张婷菲，赵 昀，王星然

(北京航空航天大学电子信息工程学院，北京100191)

0 引言

影响卫星导航定位精度的误差源有许多，但随着全球卫星导航系统(GNSS)的增强以及现代化程度的提高，许多误差源的影响正在减少，多径效应产生的误差已经成为最重要的误差源。

多径是指卫星发射的信号通过非视线(Line of Sight，LOS)路径到达接收机的现象。由此，接收机接收的信号是直达信号和多径信号的叠加，导致产生额外的跟踪误差，进而影响到导航定位精度。尤其在城市环境建筑物比较密集形成众多反射面，多径效应更为严重。对多径效应的抑制程度直接影响到定位精度以及导航性能。为了消除多径影响，许多多径抑制技术不断地被开发出来，并在各类接收机中得到应用，如窄相关技术［1］、Strobe相关器技术和MEDLL技术等。

近十几年，基于蒙特卡罗方法［2，3］和递推贝叶斯估计［4］的粒子滤波(PF)算法［5］因其适用于非线性及非高斯噪声问题求解而受到关注。文章提出了一种改进的粒子滤波算法——基于遗传算法的粒子滤波GAPF。将遗传算法引入粒子滤波框架，用于估计多径时延，和标准粒子滤波算法相比，能有效增加粒子多样性，克服粒子退化问题。运用遗传算法的选择、交叉和变异算子改进粒子样本的多样性，防止样本空间在重采样后出现退化，从而提高多径时延的估计精度。此外，利用卡尔曼滤波对多径信号的幅值实现估计。

首先，介绍了GPS多径信号的模型，并针对采样信号处理带来的计算量大的问题，给出了信号向量压缩方法;其次，介绍了遗传算法，并给出了用遗传算法改进粒子滤波用于估计多径时延的步骤，以及结合卡尔曼滤波实现多径幅度的估计;最后，对提出的算法进行仿真验证。……