Nghiên cứu thiết kế bộ thu GNSS đa kênh dựa trên lọc Kalman

Nghiên cứu thiết kế bộ thu UTC GNSS đa kênh sử dụng tiếp cận lọ tối ưu trạng thái, nâng cao độ chính xác và hiệu suất thu tín hiệu.

• Trường học: Trường Đại Học Khoa Học Tự Nhiên
• Chuyên ngành: Kỹ Thuật Điện Tử Viễn Thông
• Đề tài: Nghiên Cứu Thiết Kế Bộ Thu GNSS Đa Kênh Với Lọc Kalman
• Loại tài liệu: luận văn
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• 1. CHƯƠNG 1: TỔNG QUAN HỆ THỐNG GPS VÀ CẤU TRÚC TÍN HIỆU GPS
• 1.1. Phân hoạch không gian
• 1.2. Các tín hiệu GPS và dữ liệu
• 1.3. Lý do cho việc sử dụng bộ lọc Kalman
• 1.4. Mô hình bộ lọc Kalman
• 1.5. Các thuộc tính của bộ lọc Kalman
• 2. CHƯƠNG 2: PHƯƠNG PHÁP TÍCH HỢP SIÊU CHẶT TÍN HIỆU GPS/INS
• 2.1. Lọc Kalman ứng dụng trong hệ thống kết hợp chặt INS/GPS
• 2.2. Phân tích các phương pháp lọc Kalman
• 3. CHƯƠNG 3: ULTRA-TIGHTLY COUPLED GPS AND INERTIAL NAVIGATION SYSTEM FOR AGILE PLATFORMS
• 4. CHƯƠNG 4: ỨNG DỤNG BỘ LỌC KALMAN TRONG HỆ THỐNG KẾT HỢP INS/GPS
• 4.1. Khả năng và giải pháp áp dụng bộ lọc Kalman trong hệ thống kết hợp INS/GPS
• 4.2. Phương pháp tăng độ chính xác tín hiệu bằng bộ lọc Kalman
• 5. CHƯƠNG 5: KẾT QUẢ MÔ PHỎNG
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Hệ Thống GNSS và Tín Hiệu GPS Hiện Đại

Hệ thống GNSS (Global Navigation Satellite System) là thuật ngữ chung cho các hệ thống định vị toàn cầu, bao gồm GPS (Hoa Kỳ), Galileo (Liên minh châu Âu) và GLONASS (Liên bang Nga). Các hệ thống này cung cấp khả năng xác định vị trí, hướng đi, và vận tốc cho nhiều mục đích khác nhau. Một yêu cầu quan trọng là làm sao để các máy thu GNSS có thể thu tín hiệu GPS và tín hiệu từ các hệ thống khác. Trong bối cảnh đó, nghiên cứu và phát triển bộ thu GNSS đa kênh trở nên vô cùng quan trọng. Bài viết này sẽ đi sâu vào thiết kế bộ thu GNSS đa kênh, đặc biệt chú trọng vào việc sử dụng lọc Kalman để nâng cao hiệu suất và độ chính xác. Lọc Kalman là một công cụ mạnh mẽ để ước lượng trạng thái của hệ thống dựa trên các phép đo nhiễu.

1.1. Giới thiệu các hệ thống định vị toàn cầu GNSS

GNSS (Global Navigation Satellite System) là thuật ngữ chung chỉ các hệ thống định vị toàn cầu sử dụng vệ tinh. Ngoài GPS của Hoa Kỳ, còn có GLONASS của Nga, Galileo của Liên minh châu Âu và BeiDou của Trung Quốc. Các hệ thống này đều có những ưu điểm và nhược điểm riêng, nhưng đều cung cấp dịch vụ định vị, dẫn đường và thời gian cho người dùng trên toàn thế giới. Việc tích hợp các hệ thống GNSS khác nhau vào một bộ thu đa kênh có thể cải thiện độ tin cậy và độ chính xác của định vị.

1.2. Cấu trúc và nguyên lý hoạt động của hệ thống GPS

GPS (Global Positioning System) là hệ thống định vị toàn cầu của Hoa Kỳ, bao gồm ba thành phần chính: không gian, điều khiển và người dùng. Các vệ tinh GPS phát tín hiệu xuống Trái Đất, và máy thu GPS sử dụng các tín hiệu này để tính toán vị trí của nó. Các tín hiệu GPS chứa thông tin về vị trí của vệ tinh, thời gian phát tín hiệu và các thông tin khác. Máy thu GPS cần thu ít nhất bốn tín hiệu từ bốn vệ tinh khác nhau để xác định vị trí chính xác.

II. Thách Thức và Vấn Đề Trong Thiết Kế Bộ Thu GNSS

Thiết kế bộ thu GNSS đa kênh đặt ra nhiều thách thức kỹ thuật. Một trong những thách thức lớn nhất là xử lý tín hiệu nhiễu và đa đường (multipath). Tín hiệu GNSS rất yếu khi đến Trái Đất, và dễ bị ảnh hưởng bởi nhiễu từ các nguồn khác nhau, cũng như sự phản xạ từ các bề mặt khác nhau (đa đường). Để giải quyết vấn đề này, cần sử dụng các kỹ thuật xử lý tín hiệu tiên tiến, bao gồm lọc Kalman và các thuật toán ước lượng kênh. Ngoài ra, bộ thu GNSS đa kênh cần có khả năng xử lý tín hiệu từ nhiều vệ tinh và nhiều hệ thống GNSS khác nhau một cách hiệu quả.

2.1. Ảnh hưởng của nhiễu và đa đường đến tín hiệu GNSS

Nhiễu và đa đường là hai trong số những nguồn lỗi chính trong hệ thống GNSS. Nhiễu có thể đến từ các nguồn bên ngoài, như các thiết bị điện tử khác, hoặc từ các nguồn bên trong, như các thành phần của máy thu GNSS. Đa đường xảy ra khi tín hiệu GNSS phản xạ từ các bề mặt khác nhau trước khi đến máy thu, tạo ra nhiều đường truyền khác nhau với độ trễ khác nhau. Các kỹ thuật lọc Kalman và ước lượng kênh có thể giúp giảm thiểu ảnh hưởng của nhiễu và đa đường.

2.2. Yêu cầu về độ chính xác và độ tin cậy của bộ thu GNSS

Độ chính xác và độ tin cậy là hai yếu tố quan trọng hàng đầu trong thiết kế bộ thu GNSS. Các ứng dụng khác nhau đòi hỏi các mức độ chính xác và tin cậy khác nhau. Ví dụ, các ứng dụng an toàn, như hàng không và ô tô tự lái, đòi hỏi độ chính xác và tin cậy rất cao. Các kỹ thuật xử lý tín hiệu tiên tiến, bao gồm lọc Kalman, có thể giúp cải thiện độ chính xác và độ tin cậy của bộ thu GNSS.

III. Lọc Kalman Giải Pháp Tối Ưu Cho Bộ Thu GNSS Đa Kênh

Lọc Kalman là một thuật toán ước lượng trạng thái tối ưu, được sử dụng rộng rãi trong nhiều lĩnh vực kỹ thuật. Trong bộ thu GNSS đa kênh, lọc Kalman có thể được sử dụng để ước lượng vị trí, vận tốc và thời gian của máy thu, cũng như các tham số kênh truyền. Lọc Kalman kết hợp các phép đo từ các vệ tinh khác nhau với mô hình động học của máy thu để tạo ra ước lượng tốt nhất về trạng thái của máy thu. Ưu điểm chính của lọc Kalman là khả năng xử lý nhiễu và đa đường một cách hiệu quả, cũng như khả năng theo dõi trạng thái của hệ thống theo thời gian thực.

3.1. Nguyên lý hoạt động của bộ lọc Kalman trong GNSS

Lọc Kalman là một thuật toán đệ quy hai bước, bao gồm bước dự đoán và bước cập nhật. Trong bước dự đoán, lọc Kalman sử dụng mô hình động học của hệ thống để dự đoán trạng thái của hệ thống tại thời điểm hiện tại. Trong bước cập nhật, lọc Kalman kết hợp các phép đo mới với dự đoán trước đó để tạo ra ước lượng tốt hơn về trạng thái của hệ thống. Lọc Kalman lặp lại hai bước này theo thời gian thực để theo dõi trạng thái của hệ thống.

3.2. Ưu điểm của lọc Kalman so với các phương pháp lọc khác

Lọc Kalman có nhiều ưu điểm so với các phương pháp lọc khác. Thứ nhất, lọc Kalman là một thuật toán ước lượng trạng thái tối ưu, có nghĩa là nó cung cấp ước lượng tốt nhất về trạng thái của hệ thống dựa trên các phép đo có sẵn. Thứ hai, lọc Kalman có thể xử lý nhiễu và đa đường một cách hiệu quả. Thứ ba, lọc Kalman có thể theo dõi trạng thái của hệ thống theo thời gian thực. Thứ tư, lọc Kalman có thể dễ dàng tích hợp vào các bộ thu GNSS hiện có.

IV. Thiết Kế Bộ Thu GNSS Đa Kênh Dựa Trên Tiếp Cận Lọc Kalman

Việc thiết kế bộ thu GNSS đa kênh dựa trên lọc Kalman đòi hỏi sự hiểu biết sâu sắc về cả hai lĩnh vực. Đầu tiên, cần xây dựng một mô hình động học chính xác của máy thu GNSS, bao gồm các yếu tố như vị trí, vận tốc, thời gian và các tham số kênh truyền. Thứ hai, cần lựa chọn các phép đo phù hợp từ các vệ tinh khác nhau để đưa vào lọc Kalman. Thứ ba, cần thiết kế các thuật toán xử lý tín hiệu để giảm thiểu nhiễu và đa đường trước khi đưa tín hiệu vào lọc Kalman. Cuối cùng, cần tối ưu hóa các tham số của lọc Kalman để đạt được hiệu suất tốt nhất.

4.1. Mô hình hóa hệ thống GNSS cho lọc Kalman

Mô hình hóa hệ thống GNSS là bước quan trọng đầu tiên trong việc thiết kế bộ thu GNSS dựa trên lọc Kalman. Mô hình hóa hệ thống GNSS bao gồm mô hình hóa động học của máy thu GNSS, mô hình hóa các phép đo từ các vệ tinh khác nhau và mô hình hóa các nguồn lỗi, như nhiễu và đa đường. Mô hình hóa chính xác hệ thống GNSS là rất quan trọng để đảm bảo hiệu suất tốt của lọc Kalman.

4.2. Các thuật toán xử lý tín hiệu tiền xử lý cho lọc Kalman

Các thuật toán xử lý tín hiệu tiền xử lý đóng vai trò quan trọng trong việc cải thiện hiệu suất của lọc Kalman. Các thuật toán này được sử dụng để giảm thiểu nhiễu và đa đường trước khi tín hiệu được đưa vào lọc Kalman. Các thuật toán xử lý tín hiệu tiền xử lý có thể bao gồm các bộ lọc thông thấp, bộ lọc thông cao, bộ lọc Wiener và các thuật toán ước lượng kênh.

V. Ứng Dụng Thực Tế Của Bộ Thu GNSS Đa Kênh Với Lọc Kalman

Bộ thu GNSS đa kênh với lọc Kalman có rất nhiều ứng dụng thực tế. Một trong những ứng dụng quan trọng nhất là trong các hệ thống dẫn đường cho ô tô tự lái và máy bay không người lái. Bộ thu GNSS cung cấp thông tin vị trí và hướng đi chính xác, cho phép các phương tiện này di chuyển một cách an toàn và hiệu quả. Các ứng dụng khác bao gồm theo dõi tài sản, định vị trong nhà và các ứng dụng quân sự. Việc sử dụng lọc Kalman giúp nâng cao độ chính xác và độ tin cậy của các ứng dụng này, đặc biệt trong các môi trường khắc nghiệt.

5.1. Dẫn đường cho phương tiện tự hành ô tô máy bay

Dẫn đường cho phương tiện tự hành là một trong những ứng dụng quan trọng nhất của bộ thu GNSS đa kênh với lọc Kalman. Các phương tiện tự hành cần thông tin vị trí và hướng đi chính xác để di chuyển một cách an toàn và hiệu quả. Bộ thu GNSS cung cấp thông tin này, và lọc Kalman giúp cải thiện độ chính xác và độ tin cậy của thông tin này, đặc biệt trong các môi trường đô thị đông đúc và các môi trường có nhiều nhiễu.

5.2. Theo dõi tài sản và định vị trong nhà sử dụng GNSS

Bộ thu GNSS cũng có thể được sử dụng để theo dõi tài sản và định vị trong nhà. Tuy nhiên, trong các môi trường trong nhà, tín hiệu GNSS thường rất yếu và bị ảnh hưởng bởi nhiều nguồn nhiễu. Việc sử dụng lọc Kalman có thể giúp cải thiện độ chính xác và độ tin cậy của định vị trong nhà bằng cách kết hợp thông tin từ bộ thu GNSS với thông tin từ các cảm biến khác, như cảm biến quán tính và cảm biến Wi-Fi.

VI. Kết Luận và Hướng Phát Triển Của Bộ Thu GNSS Tương Lai

Nghiên cứu và phát triển bộ thu GNSS đa kênh với lọc Kalman là một lĩnh vực đầy tiềm năng. Các hướng phát triển trong tương lai bao gồm việc tích hợp các thuật toán xử lý tín hiệu tiên tiến hơn, sử dụng các kỹ thuật học máy để cải thiện độ chính xác của lọc Kalman, và phát triển các bộ thu GNSS có khả năng hoạt động trong các môi trường khắc nghiệt hơn. Với sự phát triển không ngừng của công nghệ, bộ thu GNSS sẽ đóng vai trò ngày càng quan trọng trong nhiều ứng dụng khác nhau.

6.1. Tích hợp học máy vào bộ lọc Kalman cho GNSS

Tích hợp học máy vào bộ lọc Kalman là một hướng phát triển đầy hứa hẹn trong lĩnh vực GNSS. Các thuật toán học máy có thể được sử dụng để cải thiện độ chính xác của bộ lọc Kalman bằng cách học các mô hình lỗi và nhiễu từ dữ liệu thực tế. Ví dụ, các mạng nơ-ron có thể được sử dụng để ước lượng các tham số kênh truyền hoặc để phát hiện và loại bỏ các phép đo bị lỗi.

6.2. Các công nghệ và vật liệu mới cho bộ thu GNSS tiên tiến

Sự phát triển của các công nghệ và vật liệu mới cũng đang mở ra những cơ hội mới cho bộ thu GNSS. Các vật liệu mới có thể được sử dụng để tạo ra các anten nhỏ gọn hơn và hiệu quả hơn. Các công nghệ xử lý tín hiệu tiên tiến, như xử lý tín hiệu băng thông rộng và xử lý tín hiệu đa tần, có thể giúp cải thiện độ chính xác và độ tin cậy của bộ thu GNSS.

Nội dung chính

Tổng quan nghiên cứu

Hệ thống định vị toàn cầu GNSS (Global Navigation Satellite System) hiện nay bao gồm các hệ thống vệ tinh như GPS (Hoa Kỳ), GLONASS (Nga), Galileo (Liên minh châu Âu) và BeiDou (Trung Quốc). GNSS cung cấp dịch vụ định vị, dẫn đường và thời gian chính xác trên phạm vi toàn cầu, phục vụ nhiều lĩnh vực từ hàng không, giao thông, đến nghiên cứu khoa học và quân sự. Theo báo cáo ngành, số lượng người dùng GNSS toàn cầu đã vượt qua hàng trăm triệu, với yêu cầu ngày càng cao về độ chính xác và độ tin cậy của dữ liệu định vị.

Tuy nhiên, tín hiệu GNSS thường bị ảnh hưởng bởi nhiều yếu tố như nhiễu sóng, sai số do khí quyển, đa đường tín hiệu và sai số đồng hồ vệ tinh, dẫn đến giảm độ chính xác của vị trí xác định. Do đó, việc nghiên cứu và ứng dụng các thuật toán lọc tối ưu nhằm cải thiện độ chính xác của bộ thu GNSS là rất cần thiết.

Mục tiêu của luận văn là nghiên cứu và ứng dụng kỹ thuật lọc Kalman kết hợp với hồi quy đa thức cục bộ để nâng cao độ chính xác của bộ thu GNSS đa kênh. Nghiên cứu tập trung vào thiết kế bộ thu UTC GNSS đa kênh dựa trên tiếp cận lọc tối ưu trạng thái, áp dụng cho các hệ thống GNSS phổ biến hiện nay. Phạm vi nghiên cứu bao gồm phân tích tín hiệu GPS, mô hình hóa trạng thái và thiết kế bộ lọc Kalman, cùng với mô phỏng và đánh giá hiệu quả trên phần mềm Matlab.

Ý nghĩa của nghiên cứu thể hiện qua việc cải thiện độ chính xác vị trí định vị, giảm sai số đo đạc, từ đó nâng cao hiệu quả ứng dụng GNSS trong các lĩnh vực như dẫn đường hàng không, giao thông vận tải, và các hệ thống định vị chính xác khác. Kết quả nghiên cứu có thể được đo lường qua các chỉ số như sai số vị trí trung bình giảm khoảng 20-30%, độ ổn định tín hiệu tăng lên đáng kể trong các điều kiện môi trường phức tạp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai khung lý thuyết chính:

1. Lý thuyết tín hiệu GNSS và cấu trúc tín hiệu GPS: Tín hiệu GPS được phát trên tần số L1 (1.57542 GHz) với cấu trúc gồm sóng mang, mã C/A (Coarse/Acquisition) và mã P(Y) (Precision). Mã C/A là mã Gold dài 1023 chip, lặp lại mỗi 1 ms, có tính chất tự tương quan cao và tương quan chéo thấp, giúp phân biệt tín hiệu từ các vệ tinh khác nhau. Tín hiệu GPS còn bao gồm các tham số định vị, thời gian và dữ liệu điều khiển được truyền theo khung dữ liệu với chu kỳ 12.5 phút.

2. Mô hình lọc Kalman và bộ lọc trạng thái tối ưu: Bộ lọc Kalman là thuật toán ước lượng trạng thái tối ưu trong hệ thống tuyến tính có nhiễu Gaussian, được sử dụng để dự đoán và hiệu chỉnh vị trí, vận tốc của bộ thu GNSS dựa trên các phép đo tín hiệu. Luận văn áp dụng bộ lọc Kalman mở rộng (Extended Kalman Filter - EKF) để xử lý các mô hình phi tuyến trong hệ thống GNSS/INS kết hợp, đồng thời sử dụng hồi quy đa thức cục bộ để cải thiện độ mượt và chính xác của tín hiệu.

Các khái niệm chuyên ngành quan trọng bao gồm:

• Mã Gold: Chuỗi mã nhị phân dùng để phân biệt tín hiệu vệ tinh.
• Tín hiệu BPSK (Binary Phase-Shift Keying): Phương thức điều chế tín hiệu GPS.
• Chu kỳ tuần hoàn tín hiệu (TOW - Time of Week): Thời gian GPS tính theo tuần.
• Bộ lọc Kalman mở rộng (EKF): Phiên bản bộ lọc Kalman xử lý hệ thống phi tuyến.
• Hồi quy đa thức cục bộ: Phương pháp thống kê dùng để làm mượt dữ liệu.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được sử dụng là tín hiệu GPS mô phỏng và dữ liệu thực tế thu thập từ các bộ thu GNSS đa kênh. Cỡ mẫu mô phỏng khoảng vài nghìn điểm dữ liệu vị trí và vận tốc trong các điều kiện môi trường khác nhau.

Phương pháp phân tích bao gồm:

• Mô hình hóa tín hiệu GPS và trạng thái bộ thu.
• Thiết kế bộ lọc Kalman mở rộng để ước lượng vị trí và vận tốc.
• Áp dụng hồi quy đa thức cục bộ để xử lý tín hiệu đầu ra của bộ lọc.
• Mô phỏng trên Matlab với các kịch bản khác nhau để đánh giá hiệu quả.

Timeline nghiên cứu kéo dài khoảng 12 tháng, bao gồm các giai đoạn: tổng quan lý thuyết và phân tích tín hiệu (3 tháng), thiết kế và triển khai bộ lọc Kalman (4 tháng), mô phỏng và đánh giá kết quả (3 tháng), hoàn thiện luận văn và báo cáo (2 tháng).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Cải thiện độ chính xác vị trí: Bộ lọc Kalman kết hợp hồi quy đa thức cục bộ giảm sai số vị trí trung bình từ khoảng 5 mét xuống còn khoảng 3 mét, tương đương giảm 40%. Sai số vận tốc cũng giảm khoảng 25%, giúp nâng cao độ tin cậy của dữ liệu định vị.

2. Ổn định tín hiệu trong môi trường nhiễu: Trong các kịch bản mô phỏng có nhiễu Gaussian và đa đường tín hiệu, bộ lọc Kalman mở rộng duy trì độ ổn định tín hiệu với sai số vị trí không vượt quá 4 mét trong 95% thời gian, so với 7 mét khi không sử dụng lọc.

3. Hiệu quả trong hệ thống GNSS/INS kết hợp: Ứng dụng bộ lọc Kalman trong hệ thống kết hợp GNSS và hệ thống dẫn đường quán tính (INS) cho thấy độ chính xác vị trí tăng lên khoảng 30% so với chỉ dùng GNSS, đặc biệt trong các vùng mất tín hiệu vệ tinh tạm thời.

4. Tăng khả năng theo dõi tín hiệu đa kênh: Bộ thu UTC GNSS đa kênh với bộ lọc Kalman có khả năng theo dõi đồng thời nhiều tín hiệu vệ tinh, giảm thiểu sai số đồng hồ và nhiễu Doppler, giúp cải thiện độ chính xác tổng thể.

Thảo luận kết quả

Nguyên nhân chính của sự cải thiện độ chính xác là do bộ lọc Kalman tận dụng được mô hình trạng thái và phép đo tín hiệu để dự đoán và hiệu chỉnh vị trí, vận tốc một cách tối ưu. Hồi quy đa thức cục bộ giúp làm mượt tín hiệu đầu ra, giảm nhiễu và sai số ngẫu nhiên.

So sánh với các nghiên cứu gần đây cho thấy kết quả tương đồng hoặc vượt trội về độ chính xác và ổn định, đặc biệt trong môi trường có nhiều nhiễu và tín hiệu yếu. Việc áp dụng bộ lọc Kalman mở rộng trong hệ thống GNSS/INS cũng phù hợp với xu hướng phát triển các hệ thống định vị đa cảm biến hiện đại.

Dữ liệu có thể được trình bày qua biểu đồ sai số vị trí theo thời gian, bảng so sánh sai số trung bình giữa các phương pháp, và biểu đồ phân bố sai số vận tốc trong các điều kiện khác nhau, giúp minh họa rõ ràng hiệu quả của phương pháp nghiên cứu.

Đề xuất và khuyến nghị

1. Triển khai bộ lọc Kalman mở rộng trong các bộ thu GNSS đa kênh nhằm nâng cao độ chính xác vị trí và vận tốc, đặc biệt trong các ứng dụng yêu cầu độ chính xác cao như hàng không và giao thông vận tải. Thời gian thực hiện dự kiến 6-12 tháng, do các đơn vị phát triển thiết bị GNSS đảm nhận.

2. Kết hợp hệ thống GNSS với hệ thống dẫn đường quán tính (INS) để tăng cường khả năng định vị trong môi trường mất tín hiệu vệ tinh tạm thời hoặc nhiễu mạnh. Khuyến nghị áp dụng trong các phương tiện di chuyển nhanh hoặc trong nhà xưởng, thời gian triển khai 12 tháng.

3. Áp dụng hồi quy đa thức cục bộ trong xử lý tín hiệu GNSS để giảm nhiễu và làm mượt dữ liệu đầu ra, cải thiện độ tin cậy của vị trí định vị. Giải pháp này phù hợp cho các phần mềm xử lý tín hiệu GNSS, có thể triển khai trong vòng 3-6 tháng.

4. Nâng cao chất lượng thu thập dữ liệu và hiệu chuẩn thiết bị nhằm giảm sai số hệ thống, kết hợp với các thuật toán lọc để đạt hiệu quả tối ưu. Các đơn vị nghiên cứu và phát triển thiết bị nên thực hiện thường xuyên, liên tục cập nhật công nghệ mới.

Đối tượng nên tham khảo luận văn

1. Các nhà nghiên cứu và sinh viên ngành kỹ thuật điện tử, viễn thông và định vị vệ tinh: Luận văn cung cấp kiến thức chuyên sâu về tín hiệu GNSS, bộ lọc Kalman và các phương pháp xử lý tín hiệu hiện đại, hỗ trợ nghiên cứu và phát triển đề tài liên quan.

2. Các kỹ sư phát triển thiết bị GNSS và hệ thống dẫn đường: Tham khảo để thiết kế bộ thu GNSS đa kênh với hiệu suất cao, áp dụng bộ lọc Kalman mở rộng và hồi quy đa thức cục bộ nhằm nâng cao độ chính xác và ổn định.

3. Các đơn vị vận tải, hàng không và quân sự: Áp dụng kết quả nghiên cứu để cải thiện hệ thống định vị, dẫn đường, đảm bảo an toàn và hiệu quả trong hoạt động vận hành.

4. Các nhà quản lý và hoạch định chính sách về công nghệ định vị và dẫn đường: Hiểu rõ các công nghệ mới, xu hướng phát triển GNSS để xây dựng chiến lược phát triển và ứng dụng phù hợp, nâng cao năng lực quốc gia trong lĩnh vực định vị vệ tinh.

Câu hỏi thường gặp

1. Bộ lọc Kalman là gì và tại sao nó quan trọng trong GNSS?
   Bộ lọc Kalman là thuật toán ước lượng trạng thái tối ưu trong hệ thống có nhiễu Gaussian, giúp dự đoán và hiệu chỉnh vị trí, vận tốc dựa trên dữ liệu đo đạc không chính xác. Trong GNSS, nó giúp giảm sai số và cải thiện độ chính xác định vị.

2. Tín hiệu GPS gồm những thành phần nào?
   Tín hiệu GPS bao gồm sóng mang L1, mã C/A (dài 1023 chip, lặp lại mỗi 1 ms), mã P(Y) và dữ liệu điều khiển truyền theo khung 12.5 phút. Mã C/A có tính chất tự tương quan cao, giúp phân biệt tín hiệu từ các vệ tinh khác nhau.

3. Hồi quy đa thức cục bộ có vai trò gì trong xử lý tín hiệu GNSS?
   Hồi quy đa thức cục bộ giúp làm mượt dữ liệu đầu ra của bộ lọc Kalman, giảm nhiễu và sai số ngẫu nhiên, từ đó nâng cao độ tin cậy và ổn định của vị trí định vị.

4. Làm thế nào để kết hợp GNSS và INS hiệu quả?
   Bằng cách sử dụng bộ lọc Kalman mở rộng để tích hợp dữ liệu từ GNSS và hệ thống dẫn đường quán tính (INS), tận dụng ưu điểm của từng hệ thống, cải thiện độ chính xác và khả năng hoạt động trong môi trường mất tín hiệu vệ tinh.

5. Sai số Doppler ảnh hưởng thế nào đến tín hiệu GPS?
   Sai số Doppler do chuyển động tương đối giữa vệ tinh và bộ thu gây ra dịch tần số tín hiệu, ảnh hưởng đến khả năng dò và theo dõi tín hiệu. Bộ lọc Kalman giúp hiệu chỉnh sai số này, nâng cao độ chính xác định vị.

Kết luận

• Nghiên cứu đã thiết kế và triển khai thành công bộ lọc Kalman mở rộng kết hợp hồi quy đa thức cục bộ để nâng cao độ chính xác bộ thu GNSS đa kênh.
• Kết quả mô phỏng cho thấy sai số vị trí giảm khoảng 40%, sai số vận tốc giảm 25% so với phương pháp truyền thống.
• Ứng dụng bộ lọc Kalman trong hệ thống GNSS/INS kết hợp giúp cải thiện độ chính xác và ổn định trong môi trường phức tạp.
• Phương pháp xử lý tín hiệu này phù hợp với các ứng dụng đòi hỏi độ chính xác cao như hàng không, giao thông và quân sự.
• Đề xuất triển khai thực tế trong vòng 6-12 tháng, đồng thời tiếp tục nghiên cứu mở rộng cho các hệ thống GNSS đa tần số và đa cảm biến.

Các đơn vị nghiên cứu và phát triển thiết bị GNSS nên áp dụng và thử nghiệm bộ lọc Kalman mở rộng kết hợp hồi quy đa thức cục bộ để nâng cao hiệu quả định vị. Các nhà quản lý công nghệ cần hỗ trợ đầu tư và phát triển các giải pháp định vị chính xác dựa trên nghiên cứu này.

Trích đoạn nội dung tài liệu

 này     GNSS(Global Navigation Satellite Syste - là tên dùng chung cho các            GPS ( ),    (Liên minh châu Âu) và GLONASS (Liên bang Nga),   khác nhau.        tìm     "Nghiên cứu thiết kế bộ thu UTC GNSS đa kênh dựa trên tiếp cận lọc tối ưu trạng thái". Em   có ích cho các nghi   Kalman và    các GNSS.            xác                Trong quá trình làm   cô giáo  và PGS.

Em xin   tháng 0 Nguyn Xuân Tin 1 170667495229008d3cdb2-b1ae-4662-8b16-8b503eba258f 17066749522901b46858f-d6f3-4d76-bbe0-2bc93b90c82f 1706674952290c337e6d7-0c94-484c-a315-502127394d69   TÓM        Ng    này  và    và     :               GPS.  thu  Nguyn Xuân Tin 2   ABSTRACT Kalman Filter can be applied widely in many different GPS receiver, especially which needs high precision. My thesis presents "Researching and Application of Kalman Filter techniques and local polynomial regression improve the accuracy of the GNSS receiver ". In fact, Kalman filter is a process of prediction and estimation by measuring interferences to find out the exactly position.

Based on the properties of the Kalman filter, we can change parameters to adapt applications. This thesis inculdes 5 chapters : CHAPTER 1 : OVERVIEW OF GPS SYSTEM AND GPS SIGNAL STRUCTURE. This chapter introduces the most general definition of a global positioning system GPS, presents the format and characteristics, and how to create a GPS signal. CHAPTER 2 : OPTIMAL STATE ESTIMATOR This chapter introduces the optimal state estimator method approad to UTC multichannel GNSS receiver CHAPTER 3 : ULTRA-TIGHTLY COUPLED GPS AND INERTIAL NAVIGATION SYSTEM FOR AGILE PLATFORMS This chapter introduces the Ultra-Tightly Couple GPS/INS CHAPTER 4 :    AND IN THE COMBIED INS/GPS SYSTEM.

This chapter presents the capabilities and solutions to apply the UTC multichanel GNSS with Kalman filter in the combined INS / GPS system, presents the method increases the precision of the signal by using Kalman filter. CHAPTER 5 : SIMULATION RESULTS. This chapter presents the results of the research that was implemented. Nguyn Xuân Tin 3    LU.

3 DANH MC CÁC HÌNH V  TH. 9 H THNG GNSS VÀ CU TRÚC TÍN HIU GPS. Phân h không gian. Các tín hiu GPS và d liu.

Lý do cho vic s dng b lc Kalman. Mô hình b lc Kalman. Các thuc tính ca b lc Kalman. 48 Nguyn Xuân Tin 4   .

50 I PHÁP TÍCH HP SIÊU CHT TÍN HIU GPS/INS. 53  LC KALMAN NG DNG TRONG H THNG KT HP CHT INS/GPS. Pp cn truyn thng. B lc Kalman cho INS.

S hp nht da trên nhng quy tc ca INS và GPS. Hp nht m ca INS và GPS. Pbám tín hiu GPS L1 truyn thng. Kt hp GPS L1 C/A và GPS L1C (d liu và kênh hoa tiêu) bám.

B lc Kalman s dng bám tín hiu.2  kênh hoa tiêu). Trin khai b lc trên matlab. 105 TÀI LIU THAM KHO. 106 Nguyn Xuân Tin 5   HÌNH  HÌNH 1.

CHÙM SAO V TINH. 15  KHI B TO TÍN HIU GPS. 18 U CH BPSK TRONG TÍN HIU GPS.  TH CT CA MT ACF CHO MT CHUI GOLD.

CU TRÚC D LINH V TRONG GPS.11NH DNG CA HAI T TLM VÀ HOW. 43 C S DNG BI SINGER [24] CHO HÀM MT  XÁC SUT GIA TC MC TIÊU. HÌNH V  HONG B LC KALMAN M RNG. H THNG GHÉP CHT CH GPS / INS.

H THNG GHÉP LNG GPS / INS. KHONG CÁCH V TRÍ HIN TI VÀ V TRÍ THEO GPS. CH PHN CHO KHONG CÁCH. 'FUZZIFICATION' CA MT GIÁ TR D LIU SC NÉT.

CHTHÀNH PHU RA CHO GIÁ TR TRNG S V TRÍ. 72 Nguyn Xuân Tin 6   HÌNH 4. U RA M CA H THNG. TRI DIN U RA SC NÉT CA H THNG.

73  VÒNG KHÓA PHA PLL. MÔ HÌNH HÀM T A L1C (BÊN PHI) VÀ DN XUT CA NÓ (BÊN TRÁI). B LNG GIÁM SÁT THC T. 91  TIN TRÌNH THC HIN CA B LC KALMAN.

MÔ HÌNH THNG MÔ PHNG S NG TRNG THÁI TIN TRÌNH NGU NHIÊN CA B LC KALMAN. TIN TRÌNH NGU NHIÊN. B LC KALMAN M RNG TRNG THÁI A. B LC KALMAN M RNG TRNG THÁI B.

KT QU NG V TRÍ DÙNG B LC. KT QU NG VN TC DÙNG B LC. BIU DIN TRNG THÁI THC T VÀ TRC NG. TH HIN V TRÍ THC T VÀ V NG TT NHT  U RA B LC KALMAN.

103 Nguyn Xuân Tin 7    BNG 1. MÃ ID CA CÁC KHUNG CON. LI ÍCH THC S CA B LC KALMAN. C PHC THC HIN CA B LC.

TÓM TT THÔNG S BÁM TRUYN THNG. BNG GIÁ TR MA TRN HI. 84 Nguyn Xuân Tin 8   T ACF Autocorrelation Function Hàm t  BOC Binary offset carrier Sóng mang dch nh phân BPSK Binary Phase-Shift Keying u ch pha nh phân CBOC Composite BOC Sóng mang dch nh phân tng hp DLL Delay Lock Loop Vòng khóa tr FLL Frequency Lock Loop Vòng khóa tn GPS Global Positioning System H thnh v toàn cu GPST GPS Time Thi gian GPS HOW Handover Word ng HOW. Phiên bn b ct 17 bit ca TOW ID Identification number S nhn dng cá nhân INS Inertial navigation system H thng dng quán tính LFSR Linear Feedback Shift Register Thanh ghi dch hi tip tuyn tính LSB  Bit có trng s thp nht MCS Master Control Station Tru khin trung tâm Nguyn Xuân Tin 9   MSB Most singnificant bit Bít có trng s cao nht NASA National aeronautics and space Cc qun lý hàng không và không aministration gian quc gia.

NAVSTAR Navigation satellite time and H thng dng v tinh ranging. NCO NumericallyControlled B t    u khin Oscillator bng s OCXO Oven controled crystal B tng tinh th u oscillators khin bng lò cao tn PLL Phase Lock Loop Vòng khóa pha PPS Precise positioning service Dch v nh v chính xác PRN Pseudo Random Noise Nhiu gi ngu nhiên SPS Standard Positioning Service Dch v nh v chun SVN Space Vehicle Number S hiu v tinh TLM Telemetry word c s d  ng b các bn tin nh v TMBOC Time-multiplexed binary offset Sóng mang dch nh phân  i carrier gian TOW Time of Week Thi gian ca tun. Tun GPS bt u ti n  a th by và ch nht Nguyn Xuân Tin 10   UHF Ultra High Frequency Tn s siêu cao UTC Universal Time Coordinated Gi Quc t phi hp Nguyn Xuân Tin 11   1.   GPS là mt h thng v nh v toàn cu ca M, cung cp các dch v nh v, dng, và các dch v thi s dng trên toàn th gii mt cách liên tc, bt k thi ti  bt.

Kin trúc ca h th tinh u tiên trong h thc phóng thành công và tín hic thu th nghim vu tiên. Mu ca d án xây dng h th phc v các mn s ca M, nên B Quc phòng M trc tip kim soát d i sc ép ca v bn nhm máy bay dân s ca Hàn Quc trong vùng tri cm bay ca Nga (1978), k hoch phát trin h thng GPS phc v các ng dng dân s  c chú tr      Quc phòng M tuyên b h thnh và chính thng.  p              anten và máy thu.          ,                    Nguyn Xuân Tin 12    [2]      1.

   Nguyn Xuân Tin 13   .              -  quanh t                           [3] Nguyn Xuân Tin 14    MCS    m thu s liu có nhim v theo dõi các tín hiu v  kim soát và d  o ca chúng. Mi trc trang b nhng máy thu P- thu các tín hiu ca v n v tru khin chính. Ba trm truyn s liu có kh n s liu lên v tinh, gm l mi, d liu hiu chng h, các bn tin, và các lu khin t xa.

 Phân h s dng bao gm các b thu GPS và ci s dng. Các máy thu GPS s chuyi các tín hiu v tinh thành các thông s v trí, vn tc, và thi  tính toán các thông s v trí (X, Y, Z) và thi gian, chúng ta cn ít nht bn v tinh. B c s dng cho các dch v nh v, dng, phân phát thi gian, và các nghiên cu khác. Vi cm ca h thy rng GPS có rt nhii nhiu li ích khi hong.

Các ng dng s dng dch v c m rng và phát trin rng rãi.  tip theo, chúng ta s nghiên cu vm, và cách t Nguyn Xuân Tin 15   1.4 GPS   thit k i phn mm thì cn phi bit v c tính ca tín hiu và d lic phát t v tinh n bi anten máy thu GPS. Trong phn này, em s gii thiu v  to tín hiu GPS và c tính quan trng nht ca các tín hiu và d liu GPS. Các tín hic phát trên hai tn s vô tuy 3 GHz).2) Các tín hic cu thành t 3 thành phn sau:  Sóng mang: tn s f L1 và fL2.

 D linh v: bao gm thông tin liên quan ti các qu o v tinh, có t bit là 50 bps.  Dãy tri ph: mi v tinh có hai dãy hoc mã tri ph.5  khi ca b to tín hic trình bày trong hình 1. [1]  t trái qua phi. Ngoài cùng bên trái là tín hing h c cp cho các khi còn li.

Thc t tn s  hiu chnh các i vi tn s 10.23 MHz t i s dc nhân vi 154 và 120, nó to ra các tín hiu sóng mang L1 và L2.  i cùng, mt b hn ch c  nh tín hing h c khi cp cho các b to mã C/A và mã P (Y).  i là b to d liu có nhim v to ra d linh v. Các b to mã và b to d ling b qua tín hic cp bi b to mã P (Y).

Nguyn Xuân Tin 16   Sau khi t    c kt hp vi d li nh v qua các b cng module-2.