GNSS多徑抑制基帶處理算法綜述

邵 晨，曾慶化,2,3，邱文旗，許 睿

(1. 南京航空航天大學導航研究中心，南京 211106；2.先進飛行器導航、控制與健康管理工業和信息化部重點實驗室，南京 211106；3.衛星通信與導航江蘇高校協同創新中心, 南京 211106)

0 引言

全球導航衛星系統(Global Navigation Satellite System，GNSS)多徑效應是指GNSS信號由于傳輸過程中存在遮擋，使接收信號中混有多徑信號，造成信號幅值、載波相位和偽碼延遲變化，引入定位解算誤差，從而影響接收機定位精度的現象。根據偽隨機噪聲碼(Pseudo Random Noise code，PRN)的自相關特性，當多徑信號相對于直達信號的延遲在1個碼片之內時，接收機接收的合成信號和本地產生信號之間的相關函數發生畸變，產生解算誤差，這種由多徑效應引起的誤差稱為多徑誤差。

隨著GNSS現代化進程的推進，用戶對于定位精度的要求也越來越高。影響GNSS定位精度的誤差有很多,部分如鐘差、對流層誤差、電離層誤差等可以通過改善模型、差分技術等方法進行抑制;而多徑誤差由于沒有空間相關性，很難通過上述方法削弱，在誤差源中的影響越來越大。因此，研究多徑抑制技術對提高衛星導航定位精度具有重要意義。

由圖1可知，多徑誤差產生的環境分為視距(Line-of-Sight，LOS)環境和非視距(Non-Line-of-Sight，NLOS)環境，視距環境下接收信號中含有直射信號，而非視距環境下的接收信號中沒有直射信號。由于GNSS多徑抑制基帶處理算法僅適用于視距環境下多徑誤差的抑制，本文對非視距環境下的多徑誤差抑制技術不再詳述。

(a) 非視距環境

(b) 視距環境圖1 多徑誤差生成過程Fig.1 Generation of multipath errors

視距環境下,多徑誤差抑制技術分為天線增強技術、基帶處理算法和后處理技術三類，如圖2所示。

圖2 多徑抑制技術Fig.2 Multipath mitigation technique

天線增強技術通過改進天線，使方向圖主瓣對準直射信號方向，減少反射多徑信號的接收，該方法主要在硬件層面通過天線選址、特殊天線、安裝扼流圈等方式，抑制來自地面或低仰角的多徑信號，但難以消除來自空中的多徑信號。

基帶處理算法主要通過分析信號結構，改進跟蹤環,減小或消除多徑信號對于自相關函數的影響，從而減小多徑誤差。

后處理技術通過對接收機測量數據進行后期處理以減小多徑誤差。如利用高斯牛頓方法跟蹤多徑增益及延遲參數，利用后期建筑信息協助多徑判斷進行選星，該類方法需要其他輔助信息和大量高精度測量數據，多徑誤差抑制效果好但實時性較差。

上述多徑抑制技術中，基帶處理算法受信號體制影響較大，衛星播發信號的不斷改善和發展給多徑抑制基帶處理算法的研究帶來了更大的機遇和挑戰。本文從信號體制角度出發，對GNSS多徑抑制基帶處理算法的研究現狀，典型算法的基本原理、優缺點和發展趨勢做了較為詳細的論述，其中部分典型算法如表1所示。

由表1可知，多徑抑制基帶算法目前的相關研究分為兩類：第一類是對傳統多徑抑制算法進行研究，提高傳統算法的跟蹤精度和抗干擾性能，典型算法有窄相關技術、ELS、CCRW和MEDLL等；第二類是對新體制信號如北斗B1C、B2a信號等進行研究，充分利用多峰、數據導頻分離、主瓣帶寬大等信號結構特點來提高環路跟蹤性能，如基于去模糊的多徑抑制算法，能有效抑制或消除BOC信號的多峰特性從而避免誤鎖，同時獲得更好的抗多徑性能，典型算法有BPSK-like、Bump-Jump、ASPeCT、PCF等，下文對此進行詳細討論。

表1 GNSS多徑抑制基帶處理典型算法

1 傳統多徑抑制算法

GNSS多徑信號對接收機信號處理的影響主要體現在兩方面：

一方面,合成信號本身引入了載波和偽距測量值誤差，直接影響跟蹤環路對偽距等重要導航信息的解算。

另一方面,碼跟蹤環通過接收信號與本地參考信號的相關函數進行碼相位識別，如圖3所示，若接收信號中含有多徑信號，會使得本地信號和接收信號的相關函數發生畸變，鑒相器在判斷峰值位置時出現偏差，從而導致跟蹤誤差。

圖3 合成信號和直達信號歸一化相關函數Fig.3 Normalized correlation function of synthetic signal and direct signal

多徑信號也會對載波跟蹤產生影響，但由于多徑信號對碼環的影響遠大于對載波環的影響，所以多徑抑制算法研究多在碼環。傳統多徑抑制算法從原理上主要分為參量式和非參量式，對于中長時延多徑的抑制效果較好。

1.1 非參量式

非參量算法通過改進接收機的環路結構和鑒相器函數以降低對多徑信號的敏感程度。1992年，文獻[6]提出了窄相關技術，通過壓縮碼片間隔提高抗多徑性能。1994年，文獻[7]提出了ELS(Early Late Slope)技術，通過對相關函數兩側斜率進行估計,判斷相關函數的畸變程度，跟蹤精度比窄相關技術更高。1996年，文獻[8]提出了Strobe相關器技術，文獻[10]提出了脈沖間隙相關器(Pulse Aperture Correlator，PAC)技術。2002年，文獻[11]提出了碼相關參考波形(Code Correlation Reference Wavefo-rms，CCRW)技術，通過改變本地碼波形獲得理想的鑒相函數以抑制多徑。2006年，文獻[12]在CCRW的基礎上提出了一種參考波形的設計方法，能夠獲得期望的相關函數。2009年，文獻[13]提出了高分辨率相關器(High Resolution Correlator，HRC)。2012年，文獻[14]提出了一種基于小波變換的多徑抑制方法，利用小波變換判斷偽碼相關函數的奇異點，從而實現多徑抑制。2013年，文獻[15]在CCRW技術的基礎上進一步研究了參考波形和閘寬對于多徑抑制的影響。2018年，文獻[16]提出了一種新的參考波形，對于高階BOC信號具有良好的多徑抑制效果。2020年，文獻[17]提出了一種可滿足多目標約束條件的參考波形設計方法。其中，Strobe相關器、PAC和HRC統稱為Double-Delta技術，相關器間距相同時，該類技術的跟蹤精度較窄相關技術更高。CCRW技術通過設計不同的參考波形可以達到本地相關器線性組合的效果，相較于Double-Delta具備更為優異的抗多徑性能。非參量式算法的跟蹤環路結構簡單，跟蹤速度較快，但多徑性能受以下限制：1)受鑒相器性能和相關器間距的寬度限制等影響，不能完全消除多徑影響；2)受前端帶寬影響，前端帶寬越窄時，相關峰越平，鑒相函數多徑分辨率越低，需要增加帶寬和信號采樣頻率，但會導致環路抗干擾和跟蹤性能下降。

1.1.1 窄相關技術

衛星導航發展的早期，接收機碼跟蹤環的超前滯后相關器間距(Code Spacing)設置較大，一般為1個碼片，能夠減小初始捕獲時間，但是會導致碼環鑒相器函數單調范圍較寬，跟蹤精度較低，無法滿足高精度定位需求。1992年，NovAtel公司提出了窄相關技術以提高跟蹤精度。窄相關的碼跟蹤鑒相器是超前碼與滯后碼相減得到的，該技術通過減小相關器間距，提高鑒相器對峰值點的靈敏度，降低多徑信號帶來的誤差，但是不能完全消除多徑誤差，具有一定局限性。一般而言，相關器間距越小，多徑誤差包絡面積越小，抗多徑性能越好，但隨著相關器間距的減小，環路穩定性能變差，容易造成失鎖等現象。

1.1.2 Double-Delta技術

Double-Delta技術通過兩對相關器構建鑒相函數，主要包括HRC技術、Strobe相關器技術等。鑒相函數表達式為

(1)

其中，、、、為兩組超前滯后相關值，相距2，通過選取不同的值達到不同的效果。HRC技術選取的值為1，Strobe相關器則為2，兩者抗多徑性能相近。

圖4中，表示偽碼延遲，表示相關函數。由圖4可知，相關器間距越小，Double-Delta的抗多徑能力越強，相關器間距相同時，Double-Delta技術的抗多徑性能要優于窄相關技術。

圖4 Double-Delta技術Fig.4 Double-Delta technology

1.1.3 ELS技術

1994年，文獻[7]提出了ELS技術，相較于Dou-ble-Delta技術，ELS技術同樣是使用兩組相關器，但是鑒相器設計的原理不同。ELS技術利用多徑信號導致碼相關函數在峰值兩側主瓣的坡度不同這一特性，對峰值兩側坡度進行估計，從而準確得出峰值的位置。

由圖5可知，、、、為兩組超前滯后相關值，ELS技術計算得到的多徑誤差為峰值兩側直線交點的橫坐標，、、分別為相鄰相關器之間的間隔，一般取==12，此時鑒相器表達式為

(2)

與窄相關技術類似，相關器間隔越小，抗多徑性能越好。ELS技術依賴于兩側相關函數斜率估計的準確度，抗多徑性能與窄相關技術相比有明顯的提升，但是在信噪比較低時，斜率的估計往往不夠準確，會造成較大的誤差。

圖5 ELS技術Fig.5 ELS technology

1.1.4 CCRW技術

2002年，文獻[11]提出了CCRW技術，經過多次改進已較為成熟。該方法的原理是通過設計特殊的參考波形作為本地碼，將其與接收信號相關后得到不同的鑒相曲線，抗多徑性能與參考波形設計相關?；緟⒖疾ㄐ沃饕袃深悾旱谝活悆H在碼片變化處產生參考波形，第二類在每個碼片邊緣處產生并隨之變化，部分波形的產生方式如圖6所示。

圖6 CCRW參考波形Fig.6 Reference waveform of CCRW

不同參考波形可以選擇相同的鑒相函數，歸一化表達式為

(3)

其中，、分別為同相、正交分量的即時相關值；、分別為同相、正交分量的參考波相關值。當參考波形為矩形碼時，CCRW技術與窄相關技術等效，參考波形為時，CCRW技術與Double-Delta技術等效。通過選擇不同的參考波，CCRW可以達到與其他非參量式算法類似的效果，無需增加額外相關器，環路簡單。參考波的閘寬越小，多徑抑制性能越好，參考波形為和時,抗多徑性能比Double-Delta技術更優。

1.2 參量式

參量式算法的原理是通過大量的相關器獲取多徑信號的特征參數觀測值，再通過估計算法得到多徑參數最優估計值，最后剝離出直射信號。1995年，文獻[20]提出了多徑消除延遲鎖相環(Multipath Estimation Delay Locked Loop，MEDLL)技術，通過估計多徑參數有效抑制中長時延多徑信號，但該方法計算量大，實時性較差。1997年，文獻[21]提出了多徑消除技術(Multipath Mitigation Technology，MMT)，在MEDLL的基礎上通過預先假設多徑個數,簡化多徑模型，降低了計算量。2009年，文獻[22]提出了Vision相關器(Vision Correlator)技術，通過精確測量碼片過渡時刻的射頻信號性能，提取清晰的碼片過渡時刻波形，再剝離多徑信號，多徑性能相較于MMT得到進一步提高和優化。這類方法對中長時延多徑誤差的抑制效果好，跟蹤精度高，但是由于需要估計多徑信號并進行剝離，所以需要較多的相關器，跟蹤環路結構較為復雜，計算量較大。除此之外，隨著濾波和智能算法研究的深入，一些改進算法相繼被提出。2017年，文獻[23]采用遺傳粒子濾波對多徑信號進行估計,提高了多徑估計的精度。2018年，文獻[24]提出了基于差分進化(Differential Evolution，DE)改進粒子濾波的多徑估計算法，提高了非高斯噪聲下的估計精度。2019年，文獻[25]提出了利用擴展卡爾曼濾波(Extended Kalman Filter，EKF)提高MEDLL的多徑估計精度。同年，文獻[26]利用信息論學習實現多徑估計，該算法無需假設多徑數目,能夠快速實現參數估計。其他還有利用Newton法優化求解，加入TK算子降低計算復雜度等針對最大似然估計算法的改進。參量式算法需要估計多徑信號的特征信息，跟蹤精度相對于非參量式算法更高，但環路設計復雜，計算量較大。

接下來以MEDLL技術為例介紹參量式算法的實現過程，該技術是一種基于多徑模型的參數估計方法,通過最大似然估計算法估計多徑偽碼延遲、載波延遲和幅值。

圖7 MEDLL跟蹤環Fig.7 Tracking loop of MEDLL

由圖7可知，中頻信號分別與本地載波sin()、cos()相乘分為(同相)分量和(正交)分量，之后分別進入2+1個相關器，每個相關器間隔為個碼片。整個跟蹤過程中含有大量待估參數，一般使用迭代求解。迭代過程分為參數估計、相關峰恢復和檢測流程控制。其中，參數估計過程為假設輸入僅有一路信號，估計該信號幅值、載波相位和偽碼延遲；相關峰恢復過程為根據給定的幅值、載波相位和偽碼延遲，輸出估計的相關峰波形；檢測流程為根據估計波形的殘差預設多徑路數，判斷是否進行下一輪迭代。針對檢測流程繁瑣的問題，文獻[29]提出了一種改進的MEDLL技術，該算法通過設定接收信號中最大路徑數進行余量估計，能夠有效提高直射信號的估計效率，但是依舊沒有解決MEDLL需要大量相關器、計算量大的主要問題。MEDLL算法是目前最有效的多徑檢測和估計算法之一，跟蹤精度較高，實時性較差，多徑抑制性能主要受噪聲影響。

1.3 傳統多徑抑制算法應用挑戰：短時延多徑

一般而言，以上方法可以在多數場合發揮較好的多徑抑制作用，然而它們都有一個共同的缺陷，當面對短時延多徑信號(多徑延遲小于0.5碼片)時，上述方法的抗多徑性能會有一定的下降。短時延多徑信號是多徑信號中的一類特殊信號，兩者具有相似的特性，但短多徑信號的延遲更小。短多徑抑制技術的難點在于短多徑中直達信號的剝離和延遲的估計。關于短多徑抑制算法的研究如下，2009年，文獻[30]在HRC相關器中增加了修正因子以減小短多徑誤差。2010年，文獻[31]提出了一種基于斜率的多徑估計(the Slope-Based Multipath Estimation，SBME)方法，這種方法能夠很好地抑制延遲小于0.35碼片的短多徑信號。2011年，文獻[32]提出了一種新型碼環路鑒相器(Short Multipath Insensitive Code Loop Discriminator，SMICLD)，這種方法碼環路簡單，對短時延多徑有較好的抑制效果。2012年，文獻[33]在SMICLD的基礎上進行改進，提出了MSMICD鑒相器，該方法計算量小，處理同相多徑信號時性能優于SMICLD。2014年，文獻[34]提出了改進窄相關的短多徑抑制方法，在傳統窄相關器的基礎上，額外增加一個相關器用于對短時延多徑誤差進行定量估計并實時修正。同年，文獻[1]提出了在Strobe相關器算法中引入修正因子，對碼環鑒相器進行修正以抑制短多徑。2019年，文獻[35]提出了一種改進的對短多徑不敏感的Strobe鑒相(Modified Short Multipath Insensitive Strobe Discriminator，MSMISD)算法，通過構造延遲相關值和設計反相多徑補償因子抑制短多徑，相較于傳統Strobe相關器抗多徑性能更好。短延時多徑抑制基帶處理算法研究相對較少，大都是在傳統長時延多徑抑制算法的基礎上進行改進，精度和抗干擾性能還有待提高。

2 新體制信號多徑抑制算法

隨著衛星導航定位系統的發展，現代化衛星導航系統通過采用二進制偏移載波(Binary Offset Carrier，BOC)調制和混合二進制偏移載波(Multiplexed Binary Offset Carrier，MBOC)調制解決頻段擁擠的問題。BOC信號的數學模型表示如下

()=(-)cos(2π+)

(4)

=sign(sin(2π+))

(5)

其中，為信號幅值；為PRN碼；為偽碼延遲(單位是碼片)；為載波頻率；為載波相位；為方波子載波；為子載波頻率；決定子載波類型，取0時為sin-boc，取 12π時為cos-boc。

新體制信號從信號設計的角度減小多徑誤差，帶來更高性能的同時提升了接收機設備的設計復雜度?，F代化GNSS部分信號已采用BOC調制或在其基礎上進行變形的調制方式，如北斗的B1C信號采用QMBOC調制，Galileo系統中E1信號采用CBOC調制和GPS中L1C采用TMBOC調制等。

新體制信號多徑抑制算法針對于新體制信號設計，主要分為兩類：一類是基于去模糊的多徑抑制算法，另一類是針對不同信號特性設計的處理方法。

2.1 基于去模糊的多徑抑制算法

BOC、MBOC信號雖然有著良好的抗多徑性能，但是由于其自相關函數的多峰特性，容易導致跟蹤環路發生誤鎖現象，在使用Strobe相關器、HRC等常用多徑抑制算法時，在±0.5碼片附近存在模糊點。為解決該問題，一般采用基于去模糊的多徑抑制算法，這類方法由去模糊算法和傳統多徑抑制算法組成。首先通過去模糊算法解決BOC信號的模糊性問題，降低多徑敏感度，再通過傳統多徑抑制算法進一步提高多徑抑制性能。由于傳統多徑抑制算法上文已提及，接下來具體闡述去模糊算法的發展歷程。

1999年，文獻[38]提出了峰跳法(Bump-Jump)，在傳統BPSK跟蹤方法的基礎上增加了遠超前和遠滯后相關器，監測主峰兩側相關峰值，判斷是否鎖定在主峰，該方法需要積累較長的時間來完成失鎖檢測。2000年，文獻[39]提出了非相干邊帶算法，通過對BOC信號進行單邊帶濾波消除多峰特性，但是該算法會造成信號能量的浪費，導致跟蹤精度降低。2003年，文獻[40]提出了一種基于子載波相關的去模糊算法。2004年，文獻[41]提出了一種亞載波相位消除的去模糊算法，這類方法通過消除矩形波的方式獲得單峰相關函數。2006年，文獻[42]提出了BPSK-like算法，相較于非相干邊帶法的優點在于能夠同時利用兩個邊帶能量,提高接收機處理的衛星信號能量。2007年，文獻[43]提出了信號相關邊峰消除(Autocorrelation Side-Peak Cancellation Technique， ASPeCT)算法。同年，文獻[44]提出了一種基于偽相關函數(Pseudo Correlation Function，PCF)的算法。2013年，文獻[48]提出了一種MBOC信號去模糊算法，設計了雙超前減滯后鑒相器去除MBOC信號的多峰性。2014年，文獻[49]提出了一種基于PCF算法的CBOC信號去模糊算法，跟蹤性能更優。2018年，文獻[50]提出了一種基于CCRW算法的QMBOC信號去模糊算法，能有效消除多峰性，但由于閘波設計不便，具有一定局限性。

采用去模糊算法消除BOC信號的多峰性是后續使用鑒相器改進、參數估計等傳統多徑抑制算法的前提，同時可以通過構造特殊相關函數進一步提高整個算法的多徑抑制性能。接下來對ASPeCT、PCF等典型去模糊算法進行介紹，這類方法通過多個互相關函數的非線性組合對原相關函數進行改進，重構的相關函數的多峰性大大減弱，從而減小了跟蹤環路誤鎖的可能性。

2.1.1 ASPeCT算法

2007年，文獻[43]提出了ASPeCT算法，經過多次改進已較為成熟。該算法是一種基于自相關邊峰消除技術的跟蹤算法，利用BOC信號與PRN碼的互相關函數和BOC信號的自相關函數，對碼環路相關結果進行重構，重構之后的相關函數為

(6)

其中，()是BOC信號的自相關函數；()是BOC信號和本地PRN序列的互相關函數；是調節因子，其取值影響ASPeCT相關函數中兩個較小邊鋒的大小，需要根據應用的不同需求進行調整。

由圖8可知，BOC(,)信號與本地偽碼序列的互相關函數曲線關于原點中心對稱，且存在兩個峰值。這兩個峰值的碼相位延遲與BOC(,)信號自相關函數的兩個邊峰所在的碼相位延遲相同，位于±0.5碼片處。由于兩側峰峰值符號相反，ASPeCT算法利用平方運算消除符號對相關峰的影響，從而削弱側峰對整個偽碼跟蹤環路的影響。ASPeCT算法構建的相關函數沒有削弱主峰的幅值和寬度，保持了BOC(,)信號原有的特性，跟蹤性能上優于傳統的BPSK跟蹤方法;但是該方法并不能完全消除自相關邊峰，在主峰的兩側仍然留有兩個較小的邊峰，初始相位較大時可能會導致跟蹤不穩定。針對該問題，文獻[51]提出了改進ASPeCT算法相關函數，構建一個無邊峰的相關函數，新相關函數的相關主峰相對于改進前更寬，這會導致環路的跟蹤精度降低，但是新相關函數只有一個主峰，完全消除了邊峰的影響，穩定性更好。ASPeCT算法構建的相關函數只能消除BOC(,)的邊峰影響，對于BOC(,)信號和MBOC信號不適用。

圖8 ASPeCT歸一化相關函數Fig.8 Normalized correlation function of ASPeCT

2.1.2 PCF算法

2007年，文獻[44]提出了PCF算法，經過多次改進已較為成熟，是一種通過構建偽相關函數實現無模糊跟蹤的算法。PCF算法的主要原理為：在中頻信號處理過程中構建兩組本地參考信號()和()，分別與接收信號進行相關運算，相關函數為()和()，最后利用相關結果構建無相關邊峰的偽相關函數，跟蹤性能受寬度因子影響。相關函數為

()=|()|+|()|-
|()+()|

(7)

相關函數圖像如圖9所示。

圖9 PCF歸一化相關函數Fig.9 Normalized correlation function of PCF

由圖9可知，PCF算法能夠徹底消除BOC信號的多峰性，同時利用合適的寬度因子獲得更窄的相關主峰和更好的抗多徑性能。2021年，文獻[52]提出了一種子函數組合相關的無模糊跟蹤算法，有效地適用于對BOC(,)和CBOC(6,1,1/11)信號的跟蹤，但是與PCF算法相似，需要設計特殊的參考波形，組合函數在實現無模糊的同時會損失一部分跟蹤性能。

2.2 其他處理方法

新體制信號多徑抑制算法除了去模糊算法與傳統多徑抑制算法組合的方式之外，還可以根據信號結構特征設計特殊算法，提高信號利用功率和多徑抑制性能。該類方法已實現工程應用的有聯合跟蹤、TM61跟蹤算法和雙重估計技術等。

2.2.1 聯合跟蹤

部分新體制信號為數據、導頻分離的結構，數據分量包含電文信息，用于獲取偽距和導航信息，導頻分量僅有擴頻碼，不包含電文信息，從而增加了相干積分時間，精度更高。傳統的多徑抑制算法僅針對單路信號進行觀測量的估計，這會造成有用功率的浪費，從而導致跟蹤精度的降低，針對該問題，可以使用聯合跟蹤算法解決。2002年，文獻[54]針對L5信號提出了鑒相器和濾波器層面的聯合跟蹤方法，并研究了該方法的適用性。2010年，文獻[55]針對E1信號提出了數據/導頻聯合捕獲跟蹤算法，提高了捕獲跟蹤的穩定性。2011年，文獻[56]提出了不同權重的非相干和相干數據/導頻聯合方法，提高了信號的利用率。同年，文獻[57]針對L5信號提出了三種復雜度不同的聯合跟蹤方法，分別為相關器輸出聯合、鑒相器輸出聯合和濾波器輸出聯合。2013年,文獻[15]提出了聯合多徑抑制算法，將CBOC信號的導頻和數據通道利用碼參考波形技術實現多徑抑制，再進行非相干合并消除BOC(6,1)分量的影響，達到了該信號的多徑抑制極限。2018年，文獻[58]針對B1C信號，采用導頻輔助數據聯合跟蹤和數據/導頻幅值聯合跟蹤，提高了跟蹤的精度和穩定性。2019年，文獻[51]分析比較了三種聯合跟蹤算法的跟蹤精度和抗多徑性能，為以后的研究提供參考。2020年，文獻[59]提出了一種B1C信號的無模糊捕獲算法，采用數據/導頻非相干組合的捕獲策略，實現了B1C信號的無模糊捕獲。同年，文獻[60]提出了一種基于EKF的數據/導頻聯合跟蹤方法，在聯合跟蹤模型的基礎上引入卡爾曼濾波器，進一步減小跟蹤誤差。

由圖10可知，聯合跟蹤方式分為相關器、鑒相器和濾波器三類。相關器聯合通過數據和導頻相關積分進行組合，需要判斷電文與二次碼符號，環路結構最簡單，但是在低載噪比時符號判斷受影響，從而導致精度下降。鑒相器聯合通過信號發射功率比對數據和導頻鑒相器輸出進行加權組合，環路結構相比相關器聯合更復雜，在低載噪比環境下精度更高。濾波器聯合通過信號發射功率比對數據和導頻環路濾波器輸出進行加權組合，復雜度最高，在低載噪比環境下精度最高。

圖10 聯合跟蹤結構Fig.10 Combined tracking structure

2.2.2 TM61跟蹤算法

TM61跟蹤最早是由ENAC的信號處理實驗室針對于TMBOC(6,1,1/11)信號提出的。2007年，文獻[61]將其用于跟蹤CBOC(6,1,1/11)信號。2019年，文獻[51]研究了TM61跟蹤在QMBOC調制信號上的應用。

由圖11可知，TM61算法中延遲鎖定環P(即時)支路將BOC(1,1)分量與接收信號進行相關運算，利用BOC(1,1)信號的高功率特性獲取接收信號的數據信息;E(超前)和L(滯后)支路采用接收信號與本地BOC(6,1)信號進行互相關，利用BOC(6,1)信號的高精度特性對接收信號進行跟蹤。該算法充分利用了BOC(1,1)信號和BOC(6,1)信號的特性，抗多徑能力強。但是該算法有兩個缺點，一是TM61跟蹤是僅適用于BOC(1,1)信號和BOC(6,1)信號復用調制的信號，具有一定局限性；二是由于該方法并沒有充分利用MBOC信號的能量，跟蹤精度低于使用復用信號的相關結果。

圖11 TM61算法跟蹤環路Fig.11 TM61 tracking loop structure

2.2.3 雙重估計技術

由式(4)、式(5)可知，BOC調制的原理是在原有BPSK調制的基礎上，加上一個二進制副載波對BPSK信號進行二次擴頻。針對該類信號，2008年，文獻[66]提出了雙重估計技術(Dual Estimate Technology，DET),分別使用碼環和副載波環對偽碼和副載波進行跟蹤。2018年，文獻[67]提出了一種基于改善DET的多徑抑制算法，設計了一種DET雙環交互互相關函數，多徑抑制性能高于傳統DET算法。

DET方法的原理是將本地偽碼信號和本地副載波信號分離，分別進行相關。從偽碼層面看，相關函數與BPSK偽碼相關函數形狀類似，具有單峰性，但是精度較低。從副載波層面看，精度較高，但是具有模糊度。通過兩者的非線性組合可以取得精度較高且無模糊度的結果，DET的性能由副載波跟蹤精度決定。目前,副載波跟蹤方式可以分為兩種：一種是延遲鎖定環跟蹤(Subcarrier Delay Loc-ked Loops，SDLL)方式，該方式計算復雜度較低，要求的硬件資源少，考慮到應用實現難度，一般用于偽碼速率較低或BOC階數較低的信號;另一種是鎖相環跟蹤(Subcarrier Phase Locked loops，SPLL)方式，對軟硬件要求較高，在跟蹤精度和抗多徑性能上相對于SDLL具有優勢，一般適用于偽碼速率較高或BOC階數較高的信號。

3 結論與展望

目前,GNSS多徑抑制基帶處理算法相關研究如圖12所示，按信號體制可以分為傳統多徑抑制算法和新體制信號多徑抑制算法。傳統多徑抑制算法主要針對于BPSK信號，分為非參量式和參量式，其中非參量式算法通過改進鑒相器，降低其對于多徑的敏感性，提高抗多徑性能,該類方法環路簡單，計算量較小；參量式算法需要估計多徑信號的特征，跟蹤精度較高，計算量較大。新體制信號多徑抑制算法針對于BOC、MBOC信號，按實現方式分為兩類：第一類是基于去模糊的多徑抑制算法，這類方法適用范圍較廣，首先去除信號多峰性，然后改善傳統算法的多徑抑制性能，進一步提高跟蹤精度；第二類是針對特殊信號結構的處理算法，此類方法根據不同的信號結構進行設計，提高信號在跟蹤過程中的利用功率，從而提高跟蹤精度，相較于第一類方法精度更高，但適用范圍更窄。

圖12 多徑抑制基帶處理算法框架Fig.12 Framework of multipath mitigation baseband processing algorithm

由上述分析可知，GNSS多徑抑制基帶處理算法相關研究面對的挑戰主要有兩方面：一方面是越來越復雜的應用場景對多徑抑制算法魯棒性、快速性、準確性提出更高的要求;另一方面是不斷發展的衛星信號體制使得多徑抑制算法需要向針對性、高效性的方向發展。隨著衛星信號設計和信號處理技術的不斷發展，多徑抑制基帶處理算法也需要隨之不斷進步，從而進一步提升衛星導航系統服務性能和服務質量。在此基礎上，對GNSS多徑抑制基帶處理算法研究前景進行展望：

1)改善算法性能：

①提高多徑抑制算法的性能，提高Double-Delta、MEDLL、ELS等算法的跟蹤精度和計算效率，合理改進算法使其滿足應用需求。對于新體制信號,一方面需要加強去模糊算法的研究，使其在達到無模糊的同時保留原信號的良好特性,如主峰寬度、信號強度等，從而進一步提升多徑抑制性能;另一方面,針對信號結構進行新型跟蹤算法的研究，如數據/導頻聯合跟蹤、TM61跟蹤算法等，提高新體制信號的能量利用率，發揮新體制信號的優秀性能。

②改善特殊多徑的抑制性能，一是加強短多徑抑制算法研究，隨著衛星應用越來越廣泛，特別在復雜城市環境中，多徑信號往往是近距離和短時延的，使得短多徑抑制技術具有較高的研究價值；二是加強高階BOC信號多徑抑制算法研究，目前BOC多徑抑制技術多集中于低階BOC信號，高階BOC信號的研究相對較少，高階BOC信號的帶寬較大，其自相關函數的相關峰窄而且非常密集，有的甚至存在一定的非對稱性，給跟蹤和多徑抑制帶來挑戰，如Galileo E1頻點和北斗B3頻點的BOC(12,2.5)等。

2)多源信息融合：結合衛星導航的發展趨勢，將信息融合技術應用于基帶處理算法解決多徑問題，例如加強矢量跟蹤技術的研究，矢量跟蹤算法的原理是將各通道的鑒相器誤差及其他輔助信息(如慣導)輸入到導航濾波器，再生成環路控制量調節本地NCO，在高動態、遮擋和空曠的環境下，相較于標量跟蹤算法具有更高的跟蹤精度和多徑抑制能力，目前應用主要受結構復雜和計算量大的限制，可以從濾波算法角度出發進行改善。

3)算法應用優化：加強新播發信號多徑抑制算法的應用研究，通過改進與新播發信號結構類似的多徑抑制算法，快速地實現新信號的精確跟蹤，提高算法的適用性，如早期北斗B1C信號的多徑抑制算法的研究可以借鑒GPS的TMBOC信號和Galileo的CBOC信號，加快產品化進程。