CN106291604A - 卫星导航信号接收机的改进码跟踪方法及环路 - Google Patents

Abstract

本发明公开一种卫星导航信号接收机的改进码跟踪方法及环路，利用最小二乘算法和卡尔曼滤波算法相结合的方法对跟踪环中的码环进行改进和优化，通过最小二乘算法对所有相关支路的相干积分结果进行处理，构造出一组无偏、均方误差和最小和空间分布确定的新的观测点，并用于后续的线性卡尔曼滤波，求出直达信号和多径信号的码相位，使卡尔曼滤波算法的精度更高、灵敏度更高。此外，还提出在码环卡尔曼滤波模块中加入发散控制模块，以判别并抑制滤波器发散。因此本发明能够在有效抑制多径干扰的同时，跟踪更低信噪比的弱卫星导航信号，同时拥有更高的码跟踪精度。

Description

卫星导航信号接收机的改进码跟踪方法及环路

技术领域

本发明涉及卫星导航接收机技术领域，具体涉及卫星导航信号接收机的改进码跟踪方法及环路。

背景技术

在室内、密集城区、隧道、密林等复杂信道环境中，遮挡、多径和干扰等现象较为严重，卫星导航信号功率由于受到各种穿透损耗会严重衰减，信号幅度和相位也会受到多径衰落的影响变化剧烈，这种情况下，卫星信号能量甚至低于-180dBW，接收信噪比将会严重恶化，普通导航接收机对卫星导航信号的跟踪将难以实现。因此很有必要研究一种在弱信号条件下仍能高精度跟踪的卫星导航信号的跟踪方法。

导航接收机对卫星信号的跟踪分为载波跟踪和码相位跟踪。传统的接收机的码跟踪环路，如图1所示，主要由N个相关器、N个积分累加器、鉴别器、环路滤波器、伪码NCO和伪码发生器组成。在弱信号环境中，对于接收机的码跟踪环而言，热噪声和多径干扰是其主要误差源。为实现弱信号条件下的码跟踪，很多文献都提出基于卡尔曼滤波的方法，其主要有两种实现结构：一为在码环鉴别器和环路滤波器之间加入卡尔曼滤波模块；一为用卡尔曼滤波模块代替原有的鉴别器。所用到的卡尔曼滤波主要有线性卡尔曼滤波(KalmanFilter，KF)、扩展卡尔曼滤波(Extended Kalman Filter，EKF)，和平淡卡尔曼滤波(Unscented Kalman Filter，UKF)三种，其中EKF和UKF都是非线性的。采用非线性卡尔曼滤波虽然效果相对较好但是计算量很大；而采用线性卡尔曼滤波时，又存在滤波器发散的问题。

虽然现有技术已提出基于卡尔曼滤波的码跟踪方法，但不管采用线性卡尔曼滤波还是非线性卡尔曼滤波，在这种滤波估计问题中，观测值是唯一的信息源，但是由于如***误差、观测误差、设备误差等各种误差的存在，观测值是含有误差的，这个误差会被带进后续对目标参数的估计值中，降低环路的跟踪性能，使得采用现有技术的卡尔曼滤波精度低。

发明内容

本发明所要解决的是现有导航卫星信号接收机的码跟踪方法存在精度低的问题，提供卫星导航信号接收机的改进码跟踪方法及环路。

为解决上述问题，本发明是通过以下技术方案实现的：

卫星导航信号接收机的改进码跟踪方法，包括如下步骤：

步骤1，对天线接收的卫星导航信号进行下变频和解调处理后，将其送入相干积分模块中进行相关和积分运算得到各相关支路的相干积分结果；

步骤2，将相干积分结果存入缓存模块，并将其作为最小二乘模块的原始观测量；

步骤3，最小二乘模块对步骤2所得原始观测量进行最小二乘处理，构造出一组无偏、均方误差和最小和空间分布确定的修正观测量；

步骤4，将步骤3所得修正观测量作为卡尔曼滤波模块的观测量，通过建模和不断收敛，得到直达信号与本地伪码的码相位差、多径信号与本地伪码的码相位差、以及多径信号相对直达信号的幅度比例；

步骤5，将直达信号与本地伪码的码相位差输入环路滤波器中进行滤波，再把滤波后的码相位差输入到伪码数控振荡器和伪码发生器中，调节并输出本地伪码送至相干积分模块。

步骤3具体为：

步骤3-1，将同一相关支路的原始观测值组成原始观测矢量；

步骤3-2，建立如下测量方程，即

R＝G·B+L

式中，R为原始观测矢量，L是噪声矢量，G为量测矩阵，B为待估计的状态矩阵；

步骤3-3，根据最小二乘估计原理，得到状态矩阵B的最小二乘估计矩阵

步骤3-4，根据最小二乘估计矩阵得到修正后的修正观测值；

步骤3-5，将同一相关支路的修正观测值组成修正观测矢量。

所述相关支路包括同相支路的超前相关支路、同相支路的滞后相关支路、正交支路的超前相关支路和正交支路的滞后相关支路。

基于上述方法所设计的卫星导航信号接收机的改进码跟踪环路，包括相干积分模块、缓存模块、最小二乘模块、卡尔曼滤波模块、环路滤波器、伪码NCO和伪码发生器；相干积分模块的输出端与缓存模块的输入端相连，缓存模块的输出端连接最小二乘模块的输入端，最小二乘模块的输出端连接卡尔曼滤波模块的输入端，卡尔曼滤波模块的输出端与环路滤波器的输入端连接，环路滤波器的输出端连接伪码NCO的输入端，伪码NCO的输入端连接伪码发生器的输入端，伪码发生器的输出端连接相干积分模块的输入端。

所述卡尔曼滤波模块为线性卡尔曼滤波模块。

与现有技术相比，本发明利用最小二乘算法和卡尔曼滤波算法相结合的方法对跟踪环中的码环进行改进和优化，通过最小二乘算法对所有相关支路的相干积分结果进行处理，构造出一组无偏、均方误差和最小和空间分布确定的新的观测点，并用于后续的线性卡尔曼滤波，求出直达信号和多径信号的码相位，使卡尔曼滤波算法的精度更高、灵敏度更高。此外，还提出在码环卡尔曼滤波模块中加入发散控制模块，以判别并抑制滤波器发散。因此本发明能够在有效抑制多径干扰的同时，跟踪更低信噪比的弱卫星导航信号，同时拥有更高的码跟踪精度。

附图说明

图1是传统码跟踪环逻辑框图。

图2是本发明实施例中改进码跟踪环逻辑框图。

图3是本发明实施例中卡尔曼滤波的原理简述框图。

图4是本发明实施例中采用改进码跟踪算法的步骤流程图。

具体实施方式

下面结合附图对本发明的技术方案进行详细阐述。

卫星导航信号接收机的改进码跟踪环路，如图2所示，主要由N个相关器、N个积分累加器、缓存模块、最小二乘模块、卡尔曼滤波模块、环路滤波器、伪码NCO(伪码数控振荡器)和伪码发生器组成。接收到的中频数据与本地载波在混频器实现混频后输出，混频器的输出端分为N路，每一路连接1个相关器的一输入端。每个相关器的输出端连接一个积分累加器的输入端。N个积分累加器的输出端同时接入缓存模块的输入端。缓存模块的输出端连接最小二乘模块的输入端。最小二乘模块的输出端连接卡尔曼滤波模块的输入端。卡尔曼滤波模块的输出端与环路滤波器的输入端连接。环路滤波器的输出端连接伪码NCO的输入端。伪码NCO的输入端连接伪码发生器的输入端。伪码发生器的输出端分为N路，每一路连接1个相关器的另一输入端。

图2所示为本发明设计的改进码跟踪环，通过对比图1的传统接收机码跟踪环结构可知，本发明改进的码跟踪环使用卡尔曼滤波模块代替鉴别器，并在相关器与卡尔曼滤波模块之间加入了缓存模块和最小二乘模块。

上述缓存模块，用于缓存各相关支路的相干积分结果。

上述最小二乘模块(Least Square，LS)，用于对缓存模块缓存的相干积分结果进行处理，通过最小二乘算法对相关支路的相干积分结果进行处理，构造出一组无偏、均方误差和最小和空间分布确定的新的观测点，并用于后续的卡尔曼滤波模块。设每次相干积分时长为T_coh，设各相关支路的相关器相对即时码相关器的相位偏移为±δ_j。

以接收信号包含一条直达信号和一条多径信号的情形为例来说明模块的功能，接收机在对中频信号进行去载波处理后，再进行伪码相关处理，得到某一支路如第j条超前支路的相干积分结果为：

其中，τ₀和τ₁分别是直达信号和多径信号的码相位时延，α₁是多径信号相对直达信号的幅度比例，a、A分别是本地载波和接收信号中直达信号载波的幅度。f_e是从载波跟踪环得到的载波频率差，是从载波跟踪环得到的直达信号与本地载波的载波相位差，是从载波跟踪环得到的多径信号与本地载波的载波相位差。p(t)是服从N(0,σ²)分布的白高斯噪声，R_c(·)是伪码自相关函数。

每次相干积分结果作为一个观测值缓存于缓存模块中，每M次相干积分时长进行一次环路更新。上述相干积分结果可写成如下矢量形式：

R＝G·B+L (2)

其中，L是噪声矢量，R为同一相关支路的M个相干积分结果组成的观测矢量，G为量测矩阵，B为待估计的状态矩阵。

所述M次相干积分结果组成的观测矢量R为：

R＝[R₁,R₂,...,R_M]^T (3)

所述量测矩阵G为：

其中，f_e是从载波跟踪环得到的载波频率差，T_coh为每次相干积分时长，是从载波跟踪环得到的直达信号与本地载波的载波相位差，是从载波跟踪环得到的多径信号与本地载波的载波相位差。所述待估计的状态矩阵B为：

$B=\left[\begin{array}{c}b1\\ b2\end{array}\right]=\left[\begin{array}{c}{\mathrm{aAR}}_c({\mathrm{\δ}}_j+{\mathrm{\τ}}_0)\\ {\mathrm{\α}}_1{\mathrm{aAR}}_c({\mathrm{\δ}}_j+{\mathrm{\τ}}_1)\end{array}\right]---\left(5\right)$

其中，a是本地载波的幅度，A是接收信号中直达信号载波的幅度，α₁是多径信号相对直达信号的幅度比例，R_c(·)是伪码自相关函数，τ₀和τ₁分别是直达信号和多径信号的码相位时延，δ_j是此条相关支路的相关器相对即时码相关器的相位偏移；b1是直达信号伪码与此条相关支路的本地伪码的自相关函数与本地载波幅值以及接收信号载波幅值的乘积，b2是多径信号伪码与此条相关支路的本地伪码的自相关函数与本地载波幅值以及幅度比例系数α₁以及直达信号载波幅值的乘积。

由最小二乘估计原理可知，B的最小二乘估计为：

$\hat{B}={\left(G^{T}G\right)}^{-1}{G}^{T}R---\left(6\right)$

从上述最小二乘估计中可得到并代入下式(7)中，可得到一个修正后的观测值

其中，指代或者

每条支路的相干积分结果都用上述方法进行修正，得到一组无偏、均方误差和最小、空间分布确定的新的观测点，组成观测矢量z_k，用于后续的滤波估计。

$z_k={\[{\hat{I}}_{E1}{\hat{I}}_{E2}\mathrm{...}{\hat{I}}_{EN}{\hat{I}}_{L1}{\hat{I}}_{L2}\mathrm{...}{\hat{I}}_{LN}{\hat{Q}}_{E1}{\hat{Q}}_{E2}\mathrm{..}{\hat{Q}}_{EN}{\hat{Q}}_{L1}{\hat{Q}}_{L2}\mathrm{...}{\hat{Q}}_{LN}\]}^T---\left(8\right)$

其中，的值由的计算公式求得，表示同相支路的第i条超前相关支路的经最小二乘算法修正后的观测值；的值也由的计算公式求得，表示同相支路的第i条滞后相关支路的经最小二乘算法修正后的观测值；的值也由的计算公式求得，表示正交支路的第i条超前相关支路的经最小二乘算法修正后的观测值；的值也由的计算公式求得，表示正交支路的第i条滞后相关支路的经最小二乘算法修正后的观测值，i＝1,2,…,N，其中N为某种相关支路的总条数，即同相超前支路、同相滞后支路、正交超前支路和正交滞后支路这四种相关支路的条数均为N。

上述卡尔曼滤波模块，包含滤波模块、增益模块和发散控制模块。如图3所示。

设同相和正交支路分别采用了N组超前--滞后相关器，考虑如下线性***：

x_k＝F·x_k-1+w_k-1 (9)

z_k＝H_k·x_k+v_k (10)

其中，x_k和z_k分别表示k时刻的状态矢量和观测矢量。w_k、v_k分别是过程噪声和测量噪声，均是零均值白高斯噪声。R_k是v_k的协方差矩阵，Q_k是w_k的协方差矩阵，Q_k取对角阵。F是状态转移矩阵，H_k是k时刻的测量矩阵。

状态矢量x_k：

x_k＝[τ₀,τ₁,α₁]^T (11)

滤波模块，用于构造如下预测方程和当前状态估计方程，基于预测方程由前一时刻(即第k-1时刻)的状态估计值得到当前时刻(即第k时刻)的状态预测值。

状态预测方程：

${\hat{x}}_{k|k-1}=F{\hat{x}}_{k-1}---\left(12\right)$

上述是由k-1时刻的状态估计值预测得到的第k时刻的状态预测值。

状态估计方程：

${\hat{x}}_k={\hat{x}}_{k|k-1}+K_k(z_k-H_k.{\hat{x}}_{k|k-1})---\left(13\right)$

上述是当前时刻即第k时刻的状态估计值；上述K_k是第k时刻的卡尔曼滤波增益，将在下述增益模块中求得。

增益模块，用于构造均方误差矩阵和增益计算方程。

预测均方误差矩阵：

P_k|k-1＝FP_k-1F^T+Q_k-1 (14)

上述P_k-1是前一时刻即第k-1时刻的均方误差矩阵。

增益计算方程：

K_k＝P_k|k-1H_k ^T(H_kP_k|k-1H_k ^T+R_k)^-1 (15)

均方误差矩阵：

P_k＝(I-K_kH_k)P_k|k-1 (16)

上述方程中的P_k是当前时刻即第k时刻的均方误差矩阵。

发散控制模块，用于判断卡尔曼滤波模块是否发散并抑制发散。

由于本发明在码跟踪环中采用线性卡尔曼滤波，其存在滤波发散的问题。所以本发明提供一种发散控制模块，用于判断卡尔曼滤波模块是否发散并抑制发散。具体判断策略为：当修正观测矢量z_k与测量矩阵Hx和当前状态预测值的乘积的差值的绝对值小于设定的门限δ时，即判定卡尔曼滤波模块正常；否则，判定卡尔曼滤波模块发散，并对卡尔曼滤波模块重新初始化。

上述环路所实现的卫星导航信号接收机的改进码跟踪方法，如图4所示，包含如下步骤：

步骤1，经过天线接收卫星导航信号，然后对接收的卫星信号进行下变频和解调以及解扩处理，得到各相关支路的相干积分结果。

步骤1-1，经过天线接收卫星导航信号，然后对卫星信号进行射频下变频，得到数字中频信号；

步骤1-2，将数字中频输入同相和正交两路，并与本地载波进行混频，即进行解调处理；

步骤1-3，解调处理后，将混频信号与所有超前、即时、滞后码相乘累加完成相关运算，得到相干积分结果。

步骤2，将相干积分结果存入缓存模块，并作为下一个模块即最小二乘模块的观测点。

步骤3，从缓存模块得到观测点，通过采用最小二乘算法对原始观测点进行处理，构造出一组无偏、均方误差和最小和空间分布确定的新的观测点，并用于后续的卡尔曼滤波模块。

步骤3-1，从缓存模块得到观测矢量R；

步骤3-2，建立如下测量方程

R＝G·B+L (17)

式中，L是噪声矢量，R为同一条相关支路的M个相干积分结果组成的观测矢量，G为量测矩阵，B为待估计的状态矩阵；

步骤3-3，根据最小二乘估计原理，得到B的最小二乘估计

$\hat{B}=\left[\begin{array}{c}{\hat{b}}_1\\ {\hat{b}}_2\end{array}\right]={\left(G^{T}G\right)}^{-1}{G}^{T}R---\left(18\right)$

步骤3-4，由得到一个修正后观测值的计算公式如下：

步骤3-5，每条支路都采用上述步骤3-1到步骤3-4对相干积分结果进行最小二乘处理得到一组无偏、均方误差和最小、空间分布确定的新的观测点，组成观测矢量z_k，用于后续的滤波估计。

$z_k={\[{\hat{I}}_{E1}{\hat{I}}_{E2}\mathrm{...}{\hat{I}}_{EN}{\hat{I}}_{L1}{\hat{I}}_{L2}\mathrm{...}{\hat{I}}_{LN}{\hat{Q}}_{E1}{\hat{Q}}_{E2}\mathrm{..}{\hat{Q}}_{EN}{\hat{Q}}_{L1}{\hat{Q}}_{L2}\mathrm{...}{\hat{Q}}_{LN}\]}^T---\left(20\right)$

其中，的值由的计算公式求得，表示同相支路的第i条超前相关支路的经最小二乘算法修正后的观测值；的值也由的计算公式求得，表示同相支路的第i条滞后相关支路的经最小二乘算法修正后的观测值；的值也由的计算公式求得，表示正交支路的第i条超前相关支路的经最小二乘算法修正后的观测值；的值也由的计算公式求得，表示正交支路的第i条滞后相关支路的经最小二乘算法修正后的观测值，i＝1,2,…,N。

步骤4，将最小二乘模块提供的新的观测点作为卡尔曼滤波的观测量。本发明使用卡尔曼滤波模块代替传统码环中的鉴别器，通过建模，不断收敛，得到直达信号和多径信号与本地伪码的码相位差以及多径信号的相对幅度。

步骤4-1，选取状态量和观测量。状态量是接收卫星信号中的直达信号与本地伪码的码相位差、接收卫星信号中的多径信号与本地伪码的码相位差和多径信号相对直达信号的幅度比例。观测量是由最小二乘模块提供的一组无偏、均方误差和最小、空间分布确定的新型观测值。

步骤4-2，设同相和正交支路分别采用了N组超前--滞后相关器，建立如下状态方程和测量方程。

状态方程：

$x_k=\left[\begin{array}{c}{\mathrm{\τ}}_0\\ {\mathrm{\τ}}_1\\ {\mathrm{\α}}_1\end{array}\right]=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]\·x_{k-1}+w_{k-1}=F\·x_{k-1}+w_{k-1}---\left(21\right)$

其中，τ₀代表接收卫星信号中的直达信号与本地伪码的码相位差，τ₁代表接收卫星信号中的多径信号与本地伪码的码相位差，α₁代表多径信号相对直达信号的幅度比例。F是状态转移矩阵。

测量方程：

z_k＝H_k·x_k+v_k (22)

其中，z_k分别表示k时刻观测矢量，是由最小二乘模块提供的一组无偏、均方误差和最小、空间分布确定的新型观测值。测量矩阵H_k的维数为4N×3，H_k的第i列(i＝1,2,3)可由下述公式求得：

$H_k{|}_i={\[\frac{\∂{\hat{I}}_{E1}}{\∂x_i}{|}_{x={{\hat{x}}_k}^{\′}}\mathrm{...}\frac{\∂{\hat{I}}_{EN}}{\∂x_i}{|}_{x={{\hat{x}}_k}^{\′}}\frac{\∂{\hat{I}}_{L1}}{\∂x_i}{|}_{x={{\hat{x}}_k}^{\′}}\mathrm{...}\frac{\∂{\hat{I}}_{LN}}{\∂x_i}{|}_{x={{\hat{x}}_k}^{\′}}\frac{\∂{\hat{Q}}_{E1}}{\∂x_i}{|}_{x={{\hat{x}}_k}^{\′}}\mathrm{...}\frac{\∂{\hat{Q}}_{EN}}{\∂x_i}{|}_{x={{\hat{x}}_k}^{\′}}\frac{\∂{\hat{Q}}_{L1}}{\∂x_i}{|}_{x={{\hat{x}}_k}^{\′}}\mathrm{...}\frac{\∂{\hat{Q}}_{LN}}{\∂x_i}{|}_{x={{\hat{x}}_k}^{\′}}\]}^T---\left(23\right)$

其中x_i为状态矢量x_k的第i行的元素，即τ₀或τ₁或α₁。

步骤4-3，构造滤波模块和增益模块。

滤波模块，基于预测方程由前一时刻(即第k-1时刻)的状态估计值得到当前时刻(即第k时刻)的状态预测值。

状态预测方程：

${\hat{x}}_{k|k-1}=F{\hat{x}}_{k-1}---\left(24\right)$

状态估计方程：

${\hat{x}}_k={\hat{x}}_{k|k-1}+K_k(z_k-H_k.{\hat{x}}_{k|k-1})---\left(25\right)$

上述是当前时刻即第k时刻的状态估计值；上述K_k是第k时刻的卡尔曼滤波增益，将在下述增益模块中求得。

增益模块，用于构造均方误差矩阵和增益计算方程。

预测均方误差矩阵：

P_k|k-1＝FP_k-1F^T+Q_k-1 (26)

增益计算方程：

K_k＝P_k|k-1H_k ^T(H_kP_k|k-1H_k ^T+R_k)^-1 (27)

均方误差矩阵：

P_k＝(I-K_kH_k)P_k|k-1 (28)

上述方程中的P_k是当前时刻即第k时刻的均方误差矩阵。

步骤5，对卡尔曼滤波模块进行发散判断，判断策略为：新型观测矢量z_k与测量矩阵和当前状态预测值的乘积的差值的绝对值，即z_k与H_k.的差值的绝对值小于设定的门限，则滤波器正常，否则判定滤波器发散。判定滤波器发散后，对滤波器重新初始化。

本发明采用的是线性卡尔曼滤波而不是非线性的EKF和UKF，大大减少了计算量。然而，线性卡尔曼滤波的发散会带来严重后果，不仅卡尔曼滤波失效，且整个跟踪环路也会随着卡尔曼滤波模块的发散而失锁。因此如何抑制卡尔曼滤波模块的发散是成败的关键。判定和抑制策略是z_k与的差值的绝对值小于设定的门限，则滤波器正常，否则判定滤波器发散。判定滤波器发散后，对滤波器重新进行初始化。

步骤6，将直达信号与本地伪码的码相位差输入环路滤波器中进行滤波，再把输出结果输入伪码数控振荡器和伪码发生器中，调节并输出本地伪码。

重复步骤1-6，直到直达信号与本地伪码的码相位差无限接近零。

由上述实施例可以看出，本发明通过改进接收机的码跟踪环路，在有效抑制多径干扰的同时，可以跟踪更低信噪比的弱卫星导航信号，同时拥有更高的码跟踪精度。

上述实施例仅说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围应如权利要求书所列。

Claims (6)

1.卫星导航信号接收机的改进码跟踪方法，其特征是，包括如下步骤：

步骤1，对天线接收的卫星导航信号进行下变频和解调处理后，将其送入相干积分模块中进行相关和积分运算得到各相关支路的相干积分结果；

步骤2，将相干积分结果存入缓存模块，并将其作为最小二乘模块的原始观测量；

步骤3，最小二乘模块对步骤2所得原始观测量进行最小二乘处理，构造出一组无偏、均方误差和最小和空间分布确定的修正观测量；

步骤4，将步骤3所得修正观测量作为卡尔曼滤波模块的观测量，通过建模和不断收敛，得到直达信号与本地伪码的码相位差、多径信号与本地伪码的码相位差、以及多径信号相对直达信号的幅度比例；

步骤5，将直达信号与本地伪码的码相位差输入环路滤波器中进行滤波，再把滤波后的码相位差输入到伪码数控振荡器和伪码发生器中，调节并输出本地伪码送至相干积分模块。

2.根据权利要求1所述的卫星导航信号接收机的改进码跟踪方法，其特征是，步骤4和步骤5之间，还进一步包括对卡尔曼滤波模块进行发散判断的步骤。

3.根据权利要求1所述的卫星导航信号接收机的改进码跟踪方法，其特征是，步骤3具体为：

步骤3-1，将同一条相关支路的多个原始观测值组成原始观测矢量；

步骤3-2，建立如下测量方程，即：

R＝G·B+L

式中，R为原始观测矢量，L是噪声矢量，G为量测矩阵，B为待估计的状态矩阵；

步骤3-3，根据最小二乘估计原理，得到状态矩阵B的最小二乘估计矩阵

步骤3-4，根据最小二乘估计矩阵得到修正后的修正观测值；

步骤3-5，将同一相关支路的修正观测值组成修正观测矢量。

4.根据权利要求1所述的卫星导航信号接收机的改进码跟踪方法，其特征是，相关支路包括同相支路的超前相关支路、同相支路的滞后相关支路、正交支路的超前相关支路和正交支路的滞后相关支路。

5.根据权利要求1所述方法设计的卫星导航信号接收机的改进码跟踪环路，包括相干积分模块、缓存模块、最小二乘模块、卡尔曼滤波模块、环路滤波器、伪码NCO和伪码发生器；相干积分模块的输出端与缓存模块的输入端相连，缓存模块的输出端连接最小二乘模块的输入端，最小二乘模块的输出端连接卡尔曼滤波模块的输入端，卡尔曼滤波模块的输出端与环路滤波器的输入端连接，环路滤波器的输出端连接伪码NCO的输入端，伪码NCO的输入端连接伪码发生器的输入端，伪码发生器的输出端连接相干积分模块的输入端。

6.根据权利要求5所述的卫星导航信号接收机的改进码跟踪环路，其特征是，所述卡尔曼滤波模块为线性卡尔曼滤波模块。