1、全球定位系統(tǒng)(Global Position System，GPS)在人們的生活中被廣泛應(yīng)用，而隨著人們對(duì)導(dǎo)航系統(tǒng)中高精度定位需求的日益增長(zhǎng)，干擾抑制成為了研究熱點(diǎn)。在眾多影響定位精度的因素中，多徑干擾是降低定位精度的主要誤差源之一。抑制多徑干擾造成的誤差，其難點(diǎn)在于多徑干擾具有位置上的不相關(guān)性、時(shí)間上的不確定性，不能通過現(xiàn)有的差分技術(shù)來消除。而基于數(shù)據(jù)處理的多徑誤差抑制方法符合目前軟件接收機(jī)的發(fā)展趨勢(shì)，因此，本文重點(diǎn)研究了基于參數(shù)估計(jì)

2、的多徑誤差抑制算法，旨在通過數(shù)據(jù)處理的方法估計(jì)多徑參數(shù)，并依據(jù)所估參數(shù)重構(gòu)多徑信號(hào)，進(jìn)而消除多徑干擾的影響，以此來達(dá)到抑制多徑誤差的目的。研究了高斯噪聲和非高斯噪聲下的多徑誤差抑制算法。擴(kuò)展卡爾曼濾波(Extended Kalman Filter, EKF）和粒子濾波(Particle Filter, PF)分別是高斯噪聲和非高斯噪聲下用于多徑估計(jì)的兩種典型算法，取得了很多研究者的關(guān)注。但在高斯噪聲下，基于EKF的多徑估計(jì)算法仍存在如下

3、問題：對(duì)初值敏感、在對(duì)非線性方程進(jìn)行線性化過程中會(huì)產(chǎn)生截?cái)嗾`差，致使估計(jì)結(jié)果在真值附近具有較大的波動(dòng)。在非高斯噪聲下，PF算法雖然應(yīng)用廣泛，濾波效果較好，但標(biāo)準(zhǔn)的粒子濾波在進(jìn)行參數(shù)估計(jì)時(shí)存在粒子枯竭的問題，致使新產(chǎn)生粒子的多樣性減少，降低了PF的參數(shù)估計(jì)精度。
　　本研究主要內(nèi)容包括：⑴針對(duì)EKF存在對(duì)初值敏感、濾波結(jié)果波動(dòng)較大的問題，本文提出一種基于PF和滑動(dòng)平均EKF的多徑估計(jì)算法。該算法在運(yùn)行的初始階段，首先利用PF估計(jì)多徑

4、參數(shù)，然后將得到的多徑參數(shù)的粗略估計(jì)值作為EKF的初始估計(jì)值，以解決EKF對(duì)初值敏感的問題。接著利用EKF進(jìn)行算法的后續(xù)估計(jì)，并對(duì)EKF的估計(jì)結(jié)果進(jìn)行滑動(dòng)平均，最后將滑動(dòng)平均后的濾波結(jié)果作為多徑參數(shù)的估計(jì)結(jié)果。仿真結(jié)果表明，改進(jìn)后的多徑估計(jì)算法相比EKF和PF具有更優(yōu)的估計(jì)性能，可有效降低估計(jì)結(jié)果的波動(dòng)幅度，同時(shí)克服了EKF對(duì)初值敏感的問題。⑵針對(duì)標(biāo)準(zhǔn)粒子濾波存在的粒子枯竭問題，提出一種基于自適應(yīng)差分進(jìn)化的粒子濾波(Adaptive D

5、ifferential Evolution Particle Filter, ADE-PF)算法，該算法利用自適應(yīng)差分進(jìn)化算法代替PF中的重采樣策略來產(chǎn)生新粒子，使粒子朝著狀態(tài)后驗(yàn)概率密度函數(shù)的高似然區(qū)移動(dòng)，同時(shí)提高了粒子的多樣性。所采用的ADE算法，通過一種非線性自適應(yīng)調(diào)節(jié)策略來自適應(yīng)地調(diào)整縮放因子和交叉因子，以提高改進(jìn)PF中DE(Differential Evolution)優(yōu)化部分的尋優(yōu)能力。為了驗(yàn)證該算法的有效性，分別在高斯噪聲