CN103097911B - 用于检测和排除gnss系统中多个卫星故障的方法和装置 - Google Patents

Abstract

根据第一方面，本发明涉及一种用于检查通过卫星(GNSS)定位设备(1)输出的位置信息的完整性的方法，所述卫星定位设备(1)包括Kalman滤波器组(3)，每个Kalman滤波器根据通过卫星传输的信号的原始测量产生导航解(dX0，dXi，dXn)，其特征在于对于滤波器组中的每个滤波器，该方法包括以下步骤：(i)根据卫星故障对导航解的影响的估计，修正通过所述滤波器产生的导航解；(ii)计算交叉新结果，所述交叉新结果反映对应于来自不被滤波器使用的卫星的原始测量的观测与来自通过滤波器产生并且根据步骤(i)修正的导航解的所述观测的后验估计之间的偏差；以及(iii)对交叉新结果进行统计测试，以声明其原始测量不被滤波器使用的卫星是否故障。

Description

用于检测和排除GNSS系统中多个卫星故障的方法和装置

技术领域

本发明的领域为利用来自若干卫星星座的测量的卫星导航系统所提供的信息的运载器。

本发明更具体地涉及卫星定位装置和用于检查由这样的设备传递的位置信息的完整性的方法，能够检测和排除两个同时发生的卫星故障。

背景技术

例如飞行器或船舶的运载器具有许多导航系统。在这些系统中，特别包括INS/GNSS（惯性导航系统/全球卫星导航系统）设备的混合部件。

中央惯性单元提供噪声不大并且短时准确的信息。然而，在长时间内，中央惯性单元的定位性能降低（例如，或多或少迅速地取决于传感器、加速度计或陀螺仪的质量，以及取决于中央单元所使用的处理操作）。如果从卫星导航系统获得的信息片段（对于它们来说）不太可能在长时间内漂移，但是，这些信息片段常常有噪声的并且具有可变精度。此外，惯性测量总是可用的，而GNSS信息并不总是可用的或可能被诱偏或扰乱。

混合包含由中央惯性单元提供的信息片段和由卫星导航系统提供的测量的结合，以利用两个系统的优点来获得位置和速度信息。因此，由GNSS接收器提供的测量精度使得惯性漂移可控，并且噪声不大的惯性测量使得可以对GNSS接收器的测量上的噪声进行滤波。

已知的GNSS测量的模型不考虑影响时钟或传输的星历表的可能的卫星故障，这些故障通常的表现形式为在GNSS测量上的偏差或漂移。

在此范围内，完整性检查系统的目的是检测这些故障的发生和排除负责的卫星，以再次获得不再包含任何非检测误差的导航解。

在INS/GNSS混合导航系统中，在相同星座中的两个卫星故障概率小于完整性的风险。因此该事件归因于完整性的风险，并且系统仅需要检测单个卫星故障的能力。于是可排除被确定为发生故障的卫星以抑制卫星故障引起的导航状态污染。

专用于导航（例如，GPS、Galile、Glonass）的卫星星座的增多增加了可用于INS/GNSS混合导航系统的卫星的数量。但是，遇到两个同时发生的卫星故障的概率对于完整性的风险将不再可以忽略不计。

因此，将需要更高的完整性条件的未来导航系统将必须具有检测和排除一个以上卫星故障的能力。

目前，现有的完整性检查技术仅允许检测单个卫星故障，并且这些技术不能扩展至两个故障的情况而不需要高的计算负荷。

A.Gerimus和A.C.Escher的文章“A GLR Algorithm to Detect andExclude up to Two Simultaneous Range Failures in a GPS/Galileo/IRSCase”（ION GNSS2007）讨论了使用用于基于GLR（广义似然比）算法检测和排除多个卫星故障的方法来检测两个卫星故障。这种方法的主要缺点在于该方法仅使用单个导航滤波器，并且该方法在能够检测第二故障卫星之前首先检测具有最重大故障的卫星，因此，将观测到导航解上的重大误差。而且，该方法不能够抑制由第一卫星故障引起的导航状态污染，其必然影响检测第二卫星故障的系统的能力。

发明内容

因此，需要一种技术，可以具有降低的计算负荷，可以检测和有效排除多个卫星故障，并且可以修正故障对导航解的影响。

为了这个目的，根据第一方面，本发明提出一种用于检查通过卫星定位设备传递的位置信息的完整性的方法，该卫星定位设备包括Kalman滤波器组，每个Kalman滤波器根据通过卫星传输的信号的原始测量来产生导航解，其特征在于对于滤波器组中的每个滤波器包括以下步骤：

—（i）可以根据卫星故障对导航解的影响的估计，修正通过滤波器产生的导航解；

—（ii）计算交叉新结果（innovation croisée），所述交叉新结果反映对应于来自不被滤波器使用的卫星的原始测量的观测与来自通过滤波器产生并且根据步骤（i）修正的导航解的所述观测的后验估计之间的偏差；

—（iii）对交叉新结果进行统计测试，以声明其原始测量不被滤波器使用的卫星是否故障。

以下为该方法的某些优选的但非限制的方面：

—步骤(i)包括：

○对于每个卫星，确定至少一个在卫星存在给定性质的故障的假设与卫星不存在故障的假设之间的似然比；

○将与给定性质的故障相关联的似然比与阈值比较，并且如果需要则声明给定性质的故障；

○估计所声明故障对通过滤波器产生的导航解的影响；

○根据对所声明故障的影响的估计来修正通过滤波器产生的导航解。

—该方法包括：对每个卫星计算交叉新结果和交叉新结果协方差，交叉新结果和交叉新结果协方差反映对应于来自卫星的原始测量的观测与通过不使用来自卫星的原始测量的Kalman滤波器产生的所述观测的后验估计之间的偏差，根据不使用来自卫星的原始测量的所述Kalman滤波器所提供的交叉新结果和交叉新结果协方差并根据给定性质的故障对所述交叉新结果的影响的估计来确定似然比。

—通过根据由不使用来自卫星的原始测量的所述Kalman滤波器提供的数据确定动态新结果矩阵和通过估计对应于不使用来自卫星的原始测量的所述Kalman滤波器的给定数量的增量的滑动估计窗口上给定性质的故障的幅度来估计给定性质的故障对所述交叉新结果的影响，所述动态新结果矩阵表示故障的幅度与由交叉新结果上的故障引起的偏差之间的联系；

—通过根据由产生导航解的Kalman滤波器提供的数据确定动态导航矩阵和通过估计对应于产生导航解的所述Kalman滤波器的给定数量的增量的滑动估计窗口上的故障的幅度和协方差来估计故障对导航解的影响，所述动态导航矩阵表示故障的幅度与由所述导航解上的故障引起的偏差之间的联系；

—当交叉新结果超过对应于(H.P_i.H^T+R_i)*α的阈值时，在步骤(iii)中进行的统计测试声明卫星为故障，其中，H表示Kalman滤波器的观测矩阵，P_i表示误差的协方差的后验估计矩阵，R_i观测表示测量噪声的协方差矩阵，以及α表示根据错误检测概率设置其值的系数；

—交叉新结果对应于通过卫星定位系统传递的到卫星的伪距离与由不使用通过卫星传递的伪距离的Kalman滤波器提供的该伪距离的后验估计之间的偏差；

—该方法进一步包括以下步骤：

○使声明为故障的卫星无效，以使所述故障卫星的原始测量不再被滤波器组中的滤波器使用，

○如果在无效后的预先确定的延时期满时，交叉新结果的统计测试总是产生所述卫星故障的结论，并且没有其他交叉新结果测试已经声明另一卫星故障，则排除无效的卫星。

—该方法还对于滤波器组中的每一个滤波器在被滤波器使用的每一个卫星上进行先验新结果统计测试，并且在若干卫星在它们的交叉新结果的统计测试之后被声明为故障的情况下，使不被具有最大数量的先验新结果（对于该先验新结果统计测试小于阈值）的滤波器使用的卫星无效，使得来自所述无效的卫星的原始测量不再被滤波器组中的滤波器使用；

—滤波器组中的每个滤波器通过将惯性测量与通过卫星传输的信号的原始测量混合来产生导航解。

根据第二方面，本发明提出一种包括Kalman滤波器组中的卫星定位设备，每个Kalman滤波器根据通过卫星传输的信号的原始测量产生导航解，其特征在于所述卫星定位设备包括：

—调节模块，安装所述调节模块用于针对滤波器组中的每个滤波器估计卫星故障对通过滤波器产生的导航解的影响，以及在声明故障的情况下，根据对故障的影响的估计修正导航解；

—用于检测卫星故障的模块，配置该模块是为了：

○对于滤波器组中的每个滤波器计算交叉新结果，该交叉新结果反映对应于来自不被滤波器使用的卫星的原始测量的观测与来自通过Kalman滤波器产生并由调节模块修正的导航解的所述观测的后验估计之间的偏差，以及

○进行交叉新结果的统计测试，以声明卫星是否故障。

附图说明

通过阅读以下以非限制示例给出并参照附图的本发明的优选实施例的详细描述，本发明的其他方面、目的和优点将变得更加明显，其中：

图1为显示在四个卫星中的两个卫星同时故障的情况下本发明的工作原理的示意图；

图2为表示根据本发明的第二方面的设备的可能实施例的示意图。

具体实施方式

在本发明的范围内，故障卫星被定义为发送在其消息中的错误信息，从而导致其实际位置和在其消息中给出的位置之间存在（固定的或可变的）偏差的卫星。

根据现有技术水平，Kalman滤波器组通常用于防范可能的卫星故障。在INS/GNSS环境中，这些滤波器产生来自卫星导航系统和来自中央惯性单元的信息之间的混合。由术语主滤波器指定的滤波器组中的一个滤波器使用包括伪测量和有关伪测量质量的信息在内的所有GNSS测量。滤波器组中其他所谓的次级滤波器仅利用可用GNSS测量的一部分（通常为除了那些来自一个卫星之外的所有GNSS测量；被排除的卫星不同于一个次级滤波器及其他的滤波器）。

在本发明的范围中，这样的以滤波器组形式的架构具有以下优点。

如果发生卫星故障，不接收该测量的次级滤波器看不到该故障：因此该次级滤波器不受故障的影响并从而保持未受污染。

此外，如果产生两个同时发生的卫星故障，则滤波器组中的两个次级滤波器（那些排除来自故障卫星中任意一个的测量的滤波器）受单个卫星故障影响。

在图1中，显示Kalman滤波器组，该Kalman滤波器组包括使用来自四个卫星的测量的主滤波器滤波器0，以及四个次级滤波器滤波器1、滤波器2、滤波器3和滤波器4，该四个次级滤波器中的每一个排除来自其中一个卫星的测量。假定卫星1和卫星4同时故障，可以理解为次级滤波器滤波器1和滤波器4仅受单个卫星故障影响（分别是，一个源于卫星4以及一个源于卫星1）。

参照图2，显示根据本发明的第二方面的可能实施方案的卫星定位设备1，该卫星定位设备将被装载在例如飞行器的运载器上。设备1使用由中央惯性单元UMI和若干导航系统通过卫星GNSS1,GNNS j,GNSS p提供的信息，并且包括单个虚拟平台2和Kalman滤波器组3。然而，本发明不限于INS/GNSS导航系统，而且扩展至单独的GNSS环境。

虚拟平台2接收来自中央惯性单元UMI的传感器（陀螺仪、加速度计）的惯性增量。该惯性增量特别与角增量和速度增量相对应。通过虚拟平台2计算来自于这些增量的惯性导航信息片段（例如运载器的高度、航线、速度或位置）。这些惯性导航信息片段随后被指定为惯性PPVI测量。

这些惯性PPVI测量被传输至用于计算先验估计的伪距离的设备（图1中未显示），该设备还接收有关卫星位置的数据。一方面根据惯性测量，以及另一方面根据有关卫星位置的数据，用于计算先验估计的伪距离的设备计算运载器与从运载器可见的不同卫星之间的先验伪距离。

设备1还接收运载器与从若干星座GNSS1、GNSS j、GNSS p可见的不同卫星之间的伪测量。然后，通常计算先验估计的伪测量与通过每个GNSS星座传递的伪测量之间的偏差（称为观测）。

Kalman滤波器组3实现来自中央惯性单元2的惯性信息片段与来自卫星导航系统的信息片段之间的混合。除了在输出处提供有关测量的统计信息之外，滤波器的作用是将虚拟平台2保持在线性操作域，该线性操作域是在Kalman滤波器中通过分别估计状态向量dX0-dXn（一般来说，包括约30个分量）的一个建模的图像。

在已知的传统方法中，在本质上，滤波器组3包括若干并联的Kalman滤波器。滤波器中的一个被称为主Kalman滤波器8：它考虑所有的观测（并且，为了做到这一点，从GNSS系统接收所有的测量）并且产生主混合导航解。

其他滤波器9i、9n被称为次级滤波器：它们仅考虑部分的观测，例如从与n个可见卫星有关的n个观测之中的(n-1)个观测，使得第i个次级Kalman滤波器9i从GNSS系统接收除第i个卫星之外的所有卫星的测量，并且每个次级滤波器产生次级混合导航解。

值得注意的是，用于产生上述观测的过程对滤波器组3中的所有滤波器不是共用的，而是针对滤波器中的每一个完成的。因此，上面提到的先验伪距离的计算和观测的计算对滤波器组中的所有滤波器不是共用的，而是根据本发明的混合设备1对于滤波器组中的每个滤波器执行这些计算。

设备1产生混合输出Xref（参考导航），该混合输出Xref对应于通过虚拟平台2计算的并且通过稳定向量dC经由减法器11修正的惯性PPVI测量，稳定向量dC具有与通过Kalman滤波器估计的状态向量一样多的分量。

值得注意的是，在闭环混合设备的范围内，混合输出Xref回送到虚拟平台2的输入。

此外，如图1所示，稳定向量dC可应用于滤波器组中的全部滤波器的输入。以这种方式，Kalman滤波器通过减去它们的估计（状态向量dX）、dC的修正来进行调节，并因此保持与虚拟平台的一致。

设备1进一步包括用于产生稳定向量dC的模块4，以下描述作为非限制性示例的模块4的两个实施例。

根据第一可能的实施例，应用于惯性测量的修正来自单个滤波器。因此，稳定滤波器dC（在其所有分量中）等于通过从滤波器组3的滤波器中选择的Kalman滤波器估计的状态向量。例如，在模块4中根据文档EP1801539A通过检测可能的卫星故障做出选择。

根据第二可能的实施例，通过对每个分量使用全部Kalman滤波器逐个分量地产生稳定向量dC。然后，配置用于产生dC的修正dC的模块4，以根据修正向量dX0-dXn的全部对应分量dX0[状态]-dXn[状态]来产生稳定向量dC的每一个分量dC[状态]。例如，根据以申请人名义的专利申请WO2010070012来实现每个分量的产生。

设备1还包括用于修正导航状态的模块5，该模块5包括检测模块52，配置该检测模块52以应用以下步骤：

—对于每个卫星，确定至少一个在卫星存在给定性质的故障的假设与卫星不存在故障的假设之间的似然比lr,lr’。

—根据与其故障相关联的似然比lr,lr’以及根据阈值，声明卫星上给定性质的故障。

有利地，对于每个卫星，确定至少一个在滑动存储窗口上的Kalman滤波器的每个增量上的似然比lr,lr’，并且如果在滑动存储窗口上与该故障相关联的似然比lr,lr’之和大于相关联的阈值，则声明一般性质的故障。

似然比表示与其相关联的给定性质的故障影响对应的卫星的概率。例如，如果与给定性质的故障相关联的似然比为正，则更有可能是所述故障影响对应的卫星。似然比越高，其对应的卫星被与其相关联的故障损坏的概率则越大。

对于若干卫星和/或对于若干故障的性质，阈值可以是相同的，或者对于每个卫星和对于每个故障的性质，阈值可以是不同的，在这些情况下，将每个似然比或有利地将每个似然比之和与对于它的阈值相比较。

滑动存储窗口的尺寸可根据故障的性质而改变，或者可提供单个滑动窗口尺寸。

对此将随后进行详细描述，用于检测和排除卫星故障的模块5还应用用于管理和排除GNSS测量功能来监测它们。因此，在图1所示的实施例中，检测和排除模块5包括用于管理卫星信号的模块53，模块53接收GNSS测量并根据情况（没有卫星被检测为故障；排除被检测为故障的卫星）将该信息发送至滤波器组3中的不同的滤波器。对此将随后做出说明，为了做到这一点，检测和排除模块5还可利用由用于检测卫星故障的模块7产生的交叉新结果的测试结果和由检测模块52产生的测试结果。

用于管理卫星信号的模块53有利地应用待使用的GNSS测量的预选，能够优化系统的性能和限制测量的次数。实际上，尽管使用所有测量可以获得最优性能，但GPS、Galileo、Glonass、星座等中的n个测量（其中n对应与每个使用n-1个GNSS测量的次级滤波器的数量）的选择，其最小化了不同的精度标准（例如，DOP－精度因子、EHE－预期水平误差或EVE－预期垂直误差），可以获得比使用单个星座更好的输出性能并且足以保障所选择的任务。

设备1还包括调节模块6，对于滤波器组中的每个滤波器，配置调节模块6以应用步骤来实现：

—估计卫星故障对通过滤波器产生的混合导航解的影响，以及

—如果声明故障，则根据对故障的影响的估计来修正导航解。

因此，调节模块6具有评估由通过Kalman滤波器8,9i…9n产生的混合导航解上的故障引起的偏差ΔX,ΔX_i,…,ΔX_n的功能，以及修正混合导航解的功能（例如通过减法器组10）。然而本发明不限于图1所示的架构，替代地，通过Kalman滤波器、通过检测模块52或进一步通过本领域技术人员已知的任何其他方法可做出故障对混合导航解的影响的估计。

值得注意的是，模块5和6符合与以申请人名义在2009年7月10日提交的法国专利申请No.0954849中所描述的那些模块。

以下描述申请人开发的和已经在专利申请FR0954849中讨论的计算方法，以确定似然比和故障对混合导航解的影响。作为示例给出的这些公式并且无意限制本发明。

有利地，似然比根据由Kalman滤波器提供的特别包括新结果（innovations）和协方差新结果（covariances d’innovation）的数据以及根据给定性质的故障对新结果的影响的估计来确定。

新结果表示在通过Kalman滤波器得到的先验观测与通过滤波器产生的该观测的后验估计之间的偏差。

因此每个滤波器传递与星座中的卫星一样多的n个新结果。

具体而言，通过每个次级Kalman滤波器8i提供的新结果被称为“交叉新结果”，新结果表示源于其次级滤波器8i不接收数据的卫星的先验观测和该观测的后验估计之间的偏差。因此，Kalman滤波器组传递n*(n+1)个新结果，其中的n个为交叉新结果。

有利地，用于检测和排除卫星故障的模块5包括用于选择新结果的模块51，配置模块51以选择新结果（或者是交叉新结果或者不是）和新结果协方差并且将它们向计算似然比的模块52发送。

有利地，配置模块51以将交叉新结果或一般新结果传输至用于计算似然比的模块52。与一般新结果的测试相比，使用交叉新结果的优点在于，允许测试故障卫星的滤波器不受故障的干扰。

具体而言，第i个次级Kalman滤波器9i从GNSS系统接收除第i个卫星之外的所有卫星的测量，并由此产生与卫星i无关的状态向量dXi，使得该滤波器8i不受影响卫星i的可能的故障干扰。

例如，卫星的交叉新结果对应于通过卫星定位系统传递的到所述卫星的伪距离和由不使用通过该卫星传递的伪距离的Kalman滤波器提供的该伪距离的后验估计之间的偏差，使得该估计与该卫星无关。因此似然比的计算将不受卫星故障，特别是卫星的慢性故障所干扰。

这里指定交叉新结果一般可应用于任何原始测量，例如伪速度测量（还可被称为多普勒测量）。

优选地，通过以下公式对每个卫星确定在给定时刻t与给定性质的故障相关联的似然比lr：

${\mathrm{lr}}_t={{\mathrm{\ϵ}}_t}^T{S_t}^{-1}{\mathrm{\ϵ}}_t-{({\mathrm{\ϵ}}_t-{\mathrm{\ρ}}_t)}^T{S_t}^{-1}({\mathrm{\ϵ}}_t-{\mathrm{\ρ}}_t)$

其中：

—ε_t表示在时刻t来自Kalman滤波器8i的新结果（一般新结果或有利地交叉新结果）

—S_t表示在时刻t该新结果的协方差，以及

—ρ_t表示在时刻t由所述新结果上的故障引起的偏差。

—^T表示矩阵或列向量的转置。

—ρ_t是未知的，但其可在滑动估计窗口上被估计。

优选地，并行估计由通过所述Kalman滤波器产生的混合评估解决方案上的故障引起的偏差，偏差将被标记为β_t。根据以下公式应用这些估计：

${\mathrm{\β}}_t={{\mathrm{\μ}}_t}^T\widehat{{\mathrm{\υ}}_t}$

其中：

—为故障幅度的估计，

—为动态新结果矩阵，表示故障幅度与由新结果上的故障引起的偏差之间的联系，以及

—μ_t为动态导航矩阵，表示故障幅度与由混合导航解上的故障引起的偏差之间的联系。

在时刻t的两个动态矩阵有利地通过检测模块52根据由所述Kalman滤波器提供的数据进行计算，优选以交叉递归的方式，即，在任何时刻t，根据和μ_t-1计算和μ_t。

由Kalman滤波器提供的所述数据可包括Kalman增益和观测和转移矩阵。

故障幅度的估计有利地在对应于Kalman滤波器的增量的给定数量N的滑动估计窗口上做出。

根据有利的替代选择，可通过滑动估计窗口上的最小二乘估计做出该估计，优选地通过以下公式：

有利地，Kalman滤波器的增量的给定数量N对应于比预先确定的检测延时T短的持续时间。具体而言，通过标记为δ的Kalman滤波器的增量周期，滑动估计窗口可以验证：N.δ≤T。

该滑动估计窗口有利地与用于存储与故障相关联的似然比的窗口相同。

该检测延时使得可以限制滑动估计窗口的尺寸，并因此限制了计算负荷。

如果卫星被声明为故障，在时刻t在通过每个Kalman滤波器8i产生的混合解决方案上通过模块6评估的偏差的估计为：

${\mathrm{\ΔX}}_i={\mathrm{\β}}_t={{\mathrm{\μ}}_i}^T\widehat{{\mathrm{\υ}}_t}$

其中，β_t根据利用被声明为故障的卫星的先验观测的新结果来进行计算。有利地配置用于选择新结果的模块51，使得在这种情况下，仅有这些新结果被提供至检测模块52和调节模块6。因此，通过选择新结果，可以根据利用被声明为故障的卫星所提供的信息的新结果来估计所检测的故障的影响。

此外，与通过Kalman滤波器8i产生的混合导航解相关联的误差的协方差P_i上的偏差还利用以下的公式进行估计：

其中，为在时刻t故障估计的协方差。

优选地，检测模块52能够存储每个卫星的似然比并用于滑动存储窗口上的给定性质的每个故障。在减法器组10中移除故障对由滤波器提供的混合导航解的影响的估计。

根据有利的替代选择，确定对于每个卫星的两个似然比lr,lr’，一个似然比lr与偏置性质（nature biais）的故障的假设相关联并且另一个似然比lr’与倾斜性质（nature rampe）的故障的假设相关联。

具体而言，对于Kalman滤波器的每个增量确定的动态新结果矩阵与对于偏置或倾斜性质的故障是不同的。因此对于每个卫星，两个似然比lr,lr’是不同的。

因此通过本发明，可以区分发生偏置性质的故障或发生倾斜性质的故障。

如果检测到偏置性质的故障，则从声明偏置性质故障的时刻起在滑动估计窗口上执行用于估计故障对混合导航解的影响的步骤。因此，如果检测到偏置类型的故障，滑动估计窗口在足以估计故障特性的确定时间内是左活跃的。

有利地，对偏置类型故障的特性的估计取决于故障发生的时刻，即，与偏置类型故障相关联的似然比之和已经超过其相关联的阈值的时刻。因此，在该估计之后仅通过模块53实现测量的排除。

如果检测到倾斜类型的故障，在声明倾斜性质的故障之前的时刻在滑动估计窗口上做出故障对混合解决方案的影响的估计。

有利地，如果若干个似然比lr,lr’之和大于它们相关联的阈值，则通过检测模块52声明单个故障。该故障对应于在全部卫星上的全部考虑的故障的似然比的最大和。

因此，如果两个卫星可被声明为故障，则实际上仅声明最可能的故障，如果不同性质的两个故障可被声明，则实际上仅声明最可能的故障。

再次假设卫星1和4中的每一个同时受到故障的影响，可以看出排除来自其卫星1和4中的一个的测量的次级滤波器滤波器1和滤波器4仅受到单个卫星故障的影响。因此，如之前所指出的，通过这些滤波器的每一个产生的混合导航解从影响它们的单个卫星故障的影响中得以修正。从而，获得对于受单个卫星故障影响的两个滤波器的可靠的导航解。

设备1进一步包括用于检测和排除卫星故障的模块7，配置模块7以应用的步骤包括：

—为滤波器组中的每个滤波器计算交叉新结果，该交叉新结果反映对应于来自不被滤波器使用的卫星的原始测量的观测与来自通过滤波器产生的导航解并且通过调节模块6经由减法器10修正的所述观测的后验估计之间的偏差，使得该估计与想要测试的卫星无关，

—对交叉新结果进行统计测试，以声明卫星是否故障。

值得注意的是，该模块7符合以申请人名义在2009年3月24日提交的法国专利申请No.0951894中所描述的模块。

再次以图1为例，起初受单个卫星故障影响的两个滤波器滤波器1和滤波器4在经过调节模块6修正之后具有可靠的导航解。因此这两个滤波器可以构建将允许检测和直接识别两个故障卫星的两个交叉新结果测试。

因此本发明有利地结合专利申请FR0954849和FR0951894中提出的方法的优点，通过利用FR0954849中提出的方法中在卫星故障的情况下调节导航状态的能力，来保证故障卫星的交叉新结果是基于可靠的滤波器（即不受到故障的影响）。实际上，在滤波器组架构中，滤波器组中两个不同的滤波器仅包含单个故障卫星；通过利用FR0954849中提出的状态的调节，可以将这两个滤波器保持在接近无故障状态的域中，这样可以保证对FR0951894中提出的交叉新结果测试可对两个故障卫星进行识别的解释。

值得注意的是，本发明不限于两个同时发生的卫星故障的检测和排除，还扩展至多个同时发生的卫星故障的检测和排除，在此情况下，滤波器组具有仅受到多个卫星故障中单独一个故障影响的滤波器。以三个同时发生的卫星故障为例，将可以在包括使用来自n个可用测量中的n-2个GNSS测量的次级滤波器的滤波器组中再次找出受三个故障中单独一个故障影响的次级滤波器。在调节后，由这些滤波器提供的导航解是可靠的，保证了对交叉新结果测试的解释。

由申请人揭露的和在专利申请FR0951894中已讨论的计算方法在下文中再次被采用，以基于在通过来自滤波器组中的每个滤波器进行混合的时刻未使用的卫星的交叉新结果的测试与所使用的卫星的新结果的测试来实现卫星故障的检测和排除。

未使用卫星的每个滤波器根据由该滤波器提供并且因调节而进行修正的位置来测试该卫星的新结果（称为交叉新结果）。从而可以通过未使用故障卫星的滤波器检测卫星故障。与一般新结果的测试相比，其优点在于使得测试故障卫星的滤波器不受故障的干扰。

实际上，第i个次级Kalman滤波器9i从GNSS系统（如有需要，经由修正模块5）接收除第i个卫星之外的所有卫星的测量，并由此产生与卫星i无关的状态向量dXi，使得该滤波器9i不受影响卫星i的可能故障的干扰。

例如，卫星的交叉新结果对应于通过卫星定位系统传递的到所述卫星PR_i的伪距离与由不使用通过该卫星传递的伪距离的Kalman滤波器（即，对于该Kalman滤波器，已根据卫星故障对混合导航解的影响的估计，经由调节模块对混合导航解进行修正）提供的该经调节的伪距离的后验估计之间的偏差，使得该估计与需要测试的卫星无关。因此测试的结果将不受卫星故障，特别是卫星的慢性故障所干扰。

这里指定交叉新结果一般可应用于任何原始测量，例如伪速度测量（还可被称为多普勒测量）。

返回参考应用于伪距离的交叉新结果的示例，下标为i的卫星的交叉新结果被标记为Inno_i:

${\mathrm{Inno}}_i={\mathrm{PR}}_i-\hat{P}{R}_i=H\left(X_i\right)-H\left({\hat{X}}_i\right),$ 其中

—H对应于Kalman滤波器的观测模型，

—X_i对应于运载器真实的未知位置，

—对应于调节后通过第i个次级Kalman滤波器9i所估计的运载器的位置。

通过将观测矩阵H推导成一阶来线性化上述方程：Inno_i= $\stackrel{\·}{H}\left({\hat{X}}_i\right).(X_i-{\hat{X}}_i),$ 其中表示H的一阶导数。

在位置上的统计误差根据Kalman滤波器可知（下文中被标记为P_i），例如统计测试包括将交叉新结果与取决于其协方差并且等于(H.P_i.H^T+R_i)*α的阈值进行对比，其中H表示Kalman滤波器的观测矩阵，P_i表示误差的协方差的后验估计矩阵，R_i表示测量噪声的协方差矩阵，以及α表示根据错误检测概率设置其值的系数。

因此当其交叉新结果超过以上所示的阈值时，卫星被声明为故障。再次以图1为例（同时发生的影响卫星1和4的故障），在这种情况下将保留的是对于受到故障影响的卫星1和4产生的交叉新结果与对于不受故障影响的卫星2和3产生的交叉新结果相比发散（divergent）地更快。

为了实现排除功能，可进一步配置模块7以实现：

—使声明为故障的卫星无效，以使所述故障卫星的原始测量不再被滤波器组中的滤波器所使用，

—如果在无效后的预先确定的延时TE期满时，所述卫星的交叉新结果的统计测试总是产生所述卫星故障的结论，并且没有其他交叉新结果测试报告另一卫星故障，则排除无效的卫星。

因此，当卫星为检测为故障时，进一步监视该卫星TE时间。例如下标为i的该卫星将不再被所有滤波器使用，而将继续通过滤波器9i进行测试，该滤波器9i不经由交叉新结果测试来混合它（使有嫌疑的卫星无效的情况实际上不修改不使用该卫星的滤波器9i的任何操作）。在排除方法中，使有嫌疑的卫星无效的优点在于在待排除的卫星的选择上不存在歧义，事实上它将在TE开始时（在测试的时刻）就被排除。因此，持续时间TE的值在大多数情况下不影响混合设备的性能。

根据可能的实施例，在延时TE期间声明新的卫星故障的情况下，验证了之前无效的卫星，使得这些原始数据再次被滤波器组中的滤波器使用，并且使新的故障卫星无效。因此，在尽管第一卫星无效，但另一交叉新结果超过阈值（其在假设第一卫星实际上为故障卫星时不应发生）时，实现有嫌疑的卫星的更改。

根据另一可能的实施例，对于滤波器组中的每一个滤波器，还进行被滤波器使用的每个卫星的先验新结果的统计测试。问题是，例如对每个滤波器使用的卫星的新结果(受到概率β的限制)进行高斯（Gaussian）测试。

当若干交叉新结果超过阈值时，这些所谓的一般新结果测试可有助于选择不使用故障卫星的滤波器。实际上，可能发生卫星故障充分干扰使用它的一个或若干滤波器的位置，使得它们的交叉新结果也超过该阈值。因此必须使若干可能的卫星之中适当的卫星无效。在这个实施例中，通过考虑一般新结果测试有利于选择将使之无效的卫星，一般新结果测试允许评估每个滤波器之间的相关性。最可靠的滤波器将是具有最大数量的低于阈值的一般新结果的滤波器。

因此，在若干卫星在它们的交叉新结果统计测试后被声明为故障的情况下，使不被具有最大数量的先验新结果（对于该先验新结果统计测试小于阈值）的滤波器使用的卫星无效，使得所述无效的卫星的原始测量不再被滤波器组中的滤波器使用。

还可能发生若干卫星在它们的交叉新结果统计测试后被声明为故障，并且可能发生存在不使用这些具有相同的最大数量的先验新结果（对于该先验新结果统计测试低于阈值）的卫星的若干滤波器。

在这种情况下，因此可通过考虑给出绝对值最大的归一化交叉新结果的卫星对将使之无效的故障卫星做出选择，同时将交叉新结果测试的结果提供至用于管理卫星信号的模块53。替代地，并且也如图2所示，还可利用通过检测模块52产生的测试结果，通过用于管理卫星信号的模块53做出该选择。

根据本发明的另一方面，在声明卫星故障的情况下，可对使用被排除的卫星的滤波器组中的滤波器进行部分复位，特别通过复位与从GNSS系统接收的测量相关的状态和与使用的其他传感器（例如气压计）相关的状态，以及通过增加状态噪声使受到故障影响的状态不敏感，其目的是如果被检测为故障的卫星实际上是有故障的卫星，将相关的滤波器向着可靠的解决方案重新收敛。

值得注意的是，在声明卫星故障期间或在周期TE内卫星故障的变化的识别期间，可进行这种类型的复位。

替代地，可经由调节模块6执行滤波器组中的滤波器的复位，为此，调节模块6之后将利用由用于检测卫星故障的模块7产生的交叉新结果测试的结果修正所声明故障的影响，为此，这些测试的结果重新循环到用于选择如图2所示的新结果的模块51中。

本发明特别具有以下优点。

滤波器组具有传统的架构：没有必要增加附加的滤波器组以能够识别两个同时发生的卫星故障。

使用单个滤波器融合来自若干GNSS星座的测量。

交叉新结果测试的使用允许直接识别故障卫星。

所述调节使得在没有任何滤波器组的完全复位的情况下能够抑制导航状态的污染。

Claims (11)

1.一种用于检查通过卫星定位设备(1)传递的位置信息片段的完整性的方法，所述卫星定位设备(1)包括Kalman滤波器组(3)，每个Kalman滤波器根据通过卫星传输的信号的原始测量来产生导航解(dX0,dXi,dXn)，对于Kalman滤波器组中的每个滤波器，包括：

—(i)根据卫星故障对导航解的影响的估计，修正通过所述滤波器产生的所述导航解，其特征在于对于Kalman滤波器组中的每个滤波器，包括以下步骤；

—(ii)计算交叉新结果，所述交叉新结果反映对应于来自不被所述滤波器使用的卫星的原始测量的观测与来自通过所述滤波器产生并且根据步骤(i)修正的所述导航解的所述观测的后验估计之间的偏差；

—(iii)对所述交叉新结果进行统计测试，以声明所述原始测量不被所述滤波器使用的所述卫星是否故障。

2.根据权利要求1所述的方法，其中步骤(i)包括：

—对于每个卫星，确定至少一个在卫星存在给定性质的故障的假设与卫星不存在故障的假设之间的似然比（lr,lr’）；

—将与给定性质的故障相关联的似然比(lr,lr’)与阈值比较，并且如果需要，则声明给定性质的故障；

—估计所声明故障对通过所述滤波器产生的所述导航解的影响；

—根据对所声明故障的影响的估计来修正通过所述滤波器产生的所述导航解。

3.根据权利要求2所述的方法，包括对每个卫星计算交叉新结果和交叉新结果协方差，所述交叉新结果和所述交叉新结果协方差反映对应于来自所述卫星的原始测量的观测与通过不使用来自所述卫星的原始测量的Kalman滤波器产生的所述观测的后验估计之间的偏差，根据不使用来自所述卫星的原始测量的所述Kalman滤波器所提供的所述交叉新结果和所述交叉新结果协方差并根据给定性质的故障对所述交叉新结果的影响的估计来确定所述似然比(lr,lr’)。

4.根据权利要求3所述的方法，其中通过根据由不使用来自所述卫星的原始测量的所述Kalman滤波器提供的数据确定动态新结果矩阵和通过估计对应于不使用来自所述卫星的原始测量的所述Kalman滤波器的给定数量(N)的增量的滑动估计窗口上给定性质的所述故障的幅度来估计给定性质的所述故障对所述交叉新结果的影响，所述动态新结果矩阵表示所述故障的幅度与由所述交叉新结果上的所述故障引起的偏差之间的联系。

5.根据权利要求1至4中的一项所述的方法，其中通过根据由产生导航解的所述Kalman滤波器提供的数据确定动态导航矩阵和通过估计对应于产生所述导航解的所述Kalman滤波器的给定数量的增量的滑动估计窗口上的故障的幅度和协方差来估计所述故障对所述导航解的影响，所述动态导航矩阵表示所述故障的幅度与由所述导航解上的故障引起的偏差之间的联系。

6.根据权利要求1所述的方法，其中当所述交叉新结果超过对应于(H.P_i.H^T+R_i)*α的阈值时，在步骤(iii)中进行的所述统计测试声明卫星为故障，其中，H表示所述Kalman滤波器的观测矩阵，P_i表示误差的协方差的后验估计矩阵，R_i表示测量噪声的协方差矩阵，以及α表示根据错误检测概率设置的系数。

7.根据权利要求1至4中的一项所述的方法，其中所述交叉新结果对应于通过所述卫星定位系统传递的到卫星的伪距离与由不使用通过所述卫星传递的所述伪距离的Kalman滤波器提供的所述伪距离的后验估计之间的偏差。

8.根据权利要求1至4中的一项所述的方法，进一步包括以下步骤：

—使声明为故障的卫星无效，以使所述故障卫星的原始测量不再被所述滤波器组中的所述滤波器使用，

—如果在无效后的预先确定的延时期满时，所述交叉新结果的所述统计测试总是产生所述卫星故障的结论，并且没有其他交叉新结果测试已经声明另一卫星故障，则排除所述无效的卫星。

9.根据权利要求1至4中的一项所述的方法，还针对滤波器组中的每一个滤波器在被所述滤波器使用的每一个卫星上进行先验新结果的统计测试，并且其中在若干卫星在它们的交叉新结果的统计测试之后被声明为故障的情况下，使不被具有最大数量的先验新结果及对于所述先验新结果所述统计测试低于阈值的滤波器使用的卫星无效，使得所述无效卫星的原始测量不再被所述滤波器组中的所述滤波器使用。

10.根据权利要求1所述的方法，其中所述滤波器组中的每个滤波器通过将惯性测量与通过所述卫星传输的信号的原始测量混合来产生导航解。

11.一种卫星定位设备，包括Kalman滤波器组(3)和调节模块（6），每个Kalman滤波器根据通过卫星传输的信号的原始测量来产生导航解，所述调节模块（6）用于针对所述滤波器组中的每个滤波器估计卫星故障对通过所述滤波器产生的所述导航解的影响，以及在声明故障的情况下，根据对所述故障的影响的估计修正所述导航解，

其特征在于所述卫星定位设备包括：

—模块（7）用于检测卫星故障，配置所述模块（7）是为了：

o对于所述滤波器组中的每个滤波器计算交叉新结果，所述交叉新结果反映对应于来自不被所述滤波器使用的卫星的原始测量的观测和来自通过所述Kalman滤波器产生并由所述调节模块修正的所述导航解的所述观测的后验估计之间的偏差，以及o进行所述交叉新结果的统计测试，以声明所述卫星是否故障。