Төртінші нөмірге барлық бағыттар бойынша мақалалар қабылдау аяқталды.

Приём статей в четвёртый номер по всем направлениям закрыт.

Submissions for the fourth issue are now closed across all subject areas.

Preview

Вестник Университета Шакарима. Серия технические науки

Вестник Университета Шакарима. Серия технические науки

Расширенный поиск

СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ ПОВЫШЕНИЯ КАЧЕСТВА GNSS-СИГНАЛОВ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

https://doi.org/10.53360/2788-7995-2026-3(23)-4

Аннотация

В канале GNSS при слабом сигнале точность слежения за фазой и частотой, несущей в приёмнике резко, ухудшается, что снижает устойчивость и качество навигационного решения. Целью данной работы является улучшение качества слабого GNSS-сигнала, то есть повышение чувствительности системы автоматической регулировки, несущей в условиях низкого качества сигнала и динамических воздействий, а также уменьшение фазовых/частотных ошибок. Объект исследования – базовый I/Q-сигнал на выходе коррелятора GNSS-приёмника и работа контура слежения за несущей. В предложенном методе вместо традиционной длительной когерентной интеграции используется блочно-когерентная интеграция (БКИ). Общее время интеграции T сохраняется, сигнал делится на BBB коротких блоков, и по результатам Ib,Qb формируется матрица Z[k]. Эта матрица сохраняет изменения амплитуды и фазы и точнее описывает влияние частотного рассогласования и динамики. Далее нейросетевой дискриминатор (CNN+MLP), обрабатывающий данные, оценивает фазовую ошибку, которая затем фильтруется PI-подобным loop-filter и в замкнутой обратной связи обновляет параметры численно управляемого генератора (NCO). Научная новизна заключается в представлении информации БКИ в виде 2D-матрицы, замене классического дискриминатора контура фазовой синхронизации нейросетевым дискриминатором в замкнутой структуре BCI–NPLL, а также в численном обосновании чувствительности через связь CRLB и фазового джиттера. Результаты моделирования показали, что предложенный подход сохраняет устойчивость слежения в области слабых сигналов, фазовая ошибка концентрируется около нуля, а точность оценки частоты является высокой (RMSE≈0.084 Гц). В результате метод позволяет улучшить качество слабого GNSS-сигнала и повысить устойчивость трекинга приёмника.

Об авторах

Н. П. Сапарходжаев
Рудненский индустриальный университет
Казахстан

Нурбек Пажарбекович Сапарходжаев – PhD, ассоциированный профессор, председатель правления-Ректор, Рудненский индустриальный университет

г. Рудный, Костанайская область, ул. 50 лет Октября, 38



А. Хабай
Satbayev University
Казахстан

Анар Хабай – PhD, ассоциированный профессор, кафедра
«Электротехники и космической техники телекоммуникаций»

050013, Республика Казахстан, г. Алматы, ул. Сатпаева, 22

 



М. Ж. Иген
Satbayev University
Казахстан

Магжан Жаксылыкович Иген – магистрант, кафедра «Электротехника и космическая техника Телекоммуникации»

050013, Республика Казахстан, г. Алматы, ул. Сатпаева, 22

 



Е. А. Тулешов
Satbayev University; Институт механики и машиноведения имени академика У.А. Джолдасбекова
Казахстан

Еркебулан Амандыкович Тулешов – к. т. н., ассоциированный профессор, кафедра робототехники и технических средств автоматики, Институт автоматики и информационных технологий

050013, Республика Казахстан, г. Алматы, ул. Сатпаева, 22

Республика Казахстан, г. Алматы, ул. Шевченко, 28

 



Ж. Н. Исабеков
Satbayev University
Казахстан

Жанибек Назарбекович Исабеков – PhD, ассоциированный профессор, кафедра робототехники и технических средств автоматики, институт автоматики и информационных технологий

050013, Республика Казахстан, г. Алматы, ул. Сатпаева, 22



Список литературы

1. Jing S. Weak and dynamic GNSS signal tracking strategies for flight missions in the space service volume / S. Jing et al // Sensors. – 2016. – Vol. 16, № 9. – Art. 1412. https://doi.org/10.3390/s16091412.

2. Scientific and methodological bases of GPS monitoring of intensive movements of the Earth’s crust in the earthquake-prone regions of Kazakhstan / Zh.Sh. Zhantayev et al // News of the National Academy of Sciences of the Republic of Kazakhstan. Series of Physics and Mathematics. – 2020. – Vol. 3, № 331. – P. 177-182. https://doi.org/10.32014/2020.2518-1726.51.

3. A two-stage Kalman filter-based carrier tracking loop for weak GNSS signals / Y. Cheng et al // Sensors. – 2019. – Vol. 19, № 6. – Art. 1369. https://doi.org/10.3390/s19061369.

4. Guo K. Effects of GNSS receiver tuning on the PLL tracking jitter estimation in the presence of ionospheric scintillation / K. Guo, M. Aquino, S. Vadakke Veettil // Space Weather. – 2020. – Vol. 18, № 7. – Article e2019SW002362. https://doi.org/10.1029/2019SW002362.

5. Examining the tolerance of GNSS receiver phase tracking loop under the effects of severe ionospheric scintillation conditions based on its bandwidth / I.P. Portella et al // Radio Science. – 2021. – Vol. 56, № 6. – P. 1-11. https://doi.org/10.1029/2020RS007160.

6. Bochkati M. Use of ultra-low-bandwidth tracking loops for improved GNSS receiver phase tracking under thermal stress / M. Bochkati, J. Dampf, T. Pany // NAVIGATION: Journal of the Institute of Navigation. – 2026. – Vol. 73. – Article navi.744. https://doi.org/10.33012/navi.744.

7. Evaluation of adaptive loop-bandwidth tracking techniques in GNSS receivers / I. Cortés et al // Sensors. – 2021. – Vol. 21, № 2. – Art. 502. https://doi.org/10.3390/s21020502.

8. A carrier estimation method based on MLE and KF for weak GNSS signals / H. Zhang et al // Sensors. – 2017. – Vol. 17, № 7. – Art. 1468. https://doi.org/10.3390/s17071468.

9. Stevanovic S. A GPS phase-locked loop performance metric based on the phase discriminator output / S. Stevanovic, B. Pervan // Sensors. – 2018. – Vol. 18, № 1. – Art. 296. https://doi.org/10.3390/s18010296.

10. O’Driscoll C. Choosing the coherent integration time for Kalman filter-based carrier-phase tracking of GNSS signals / C. O’Driscoll, M.G. Petovello, G. Lachapelle // GPS Solutions. – 2011. – Vol. 15. – P. 345-356. https://doi.org/10.1007/s10291-010-0194-4.

11. Improved GNSS vector tracking loop to enhance the navigation performance of USV / W. Liu et al // Ocean Engineering. – 2022. – Vol. 258. – Art. 111865. https://doi.org/10.1016/j.oceaneng.2022.111865.

12. Weak GPS signal tracking using block coherent integration based on NN discriminator / Z. Gong et al // Research Square. – 2025. – Preprint. https://doi.org/10.21203/rs.3.rs-6350123/v1.

13. Borio D. A non-coherent architecture for GNSS digital tracking loops / D. Borio, G. Lachapelle // Annals of Telecommunications. – 2009. – Vol. 64, № 9-10. – P. 601-614. https://doi.org/10.1007/s12243-009-0114-1.

14. Zhao W. Adaptive multiple-model Kalman filter for GNSS carrier phase and frequency estimation through wideband interference / W. Zhao, S. Khanafseh, B. Pervan // NAVIGATION: Journal of the Institute of Navigation. – 2024. – Vol. 71, № 2. – Article navi.646. https://doi.org/10.33012/navi.646.

15. Guillard A. Using convolutional neural networks to detect GNSS multipath / A. Guillard, P. Thevenon, C. Milner // Frontiers in Robotics and AI. – 2023. – Vol. 10. – Art. 1106439. – https://doi.org/10.3389/frobt.2023.1106439.


Рецензия

Для цитирования:


Сапарходжаев Н.П., Хабай А., Иген М.Ж., Тулешов Е.А., Исабеков Ж.Н. СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ ПОВЫШЕНИЯ КАЧЕСТВА GNSS-СИГНАЛОВ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. Вестник Университета Шакарима. Серия технические науки. 2026;(3(23)):31-42. https://doi.org/10.53360/2788-7995-2026-3(23)-4

For citation:


Saparhodzhaev N.P., Khabay A., Igen M.Zh., Tuleshov E.A., Issabekov Zh.N. IMPROVING ARTIFICIAL INTELLIGENCE–BASED METHODS FOR ENHANCING GNSS SIGNAL QUALITY. Bulletin of Shakarim University. Technical Sciences. 2026;(3(23)):31-42. (In Kazakh) https://doi.org/10.53360/2788-7995-2026-3(23)-4

Просмотров: 11

JATS XML


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2788-7995 (Print)
ISSN 3006-0524 (Online)
X