CN104316934A - Araim地面监测站中伪距加速度故障检测方法和装置 - Google Patents

Abstract

本发明提供一种ARAIM地面监测站中伪距加速度故障检测方法和装置。通过获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，获取上述M个时刻中的第1个时刻到第t个时刻的码伪距测量值和真实距离值的差值的第一序列的均值和标准差，获取上述M个时刻中的第t+1个时刻到第M个时刻的码伪距测量值和真实距离值的差值的第二序列的均值和标准差，根据第一序列的均值和标准差和第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率，根据序贯概率和预设失控阈值，检测是否发生故障。本发明提供的ARAIM地面监测站中伪距加速度故障检测方法和装置检测伪距加速度故障的性能稳定。

Description

ARAIM地面监测站中伪距加速度故障检测方法和装置

技术领域

本发明涉及导航技术，尤其涉及一种先进接收机自主完好性监测(Advanced Receiver Autonomous Integrity Monitoring；简称：ARAIM)地面监测站中伪距加速度故障检测方法和装置。

背景技术

全球卫星导航系统(Global Navigation Satellite System；简称：GNSS)以其全球、全天候、连续和高精度的特点成为了重要的空间基础设施。目前，已经广泛应用于陆地、海洋和航空航天等领域。ARAIM能实现对GNSS的增强。ARAIM一方面保证了定位精度，另一方面实现对卫星工作状态的监控，是目前卫星定位获得完好性监控时的一种自主有效的方法。卫星导航区域增强系统(Regional Augmentation System；简称：RAS)在区域内布置多个监测站，利用相邻、部分或全部监测站的信息以及广域增强系统(Wide AreaAugmentation System；简称：WAAS)播发的校正信息提高整个区域的导航性能，以满足飞机精密进近阶段和着陆阶段的需求，该系统可以作为ARAIM的地面监测站。

在ARAIM地面监测站运行过程中，由于钟漂、对流层延迟改正的不确定性等因素的影响，使ARAIM地面监测站获取的导航数据存在误差，如果误差超过系统所容许的误差即认为发生故障，其中，伪距加速度故障是地面测距源中一种重要故障。伪距加速度故障是一种慢增长故障(Slowly GrowingError；简称：SGE)，当SGE累积到一定程度时，有可能与新的故障构成难以检测的多故障情况，导致ARAIM地面监测站系统的完好性和连续性损失。所以，SGE的早期检测非常重要。

目前，对伪距加速度故障的检测方法为差分检测算法，但是差分检测算法中的检测统计量为基于最小二乘定位方法求得的误差平方和的平方根在前后两个时刻的差值，该前后两个时刻的差值的选取是凭经验获取，没有精确的计算方法，因此，导致通过该方法对伪距加速度故障的检测性能不稳定。

发明内容

本发明提供一种ARAIM地面监测站中伪距加速度故障检测方法和装置，以解决现有技术中差分检测算法检测伪距加速度故障的检测性能不稳定的技术问题。

本发明提供一种ARAIM地面监测站中伪距加速度故障检测方法，包括：

获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，其中，所述M为大于等于2的整数；

获取所述M个时刻中的第1个时刻到第t个时刻的地面监测站码伪距测量值和真实距离值的差值的第一序列的均值和标准差，其中，所述1≤t≤M且为整数；

获取所述M个时刻中的第t+1个时刻到第M个时刻的地面监测站码伪距测量值和真实距离值的差值的第二序列的均值和标准差；

根据所述第一序列的均值和标准差和所述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率；

根据所述序贯概率和预设失控阈值，检测是否发生伪距加速度故障。

本发明提供一种ARAIM地面监测站中伪距加速度故障检测装置，包括：

第一获取模块，用于获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，其中，所述M为大于等于2的整数；

第二获取模块，用于获取所述M个时刻中的第1个时刻到第t个时刻的地面监测站码伪距测量值和真实距离值的差值的第一序列的均值和标准差，其中，所述1≤t≤M且为整数；

第三获取模块，用于获取所述M个时刻中的第t+1个时刻到第M个时刻的地面监测站码伪距测量值和真实距离值的差值的第二序列的均值和标准差；

第四获取模块，用于根据所述第一序列的均值和标准差和所述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率；

检测模块，用于根据所述序贯概率和预设失控阈值，检测是否发生伪距加速度故障。

本发明提供的ARAIM地面监测站中伪距加速度故障检测方法和装置，通过获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，其中，上述M为大于等于2的整数；获取上述M个时刻中的第1个时刻到第t个时刻的地面监测站码伪距测量值和真实距离值的差值的第一序列的均值和标准差，其中，上述1≤t≤M且为整数；获取上述M个时刻中的第t+1个时刻到第M个时刻的地面监测站码伪距测量值和真实距离值的差值的第二序列的均值和标准差；根据上述第一序列的均值和标准差和上述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率；根据上述序贯概率和预设失控阈值，检测是否发生伪距加速度故障。本发明提供的检测方式是通过对获取数据的客观处理进行检测故障，无需凭经验选取相应的参数，因此，可提高对伪距加速度故障检测的性能稳定性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种ARAIM地面监测站中伪距加速度故障检测方法的流程示意图；

图2为本发明提供的另一种ARAIM地面监测站中伪距加速度故障检测方法的流程示意图；

图3为本发明提供的一种ARAIM地面监测站中伪距加速度故障检测装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。

图1为本发明提供的一种ARAIM地面监测站中伪距加速度故障检测方法的流程示意图，如图1所示，本实施例的方法包括：

步骤101：获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，其中，所述M为大于等于2的整数。

具体的，码伪距测量值可以通过以下方法获得：ARAIM地面监测站中的卫星导航接收机通过接收卫星发射的导航信息，将该导航信息解码后得到码伪距测量值；真实距离值可以通过以下方法获得：ARAIM地面监测站根据卫星播发的历书参数计算出卫星位置与已知的地面监测站之间的距离。其中，码伪距测量值获得的过程中，由于卫星发射的导航信息会受到电离层等误差源的影响产生延迟，影响到达时间，所以会跟真实距离值存在误差；而真实距离值是卫星以数字形式播发给ARAIM地面监测站，不会受到电离层等误差源的影响。

下面以PR表示码伪距测量值，以R表示真实距离值，以PRctS表示码伪距测量值和真实距离的差值，也称为码伪距校正值。该码伪距校正值中包含了卫星钟差、接收机钟差、电离层误差、对流层误差、星历误差和热噪声等误差源。

获取一段时间的码伪距测量值和真实距离值的差值则得到一个PRctS的序列。在本实施例中，获取第1个时刻到第M个时刻的码伪距校正值，得到一个PRctS₁，……，PRctS_M的序列，M为大于等于2的整数，以PRCTS_i表示该码伪距校正值序列，以PRctS_i表示第i时刻的码伪距测量值和真实距离值的差值，其中1≤i≤M且为整数。

可将获取到的M个时刻的码伪距校正值序列存储于ARAIM地面监测站的存储装置中，以供后续操作使用。

步骤102：获取所述M个时刻中的第1个时刻到第t个时刻的地面监测站码伪距测量值和真实距离值的差值的第一序列的均值和标准差，其中，所述1≤t≤M且为整数。

具体的，码伪距校正值序列PRCTS_i中包含了卫星钟差、接收机钟差、电离层误差、对流层误差、星历误差和热噪声等误差源，假设这些误差为相互独立的随机元素，且都服从高斯分布。在此，可假设上述码伪距校正值序列PRCTS_i服从均值为μ₀，标准差为σ₀的高斯分布，即

假设伪距加速度故障在某个时刻t后发生，其中1≤t≤M，则将PRctS₁，PRctS₂，…，PRctS_t称为第一序列，其服从均值为μ₁，标准差为σ₁的高斯分布，即第一序列表示的是ARAIM地面监测站在第1个时刻至第t个时刻之间没有发生伪距加速度故障的码伪距校正值序列。

均值μ₁通过下述公式获得：

${\mathrm{\μ}}_1=\frac{1}{t}\underset{i=1}{\overset{t}{\mathrm{\Σ}}}{\mathrm{PRctS}}_i$

标准差σ₁通过下述公式获得：

${\mathrm{\σ}}_1=\sqrt{\frac{1}{t-1}\underset{i=1}{\overset{t}{\mathrm{\Σ}}}{({\mathrm{PRctS}}_i-{\mathrm{\μ}}_1)}^2}$

步骤103：获取所述M个时刻中的第t+1个时刻到第M个时刻的地面监测站码伪距测量值和真实距离值的差值的第二序列的均值和标准差。

将PRctS_t+1，PRctS_t+2，…，PRctS_M称为第二序列，其服从均值为μ₂，标准差为σ₂的高斯分布，即第二序列表示的是ARAIM地面监测站在第t+1个时刻至第M个时刻之间发生了伪距加速度故障的码伪距校正值序列。

均值μ₂可通过下式获得：

${\mathrm{\μ}}_2=\frac{1}{M-t}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{PRctS}}_i$

标准差σ₂可通过下式获得：

${\mathrm{\σ}}_2=\sqrt{\frac{1}{M-t-1}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{({\mathrm{PRctS}}_i-{\mathrm{\μ}}_2)}^2}$

如果第一序列和第二序列符合同一类型的高斯分布，即第一序列的均值和标准差与第二序列的均值和标准差相等，说明从第1个时刻到第t个时刻ARAIM地面监测站一种处于受控状态，没有发生伪距加速度故障；如果第一序列和第二序列符合不同类型的高斯分布，即第一序列的均值和标准差与第二序列的均值和标准差不相等，则说明在t+1时刻后ARAIM地面监测站失控，即发生了伪距加速度故障。

步骤104：根据所述第一序列的均值和标准差和所述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率。

为了计算方便，可对第一序列和第二序列中的各码伪距校正值进行标准化，设定 $y_i=\frac{{\mathrm{PRctS}}_i-{\mathrm{\μ}}_1}{{\mathrm{\σ}}_1},$ 令 $\mathrm{\α}=\sqrt{\frac{{\mathrm{\σ}}_2}{{\mathrm{\σ}}_1},}\mathrm{\δ}=\frac{{\mathrm{\μ}}_2-{\mathrm{\μ}}_1}{{\mathrm{\σ}}_1},$ 其中α为第一序列和第二序列标准差的偏移系数，δ为第一序列和第二序列均值的偏移系数。

根据序贯概率比检验理论(Sequential Probability Ratio Test；简称：SPRT)，可以得到伪距加速度故障发生的序贯概率为：

$\begin{array}{c}P=\frac{L_t({\mathrm{\μ}}_2,{\mathrm{\σ}}_2^2)}{L_1({\mathrm{\μ}}_1,{\mathrm{\σ}}_1^2)}=\frac{\underset{i=1}{\overset{t}{\mathrm{\Π}}}\frac{1}{\sqrt{2\mathrm{\π}}}\exp (-\frac{y_i^2}{2})\underset{i=t+1}{\overset{M}{\mathrm{\Π}}}\frac{1}{\sqrt{2\mathrm{\π\α}}}\exp (-\frac{{(y_i-\mathrm{\δ})}^2}{{2\mathrm{\α}}^2})}{\underset{i=1}{\overset{M}{\mathrm{\Π}}}\frac{1}{\sqrt{2\mathrm{\π}}}\exp (-\frac{y_i^2}{2})}\\ ={\left(\frac{1}{\mathrm{\α}}\right)}^{M-t}\exp [-\frac{1}{{2\mathrm{\α}}^2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{(y_i-\mathrm{\δ})}^2+\frac{1}{2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{y}_i^2]\end{array}$

序贯概率P的物理意义表示的是ARAIM地面监测站发生伪距加速度故障的概率。

步骤105：根据所述序贯概率和预设失控阈值，检测是否发生伪距加速度故障。

根据SPRT理论，如果序贯概率P大于预设失控阈值，则认为ARAIM地面监测站发生了伪距加速度故障。

具体的，以A表示该预设失控阈值。A可由ARAIM地面监测站所允许的漏检概率β和误检概率χ确定，其中漏检概率β表示有故障发生但系统没有检测出该故障的概率，误检概率χ表示没有故障发生但系统错误地检测到有故障发生的概率。

A可由下式确定：

$A=\frac{1-\mathrm{\β}}{\mathrm{\χ}}$

对于漏检概率β和误检概率χ的取值，可根据ARAIM地面检测站对完好性指标的要求确定，如果需要满足CAT I的完好性指标，则β和χ可均为10^-4；如果要使ARAIM地面监测站满足CAT II和CAT III的完好性指标，则β和χ可均为10^-6。

具体检测过程可由步骤104中得到的序贯概率P与预设失控阈值A进行比较，如果P≥A则表示系统失控，即发生了伪距加速度故障，ARAIM地面监测站可生成报警信号。

由上述技术方案可知，本发明实施例提供的ARAIM地面监测站中伪距加速度故障检测方法，通过获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，其中，上述M为大于等于2的整数；获取上述M个时刻中的第1个时刻到第t个时刻的地面监测站码伪距测量值和真实距离值的差值的第一序列的均值和标准差，其中，上述1≤t≤M且为整数；获取上述M个时刻中的第t+1个时刻到第M个时刻的地面监测站码伪距测量值和真实距离值的差值的第二序列的均值和标准差；根据上述第一序列的均值和标准差和上述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率；根据上述序贯概率和预设失控阈值，检测是否发生伪距加速度故障。本发明提供的检测方式是通过对获取数据的客观处理进行检测故障，无需凭经验选取相应的参数，因此，可提高对ARAIM地面监测站中伪距加速度故障检测的性能稳定性。

图2为本发明提供的另一种ARAIM地面监测站中伪距加速度故障检测方法的流程示意图，如图2所示，上述实施例中的步骤105可具体包括：

步骤1051：将所述序贯概率和所述预设失控阈值进行比较，构造累积和CUSUM控制图的统计量递推公式。

具体的，该递推公式可由下式获得：

由P≥A可得：

$\begin{array}{c}{\left(\frac{1}{\mathrm{\α}}\right)}^{M-t}\exp [-\frac{1}{{2\mathrm{\α}}^2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{(y_i-\mathrm{\δ})}^2+\frac{1}{2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{y}_i^2]\≥A\\ \⇒\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{(y_i+\frac{\mathrm{\δ}}{{\mathrm{\α}}^2-1})}^2\≥\frac{{2\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}\ln A+(M-t)\frac{2{\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}(\ln \mathrm{\α}+\frac{{\mathrm{\δ}}^2}{2({\mathrm{\α}}^2-1)})\end{array}$

根据上述不等式构造累积和(Cumulative Sum；简称CUSUM)控制图的统计量递推公式：

所述i从t取到M-1，其中，D_3,0＝0。

步骤1052：根据递推公式获取第t+1时刻到第M时刻的统计量。

将i值代入上述统计量递推公式中，获取D_3,t+1到D_3,M的值，可得到D_3,t+1到D_3,M共M-t个统计量，分别对应第t+1时刻到第M时刻的统计量。

步骤1053：若所述第t+1时刻到第M时刻的统计量中包含至少一个统计量大于t时刻对应的判定距阈值，则确定所述第t+1时刻开始发生伪距加速度故障。

具体的，以H表示判定距阈值，其可由下式确定：

$H=\frac{{2\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}\ln A+(M-t)\frac{{2\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}(\ln \mathrm{\α}+\frac{{\mathrm{\δ}}^2}{2({\mathrm{\α}}^2-1)})$

该判断过程为：对应于一个确定的第t时刻，则可以求得该第t时刻对应的判定距阈值H。对于该确定的第t时刻，根据步骤1052中的统计量递推公式可得到D_3,t+1到D_3,M共M-t个统计量，分别对应第t+1时刻到第M时刻的统计量。若该第t+1时刻到第M时刻的统计量中包含至少一个统计量大于t时刻对应的判定距阈值，则确定所述第t+1时刻开始发生伪距加速度故障。

本实施例在上述实施例的步骤105之后还包括，步骤106：根据所述确定所述第t+1时刻开始发生伪距加速度故障与实际发生故障的t₀时刻，获取条件期望延时CED。

具体的，根据CED＝E{t+1-t₀|t+1>t₀}，获取所述条件期望延时(ConditionalExpected Delay；简称CED)。CED越小则说明该检测方法的检测性能越好，也就是说该检测方法能更快地检测出伪距加速度故障。

本实施例中，通过将序贯概率和预设失控阈值进行比较，构造累积和CUSUM控制图的统计量递推公式，根据递推公式获取第t+1时刻到第M时刻的统计量，若上述第t+1时刻到第M时刻的统计量中包含至少一个统计量大于t时刻对应的判定距阈值，则确定上述第t+1时刻开始发生伪距加速度故障，从而，将前期较小的、难以检测出的小故障通过该种方法检测出来，提高了对小故障检测的灵敏性；通过根据确定上述第t+1时刻开始发生伪距加速度故障与实际发生故障的t₀，获取条件期望延时，从而，可以评估该检测方法的检测性能，时间越短说明该检测方法的性能越好，能更快地检测出伪距加速度故障，及时发现伪距加速度故障，以便工作人员及时采用应对措施，消除该故障，提高ARAIM地面检测站的导航性能。

图3为本发明提供的一种ARAIM地面监测站中伪距加速度故障检测装置的结构示意图。如图3所示，本实施例的装置包括：

第一获取模块301，用于获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，其中，所述M为大于等于2的整数。

第二获取模块302，用于获取所述M个时刻中的第1个时刻到第t个时刻的地面监测站码伪距测量值和真实距离值的差值的第一序列的均值和标准差，其中，所述1≤t≤M且为整数。

第三获取模块303，用于获取所述M个时刻中的第t+1个时刻到第M个时刻的地面监测站码伪距测量值和真实距离值的差值的第二序列的均值和标准差。

第四获取模块304，用于根据所述第一序列的均值和标准差和所述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率。

具体的，第四获取模块304用于：

根据公式：

$P={\left(\frac{1}{\mathrm{\α}}\right)}^{M-t}\exp [-\frac{1}{{2\mathrm{\α}}^2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{(y_i-\mathrm{\δ})}^2+\frac{1}{2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{y}_i^2]$ 获取发生故障的序贯概率，其中，PRctS_i表示第i时刻的码伪距测量值和真实距离值的差值，μ₁表示第一序列的均值，σ₁表示第一序列的标准差，μ₂表示第二序列的均值，σ₂表示第二序列的标准差。

检测模块305，用于根据所述序贯概率和预设失控阈值，检测是否发生伪距加速度故障。

具体的，所述t时刻对应的判定距阈值为：

$H=\frac{2{\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}\ln A(M-t)\frac{2{\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}(\ln \mathrm{\α}+\frac{{\mathrm{\δ}}^2}{2({\mathrm{\α}}^2-1)}).$

所述检测模块305用于将所述序贯概率和所述预设失控阈值进行比较，构造累计和CUSUM控制图的统计量递推公式。其中，根据

${\left(\frac{1}{\mathrm{\α}}\right)}^{M-t}\exp [1-\frac{1}{2{\mathrm{\α}}^2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{(y_i-\mathrm{\δ})}^2+\frac{1}{2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{y}_i^2]\≥A$ 构造累积和CUSUM控制图的统计量递推公式，其中，所述A为预设失控阈值。

所述递推公式为：

所述i从t取到M-1，其中，D_3,0＝0；

根据递推公式获取第t+1时刻到第M时刻的统计量，即获取D_3,t+1到D_3,M的值。

若所述第t+1时刻到第M时刻的统计量中包含至少一个统计量大于t时刻对应的判定距阈值，则确定所述第t+1时刻开始发生伪距加速度故障。

本发明实施例提供的ARAIM地面监测站中伪距加速度故障检测装置，通过第一获取模块获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，其中，所述M为大于等于2的整数；第二获取模块获取所述M个时刻中的第1个时刻到第t个时刻的地面监测站码伪距测量值和真实距离值的差值的第一序列的均值和标准差，其中，所述1≤t≤M且为整数；第三获取模块获取所述M个时刻中的第t+1个时刻到第M个时刻的地面监测站码伪距测量值和真实距离值的差值的第二序列的均值和标准差；第四获取模块根据所述第一序列的均值和标准差和所述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率；检测模块根据所述序贯概率和预设失控阈值，检测是否发生伪距加速度故障。本发明提供的检测装置是通过对获取数据的客观处理进行检测故障，无需凭经验选取相应的参数，因此，可提高对ARAIM地面监测站中伪距加速度故障检测的性能稳定性。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种ARAIM地面监测站中伪距加速度故障检测方法，其特征在于，包括：

获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，其中，所述M为大于等于2的整数；

获取所述M个时刻中的第1个时刻到第t个时刻的地面监测站码伪距测量值和真实距离值的差值的第一序列的均值和标准差，其中，所述1≤t≤M且为整数；

获取所述M个时刻中的第t+1个时刻到第M个时刻的地面监测站码伪距测量值和真实距离值的差值的第二序列的均值和标准差；

根据所述第一序列的均值和标准差和所述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率；

根据所述序贯概率和预设失控阈值，检测是否发生伪距加速度故障。

2.根据权利要求1所述的方法，其特征在于，所述根据所述序贯概率和预设失控阈值，检测是否发生伪距加速度故障，包括：

将所述序贯概率和所述预设失控阈值进行比较，构造累积和CUSUM控制图的统计量递推公式；

根据递推公式获取第t+1时刻到第M时刻的统计量；

若所述第t+1时刻到第M时刻的统计量中包含至少一个统计量大于t时刻对应的判定距阈值，则确定所述第t+1时刻开始发生伪距加速度故障。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一序列的均值和标准差和所述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率，包括：

根据公式： $P={\left(\frac{1}{\mathrm{\α}}\right)}^{M-t}\exp [-\frac{1}{{2\mathrm{\α}}^2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{(y_i-\mathrm{\δ})}^2+\frac{1}{2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{y}_i^2]$ 获取发生故障的序贯概率，其中， $\mathrm{\α}=\sqrt{\frac{{\mathrm{\σ}}_2}{{\mathrm{\σ}}_1}},\mathrm{\δ}=\frac{{\mathrm{\μ}}_2-{\mathrm{\μ}}_1}{{\mathrm{\σ}}_1},y_i=\frac{{\mathrm{PRctS}}_i-{\mathrm{\μ}}_1}{{\mathrm{\σ}}_1},$ PRctS_i表示第i时刻的码伪距测量值和真实距离值的差值，μ₁表示第一序列的均值，σ₁表示第一序列的标准差，μ₂表示第二序列的均值，σ₂表示第二序列的标准差。

4.根据权利要求3所述的方法，其特征在于，所述t时刻对应的判定距阈值为： $H=\frac{{2\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}\ln A+(M-t)\frac{{2\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}(\ln \mathrm{\α}+\frac{{\mathrm{\δ}}^2}{2({\mathrm{\α}}^2-1)});$

所述将所述序贯概率和所述预设失控阈值进行比较，构造累积和CUSUM控制图的统计量递推公式，包括：

根据 ${\left(\frac{1}{\mathrm{\α}}\right)}^{M-t}\exp [-\frac{1}{{2\mathrm{\α}}^2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{(y_i-\mathrm{\δ})}^2+\frac{1}{2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{y}_i^2]\≥A$ 构造累积和CUSUM控制图的统计量递推公式，其中，所述A为预设失控阈值；

所述递推公式为：

所述i从t取到M-1，其中，D_3,0＝0；

所述根据递推公式获取第t+1时刻到第M时刻的统计量，包括：

获取D_3,t+1到D_3,M的值。

5.根据权利要求4所述的方法，其特征在于，还包括：

根据所述确定所述第t+1时刻开始发生伪距加速度故障与实际发生故障的t₀时刻，获取条件期望延时CED。

6.根据权利要求5所述的方法，其特征在于，所述根据所述确定所述第t+1时刻开始发生伪距加速度故障与实际发生故障的t₀时刻，获取条件期望延时CED，包括：

根据CED＝E{t+1-t₀|t+1>t₀}，获取所述CED。

7.一种ARAIM地面监测站中伪距加速度故障检测装置，其特征在于，包括：

第一获取模块，用于获取M个时刻的地面监测站码伪距测量值和真实距离值的差值的序列，其中，所述M为大于等于2的整数；

第二获取模块，用于获取所述M个时刻中的第1个时刻到第t个时刻的地面监测站码伪距测量值和真实距离值的差值的第一序列的均值和标准差，其中，所述1≤t≤M且为整数；

第三获取模块，用于获取所述M个时刻中的第t+1个时刻到第M个时刻的地面监测站码伪距测量值和真实距离值的差值的第二序列的均值和标准差；

第四获取模块，用于根据所述第一序列的均值和标准差和所述第二序列的均值和标准差，获取发生伪距加速度故障的序贯概率；

检测模块，用于根据所述序贯概率和预设失控阈值，检测是否发生伪距加速度故障。

8.根据权利要求7所述的装置，其特征在于，所述检测模块具体用于将所述序贯概率和所述预设失控阈值进行比较，构造累积和CUSUM控制图的统计量递推公式；根据递推公式获取第t+1时刻到第M时刻的统计量；若所述第t+1时刻到第M时刻的统计量中包含至少一个统计量大于t时刻对应的判定距阈值，则确定所述第t+1时刻开始发生伪距加速度故障。

9.根据权利要求7或8所述的装置，其特征在于，所述第四获取模块具体用于：

根据公式： $P={\left(\frac{1}{\mathrm{\α}}\right)}^{M-t}\exp [-\frac{1}{{2\mathrm{\α}}^2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{(y_i-\mathrm{\δ})}^2+\frac{1}{2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{y}_i^2]$ 获取发生故障的序贯概率，其中， $\mathrm{\α}=\sqrt{\frac{{\mathrm{\σ}}_2}{{\mathrm{\σ}}_1}},\mathrm{\δ}=\frac{{\mathrm{\μ}}_2-{\mathrm{\μ}}_1}{{\mathrm{\σ}}_1},y_i=\frac{{\mathrm{PRctS}}_i-{\mathrm{\μ}}_1}{{\mathrm{\σ}}_1},$ PRctS_i表示第i时刻的码伪距测量值和真实距离值的差值，μ₁表示第一序列的均值，σ₁表示第一序列的标准差，μ₂表示第二序列的均值，σ₂表示第二序列的标准差。

10.根据权利要求9所述的装置，其特征在于，所述t时刻对应的判定距阈值为： $H=\frac{{2\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}\ln A+(M-t)\frac{{2\mathrm{\α}}^2}{{\mathrm{\α}}^2-1}(\ln \mathrm{\α}+\frac{{\mathrm{\δ}}^2}{2({\mathrm{\α}}^2-1)});$

所述检测模块具体用于根据 ${\left(\frac{1}{\mathrm{\α}}\right)}^{M-t}\exp [-\frac{1}{{2\mathrm{\α}}^2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{(y_i-\mathrm{\δ})}^2+\frac{1}{2}\underset{i=t+1}{\overset{M}{\mathrm{\Σ}}}{y}_i^2]\≥A$ 构造累积和CUSUM控制图的统计量递推公式，其中，所述A为预设失控阈值；

所述递推公式为：

所述i从t取到M-1，其中，D_3,0＝0；

获取D_3,t+1到D_3,M的值。