在前面的文章中我们了解到了GPS的应用以及高精密石英晶体振荡器在GPS内部所提供到的作用，GPS晶振的工作原理等等。晶振的作用随着科技的发展到如今已是无处不在,各种大大小小的智能科技产品都会用到石英贴片晶振.接下来我们要说到的是GPS信号失效后保持算法的研究以及与晶振之间的联系.
从前面文中介绍GPS接收机的相关介绍可知,1PPS信号可能在多种因素的作用下丢失。如果通过解码发现失效,应立即停止以它作为基准来驯服OCXO晶振,否则可能对OCXO晶振产生误调整,使系统产生很大的误差,但是这时OCXO晶振的输出频率精度会由于老化和温度等因素的影响而不断降低。为了解决这一问题,采用保持算法, 即在正常锁定过程中,实时记录晶振的频率随时间的漂移率,即确定石英晶体老化率曲线,再利用温度传感器,建立温度和频率漂移率的函数关系。当GPS信号失效后,根据以前正常驯服状态下记录的历史数据,通过合理的算法对OCXO晶振输出频率的变化趋势做出准确预测,进而在此基础上实现对频率误差的实时校正,以保证输出频率精度在可容忍的精度范围内,直到GPS信号恢复后再继续锁定晶振。
OCXO石英晶体振荡器的老化模型是非线性的,而其频率温度变化模型则可认为是线性的,并且可以利用 Kalman滤波器来对这两种模型的参数进行估计,进而可以实现GPS信号失效后OCXO晶振频率的预测校正。然而老化率的非线性是对于较长时间而言的,在短时间内比如说一天,老化模型也可以被简化为线性,这大大方便了算法上的处理关于OCXO石英晶体振荡器的驯服保持模型的原理框图如图5.3所示
图中的三个开关S1、S2、S3在卫星工作状态正常时均处于开启状态,OCX0石英晶体振荡器直处于驯服状态,并且预测模型一直处于工作模式。如果系统经过判断确定卫星信号丢失,而且当时已经完成锁定,系统便会处于保持模式,三个开关均闭合, 这样老化和温度预测模型可以根据其预测的结果并以自己本身的输出作为观测量的输入来实现频率偏差的预测。预测模型的最终输出是出四项叠加而成:驯服的初始校正量、老化模型的预测输出、温度影响模型的预测输出和温度模型的延迟补偿量.
为了实现1PPS信号失效后的保持,必须先将由老化和温度变化引起的影响量分离开来,而分离算法的确定与这两种影响的性质有密切关系。一般认为老化的影响属于慢变,而温度的影响则相对变化较快,即在频域,老化的影响处于低频段,温度的影响处于较高的频段,这样就可以将它们分离开来,即采用不同类型和带宽的数字滤波器就可以实现这两种影响的分离国,ⅢRF、IRF2和RF为滤波器, 其中IRF和IRF3为1阶的低通滤波器,IRF2为3阶的低通椭圆滤波。
图中的IRF1是用来同时通过锁定状态下由温度变化引起的校正量中的高频变化部分和老化引起的低频变化部分,其带宽应该由高频分量确定。在一般的应用环境下,温度的最大变化率可以达到10℃h,而这里所采用的OCXO贴片晶振的线性频率温度系数为6~8ppb/40℃,于是可以得到最大温度变化率引起的频率漂移率达到4.17~5.56×10-4ppb/s。所以IRF的带宽被设计为3×10-3ppb/s(3mHz),即是最大频率温度漂移率的5.4倍,这样就可以通过所需要的信号,并且针对校正信号中由GPS接收机引入的高频噪声,进行每10倍频10dB的衰。
IRF2用于从经过RF滤波后的校正量中分离出老化的影响,那么其带宽由反映老化的低频分量决定。这里采用的OCXO晶振的老化率为0.5ppbd或者58×10-6ppb/s,所以IIRF2的带宽被设计为3×10-5ppbs(0.03mHz),即为秒老化率的5.2倍,并且其阻带衰减最小为50dB,带内波动为1.5dB,这样可以较好的过滤掉温度的影响。IRF2的输出直接输入给了老化的 Kalman预测模型,并且将其从IRFl的输出中减掉,可以提取出温度的影响。
IRF用和RF完全相同的设计,主要用来进一步抑制GPS接收机引入的噪声和消除IRF2输入输出信号的数字相减带来的毛刺。由于IRF1和IRF2处于温度影响预测模型的输入通道上,会使得校正量的预测产生延迟,使预测滞后于IRFl的输入信号。因此有必要在温度预测模型的输出加上一个延迟补偿模块,由它在保持模式时计算出相应的补偿量,并叠加到预测模型的输出信号上来消除延迟的影响。这里的延迟补偿量由温度预测模型输出的变化率和滤波器的延迟量相乘来得到,而滤波器的延迟量的最优估计为个小时,温度预测模型输出变化率由其输出对于时间的一阶微分的100点滑动平均来得到,其中每秒采集一个数据。
CEOB2B
CEOB2B
