一种GNSS量化转换信号的质量判决方法及装置与流程

一种gnss量化转换信号的质量判决方法及装置
技术领域
1.本发明涉及数据处理技术领域，尤其涉及一种gnss量化转换信号的质量判决方法及装置。


背景技术：

2.在进行gnss信号采样时，为了获得较多的有用信息和增强信噪比，同时对各种可能存在的电磁干扰进行抑制，往往采用较高的量化位数。但是较高的量化位数对gnss接收机的性能要求较高，会大大降低信号的捕获跟踪速度，甚至有些特殊目的的接收机，比如以bitwise捕获算法为核心追求快速捕获的软件接收机上只能支持特定量化位数的gnss信号。所以为了满足不同量化位数gnss信号的需求，常需要对gnss信号的量化位数进行转换。
3.gnss量化信号进行转换时，有最佳概率分布方法和仅保留最高量化位数方法等，通过决定不同的量化高低门限对信号进行量化转换。转换成功后，这时需要对是否留存了足够的有用信息进行判定量化转换结果是否符合要求。
4.目前已有的对于gnss量化转换信号质量判决方法是：通过计算一定误警率下的最佳概率分布函数，再对高低门限进行不断地循环调整，同时计算出不同量化位数对应的各量化值的存在比例，直至满足该量化位数下的最佳概率分布，此时认为量化转换成功。该判决方法计算过程复杂，耗时长，并且没有考虑到有欺骗、多径、卫星信号异常和电磁干扰等情况下的特殊卫星信号，会损失较多有用信息，对于gnss量化转换信号的质量判决精度不佳。
5.由上述可得，现有的gnss量化转换信号的质量判决方法存在精度不高的问题。


技术实现要素：

6.本发明实施例提供一种gnss量化转换信号的质量判决方法及装置，提高了对于gnss量化转换信号的质量判决精度。
7.本技术实施例的第一方面提供了一种gnss量化转换信号的质量判决方法，包括：
8.获取待判决的gnss量化转换信号的量化位数，根据量化位数计算的得到待判决的gnss量化转换信号的最佳概率分布；
9.计算待判决的gnss量化转换信号与最佳概率分布之间的第一误差率，将第一误差率输入至待判决的gnss量化转换信号对应的判决函数中，计算得到错误率；
10.根据错误率对待判决的gnss量化转换信号的进行质量判决。
11.在第一方面的一种可能的实现方式中，待判决的gnss量化转换信号对应的判决函数的生成过程具体为：
12.分别计算理想平均所占比例和红线比例与最佳概率分布之间的第二误差率和第三误差率；
13.将第二误差率、第三误差率分别代入至聂曼皮尔逊辅助函数中，得到第一函数和第二函数；
14.对第一函数和第二函数进行训练，直至第一函数和第二函数满足预设条件，训练结束并生成待判决的gnss量化转换信号对应的判决函数。
15.在第一方面的一种可能的实现方式中，理想平均所占比例和红线比例的获取过程具体为：
16.根据待判决的gnss量化转换信号，确定待判决的gnss量化转换信号的各正负幅度值的计数值；
17.根据各正负幅度值的计数值与中频数据长度，计算得到各幅度计数值的所占比例；
18.根据预设质量条件，从各幅度计数值的所占比例获取理想平均所占比例和红线比例；其中，理想平均所占比例表示符合预设质量条件的各幅度计数值的所占比例；红线比例表示不符合预设质量条件的各幅度计数值的所占比例。
19.在第一方面的一种可能的实现方式中，根据错误率对待判决的gnss量化转换信号的进行质量判决，具体为：
20.当错误率小于第一预设阈值时，判定待判决的gnss量化转换信号无效；
21.当错误率大于等于第一预设阈值且小于第二预设阈值时，判定待判决的gnss量化转换信号合格；
22.当错误率大于等于第二预设阈值时，判定待判决的gnss量化转换信号不合格。
23.在第一方面的一种可能的实现方式中，第一函数和第二函数满足预设条件，具体为：
24.第一函数具体为：
25.q
p
＝p
′1(e)+δpp2(e)；
26.第二函数具体为：
27.qr＝p
′1(e)+δrp2(e)；
28.其中，q
p
为第一函数，qr为第二函数，p
′1(e)为预设判决误警率，p2(e)为判决错误率，δp为第二误差率，δr为第三误差率；
29.以第一函数和第二函数的中的判决错误率为自变量，求判决错误率的偏导和二阶偏导，在判决错误率满足预设取值范围的前提下且第一函数和第二函数等于第三预设阈值时，判定第一函数和第二函数满足预设条件。
30.在第一方面的一种可能的实现方式中，生成待判决的gnss量化转换信号对应的判决函数，具体为：
31.以训练结束后的第一函数和训练结束后的第二函数的中的判决错误率为因变量，以第一误差率为自变量，求聂曼皮尔逊辅助函数的反函数，生成待判决的gnss量化转换信号对应的判决函数，如下所示：
32.p＝q
min-p1(e)/μ；
33.其中，p为待判决的gnss量化转换信号对应的判决函数，q
min
为第三预设阈值，p1(e)为判决误警率，μ为第一误差率。
34.在第一方面的一种可能的实现方式中，还包括：
35.根据训练结束后的第一函数和训练结束后的第二函数进行计算，分别得到第一预设阈值和第二预设阈值。
36.本技术实施例的第二方面提供了一种gnss量化转换信号的质量判决装置，包括：第一计算模块、第二计算模块和判决模块；
37.其中，第一计算模块用于获取待判决的gnss量化转换信号的量化位数，根据量化位数计算的得到待判决的gnss量化转换信号的最佳概率分布；
38.第二计算模块用于计算待判决的gnss量化转换信号与最佳概率分布之间的第一误差率，将第一误差率输入至待判决的gnss量化转换信号对应的判决函数中，计算得到错误率；
39.判决模块用于根据错误率对待判决的gnss量化转换信号的进行质量判决。
40.在第二方面的一种可能的实现方式中，待判决的gnss量化转换信号对应的判决函数的生成过程具体为：
41.分别计算理想平均所占比例和红线比例与最佳概率分布之间的第二误差率和第三误差率；
42.将第二误差率、第三误差率分别代入至聂曼皮尔逊辅助函数中，得到第一函数和第二函数；
43.对第一函数和第二函数进行训练，直至第一函数和第二函数满足预设条件，训练结束并生成待判决的gnss量化转换信号对应的判决函数。
44.在第二方面的一种可能的实现方式中，理想平均所占比例和红线比例的获取过程具体为：
45.根据待判决的gnss量化转换信号，确定待判决的gnss量化转换信号的各正负幅度值的计数值；
46.根据各正负幅度值的计数值与中频数据长度，计算得到各幅度计数值的所占比例；
47.根据预设质量条件，从各幅度计数值的所占比例获取理想平均所占比例和红线比例；其中，理想平均所占比例表示符合预设质量条件的各幅度计数值的所占比例；红线比例表示不符合预设质量条件的各幅度计数值的所占比例。
48.相比于现有技术，本发明实施例提供的一种gnss量化转换信号的质量判决方法及装置，所述方法包括：获取待判决的gnss量化转换信号的量化位数，根据量化位数计算的得到待判决的gnss量化转换信号的最佳概率分布；计算待判决的gnss量化转换信号与最佳概率分布之间的第一误差率，将第一误差率输入至待判决的gnss量化转换信号对应的判决函数中，计算得到错误率；根据错误率对待判决的gnss量化转换信号的进行质量判决。
49.其有益效果在于：本发明实施例根据待判决的gnss量化转换信号的量化位数计算的得到待判决的gnss量化转换信号的最佳概率分布后，进一步计算待判决的gnss量化转换信号与最佳概率分布之间的第一误差率，并将第一误差率输入至待判决的gnss量化转换信号对应的判决函数中，计算得到错误率，最后根据错误率对待判决的gnss量化转换信号的进行质量判决，能够避免了现有技术中通过对高低门限进行不断地循环调整的方法对gnss量化转换信号质量判决的过程中而导致的损失有用信息的问题，能够有效提高对于gnss量化转换信号的质量判决精度。
50.进一步地，本发明实施例在gnss量化转换信号质量判决中，能够在限制误警率的情况下，控制错误率为最低；再者，本发明实施例不仅能够判决出gnss量化转换信号的质量
是否符合要求，还能将错误率与第一预设阈值、第二预设阈值相比较，从而判断出信号质量优劣的程度，进一步提高对于gnss量化转换信号的质量判决精度。
51.最后，本发明实施例在gnss量化转换信号质量判决中，计算过程简单，耗时短，并且考虑到有欺骗、多径、卫星信号异常和电磁干扰等情况下的特殊卫星信号，在保证对gnss量化转换信号质量判决的效率的同时，保证了对于gnss量化转换信号的质量判决精度。
附图说明
52.图1是本发明一实施例提供的一种gnss量化转换信号的质量判决的流程示意图；
53.图2是本发明一实施例提供的一种gnss量化转换信号的质量判决装置的结构示意图。
具体实施方式
54.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
55.参照图1，是本发明一实施例提供的一种gnss量化转换信号的质量判决方法的流程示意图，包括s101-s103：
56.s101：获取待判决的gnss量化转换信号的量化位数，根据量化位数计算的得到待判决的gnss量化转换信号的最佳概率分布。
57.s102：计算待判决的gnss量化转换信号与最佳概率分布之间的第一误差率，将第一误差率输入至待判决的gnss量化转换信号对应的判决函数中，计算得到错误率。
58.在本实施例中，所述待判决的gnss量化转换信号对应的判决函数的生成过程具体为：
59.分别计算理想平均所占比例和红线比例与所述最佳概率分布之间的第二误差率和第三误差率；
60.将所述第二误差率、所述第三误差率分别代入至聂曼皮尔逊辅助函数中，得到第一函数和第二函数；
61.对所述第一函数和所述第二函数进行训练，直至所述第一函数和所述第二函数满足预设条件，训练结束并生成所述待判决的gnss量化转换信号对应的判决函数。
62.在一具体实施例中，所述第一函数和所述第二函数满足预设条件，具体为：
63.所述第一函数具体为：
64.q
p
＝p
′1(e)+δpp2(e)；
65.所述第二函数具体为：
66.qr＝p
′1(e)+δrp2(e)；
67.其中，q
p
为所述第一函数，qr为所述第二函数，p
′1(e)为预设判决误警率，p2(e)为判决错误率，δp为所述第二误差率，δr为所述第三误差率；
68.以所述第一函数和所述第二函数的中的所述判决错误率为自变量，求所述判决错误率的偏导和二阶偏导，在所述判决错误率满足预设取值范围的前提下且所述第一函数和
所述第二函数等于第三预设阈值时，判定所述第一函数和所述第二函数满足预设条件。
69.在一具体实施例中，所述生成所述待判决的gnss量化转换信号对应的判决函数，具体为：
70.以训练结束后的所述第一函数和训练结束后的所述第二函数的中的所述判决错误率为因变量，以所述第一误差率为自变量，求所述聂曼皮尔逊辅助函数的反函数，生成所述待判决的gnss量化转换信号对应的判决函数，如下所示：
71.p＝q
min-p1(e)/μ；
72.其中，p为所述待判决的gnss量化转换信号对应的判决函数，q
min
为所述第三预设阈值，p1(e)为判决误警率，μ为所述第一误差率。
73.进一步地，p
′1(e)为预设判决误警率，特指的某一个确定的误警率；p1(e)为判决误警率，是一个概念意义上的代指符号。p
′1(e)和p1(e)是特殊和一般的关系。
74.在一具体实施例中，还包括：
75.根据训练结束后的所述第一函数和训练结束后的所述第二函数进行计算，分别得到所述第一预设阈值和所述第二预设阈值。
76.在一具体实施例中，所述理想平均所占比例和所述红线比例的获取过程具体为：
77.根据所述待判决的gnss量化转换信号，确定所述待判决的gnss量化转换信号的各正负幅度值的计数值；
78.根据所述各正负幅度值的计数值与中频数据长度，计算得到各幅度计数值的所占比例；
79.根据预设质量条件，从所述各幅度计数值的所占比例获取所述理想平均所占比例和所述红线比例；其中，所述理想平均所占比例表示符合所述预设质量条件的各幅度计数值的所占比例；所述红线比例表示不符合所述预设质量条件的各幅度计数值的所占比例。
80.s103：根据错误率对待判决的gnss量化转换信号的进行质量判决。
81.在本实施例中，所述根据所述错误率对所述待判决的gnss量化转换信号的进行质量判决，具体为：
82.当所述错误率小于第一预设阈值时，判定所述待判决的gnss量化转换信号无效；
83.当所述错误率大于等于所述第一预设阈值且小于第二预设阈值时，判定所述待判决的gnss量化转换信号合格；当所述错误率大于等于所述第二预设阈值时，判定所述待判决的gnss量化转换信号不合格。
84.进一步地，所述错误率越接近所述第二预设阈值，代表所述待判决的gnss量化转换信号的质量越高，所述错误率越接近所述第一预设阈值，代表所述待判决的gnss量化转换信号的质量越低；
85.在一优选实施例中，包括以下步骤：
86.步骤1：对gnss中频量化转换信号(即gnss量化转换信号)的训练样本进行预处理，得到样本的样本总数、量化位数、对应的取值范围和每个取值的样本个数及所占比例。
87.其中，对gnss中频量化转换信号训练样本进行预处理包括以下子步骤：
88.1.1统计训练样本的不同量化位数的总体个数，将不同量化位数的样本区分开，分别截取所需的相同长度的量化转换信号，控制量化转换信号为相同的信号采样率和中频数据长度；
89.1.2针对不同量化位数的gnss中频量化转换信号样本，确定可能出现的正负幅度值，每次正负幅度值出现，则相应的计数值加1，统计各可能存在的值出现的次数记为各幅度计数值；
90.1.3通过统计出的各正负幅度值得计数值除以中频数据长度，计算出各幅度计数值与总信号记数值的比值，记为各幅度计数值的所占比例p，最后将符合预设质量条件的各不同量化位数的样本的各幅度计数值所占比例分别求均值得到理想平均所占比例p，不符合质量要求的各不同量化位数的样本的各幅度计数值所占比例分别求均值得到红线比例r。
91.步骤2：针对不同量化位数，限制虚警概率为固定值，构造聂曼皮尔逊辅助函数q，通过训练样本计算q的最小值，使漏报概率为最小，得到判决函数和错误率阈值(错误率阈值包括：第一预设阈值mr和第二预设阈值m
p
)。
92.其中，构造聂曼皮尔逊辅助函数q，通过训练样本计算q的最小值，使漏报概率为最小，得到判决函数包括以下子步骤：
93.2.1构造聂曼皮尔逊辅助函数q＝p1(e)+μp2(e)，其中需要确定的未知数有判决误警率p1(e)、判决错误率p2(e)和gnss量化转换信号的误差率μ；
94.2.2通过系统输入一个可以接受的预设判决误警率p
′1(e)，在预设判决误警率p
′1(e)等于常数的条件下，通过输入量化转换信号样本，代入预设质量条件的各不同量化位数的样本的各幅度计数值所占比例分别求均值得到理想平均所占比例p和红线比例r，分别计算p与最佳概率分布λ之间的第二误差率δp、以及和r与最佳概率分布λ之间的第三误差率δr。其中，当幅度计数值的所占比例的判决误警率小于p
′1(e)，则判定幅度计数值的所占比例符合预设质量条件；当幅度计数值的所占比例的判决误警率大于等于p
′1(e)，则判定幅度计数值的所占比例不符合预设质量条件。
95.其中，p＝n
p
/n，r＝nr/n，δp＝|λ-p|/λ，δr＝|λ-r|/λ，n
p
为总样本数为n的情况下代表的理想计数值，nr为总样本数为n的情况下代表的红线计数值；
96.2.3分别将δp和δr代入到gnss量化转换信号的误差率μ，得到两个q的函数，包括第一函数q
p
和第二函数qr，即：
97.q
p
＝p
′1(e)+δpp2(e)；
98.qr＝p
′1(e)+δrp2(e)；
99.再分别以判决错误率p2(e)为自变量，求判决错误率p2(e)的偏导和二阶偏导，在判决错误率满足预设取值范围的前提下，当q达到极小值q
min
(即等于第三预设阈值)时，视为判决函数训练完成，记录下当前的判决错误率即为第一预设阈值mr和第二预设阈值m
p
：
100.m
p
＝q
p-p
′1(e)/δp；
101.mr＝q
r-p
′1(e)/δr。
102.2.4以判决错误率p2(e)为因变量，同时以gnss量化转换信号的误差率μ为自变量，求q辅助函数的反函数，得到最终的质量判决函数，如下所示：
103.p＝q
min-p1(e)/
μ
；
104.其中p为判决值，q
min
为第三预设阈值，p1(e)为输入的可以接受的任意判决误警率，μ为待判定的gnss量化转换信号的误差率(即第一误差率)，判决值p越接近阈值第二预设阈值m
p
则信号质量越高，一旦低于第一预设阈值mr则判定信号无效。
105.步骤3：实时处理需要判决的gnss量化转换信号，通过输入直接得到待判决量化信号的量化位数，并计算最佳agc增益即信噪比损失最小的情况，反推得到信号的最佳概率分布；
106.步骤4：计算待判决的gnss量化转换信号与最佳概率分布之间的第一误差率，每一种待判决的gnss量化转换信号的量化位数对应一个不同的判决函数，将第一误差率代入相应量化位数的判决函数中，得到相应的错误率。当错误率低于第二预设阈值m
p
，则判决待判决的gnss量化转换信号的质量合格，当错误率高于判决第二预设阈值m
p
，则判决待判决的gnss量化转换信号的质量不合格。错误率越接近第二预设阈值m
p
，代表待判决的gnss量化转换信号的质量越高；错误率越接近第一预设阈值mr，代表待判决的gnss量化转换信号的质量越低，最终得到最终判决结果。
107.为了进一步gnss量化转换信号的质量判决装置，请参照图2，图2是本发明一实施例提供的一种gnss量化转换信号的质量判决装置的结构示意图，包括：第一计算模块、第二计算模块和判决模块；
108.其中，所述第一计算模块201用于获取待判决的gnss量化转换信号的量化位数，根据所述量化位数计算的得到所述待判决的gnss量化转换信号的最佳概率分布；
109.所述第二计算模块202用于计算所述待判决的gnss量化转换信号与所述最佳概率分布之间的第一误差率，将所述第一误差率输入至所述待判决的gnss量化转换信号对应的判决函数中，计算得到错误率；
110.所述判决模块203用于根据所述错误率对所述待判决的gnss量化转换信号的进行质量判决。
111.在本实施例中，所述待判决的gnss量化转换信号对应的判决函数的生成过程具体为：
112.分别计算理想平均所占比例和红线比例与所述最佳概率分布之间的第二误差率和第三误差率；
113.将所述第二误差率、所述第三误差率分别代入至聂曼皮尔逊辅助函数中，得到第一函数和第二函数；
114.对所述第一函数和所述第二函数进行训练，直至所述第一函数和所述第二函数满足预设条件，训练结束并生成所述待判决的gnss量化转换信号对应的判决函数。
115.在本实施例中，所述理想平均所占比例和所述红线比例的获取过程具体为：
116.根据所述待判决的gnss量化转换信号，确定所述待判决的gnss量化转换信号的各正负幅度值的计数值；
117.根据所述各正负幅度值的计数值与中频数据长度，计算得到各幅度计数值的所占比例；
118.根据预设质量条件，从所述各幅度计数值的所占比例获取所述理想平均所占比例和所述红线比例；其中，所述理想平均所占比例表示符合所述预设质量条件的各幅度计数值的所占比例；所述红线比例表示不符合所述预设质量条件的各幅度计数值的所占比例。
119.在本实施例中，所述根据所述错误率对所述待判决的gnss量化转换信号的进行质量判决，具体为：
120.当所述错误率小于第一预设阈值时，判定所述待判决的gnss量化转换信号无效；
121.当所述错误率大于等于所述第一预设阈值且小于第二预设阈值时，判定所述待判决的gnss量化转换信号合格；
122.当所述错误率大于等于所述第二预设阈值时，判定所述待判决的gnss量化转换信号不合格。
123.在一具体实施例中，所述第一函数和所述第二函数满足预设条件，具体为：
124.所述第一函数具体为：
125.q
p
＝p
′1(e)+δpp2(e)；
126.所述第二函数具体为：
127.qr＝p
′1(e)+δrp2(e)；
128.其中，q
p
为所述第一函数，qr为所述第二函数，p
′1(e)为预设判决误警率，p2(e)为判决错误率，δp为所述第二误差率，δr为所述第三误差率；
129.以所述第一函数和所述第二函数的中的所述判决错误率为自变量，求所述判决错误率的偏导和二阶偏导，在所述判决错误率满足预设取值范围的前提下且所述第一函数和所述第二函数等于第三预设阈值时，判定所述第一函数和所述第二函数满足预设条件。
130.在一具体实施例中，所述生成所述待判决的gnss量化转换信号对应的判决函数，具体为：
131.以训练结束后的所述第一函数和训练结束后的所述第二函数的中的所述判决错误率为因变量，以所述第一误差率为自变量，求所述聂曼皮尔逊辅助函数的反函数，生成所述待判决的gnss量化转换信号对应的判决函数，如下所示：
132.p＝q
min-p1(e)/μ；
133.其中，p为所述待判决的gnss量化转换信号对应的判决函数，q
min
为所述第三预设阈值，p1(e)为判决误警率，μ为所述第一误差率。
134.在一具体实施例中，还包括：
135.根据训练结束后的所述第一函数和训练结束后的所述第二函数进行计算，分别得到所述第一预设阈值和所述第二预设阈值。
136.本发明实施例通过第一计算模块获取待判决的gnss量化转换信号的量化位数，根据量化位数计算的得到待判决的gnss量化转换信号的最佳概率分布；通过第二计算模块计算待判决的gnss量化转换信号与最佳概率分布之间的第一误差率，将第一误差率输入至待判决的gnss量化转换信号对应的判决函数中，计算得到错误率；通过判决模块根据错误率对待判决的gnss量化转换信号的进行质量判决。
137.本发明实施例根据待判决的gnss量化转换信号的量化位数计算的得到待判决的gnss量化转换信号的最佳概率分布后，进一步计算待判决的gnss量化转换信号与最佳概率分布之间的第一误差率，并将第一误差率输入至待判决的gnss量化转换信号对应的判决函数中，计算得到错误率，最后根据错误率对待判决的gnss量化转换信号的进行质量判决，能够避免了现有技术中通过对高低门限进行不断地循环调整的方法对gnss量化转换信号质量判决的过程中而导致的损失有用信息的问题，能够有效提高对于gnss量化转换信号的质量判决精度。
138.进一步地，本发明实施例在gnss量化转换信号质量判决中，能够在限制误警率的情况下，控制错误率为最低；再者，本发明实施例不仅能够判决出gnss量化转换信号的质量
是否符合要求，还能将错误率与第一预设阈值、第二预设阈值相比较，从而判断出信号质量优劣的程度，进一步提高对于gnss量化转换信号的质量判决精度。
139.最后，本发明实施例在gnss量化转换信号质量判决中，计算过程简单，耗时短，并且考虑到有欺骗、多径、卫星信号异常和电磁干扰等情况下的特殊卫星信号，在保证对gnss量化转换信号质量判决的效率的同时，保证了对于gnss量化转换信号的质量判决精度。
140.以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。