CN104199051B - 一种卫星导航raim多星故障检测与识别方法 - Google Patents
一种卫星导航raim多星故障检测与识别方法 Download PDFInfo
- Publication number
- CN104199051B CN104199051B CN201410502296.7A CN201410502296A CN104199051B CN 104199051 B CN104199051 B CN 104199051B CN 201410502296 A CN201410502296 A CN 201410502296A CN 104199051 B CN104199051 B CN 104199051B
- Authority
- CN
- China
- Prior art keywords
- fault
- moment
- epoch
- satellite
- syndrome check
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/20—Integrity monitoring, fault detection or fault isolation of space segment
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种卫星导航RAIM多星故障检测与识别方法,它涉以最小二乘残差方法和极大似然估计方法为基础的一种具有低虚警概率、高检测概率,并具有较低运算量的RAIM多星故障检测与识别方法。本发明主要包含如下三个方面:一、使用最小二乘残差法和极大似然法单步逐级检测与识别多颗故障卫星,并一一剔除,获取无故障星座;二、利用无故障星座对初步筛选的故障卫星进行逐一验证,剔除所有的虚假故障卫星;三、采用多历元故障检验结果平滑方法进一步提高故障检测概率,降低虚警概率。本发明具有较高的检测概率、较低的虚警概率,并且运算量低,适合于在用户机及地面站设备中应用。
Description
技术领域
本发明涉及卫星导航RAIM多星故障检测与识别方法,尤其涉及以最小二乘残差方法和极大似然估计方法为基础的一种具有低虚警概率、高检测概率,并具有较低运算量的RAIM多星故障检测与识别方法。
背景技术
卫星导航系统是用户通过接收导航卫星发送的导航信号,并以导航卫星作为动态已知点,利用伪距等观测信息实时地测定运动载体的在航位置和速度,进而完成导航。卫星导航克服了传统无线电导航系统的不足,实现了全天候、全球范围的高精度连续导航功能,可以满足大多数导航用户的需求。但是导航卫星本身可能存在故障,一旦发生故障即导致用户对该卫星的观测信息发生异常,从而使得定位结果出现较大的偏差。因此完好性成为卫星导航系统的重要服务性能之一,用户需要在导航卫星发生故障时及时感知并排除故障卫星,从而获得连续而正确的定位结果,因此完好性监测成为很多卫星导航应用的重要保障。
卫星导航系统本身能进行一定程度的完好性监测,但告警时间太长,不满足大部分行业用户的应用需求。因此,卫星故障的快速监测只有在用户端进行,R.M.Kalafus于1987年最早引入了接收机自主完好性监测的概念,英文简写为RAIM。RAIM需要解决两个问题:卫星是否存在故障和故障存在于哪颗卫星。RAIM通过多余的卫星导航观测量来解决这两个问题,当观测到5颗卫星时,就可以利用故障检测功能来解决前一个问题,当观测到6颗卫星时,就可以利用故障排除功能来解决后一个问题。
较早出现的RAIM算法有卡尔曼滤波方法和定位解最大间隔法。卡尔曼滤波方法可以利用过去观测量提高效果,但必须给出先验误差特性,而实际误差特性很难准确预测,如果预测不准,反而会降低效果。定位解最大间隔法的数学分析过程较复杂,故障检测的判决门限不易确定。较好的RAIM算法是仅利用当前历元伪距观测量的“快照”方法,包括伪距比较法、最小二乘残差法和奇偶矢量法。这三种方法对于存在一个故障偏差情况都有较好效果,并且是等效的。但是这三种方法在存在多个故障偏差时故障识别的效果很差,识别率仅有40%至60%,这是因为这些方法均采用检测统计量与固定门限相比较的方式来进行故障识别,当出现多个故障偏差时,由于故障偏差在检测统计向量中发散,导致该故障识别方法失效。
2008年9月张强等人在《航空学报》中发表了一篇题为“用于卫星导航多星故障识别的新方法”的文章,该文章提出了一种基于假设验证法的故障识别流程,也即假设在n颗卫星中有k颗卫星发生故障,并对每个假设组合求取投影观测量。这种方法无法预先确定故障卫星的数目,因此k值越大假设验证的次数越多,其计算量非常庞大。
2011年12月,陈灿辉等人在《北京航空航天大学学报中》发表了一篇题为“全球导航卫星系统多星故障排除新方法”的文章,该文章提出了一种利用故障检测函数在所有卫星中进行随机搜索,并获得最终的含有最多无故障卫星星座的方式排除故障的方法,该方法需要事先随机初始化一个无故障星座,然后再此基础上任意尝试地补充无故障卫星,该方法虽然具有较高的检测概率,但是需要反复随机尝试各种无故障组合进行故障检测,因此计算量也较大,不适合工程化实时应用。
2011年6月,孙淑光在《中国惯性技术学报》中发表了一篇题为“基于极大似然比的多故障卫星完好性检测”的文章,该文章提出了一种分层完好性检测的方法,也即使用全部观测量计算的统计量与使用部分观测量计算的统计量相比较,二者差值超过限值表示有故障,去除故障后使用相似的方式继续排除故障。其部分观测量的选取需要不断尝试进行计算,因此该方法当故障卫星数目增多时,其计算量呈几何级数增长,比较适用于仅有两颗故障卫星时的故障识别。
综上所述,采用传统方法进行多星RAIM故障检测和识别时,检测概率过低,虚警概率较高,近期提出的新方法计算量过大,不适合广泛应用,尤其是数据更新率较高的接收设备难以应用。
发明内容
根据上述背景技术,为了解决传统RAIM算法在多颗故障卫星情况下识别概率过低、新近提出的具有高检测概率的方法具有过大计算量的问题,本发明给出一种检测概率较高、虚警概率较低、同时具有低运算量、可工程化实施的RAIM多星故障检测与识别方法。
本发明的主要内容如下:
一种卫星导航RAIM多星故障检测与识别方法,该方法利用原始观测信息检验当前导航星座场景中是否存在故障卫星,并对故障卫星进行准确识别,其特征在于包括以下步骤:
步骤1:卫星导航接收设备使用各历元时刻的原始观测信息和定位结果信息分别依次进行故障检验,得到各历元时刻的初始故障检验结果;如果初始故障检验结果中存在故障卫星,则对故障卫星进行逐一验证,并将验证后的初始故障检验结果作为本历元时刻的故障检验结果进行存储;否则,将初始故障检验结果作为本历元时刻的故障检验结果直接进行存储;其中,原始观测信息包括各卫星的观测位置和观测伪距值;
步骤2:对当前历元时刻故障检验结果与当前历元时刻之前最近两个历元时刻的故障检验结果进行平滑后得到当前历元时刻的最终故障检验结果。
步骤1中所述的故障检验具体包括以下步骤:
步骤101:卫星导航接收设备使用某一历元时刻的原始观测信息和定位结果信息进行RAIM可用性判断,如果RAIM可用,则转入步骤102,否则输出该历元时刻RAIM不可用的初步故障检验结果;
步骤102:卫星导航接收设备使用某一历元时刻的原始观测信息和定位结果信息通过最小二乘残差法检测当前导航星座场景中是否存在故障;如果存在故障,则转入步骤103;如果不存在故障,则转入步骤104;
步骤103:如果该历元时刻当前导航星座场景中的卫星数满足故障识别需求,则利用极大似然法估计一个最可能的故障卫星,并从当前导航星座场景中剔除该故障卫星,之后转入步骤102;如果该历元时刻当前导航星座场景中的卫星数不满足故障识别需求,则转入步骤104;
步骤104:如果当前导航星座场景存在故障并且当前导航星座场景中的卫星数满足故障识别需求,则输出该历元时刻的初步故障检验结果,包括当前导航星座场景中存在故障以及故障卫星号;如果当前导航星座场景存在故障但是当前导航星座场景中的卫星数不满足故障识别需求,则输出该历元时刻导航星座场景存在故障但无法进行故障识别的初步故障检验结果;如果当前导航星座场景不存在故障,则输出该历元时刻无故障的初步故障检验结果。
步骤1中所述的对故障卫星进行逐一验证具体包括以下步骤:
步骤201:判断是否存在待验证的故障卫星,如果存在则选取一颗待验证故障卫星,将该故障卫星的原始观测信息加入到当前的无故障星座场景中,并转至步骤202,如果不存在待验证的故障卫星则转至步骤203;
步骤202:利用新构建的星座重新进行最小二乘残差法故障检测,如果未检测到故障,则将该卫星标志为无故障卫星,如果检测到故障,则将该卫星标志为有故障卫星,同时将该卫星观测信息从当前星座场景中剔除;之后,转至步骤201;
步骤203:输出该历元时刻经验证后的故障检验结果,包括当前场景中是否存在故障以及所有故障卫星号。
步骤2中所述的进行平滑的具体方法为:
判断当前历元时刻故障检验结果与当前历元时刻之前最近两个历元时刻的故障检验结果中是否包含两个或两个以上的该历元时刻RAIM不可用的故障检验结果,如果包含,则将该历元时刻RAIM不可用作为当前历元时刻的最终故障检验结果;如果不包含,则判断当前历元时刻故障检验结果与当前历元时刻之前最近两个历元时刻的故障检验结果中是否包含两个或两个以上的该历元时刻导航星座场景存在故障但无法进行故障识别的故障检验结果,如果包含,则将该历元时刻导航星座场景存在故障但无法进行故障识别作为当前历元时刻的最终故障检验结果;如果不包含,则判断当前历元时刻故障检验结果与当前历元时刻之前最近两个历元时刻的故障检验结果中是否存在两个或两个以上完全相同,如果存在,则将这一相同的故障检验结果作为当前历元时刻的最终故障检验结果;如果不存在,则将该历元时刻导航星座场景存在故障但无法进行故障识别作为当前历元时刻的最终故障检验结果。
本发明的有益效果为:
通过最小二乘残差法和极大似然法单步逐级检测与识别多颗故障卫星,在不明显增加运算量的条件下有效提升了故障识别的检测概率;通过对初步筛选的故障卫星进行逐一验证的方式有效降低了RAIM算法的虚警概率,从而增加了无故障星座的卫星数目;采用多历元故障检验结果平滑方法进一步提高了故障检测概率,降低了虚警概率。图4给出了本发明方法在无虚警情况下的故障检验概率与故障卫星数目之间的关系曲线,该仿真的场景卫星数目为12颗。
本发明所提供的RAIM多星故障检测与识别方法相对于背景技术中阐述的各种新方法而言,具有非常低的运算量,在具有m(m>0)颗故障卫星的情况下,通常仅需要2m次最小二乘残差故障检验和m次故障识别,具有较高的应用价值。
附图说明
图1为单历元RAIM故障检验工作流程。
图2为对故障卫星进行逐一验证的工作流程。
图3为多历元RAIM故障检验结果平滑流程。
图4为无虚警情况下的故障检验概率与故障卫星数之间的关系曲线。
具体实施方式
下面结合具体实施例和附图对本发明做进一步的描述:
一种卫星导航RAIM多星故障检测与识别方法,该方法利用原始观测信息和定位结果信息检验当前导航星座场景中是否存在故障卫星,并对故障卫星进行准确识别,其特征在于包括以下步骤:
步骤1:卫星导航接收设备使用各历元时刻的原始观测信息和定位结果信息分别依次进行故障检验,得到各历元时刻的初始故障检验结果;如果初始故障检验结果中存在故障卫星,则对故障卫星进行逐一验证,并将验证后的初始故障检验结果作为本历元时刻的故障检验结果进行存储;否则,将初始故障检验结果作为本历元时刻的故障检验结果直接进行存储;其中,原始观测信息包括各卫星的观测位置和观测伪距值;
步骤2:对当前历元时刻故障检验结果与当前历元时刻之前最近两个历元时刻的故障检验结果进行平滑后得到当前历元时刻的最终故障检验结果。
步骤1中的故障检验工作流程如图1所示,具体包括以下步骤::
步骤101:卫星导航接收设备使用某一历元时刻的原始观测信息和定位结果信息进行RAIM可用性判断,如果RAIM可用,则转入步骤102,否则输出该历元时刻RAIM不可用的初步故障检验结果;
步骤102:卫星导航接收设备使用某一历元时刻的原始观测信息和定位结果信息通过最小二乘残差法检测当前导航星座场景中是否存在故障;如果存在故障,则转入步骤103;如果不存在故障,则转入步骤104;
步骤103:如果该历元时刻当前导航星座场景中的卫星数满足故障识别需求,则利用极大似然法估计一个最可能的故障卫星,并从当前导航星座场景中剔除该故障卫星,之后转入步骤102;如果该历元时刻当前导航星座场景中的卫星数不满足设定的故障识别需求,则转入步骤104;
步骤104:如果当前导航星座场景存在故障并且当前导航星座场景中的卫星数满足故障识别需求,则输出该历元时刻的初步故障检验结果,包括当前导航星座场景中存在故障以及故障卫星号;如果当前导航星座场景存在故障但是当前导航星座场景中的卫星数不满足故障识别需求,则输出该历元时刻导航星座场景存在故障但无法进行故障识别的初步故障检验结果;如果当前导航星座场景不存在故障,则输出该历元时刻无故障的初步故障检验结果。
在上述步骤101中,接收设备进行RAIM可用性判断的工作方法为:首先判断当前可见卫星数目n,如果n≤4,则无法进行故障检测;如果n=5,则仅能进行故障检测,无法进行故障识别;如果n≥6,则可以进行故障识别。如果n≥5则可以进行进一步的的RAIM可用性分析,其计算公式为:
当HPL≤HAL(n)时,表明该历元时刻RAIM可用,可以进行RAIM故障检测和识别,如果HPL>HAL(n),则RAIM算法不可用。
其中HAL(n)为预先给定的水平告警极限,n为场景中的卫星数目;HPL=Kmax·σT为本历元时刻计算的水平保护级别,其中 为最大斜率,其中A1i和A2i分别为矩阵A的第1行和第2行的第i列元素,矩阵A=(GTG)-1GT,其中G是n×4维的系数矩阵,有:
Qvii为伪距残差向量的协因数阵Qv主对角元的第i个元素。协因数阵Qv=I-G(GTG)-1GT,I为n维单位阵。
在上述步骤102中,所述的通过最小二乘残差法检测当前导航星座场景中是否存在故障的计算方法及公式为:
将实时计算的故障检测统计量与检测门限值σT进行比较,若则表示存在故障,否则表示不存在故障。
在上述步骤103中,所述的利用极大似然法估计一个最可能的故障卫星的计算方法及公式为:
计算各卫星的故障识别统计量di=vi 2/Qvii,并进行比较,其中最大的di所对应的故障卫星号i即为故障卫星。其中vi为伪距残差向量v的第i个元素。
步骤1中的对故障卫星进行逐一验证的工作流程如图2所示,具体包括以下步骤:
步骤201:判断是否存在待验证的故障卫星,如果存在则选取一颗待验证故障卫星,将该故障卫星的原始观测信息加入到当前的无故障星座场景中,并转至步骤202,如果不存在待验证的故障卫星则转至步骤203;
步骤202:利用新构建的星座重新进行最小二乘残差法故障检测,如果未检测到故障,则将该卫星标志为无故障卫星,如果检测到故障,则将该卫星标志为有故障卫星,同时将该卫星观测信息从当前星座场景中剔除;之后,转至步骤201;
步骤203:输出该历元时刻经验证后的故障检验结果,包括当前场景中是否存在故障以及所有故障卫星号。
步骤2的工作流程如图3所示,假设当前历元时刻为第k个历元时刻,则多历元检验结果平滑的工作步骤如下:
步骤301:完成第k个历元时刻的故障检验和故障验证;
步骤302:存储第k个历元时刻的故障检验结果,该结果将工作于三组不同的故障检验平滑流程,分别是第k-2至第k个故障检验结果的平滑、第k-1至第k+1个故障检验结果的平滑和第k至第k+2个故障检验结果的平滑;
步骤303:进行第k-2至第k个历元的故障检验结果平滑,并输出最终的故障检验结果。
在上述步骤303中进行故障检验结果平滑的具体方法为:
判断第k至k-2个历元时刻故障检验结果中是否包含两个或两个以上的该历元时刻RAIM不可用的故障检验结果,如果包含,则将该历元时刻RAIM不可用作为第k个历元时刻的最终故障检验结果;如果不包含,则判断第k至k-2个历元时刻故障检验结果中是否包含两个或两个以上的该历元时刻导航星座场景存在故障但无法进行故障识别的故障检验结果,如果包含,则将该历元时刻导航星座场景存在故障但无法进行故障识别作为第k个历元时刻的最终故障检验结果;如果不包含,则判断第k至k-2个历元时刻故障检验结果中是否存在两个或两个以上完全相同,如果存在,则将这一相同的故障检验结果作为第k个历元时刻的最终故障检验结果;如果不存在,则将该历元时刻导航星座场景存在故障但无法进行故障识别作为第k个历元时刻的最终故障检验结果。
Claims (3)
1.一种卫星导航RAIM多星故障检测与识别方法,该方法利用原始观测信息检验当前导航星座场景中是否存在故障卫星,并对故障卫星进行准确识别,其特征在于包括以下步骤:
步骤1:卫星导航接收设备使用各历元时刻的原始观测信息和定位结果信息分别依次进行故障检验,得到各历元时刻的初始故障检验结果;如果初始故障检验结果中存在故障卫星,则对故障卫星进行逐一验证,并将验证后的初始故障检验结果作为本历元时刻的故障检验结果进行存储;否则,将初始故障检验结果作为本历元时刻的故障检验结果直接进行存储;其中,原始观测信息包括各卫星的观测位置和观测伪距值;
步骤2:对当前历元时刻故障检验结果与当前历元时刻之前最近两个历元时刻的故障检验结果进行平滑后得到当前历元时刻的最终故障检验结果;
其中,步骤2中进行平滑的具体方法为:
判断当前历元时刻故障检验结果与当前历元时刻之前最近两个历元时刻的故障检验结果中是否包含两个或两个以上的该历元时刻RAIM不可用的故障检验结果,如果包含,则将该历元时刻RAIM不可用作为当前历元时刻的最终故障检验结果;如果不包含,则判断当前历元时刻故障检验结果与当前历元时刻之前最近两个历元时刻的故障检验结果中是否包含两个或两个以上的该历元时刻导航星座场景存在故障但无法进行故障识别的故障检验结果,如果包含,则将该历元时刻导航星座场景存在故障但无法进行故障识别作为当前历元时刻的最终故障检验结果;如果不包含,则判断当前历元时刻故障检验结果与当前历元时刻之前最近两个历元时刻的故障检验结果中是否存在两个或两个以上完全相同,如果存在,则将这一相同的故障检验结果作为当前历元时刻的最终故障检验结果;如果不存在,则将该历元时刻导航星座场景存在故障但无法进行故障识别作为当前历元时刻的最终故障检验结果。
2.根据权利要求1所述的一种卫星导航RAIM多星故障检测与识别方法,其特征在于:步骤1中的故障检验具体包括以下步骤:
步骤101:卫星导航接收设备使用某一历元时刻的原始观测信息和定位结果信息进行RAIM可用性判断,如果RAIM可用,则转入步骤102,否则输出该历元时刻RAIM不可用的初步故障检验结果;
步骤102:卫星导航接收设备使用某一历元时刻的原始观测信息和定位结果信息通过最小二乘残差法检测当前导航星座场景中是否存在故障;如果存在故障,则转入步骤103;如果不存在故障,则转入步骤104;
步骤103:如果该历元时刻当前导航星座场景中的卫星数满足故障识别需求,则利用极大似然法估计一个最可能的故障卫星,并从当前导航星座场景中剔除该故障卫星,之后转入步骤102;如果该历元时刻当前导航星座场景中的卫星数不满足设定的故障识别需求,则转入步骤104;
步骤104:如果当前导航星座场景存在故障并且当前导航星座场景中的卫星数满足故障识别需求,则输出该历元时刻的初步故障检验结果,包括当前导航星座场景中存在故障以及故障卫星号;如果当前导航星座场景存在故障但是当前导航星座场景中的卫星数不满足故障识别需求,则输出该历元时刻导航星座场景存在故障但无法进行故障识别的初步故障检验结果;如果当前导航星座场景不存在故障,则输出该历元时刻无故障的初步故障检验结果。
3.根据权利要求1所述的一种卫星导航RAIM多星故障检测与识别方法,其特征在于:步骤1中的对故障卫星进行逐一验证具体包括以下步骤:
步骤201:判断是否存在待验证的故障卫星,如果存在则选取一颗待验证故障卫星,将该故障卫星的原始观测信息加入到当前的无故障星座场景中,并转至步骤202,如果不存在待验证的故障卫星则转至步骤203;
步骤202:利用新构建的星座重新进行最小二乘残差法故障检测,如果未检测到故障,则将该卫星标志为无故障卫星,如果检测到故障,则将该卫星标志为有故障卫星,同时将该卫星观测信息从当前星座场景中剔除;之后,转至步骤201;
步骤203:输出该历元时刻经验证后的故障检验结果,包括当前场景中是否存在故障以及所有故障卫星号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410502296.7A CN104199051B (zh) | 2014-09-26 | 2014-09-26 | 一种卫星导航raim多星故障检测与识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410502296.7A CN104199051B (zh) | 2014-09-26 | 2014-09-26 | 一种卫星导航raim多星故障检测与识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104199051A CN104199051A (zh) | 2014-12-10 |
CN104199051B true CN104199051B (zh) | 2017-01-11 |
Family
ID=52084363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410502296.7A Active CN104199051B (zh) | 2014-09-26 | 2014-09-26 | 一种卫星导航raim多星故障检测与识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104199051B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105549033B (zh) * | 2015-12-07 | 2018-02-23 | 郑州威科姆科技股份有限公司 | 一种基于最小二乘残差边缘检验的完好性处理方法 |
CN105467408B (zh) * | 2015-12-21 | 2017-09-26 | 中国电子科技集团公司第五十四研究所 | 一种通用航空卫星导航机载终端自主完好性辅助监测方法 |
CN106707304A (zh) * | 2016-12-23 | 2017-05-24 | 天津七六四通信导航技术有限公司 | 一种卫星导航接收机故障星检测方法 |
FR3065083A1 (fr) * | 2017-04-05 | 2018-10-12 | Thales | Procede de determination de niveaux de protection de solutions de navigation, produit programme d'ordinateur et recepteur associes |
CN108627859B (zh) * | 2018-05-10 | 2021-05-28 | 上海海积信息科技股份有限公司 | 一种rtk算法结果的可靠性分析方法及装置 |
CN109001766B (zh) * | 2018-06-04 | 2020-11-10 | 北京未来导航科技有限公司 | 基于组网低轨卫星的卫星导航系统完好性监测方法和系统 |
CN113093248A (zh) * | 2021-04-11 | 2021-07-09 | 湘潭大学 | 一种范围一致性raim方法 |
CN113341438B (zh) * | 2021-06-02 | 2023-03-24 | 成都天奥信息科技有限公司 | 一种基于粗差反解的多星故障识别方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1996041A (zh) * | 2006-12-20 | 2007-07-11 | 北京航空航天大学 | 基于多星故障识别的gnss接收机自主完整性监测方法 |
CN101520503A (zh) * | 2009-03-19 | 2009-09-02 | 北京航空航天大学 | 卫星导航系统的故障卫星检测方法 |
CN102096075A (zh) * | 2010-12-23 | 2011-06-15 | 中国航天科工信息技术研究院 | 基于Galileo系统完好性概念的多模用户完好性评估方法 |
CN102135621A (zh) * | 2010-12-31 | 2011-07-27 | 中国航天科工信息技术研究院 | 一种多星座组合导航系统的故障识别方法 |
EP2648018A1 (en) * | 2012-04-02 | 2013-10-09 | Astrium GmbH | An improved RAIM algorithm |
CN103592658A (zh) * | 2013-09-30 | 2014-02-19 | 北京大学 | 多模卫星导航系统中基于选星算法的raim新方法 |
-
2014
- 2014-09-26 CN CN201410502296.7A patent/CN104199051B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1996041A (zh) * | 2006-12-20 | 2007-07-11 | 北京航空航天大学 | 基于多星故障识别的gnss接收机自主完整性监测方法 |
CN101520503A (zh) * | 2009-03-19 | 2009-09-02 | 北京航空航天大学 | 卫星导航系统的故障卫星检测方法 |
CN102096075A (zh) * | 2010-12-23 | 2011-06-15 | 中国航天科工信息技术研究院 | 基于Galileo系统完好性概念的多模用户完好性评估方法 |
CN102135621A (zh) * | 2010-12-31 | 2011-07-27 | 中国航天科工信息技术研究院 | 一种多星座组合导航系统的故障识别方法 |
EP2648018A1 (en) * | 2012-04-02 | 2013-10-09 | Astrium GmbH | An improved RAIM algorithm |
CN103592658A (zh) * | 2013-09-30 | 2014-02-19 | 北京大学 | 多模卫星导航系统中基于选星算法的raim新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104199051A (zh) | 2014-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104199051B (zh) | 一种卫星导航raim多星故障检测与识别方法 | |
CN109901204B (zh) | 一种基于伪距误差分布模型的gbas完好性性能评估方法 | |
CN102096075B (zh) | 基于Galileo系统完好性概念的多模用户完好性评估方法 | |
CN103760571B (zh) | 用于gps的基于影响因素特征的脆弱性监测方法 | |
CN105738925B (zh) | 一种列车定位专用的卫星接收机自主完好性方法 | |
CN101281248B (zh) | 一种应用于组合卫星导航系统的多故障识别方法 | |
CN104656104B (zh) | 基于最大似然估计的卫星导航欺骗信号识别方法及系统 | |
US20090273511A1 (en) | Method of operating a satellite navigation receiver | |
CN102901971B (zh) | 基于奇偶矢量法的双星故障识别方法 | |
CN106646526A (zh) | 一种可同时检测识别多种故障的接收机自主完好性检测方法 | |
CN101866009B (zh) | 一种适用于卫导系统缺星情况下的完好性监测方法 | |
CN102654407A (zh) | 惯性卫星紧组合导航系统的多故障检测装置及检测方法 | |
CN102135621B (zh) | 一种多星座组合导航系统的故障识别方法 | |
CN114545454A (zh) | 一种面向自动驾驶的融合导航系统完好性监测方法 | |
WO2021052511A1 (zh) | 北斗机载设备raim性能符合性测试方法及系统 | |
CN112230247B (zh) | 一种用于城市复杂环境下gnss完好性监测方法 | |
CN108088470A (zh) | 一种组合导航慢变斜坡故障完好性监测方法 | |
CN107783154A (zh) | 一种接收机自主完好性故障检测及排除方法 | |
CN104267410A (zh) | 机载完好性监测中多故障的排除方法和装置 | |
CN103983986A (zh) | 一种基于粒子滤波的改进型raim抗欺骗式干扰方法 | |
CN104331602A (zh) | 基于马尔科夫链的gnss完好性检测率估计方法 | |
CN111505669A (zh) | 一种利用双天线的gnss欺骗检测方法及系统 | |
CN105511481B (zh) | 一种星载定轨优化方法 | |
CN114152958B (zh) | 一种基于多数据源的机载卫星导航欺骗式干扰检测方法 | |
CN105204047B (zh) | 一种卫星导航系统中观测量单个粗差的探测与修复方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |