CN104215974B - 一种卫星导航系统的完好性监测可用性确定方法 - Google Patents
一种卫星导航系统的完好性监测可用性确定方法 Download PDFInfo
- Publication number
- CN104215974B CN104215974B CN201410469448.8A CN201410469448A CN104215974B CN 104215974 B CN104215974 B CN 104215974B CN 201410469448 A CN201410469448 A CN 201410469448A CN 104215974 B CN104215974 B CN 104215974B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- availability
- stand
- monitoring station
- alone device
- 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.)
- Expired - Fee Related
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)
- Radio Relay Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种卫星导航系统的完好性监测可用性确定方法,综合利用马尔科夫链(MC)、贝叶斯网络(BN)、中断分析、应力——强度分析,通过分析单机设备可用性、监测站可用性以及空间信号监测精度(SISMA)仿真,确定系统级完好性监测的可用性,为系统级完好性监测设计优化、以及单机与监测站可用性的提高提供依据。该方法可进一步推广于卫星轨道精密测定与长期预报、时间同步与钟差预报、导航信息注入、星座运行管理等任务的可用性确定,为卫星导航系统的研制建设提供重要专业技术支持。
Description
技术领域
本发明提供了一种卫星导航系统的完好性监测可用性确定方法,属于卫星导航系统可用性技术领域。
背景技术
完好性是对卫星导航系统提供信息的信任程度的度量。由于卫星故障引起的定位误差只能通过及早发现和通知用户剔除故障卫星来消除,因此完好性监测是保证导航系统能够正常工作的重要手段。完好性监测主要用来监测卫星导航系统的故障,并对监测到的故障及时报警,从而确保其在规定范围内具有较好的工作能力。
传统的完好性监测方法主要关注接收机自主完好性监测能力,属于单机级完好性监测范畴,而对系统顶层设计考虑较少,特别是尚未在系统级层面综合考虑监测站分布、监测站所属设备的可靠性及维修情况、监测站中断情况、监测站可用性等多种因素,系统级完好性监测方法存在不足。系统级完好性监测分为系统基本完好性监测、增强系统完好性监测及卫星自主完好性监测。本发明主要针对系统基本完好性监测。系统基本完好性监测是指基本导航系统在利用所布设的监测站观测数据进行卫星轨道和钟差处理的同时,对导航电文中预报星历和钟差所对应的空间信号精度(SISMA)再进行实时分析处理,得到相应的完好性参数并随导航电文一起播发给用户,用户在进行定位处理的同时,利用所接收的完好性参数进行完好性处理。
发明内容
本发明的技术解决问题是:克服现有技术的不足,针对系统级完好性监测任务,提供了一种卫星导航系统的完好性监测可用性确定方法,综合利用马尔科夫链(MC)、贝叶斯网络(BN)、中断仿真、应力——强度分析,通过分析 单机设备可用性、监测站可用性以及空间信号监测精度(SISMA)仿真,确定系统级完好性监测的可用性。
本发明的技术解决方案是:
一种卫星导航系统的完好性监测可用性确定方法,步骤如下:
(1)根据卫星导航系统的完好性监测过程中单机设备的运行与故障情况,构建基于马尔科夫链的单机设备可用性模型,确定单机设备可用性,具体为:
(1.1)根据系统级完好性监测过程中监测站分布及监测站内部单机设备的工作状态,将单机设备的修复时间分为短期、中期和长期,修复时间对应的修复率与故障率分别为:μi,λi,i=1,2,3;
所述监测站是指卫星导航系统的组成部分,用于进行卫星导航系统的完好性监测,监测站内部包括所述单机设备;
所述短期是指单机设备发生故障后该监测站自行立即修复,所述中期是指单机设备发生故障后调用其他临近监测站的单机设备进行修复,所述长期是指单机设备发生故障后返厂修复;
(1.2)合并短期、中期和长期三类修复率和故障率,确定单机设备的总体修复率和故障率λ=λ1+λ2+λ3;
(1.3)构建基于马尔科夫链的单机设备可用性模型为:
式中,Pi(t),i=1,2为单机设备处于运行或故障状态下的概率;
(1.4)根据步骤(1.3)中确定的单机设备可用性模型,确定单机设备瞬时可用性:
(2)确定监测站的可用性,具体为:
(2.1)根据所有监测站内的单机设备的可用性以及单机设备在监测站中的 逻辑关系,构建基于贝叶斯网络的监测站可用性模型,所述逻辑关系包括串联、并联、k/n、桥联和网络;
基于贝叶斯网络的监测站可用性模型为:其中,pai是xi的父节点集,xi表示第i个单机设备,其可用性为Aei(t);p(X)为单机设备的联合概率分布,X={x1,x2,...,xn};
(2.2)根据步骤(2.1)中确定的基于贝叶斯网络的监测站可用性模型,确定监测站的可用性Am(t),该可用性Am(t)=p(X);
(3)确定卫星导航系统的完好性监测可用性,具体为:
(3.1)根据监测站分布及监测站中断情况,仿真确定不同中断情况下的空间信号监测精度;所述中断是指监测站整体停止工作;
(3.1.1)利用监测站的观测数据计算卫星轨道误差和卫星钟差误差组成整体的误差矢量x,历元t时刻卫星j可视域内有n个监测站接收卫星信号,利用星历和监测站坐标计算站星几何距离,确定伪距观测方程并将其线性化得:式中,为监测站的测量残差向量;i=1,2,...,n为卫星j到监测站i的单位矢量;x=[Δxs,Δys,Δzs,Δts]T为卫星在地心坐标下的轨道误差Δxs、Δys、Δzs和钟差Δts, 为n个监测站在伪距域上产生的误差,服从正态分布;
误差矢量x及其协方差误差阵为: 式中,Db为卫星导航系统正常状态下伪距域噪声的标准差,为先验信息;
将投影到用户位置得:式中,表示用户估计误差,auS=(euX,euY,euZ,1)T表示用户到卫星方向的单位向量,euX,euY,euZ表示用户与卫星的向量信息,取最差用户位置处投影值为:
(3.1.2)依照步骤(3.1.1)的计算最差用户位置处投影值SISMA的方式,在所有监测站均正常、任意一个监测站发生监测中断、任意两个监测站同时发生监测中断、……、任意n-4个监测站同时发生中断的情况下,分别进行中断仿真,确定不同中断组合情况下的空间信号监测精度,即SISMA,n为监测站数量;
(3.2)通过公式将步骤(3.1)中确定的不同中断组合情况下的空间信号监测精度进行归一化处理;其中,SISMABN为各监测站之间的逻辑关系,为应力函数,σ为应力,g(δ)为卫星导航系统要求的空间信号监测精度值,δ为强度;
(3.3)构建基于贝叶斯网络的卫星导航系统的完好性监测可用性模型:其中,mai是yi的父节点集,且mai=Ami(t),即mai为第i个监测站的可用性,yi表示第i个监测站;m(Y)为监测站的联合概率分布,Y={y1,y2,...,yn};
(3.4)根据步骤(3.3)中确定的基于贝叶斯网络的完好性监测可用性模型,确定完好性监测的可用性Aintegrity(t),该可用性即为Aintegrity(t)=m(Y)。
本发明与现有技术相比的优点在于:
(1)本发明综合利用马尔科夫链建立基于的马尔科夫链的单机设备可用性模型、利用贝叶斯网络建立基于贝叶斯网络的监测站可用性模型和卫星导航系统的完好性监测可用性模型、空间信号监测精度中断仿真、应力——强度(归一化处理方法)分析开展系统级完好性监测可用性建模与分析。与传统的单机级完好性监测方法相比,本发明是综合考虑了单机设备可用性、监测站可用性、空间信号监测精度等多种因素的系统级完好性监测方法。
(2)利用本方法和模型,不仅可以确定单机设备可用性、监测站可用性、以及系统级完好性监测可用性,还可进一步推广至卫星轨道精密测定与长期预报、时间同步与钟差预报、导航信息注入、星座运行管理等任务的可用性确定。
附图说明
图1是基于马尔科夫链的单机设备可用性模型示意图;
图2是监测站组成模型示意图;
图3是基于贝叶斯网络的监测站可用性模型示意图;
图4是基于贝叶斯网络的完好性监测可用性模型示意图;
图5是系统级完好性监测可用性结果示意图;
图6是本发明方法实施过程示意图。
具体实施方式
本发明提供了一种卫星导航系统的完好性监测可用性确定方法,完好性监测是指系统基本完好性监测,即指基本导航系统在利用所布设的监测站观测数据进行卫星轨道和钟差处理的同时,对导航电文中预报星历和钟差所对应的空间信号精度再进行实时分析处理,得到相应的完好性参数并随导航电文一起播发给用户,用户在进行定位处理的同时,利用所接收的完好性参数进行完好性处理;所述可用性是指产品在任一随机时刻需要和开始执行任务时,处于可工作或可使用状态的程度;本发明方法如图6所示,步骤如下:
(1)根据卫星导航系统的完好性监测过程中单机设备的运行与故障情况,构建基于马尔科夫链的单机设备可用性模型,确定单机设备可用性,具体为:
(1.1)根据系统级完好性监测过程中监测站分布及监测站内部单机设备的工作状态(正常和故障),将单机设备的修复时间分为短期、中期和长期,修复时间对应的修复率与故障率分别为:μi,λi,i=1,2,3;
监测站是指卫星导航系统的组成部分,用于进行卫星导航系统的完好性监测,监测站内部包括所述单机设备;
单机设备主要包括:监测接收机、监控服务器、变频设备、供电设备、数据处理服务器、原子钟、环境数据检测服务器、总线;
短期是指单机设备发生故障后该监测站自行立即修复,即监测站使用其自身贮备的备品备件,对故障单机设备进行更换;
中期是指单机设备发生故障后调用其他临近监测站的单机设备进行修复, 即通过查询方式确定周边监测站中该故障单机的贮备情况,选择最近监测站调用故障单机的备品备件进行更换;
长期是指单机设备发生故障后返厂修复,即将故障单机设备返回生产厂商修复后再更换;
(1.2)合并短期、中期和长期三类修复率和故障率,计算单机设备的总体修复率μ和故障率λ,通过如下公式进行:λ=λ1+λ2+λ3;
从另外一个角度给出单机设备的总体修复率μ的定义,MTTR为平均修复时间,是产品维修性的一种基本参数;其度量方法为:在规定的条件下和规定的时间内,产品在任一规定的维修级别上,修复性维修总时间与在该级别上被修复产品的故障总数之比;
从另外一个角度给出单机设备的总体故障率λ的定义,MTBF为平均故障间隔时间,是可修复产品可靠性的一种基本参数;其度量方法为:在规定的条件下和规定的时间内,产品的寿命单位总数与故障总次数之比;
(1.3)构建基于马尔科夫链的单机设备可用性模型为:
式中,Pi(t),i=1,2为单机设备处于运行或故障状态下的概率;
(1.4)根据步骤(1.3)中确定的单机设备可用性模型,进行变换确定单机设备可用性:A的下标e表示设备,后面第i个单机设备可用性用Aei(t)表示
(2)根据所有监测站内的单机设备的可用性以及单机设备在监测站中的逻辑关系,确定监测站可用性,具体为:
(2.1)根据(1.4)所确定的单机设备的可用性以及单机设备在监测站中 的逻辑关系,构建基于贝叶斯网络的监测站可用性模型;
所述逻辑关系包括串联、并联、k/n、桥联和网络;
所述串联是指系统的所有组成单元中任一单元的故障都会导致整个系统故障的关系;
所述并联是指组成系统的所有单元都发生故障时,系统才发生故障的关系;
所述k/n是指组成系统的n个单元中小于k(1≤k≤n)个正常时,系统才故障的关系;
所述桥联是指系统中所有单元以桥式结构描述的逻辑关系;
所述网络是指系统中所有单元以网络结构描述的逻辑关系;
所述贝叶斯网络是一个带有概率注释的有向无环图,由定性部分和定量部分组成,具备表征多状态节点和节点间复杂关系(含不确定关系)的能力;定性部分表述为网络拓扑结构(DAG),描述变量之间的概率依赖关系;定量部分表述为条件概率表(CPT),描述每个节点的状态取值及其在父节点状态取值组合下的条件概率分布;没有父节点的变量称为根节点变量,其概率为先验边缘概率;
基于贝叶斯网络的监测站可用性模型为:其中,pai是xi的父节点集,xi表示第i个单机设备,其可用性为Aei(t);p(X)为单机设备的联合概率分布,X={x1,x2,...,xn};
(2.2)根据步骤(2.1)中确定的基于贝叶斯网络的监测站可用性模型,确定监测站可用性Am(t),该可用性即为Am(t)=p(X);后面第i个监测站可用性用Ami(t)表示
(3)综合采用空间信号精度仿真、应力——强度分析确定监测站之间的逻辑关系;根据监测站可用性和监测站之间的逻辑关系,采用贝叶斯网络确定卫星导航系统的完好性监测可用性,具体为:
(3.1)根据监测站分布及监测站中断情况,仿真确定不同中断情况下的空间信号监测精度;
所述空间信号监测精度通过计算卫星残余误差来获得,分为卫星轨道误差和卫星钟差,卫星轨道误差包括切线方向误差、法线方向误差和径向方向误差。卫星残余误差来源于多种类型的误差源,如观测值的受限精度和轨道预测精度等;
所述中断是指监测站整体停止工作,即监测站不能执行其所需功能的状态;
(3.1.1)利用监测站的观测数据计算卫星轨道误差和卫星钟差误差组成整体的误差矢量x,(卫星轨道误差和卫星钟差误差形成一个整体,后面的x是这个整体的误差矢量)历元t时刻卫星j可视域内有n个监测站接收卫星信号,利用星历和监测站坐标计算站星几何距离,确定伪距观测方程并将其线性化得:式中,为监测站的测量残差向量;i=1,2,...,n为卫星j到监测站i的单位矢量;x=[Δxs,Δys,Δzs,Δts]T为卫星在地心坐标下的轨道误差Δxs、Δys、Δzs和钟差Δts,为n个监测站在伪距域上产生的误差,服从正态分布。
误差矢量x及其协方差误差阵为: 式中,Db为卫星导航系统正常状态下伪距域噪声的标准差,为先验信息;
将投影到用户位置得:式中,表示用户估计误差,auS=(euX,euY,euZ,1)T表示用户到卫星方向的单位向量,euX,euY,euZ表示用户与卫星的向量信息,取最差用户位置处投影值为:
(3.1.2)依照步骤(3.1.1)的计算最差用户位置处投影值SISMA的方式,在所有监测站均正常、任意一个监测站发生监测中断、任意两个监测站同时发生监测中断、……、任意n-4个监测站同时发生中断的情况下,分别进行中断仿真,确定不同中断组合情况下的空间信号监测精度,即SISMA,n为监测站数量;
(3.2)采用应力——强度分析,对步骤(3.1)中确定的不同中断组合情况下的空间信号监测精度进行归一化处理,将空间信号监测精度转换为0~1之间的数值SISMABN,表征为监测站之间的逻辑关系,同时作为贝叶斯网络条件概率表的输入,具体公式:其中,SISMABN为各监测站之间的逻辑关系,为应力函数,σ为应力,g(δ)为卫星导航系统要求的空间信号监测精度值,δ为强度;
(3.3)根据步骤(3.2)确定的监测站之间的逻辑关系,构建基于贝叶斯网络的卫星导航系统的完好性监测可用性模型:其中,mai是yi的父节点集,且mai=Ami(t),即mai为第i个监测站的可用性,yi表示第i个监测站;m(Y)为监测站的联合概率分布,Y={y1,y2,...,yn};
(3.4)根据步骤(3.3)中确定的基于贝叶斯网络的完好性监测可用性模型,结合步骤(2.2)确定的监测站可用性,确定完好性监测的可用性Aintegrity(t),该可用性即为Aintegrity(t)=m(Y)。
实施示例:仿真构建卫星导航系统模型,模型中监测站的单机设备包括:监测接收机、变频设备、供电设备、数据处理服务器、原子钟、监控服务器、环境数据监测服务器、总线;模型中监测站个数为17个。
(a)确定单机设备可用性;根据步骤(1)构建基于马尔科夫链的单机设备可用性模型,如图1所示,图中S1表示单机设备正常,S0表示单机设备故障;进而确定单机设备可用性;
(b)确定监测站可用性;根据步骤(2)构建基于贝叶斯网络的监测站可用性模型,确定监测站可用性;图2所示为监测站组成示意图,图中监测接收机和原子钟为2/3逻辑关系,其他单机设备为并联逻辑关系;表1所示为监测站所属部分单机设备数据信息;图3所示为基于贝叶斯网络的监测站可用性模型,图中边缘节点为单机设备,中心节点为单机设备逻辑关系,图中示例给出了单机设备(监测接收机1)可用性(0.999875)和中心节点的条件概率表;
表1设备数据信息
(c)确定完好性监测可用性;根据步骤(3)构建基于贝叶斯网络的完好性监测可用性模型,确定完好性监测可用性;图4所示为基于贝叶斯网络的完好性监测可用性模型,图中边缘节点为监测站,中心节点为监测站逻辑关系,图中示例给出了监测站1某时刻的可用性和中心节点的条件概率表;图5是系统级完好性监测可用性结果示意图,由图中可知,前5年系统的完好性监测可用性保持平稳,从第五年开始,迅速下降,到第9年已经到了0.9992以下。
Claims (4)
1.一种卫星导航系统的完好性监测可用性确定方法,其特征在于步骤如下:
(1)根据卫星导航系统的完好性监测过程中单机设备的运行与故障情况,构建基于马尔科夫链的单机设备可用性模型,确定单机设备可用性;
(2)确定监测站的可用性,具体为:
(2.1)根据所有监测站内的单机设备的可用性以及单机设备在监测站中的逻辑关系,构建基于贝叶斯网络的监测站可用性模型,所述逻辑关系包括串联、并联、k/n、桥联和网络;
基于贝叶斯网络的监测站可用性模型为:其中,pai是xi的父节点集,xi表示第i个单机设备,其可用性为Aei(t);p(X)为单机设备的联合概率分布,X={x1,x2,...,xn};
(2.2)根据步骤(2.1)中确定的基于贝叶斯网络的监测站可用性模型,确定监测站的可用性Am(t),该可用性Am(t)=p(X);
(3)确定卫星导航系统的完好性监测可用性,具体为:
(3.1)根据监测站分布及监测站中断情况,仿真确定不同中断情况下的空间信号监测精度;所述中断是指监测站整体停止工作;
(3.1.1)利用监测站的观测数据计算卫星轨道误差和卫星钟差误差组成整体的误差矢量x,历元t时刻卫星j可视域内有n个监测站接收卫星信号,利用星历和监测站坐标计算站星几何距离,确定伪距观测方程并将其线性化得:式中,为监测站的测量残差向量;为卫星j到监测站i的单位矢量;x=[Δxs,Δys,Δzs,Δts]T为卫星在地心坐标下的轨道误差Δxs、Δys、Δzs和钟差Δts,为n个监测站在伪距域上产生的误差,服从正态分布;
误差矢量x及其协方差误差阵为: 式中,Db为卫星导航系统正常状态下伪距域噪声的标准差,为先验信息;
将投影到用户位置得:式中,表示用户估计误差,auS=(euX,euY,euZ,1)T表示用户到卫星方向的单位向量,euX,euY,euZ表示用户与卫星的向量信息,取最差用户位置处投影值为:
(3.1.2)依照步骤(3.1.1)的计算最差用户位置处投影值SISMA的方式,在所有监测站均正常、任意一个监测站发生监测中断、任意两个监测站同时发生监测中断、……、任意n-4个监测站同时发生中断的情况下,分别进行中断仿真,确定不同中断组合情况下的空间信号监测精度,即SISMA,n为监测站数量;
(3.2)通过公式将步骤(3.1)中确定的不同中断组合情况下的空间信号监测精度进行归一化处理;其中,SISMABN为各监测站之间的逻辑关系,为应力函数,σ为应力,g(δ)为卫星导航系统要求的空间信号监测精度值,δ为强度;
(3.3)构建基于贝叶斯网络的卫星导航系统的完好性监测可用性模型:其中,mai是yi的父节点集,且mai=Ami(t),即mai为第i个监测站的可用性,yi表示第i个监测站;m(Y)为监测站的联合概率分布,Y={y1,y2,...,yn};
(3.4)根据步骤(3.3)中确定的基于贝叶斯网络的完好性监测可用性模型,确定完好性监测的可用性Aintegrity(t),该可用性即为Aintegrity(t)=m(Y)。
2.根据权利要求1所述的一种卫星导航系统的完好性监测可用性确定方法,其特征在于:所述步骤(1)根据卫星导航系统的完好性监测过程中单机设备的运行与故障情况,构建基于马尔科夫链的单机设备可用性模型,确定单机设备可用性,具体为:
(1.1)根据系统级完好性监测过程中监测站分布及监测站内部单机设备的工作状态,将单机设备的修复时间分为短期、中期和长期,修复时间对应的修复率与故障率分别为:μi,λi,i=1,2,3;
(1.2)合并短期、中期和长期三类修复率和故障率,确定单机设备的总体修复率和故障率λ=λ1+λ2+λ3;
(1.3)构建基于马尔科夫链的单机设备可用性模型为:
式中,Pi(t),i=1,2为单机设备处于运行或故障状态下的概率;
(1.4)根据步骤(1.3)中确定的单机设备可用性模型,确定单机设备瞬时可用性:
3.根据权利要求2所述的一种卫星导航系统的完好性监测可用性确定方法,其特征在于:所述监测站是指卫星导航系统的组成部分,用于进行卫星导航系统的完好性监测,监测站内部包括所述单机设备;
所述短期是指单机设备发生故障后该监测站自行立即修复,所述中期是指单机设备发生故障后调用其他临近监测站的单机设备进行修复,所述长期是指单机设备发生故障后返厂修复。
4.根据权利要求1所述的一种卫星导航系统的完好性监测可用性确定方法,其特征在于:所述SISMABN的值在0~1之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410469448.8A CN104215974B (zh) | 2014-09-15 | 2014-09-15 | 一种卫星导航系统的完好性监测可用性确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410469448.8A CN104215974B (zh) | 2014-09-15 | 2014-09-15 | 一种卫星导航系统的完好性监测可用性确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104215974A CN104215974A (zh) | 2014-12-17 |
CN104215974B true CN104215974B (zh) | 2017-01-11 |
Family
ID=52097670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410469448.8A Expired - Fee Related CN104215974B (zh) | 2014-09-15 | 2014-09-15 | 一种卫星导航系统的完好性监测可用性确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104215974B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104931920A (zh) * | 2014-09-23 | 2015-09-23 | 刘松 | Iesprit,一种基于任意阵列的空间信号doa的快速估计算法 |
CN105467406B (zh) * | 2015-12-18 | 2017-10-24 | 中国科学院测量与地球物理研究所 | 多测站广播星历确定用户测距精度上界值的方法 |
CN105741017B (zh) * | 2016-01-22 | 2019-08-09 | 江苏省电力公司电力科学研究院 | 一种智能电网环境下的用户需求响应评估方法 |
CN105929414A (zh) * | 2016-06-14 | 2016-09-07 | 中国航天标准化研究所 | 一种导航信号完好性的评估方法 |
CN106125100A (zh) * | 2016-06-14 | 2016-11-16 | 中国航天标准化研究所 | 一种空间信号连续性评估方法 |
CN106291602B (zh) * | 2016-08-01 | 2018-07-24 | 中国航天标准化研究所 | 一种导航卫星的系统效能确定方法 |
CN106610495B (zh) * | 2016-11-18 | 2019-01-08 | 中国航天标准化研究所 | 一种卫星导航系统可用性连续性完好性指标分配方法 |
CN106908812B (zh) * | 2017-02-24 | 2020-08-14 | 中国航天标准化研究所 | 一种导航监测站的可用性确定方法 |
CN106940446B (zh) * | 2017-03-15 | 2019-11-12 | 北京航空航天大学 | 一种卫星导航系统可用性评估方法及装置 |
CN109387859B (zh) * | 2017-08-14 | 2023-05-30 | 千寻位置网络有限公司 | 基于地面跟踪站产生长期卫星轨道和钟差的方法和装置 |
CN107907890B (zh) * | 2017-10-27 | 2021-11-16 | 中国航天标准化研究所 | 一种导航卫星精密定轨的任务成功性确定方法 |
CN108563108A (zh) * | 2017-12-23 | 2018-09-21 | 航天恒星科技有限公司 | 一种gnss卫星钟健康状态监测方法 |
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 |
CN109061683B (zh) * | 2018-06-29 | 2021-05-25 | 北京航空航天大学 | 一种优化水平保护级的h-araim系统 |
CN110456390B (zh) * | 2019-07-24 | 2021-04-13 | 北京空间飞行器总体设计部 | 一种用于监测导航卫星在轨完好性风险的装置及方法 |
CN110531381A (zh) * | 2019-08-23 | 2019-12-03 | 桂林电子科技大学 | 一种gnss信号可用性与完好性监测系统 |
CN111679298B (zh) * | 2020-05-09 | 2023-05-09 | 香港理工大学深圳研究院 | 导航系统的完好性监测方法、完好性监测装置及电子设备 |
CN113189623B (zh) * | 2021-04-21 | 2022-08-12 | 中国电子科技集团公司第五十四研究所 | 一种卫星导航系统信号质量等级评估方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2928741B1 (fr) * | 2008-03-11 | 2020-06-26 | Thales | Dispositif et procede de surveillance d'integrite en temps reel d'un systeme de navigation par satellite |
EP2402785B1 (en) * | 2010-06-23 | 2013-04-03 | Astrium GmbH | An improved RAIM algorithm |
CN103731221B (zh) * | 2014-01-09 | 2018-07-03 | 中国航天标准化研究所 | 一种天地一体化网络系统可用性确定方法 |
-
2014
- 2014-09-15 CN CN201410469448.8A patent/CN104215974B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104215974A (zh) | 2014-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104215974B (zh) | 一种卫星导航系统的完好性监测可用性确定方法 | |
US20230053175A1 (en) | Process network with several plants | |
CN107783154B (zh) | 一种接收机自主完好性故障检测及排除方法 | |
CN107194024B (zh) | 基于支持向量机的边坡可靠性参数获取方法及装置 | |
CN110414768B (zh) | 一种基于仪器电流数据的大数据分析方法 | |
CN107069960A (zh) | 一种二次运维管理系统的在线缺陷诊断方法 | |
Yu et al. | Data-driven bottleneck detection in manufacturing systems: A statistical approach | |
Zheng et al. | A dynamic-data-driven method for improving the performance of receiver autonomous integrity monitoring | |
Zhang et al. | A methodology for optimum sensor localization/selection in fault diagnosis | |
Nasar et al. | Software testing resource allocation and release time problem: a review | |
CN107944684B (zh) | 数控装备故障组件重要度分析方法和装置 | |
Hu et al. | Decision‐Level Defect Prediction Based on Double Focuses | |
Quiñones-Grueiro et al. | Leaks' detection in water distribution networks with demand patterns | |
Pham et al. | A generalized surveillance model with applications to systems safety | |
Corzo et al. | Locating Multiple Leaks in Water Distribution Networks Combining Physically Based and Data-Driven Models and High-Performance Computing | |
Petrov et al. | Metrics for machine learning evaluation methods in cloud monitoring systems | |
Troyanovskiy et al. | Information technologies and web interfaces as a platform for identification of remote dynamic objects | |
Wang et al. | A general imperfect software debugging model considering the nonlinear process of fault introduction | |
Lee et al. | Sensor drift detection in SNG plant using auto-associative kernel regression | |
Koutsoukos et al. | Benchmarking the vehicle integrated prognostic reasoner | |
Lee et al. | Multi-channel recovery for distributed quality management of synchrophasor data | |
He et al. | Software component reliability evaluation method based on characteristic parameters | |
Qin et al. | New algorithm for multiple satellite faults detection and exclusion based on time series prediction | |
Kumar et al. | Classification and Analysis of Go-Arounds in Commercial Aviation Using ADS-B Data. Aerospace 2021, 8, 291 | |
Simon et al. | Enhancing the diagnostic performance of condition based maintenance through the fusion of sensor with maintenance data |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170111 Termination date: 20190915 |
|
CF01 | Termination of patent right due to non-payment of annual fee |