元信号处理突破传统RTK-PPP羁绊？

传统的高精度定位，离不开RTK（实时动态）方法和PPP（精密单点定位）方法，但是他们也与生俱来地带有自身的局限性。前者利用相位定位，具备高精度能力，但是稳定性不足，后者能够单独提供高精度，但是收敛时间太长。对于来自于GNSS多星座、并通过一个或多个天线接收到的元信号进行联合开发处理，可以实现在苛刻的传播条件下的高精度PNT解决方案，而且用的是基于码的处理方法。

在复杂苛刻的传播条件下的定位，特别是高精度定位目前还是个挑战性的难题。尽管基于运营商的定位解决方案（例如PPP或RTK）在适合的传播条件下（例如，开阔的天空条件），城市峡谷中实现载波相位定位方法并非易事。而在室内希望定位，情况变得更糟。在这些严酷的环境中传播方案，基于代码伪距定位在一定程度上可能仍然被利用，由代码进行定位的GNSS接收机，通常成本更低，可以实现的PNT定位精度一般为几米，有时为数十米。

为了克服环境条件对于定位的这些限制，利用两个或多个GNSS以不同的载波频率传输的信号分量，基于高精度代码来推导伪距。与BOC信号类似，与原始信号的那些相比，元信号所获得主相关峰比较窄，产生更好的码相位估算。但这是以自相关函数中出现多重相关峰为代价的。因此，元信号处理暗示着潜在的模糊度问题，尤其是在在恶劣的传播条件下和低C / N0条件下，推导伪距的代码，区分相关峰的主峰和侧峰，这可能会很困难。元信号处理的应用，在基于载波的PNT解决方案不再可靠的传播条件下特别有益，例如，适用于低C / N0条件和衰落/多径条件下。由此可见，为了进行元信号处理，其根本任务是处理模糊度问题，在推导PNT解决方案中能够提供实际利益。为此，多输入多输出，或者说是多入多出（MIMO）GNSS框架已经被提出，利用高阶二进制偏移载波（BOC）信号，实现无模糊度定位，可以统称为采用元信号。这个通用的MIMO处理方法，包括从多颗GNSS卫星信号，通过一个或多个接收机天线接收到不同载频的多重信号，进行联合处理。尽管MIMO估算器，相对于目前的先进的技术，涉及PNT解决方案的更高复杂性，但是它可以赋能，导出适用于城市甚至室内条件下的即时高精度解决方案。而且，可以证明它是适用的快照和占空比处理方法。它也可以用作多相关器接收机架构基础，MIMO估算器用于赋能无模糊度信号的PNT解决方案。

1. 元信号处理

元信号处理方法最初是，基于不同载波上的两个信号频率分量，通过联合处理，获得高精度代码伪距的一种方法。成为通用的BOC码处理方法。一般来说，考虑作为元信号处理，需要联合利用两个或多个信号分量。而两个分量可能被用来实现合成元信号的Gabor带宽的最大化，其他信号分量可能是用来获得更好的自相关误锁概率特性。对于两个信号分量的情况，元信号自相关函数是代码延迟的函数。

虽然元信号处理，是实现高精度的PNT解决方案的有前途的方法，但是元信号处理引入了新的要处理的问题。首先，两个或多个信号分量必须是加工后保持较高的精度，由频率分离提供从它们之间获取理想匹配滤波器的应用产生的宽带信号。为了在某些情况下有两个信号分量的情况典型的接收器架构，这可以被视为类似于跟踪BOC信号的子载波来推导精准的伪距估计。此外，最终数据和/或二级/覆盖码调制到各个信号分量上在此过程中必须将其擦拭干净。而且，信号成分的处理在不同或非常不同载频可以引入需要补偿外观每个信号的不同延迟硬件延迟导致的分量（由接收方和/或卫星）和/或电离层延迟。潜在的不同加权和/或每个信号分量的频谱也产生了交易的需要具有复杂的互相关函数。最后，是元信号处理引入模糊度的问题。对于高阶BOC信号，以及在这种情况下也必须处理元信号以充分利用其提供更高的精度。

2. 利用元信号的MIMO-GNSS处理

MIMO-GNSS处理目标是将来自多个卫星和/或多个接收天线的GNSS信号进行联合开发，以形成在恶劣的传播条件下的、无所不在的、精确可靠的PNT解决方案。

MIMO最大值似然估计器（MIMO-MLE），可以用来实现无模糊度的推导位置解决方案，已显示出良好应用前景。同样，MIMO处理可以适用于无模糊度的处理元信号，实现高精度PNT解决方案。在这种情况下，模糊度问题可以直接解决在位置域中（和/或在时域中），而不是在伪距层级。这意味着，每个主相关峰可利用的元信号目标是直接识别位置域局部最大值，对应于主相关峰值（即对应于接收机的实际位置）。

MIMO-MLE相对于直接定位的典型开发和集体检测技术。它还允许MIMO-MLE的应用基于最新的相关器架构。考虑具有M个卫星的MIMO系统的N根天线，与接收机的相位中心位置估计和定义每个接收机的天线位置，MIMO-MLE可以推导为受约束的优化问题。

3. 元信号处理性能

元信号处理提供的定位性能，通过水平位置均方根误差（RMSE）进行比较，通过Galileo E5信号，实现（E5a–Q + E5b–Q）常规处理和（E5b–Q + E6–C）的元信号处理，在两种都是单天线情况下，利用具有MISO-MLE估计器的接收机。为了简单起见，对于所有卫星都适用，考虑相关积分周期为100毫秒。该方案考虑了水平精度稀释（HDOP）等于1，并且没有附加系统，或引入大气误差。不出所料，元信号处理（E5b–Q + E6–C）的数据允许达到的精度有所提高。例如，对于25dB-Hz条件下，水平位置的RMSE，对于（E5a–Q + E5b–Q）常规处理精度约为0.4 m，而用（E5b–Q + E6–C）元信号处理得到的精度约0.1 m。

当元信号联合处理时，在位置域中利用单天线MISO-MLE（或由MIMOMLE，用的是多个天线），必须处理好模糊度问题。但是万一考虑的是常规的处理方法，根据每个元信号和实现的是基于导出伪距层级的定位解决方案，接收机必然存在测距层级的模糊度处理问题，获得的是不同的结果。为了说明这一点，MISO-MLE解决方案与常规处理方法（MLE在伪距级别）进行比较，基于多相关器架构，对于每个元信号进行模糊度求解。

在低C / N0条件下，在常规处理解决方案中，假锁的影响显得很重要。大概在大约30 dB-Hz左右就开始产生影响。在这种情况下，元信号的自相关函数的相关侧峰非常接近功率和代码延迟的相关峰。相反，MISO-MLE能够处理模糊度问题，直到约17 dB-Hz左右，至15 dB-Hz产生的误差才低到米。

常规方法、MISO-MLE（单个天线）和MIMO-MLE（带有4个天线）所得到的水平定位结果比较表明，在低C / N0条件下（20 dB-Hz），特别能够显示出（E5b-Q + E6-C）的元信号处理优势。对于常规处理的水平定位RMSE为3.2 m，而对于MISO-MLE的定位误差降至0.2 m；当MIMO-MLE为采用元信号无模糊度处理方法时，误差降至0.1米。

4. 结论

用于元信号处理，模糊度问题必须解决，以获得推导中的实际利益，形成恶劣传播条件下的PNT解决方案，同时还允许低C / N0条件存在。建议直接在位置域中实施，利用MISO-MLE和MIMOMLE元信号解决方案。通过元信号处理，改善了无模糊度定位，摆脱传统模糊度所要的解决测量距离的相位分辨率技术。进一步的工作将在恶劣的传播条件下，特别是在室内条件下，通过MISO-MLE和MIMO-MLE元信号解决方案，有望实现亚米级的精度，这也可以扩展到定时应用中，其中元信号处理也被认为是有极大益处的。