,ε为多路径与接收机噪声。伪距精度受码元宽度限制,C/A码理论测距精度约3m(码元宽度293m的1%),实际受多路径影响通常为5~10m。

操作流程:伪距定位解算通常采用迭代最小二乘或扩展卡尔曼滤波:

  1. 从导航电文提取卫星星历、卫星钟差参数、电离层参数;
  2. 计算卫星在信号发射时刻的ECEF坐标;
  3. 构建观测方程:ρi = ||xi - xu|| + c·δtu;
  4. 线性化后迭代求解位置与钟差(至少4颗卫星);
  5. 输出定位结果并评估残差、PDOP。
案例拆解:某车载导航系统在市区高架桥下测试,可见卫星数从10颗骤降至5颗,PDOP从1.8升至4.5。伪距定位结果出现约15m的水平漂移。分析发现:高架遮挡导致低仰角卫星全部丢失,剩余卫星集中在天顶方向,几何结构退化。融合系统中通过增大伪距观测噪声(从3m调至8m),降低GPS对融合结果的权重,同时依靠IMU短时高精度递推维持轨迹平滑。恢复开阔环境后,PDOP回落至2.0,系统自动恢复GPS权重。
常见误区:伪距定位误差并非高斯白噪声。多路径误差具有强相关性,尤其在城市峡谷中可能持续数秒至数十秒。若融合滤波器中简单将伪距噪声设为白噪声,会导致位置估计出现“拖尾”现象。工程上应使用较宽的噪声边界或引入多路径检测(如信噪比阈值、残差卡方检验)。

3.3 载波相位观测与整周模糊度

核心原理:载波相位测量的是接收机复现载波与卫星发射载波之间的相位差。由于载波频率高(L1为1575.42MHz,波长19.03cm),相位测量精度可达毫米级。但载波相位观测值包含未知的整周模糊度N:

φ = λ⁻¹·r + N + f·(δt_u - δt_s) - λ⁻¹·(I - T) + ε_φ

其中λ为载波波长,N为整周模糊度(整数),f为载波频率。载波相位观测值精度高但存在模糊度问题,且信号失锁后会产生周跳(整周计数跳变)。

模糊度解算方法:常用方法包括:

  • 双差法:站间差分消除接收机钟差,星间差分消除卫星钟差,双差后模糊度保持整数特性;
  • LAMBDA算法:基于整数最小二乘搜索,通过Z变换降低模糊度相关性,搜索最优整数解;
  • 三差法:历元间差分消除模糊度,但噪声放大,仅用于粗解或周跳检测。
方法精度收敛时间适用场景
伪距单点定位5~10m即时低精度导航
RTK浮点解10~50cm数秒~数分钟动态测量
RTK固定解1~3cm数秒~数十秒精密测量、自动驾驶
PPP(精密单点定位)5~20cm15~30分钟无基准站场景
工程经验:在GPS/IMU紧耦合融合中,载波相位通常不直接作为位置观测,而是以“载波相位时间差分”(TDCP)形式使用。TDCP通过相邻历元相位差分消除模糊度,得到高精度的位移增量(毫米级),与IMU速度积分形成互补。这种方式避免了模糊度解算的复杂性,同时保留了载波相位的精度优势。

3.4 多普勒观测与测速

核心原理:多普勒观测值反映卫星与接收机之间的相对径向速度。接收机通过锁相环或频率锁定环测量载波频率偏移,得到多普勒频移fd:

f_d = - (v_s - v_u)·e / λ

其中vs为卫星速度(由星历求导获得),vu为接收机速度,e为卫星到接收机的单位视线向量。多普勒观测值精度可达mm/s量级,是测速的主要手段。

应用场景:

  • 速度估计:至少4颗卫星的多普勒观测可解算三维速度与钟漂;
  • 周跳检测:多普勒积分预测载波相位变化,与实测值比较可检测周跳;
  • IMU辅助:多普勒速度可作为融合滤波器的速度观测,抑制IMU漂移。
实战场景:在车载组合导航中,当车辆通过隧道时GPS信号完全丢失,IMU单独递推30秒后位置误差约20m(取决于IMU等级)。出隧道瞬间,GPS多普勒测速(精度0.1m/s)立即提供准确速度约束,融合滤波器在1~2秒内将速度误差收敛至0.05m/s以内,位置误差则通过后续位置观测逐步修正。若没有多普勒观测,仅靠位置观测收敛速度会慢3~5倍。
注意事项:多普勒观测值在低动态场景(如静止或匀速)下数值很小,容易受接收机晶振漂移影响。消费级接收机晶振稳定度约10⁻⁶~10⁻⁷,对应多普勒误差约1~10Hz,折算速度误差约0.1~1m/s。在融合系统中应合理设置多普勒观测噪声,避免过度信任。

3.5 三类观测值在融合导航中的协同策略

核心原理:GPS/IMU融合导航中,三类观测值扮演不同角色:伪距提供绝对位置基准(米级),载波相位提供高精度相对位移(毫米级),多普勒提供速度约束(cm/s级)。IMU则提供高频(100~1000Hz)的加速度与角速度积分,填补GPS更新间隙(通常1~10Hz)。

典型融合架构:

  1. 松耦合:GPS先独立解算位置/速度,再作为观测值输入IMU导航滤波器。实现简单,但GPS解算失败时无法利用原始观测。
  2. 紧耦合:直接使用伪距、载波相位、多普勒原始观测值构建滤波器观测方程。精度更高,抗干扰能力更强,但计算复杂度高。
  3. 深耦合:将IMU信息反馈至GPS接收机跟踪环路,辅助载波与码环。抗高动态与强干扰能力最强,但需定制接收机硬件。
耦合方式精度抗干扰实现复杂度典型应用
松耦合米级中低消费级导航
紧耦合分米~厘米级高中高自动驾驶、无人机
深耦合厘米级极高高军事、高动态飞行器
复盘总结:本章核心在于理解三类观测值的误差特性与适用边界。伪距是“粗而稳”的绝对基准,载波相位是“精而脆”的相对测量,多普勒是“快而准”的速度来源。融合导航设计的本质是根据场景动态调整各类观测值的权重——开阔环境信任载波相位,城市峡谷加强多普勒约束,信号遮挡时依靠IMU递推。下一章将深入IMU的误差模型与标定方法,为融合算法提供传感器层面的基础。