CN104965209A - 一种实际导航性能的计算方法、设备及系统 - Google Patents

Abstract

本发明提供一种实际导航性能的计算方法、设备及系统，涉及卫星导航技术领域。该方法包括：在当前导航场景中，获取当前历元中可视的至少一个卫星；判断所述至少一个卫星是否可用；若所述至少一个卫星可用，则根据所述至少一个卫星的观测数据，计算实际导航性能。本发明提供的实际导航性能的计算方法、设备及系统，考虑了GNSS中其他卫星导航系统在构成上与GPS的不同，以及多卫星导航系统兼容的问题。本发明还根据多叉树分解方法，可实现两颗出现故障的卫星的正确识别，有效提高GNSS作为RNP低空引导的可用性和准确性。

Description

一种实际导航性能的计算方法、设备及系统

技术领域

本发明涉及卫星导航技术领域，具体涉及一种实际导航性能的计算方法、设备及系统。

背景技术

卫星导航是近年来航空领域比较常用的导航手段，基于全球卫星导航系统（GNSS）进行导航。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。航空器能否在相应的空域中安全有效运行，很大程度上取决于机载导航系统的实际导航性能（ANP）是否能满足航路所需导航性能（RNP）的要求。

RNP要求飞机在某一个空域或某一条航路上飞行时，至少95%的概率下，其导航系统的误差不会超过某一特定的数值。但是卫星导航中导航卫星本身可能存在故障，一旦发生故障即导致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，必须对机载导航系统的ANP进行评估，将ANP的值同RNP比较，以确定导航系统性能对于所飞行的航路段是否足够好，以确保飞机在该空域的安全飞行。

目前国际上RNP低空引导领域常用的ANP的计算方法，主要是采用计算协方差矩阵，得到误差椭圆的方程，再计算95%误差圆半径，得到ANP的值。当卫星导航系统在飞机上应用时，尤其在高动态导航，对卫星导航系统的完好性具有严格要求，所以在进行ANP计算之前，必须进行卫星导航系统的接收机自主完好性监测（RAIM）。

而目前已经采用的ANP的计算方法都是针对单个全球定位系统（GPS）的，GNSS中其他卫星导航系统在构成上与GPS有着明显不同，而且在考虑多个卫星导航系统兼容的情况下，原有ANP的计算方法和RAIM技术的一些假设前提不再成立，原有ANP的计算方法不再适用。

发明内容

本发明提供一种实际导航性能的计算方法、设备及系统，以解决现有技术中多个卫星导航系统兼容的情况下，原有ANP的计算方法不再适用的问题。

第一方面，本发明实施例提供了一种实际导航性能的计算方法，所述方法包括：

在当前导航场景中，获取当前历元中可视的至少一个卫星；

判断所述至少一个卫星是否可用；

若所述至少一个卫星可用，则根据所述至少一个卫星的观测数据，计算实际导航性能。

第二方面，本发明实施例提供了一种设备，所述设备包括：

获取单元，用于     在当前导航场景中，获取当前历元中可视的至少一个卫星；

判断单元，用于判断所述至少一个卫星是否可用；

数据处理单元，用于若所述至少一个卫星可用，则根据所述至少一个卫星的观测数据，计算实际导航性能。

第三方面，本发明实施例提供了一种系统，所述系统包括至少一个卫星导航系统，以及如第二方面所述的设备。

本发明提供的实际导航性能的计算方法、设备及系统，考虑了GNSS中其他卫星导航系统在构成上与GPS的不同，以及多卫星导航系统兼容的问题。本发明还根据多叉树分解方法，可实现两颗出现故障的卫星的正确识别，有效提高GNSS作为RNP低空引导的可用性和准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明实施例一提供的一种实际导航性能的计算方法流程图；

图2为本发明实施例二提供的一种实际导航性能的计算方法流程图；

图3为本发明实施例三提供的一种设备的结构示意图；

图4为本发明实施例四提供的一种系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种实际导航性能的计算方法，该方法应用于航空领域的航天器的导航，特别是应用于飞机的机载导航系统中。目前，飞机的卫星导航主要依据GPS提供的卫星观测信息，而随着GNSS中其他卫星导航系统的发展，机载导航系统可依据多个卫星导航系统提供的卫星观测信息数据来实现导航。当GPS中出现故障卫星时，可灵活使用其他卫星导航中无故障卫星提供的卫星观测信息数据进行导航，有效提高GNSS作为RNP低空引导的可用性和准确性。

本发明实施例一提供一种实际导航性能的计算方法，参照图1所示，该方法包括：

101、在当前导航场景中，获取当前历元中可视的至少一个卫星。

102、判断所述至少一个卫星是否可用。

103、若所述至少一个卫星可用，则根据所述至少一个卫星的观测数据，计算实际导航性能。

本发明实施例提供的方法，考虑了GNSS中其他卫星导航系统在构成上与GPS的不同，在考虑多个卫星导航系统兼容的情况下，实现GNSS导航模式下的实际导航性能的计算，有效提高GNSS作为RNP低空引导的可用性和准确性。

本发明实施例二提供一种实际导航性能的计算方法，参照图2所示，该方法包括：

201、在当前导航场景中，获取当前历元中可视的至少一个卫星。

具体地，根据预测的飞机位置，在当前导航场景中，获取当前历元中可视的至少一个卫星，并接收该至少一个卫星的观测数据。

本发明实施例对具体的获取和接收方式不加以限定。

202、判断所述至少一个卫星的数量是否满足第一预设条件。

具体地，判断可视的该至少一个卫星的数量n，同时判断包括该至少一个卫星的卫星导航系统m的数量。在m个卫星导航系统兼容的情况下，若满足n＜m+4，则表示卫星的冗余信息不足，无法进行RAIM算法预测；若满足n≥m+4的第一预设条件时，则表示卫星的冗余信息充足，可以进行RAIM算法预测。

203、若所述至少一个卫星的数量满足所述第一预设条件，则判断RAIM算法是否可用。

具体地，具体判断过程为：

2031、根据所述至少一个卫星的数量，获取水平定位误差保护级别。

2032、判断所述水平定位误差保护级别是否满足预设条件。

2033、若所述水平定位误差保护级别满足预设条件，则判定所述RAIM算法可用。

在m个卫星导航系统兼容的情况下，首先需要对多个卫星导航系统进行量测信息融合，即时空的统一和量测噪声的统一，得到线性化伪距观测方程式，有如下模型：

y＝Gx+ε，

其中，x是用户状态矢量，y是测量伪距与预测伪距差值矢量，G是用户与卫星之间几何观测矩阵，ε是测量误差矢量。

值得注意的是，本发明实施例中，所述的用户指具有机载导航系统的航 天器，尤其是飞机。

RAIM算法对卫星故障的检测和识别受可视的卫星的数量和卫星的几何分布影响。在某些地区，由于卫星的几何分布等的影响，可能无法同时满足所有的完好性性能指标，此时的完好性监测结果将不可信。因此，需要根据性能指标对当前历元中可视的至少一个卫星的几何分布进行判断，决定其是否适合进行完好性监测。

在该至少一个卫星的数量满足n≥m+4的第一预设条件时，进一步计算用于故障检测的水平定位误差保护级别(HPL)，并通过比较HPL与预设的针对预期工作的最大水平告警限值(HAL)，来判断RAIM算法是否可用。

定义卫星引起的水平误差和距离残差之比为该卫星的斜率K_slope，其表达式由下式给出：

$K_{slope}=\sqrt{(A_{1i}^2+A_{2i}^2)/S_{ii}},i=1,2,\mathrm{...}n.$

其中A＝(G^TG)^-1G^T，S＝I-G(G^TG)^-1G^T，n为可视的至少一个卫星的数量。

则HPL由下式确定：

$HPL=K_{slope,max}\·T_D=\underset{i}{max}\left\{\sqrt{(A_{1i}^2+A_{2i}^2/S_{ii}}\right\}\·{\mathrm{\σ}}_0\sqrt{{\mathrm{\λ}}_{\min }}.$

其中T_D为漏检概率为0.001时，非中心参数为λ_min、自由度为n-4的χ2分布所对应的监测统计量值。

若HPL＞HAL，则判定RAIM算法不可用，即当前历元中可视的至少一个卫星的集合分布不满足故障的检测和识别的要求，需向用户告警；若满足HPL≤HAL的预设条件时，则判定RAIM算法可用，即当前历元中可视的至少一个卫星的几何分布满足故障的检测和识别的要求，也即对于该飞行阶段而言，RAIM算法是可用的。

204、若所述RAIM算法可用，则根据所述RAIM算法，判断所述至少 一个卫星是否可用。

具体地，具体判断过程为：

2041、根据所述至少一个卫星的观测数据，计算检验统计量。

2042、判断所述检验统计量是否满足预设条件。

当判定为RAIM算法可用时，则对该至少一个卫星进行故障的检测，上述步骤2041和步骤2042是对该至少一个卫星进行故障的检测的过程。

具体地，一般认为伪距观测间相互独立，则根据最小二乘算法，用户状态解为：则残差矢量w可表示为：

$\begin{array}{c}w=y-{\hat{y}}_{LS}=y-G{\hat{x}}_{LS}=y-G{\left(G^{T}G\right)}^{-1}{G}^{T}y=\[I-G{\left(G^{T}G\right)}^{-1}{G}^T\]y\\ =\[I-G{\left(G^{T}G\right)}^{-1}{G}^T\](Gx+\mathrm{\ϵ})=\[I-G{\left(G^{T}G\right)}^{-1}{G}^T\]\mathrm{\ϵ}\end{array},$

令S＝[I-G(G^TG)^-1G^T]，则w＝S×ε。由此可以看出，残差矢量w中包含了卫星测距误差信息，可作为卫星故障的检测依据。

定义检测统计量SSE＝w^Tw，卫星无故障时，伪距误差向量ε中各个分量是相互独立的正态分布随机误差，均值为0，方差为根据统计理论，服从自由度为n-k的中心χ²分布；卫星有故障时，伪距误差向量ε中各个分量是相互独立的正态分布随机误差，均值不为0，方差为服从非中心化参数λ、自由度为n-k的非中心χ²分布，其中，非中心化参数n是可视的至少一个卫星的数量，k是用户状态矢量的状态数目。

可作二元假设，即：

无故障假设H₀：E(ε)＝0，则

有故障假设H₁：E(ε)≠0，则

卫星无故障时，处于正常检测状态，如果出现检测告警，则为误警。因 此，根据给定的误警率P_FA可求出检测门限T²：

$P(SSE/{\mathrm{\&sigma;}}_0^2<T^2)={\&Integral;}_0^{T^2}{f}_{{\mathrm{\&chi;}}_{(n-k)}^2}\left(x\right)dx=1-P_{FA}$

确定的检测限值T，则检验统计量的检测限值 σ^T可预先设定，导航解算时，将实时计算的检验统计量与σ^T比较，若满足的预设条件时，则表示检测到卫星故障，向用户发出告警，并进入卫星故障的识别过程。

2043、若所述检验统计量满足预设条件，则判断所述至少一个卫星的数量是否满足第二预设条件；

具体地，若该检验统计量满足预设条件时，表示检测到卫星故障，需进一步进行卫星故障的识别。

需要先判断可视的至少一个卫星的数量是否满足第二预设条件，若满足n≥m+5的第二预设条件，则可以进行卫星故障的识别，否则无法进行卫星故障的识别，其中m为当前兼容的卫星导航系统的数量。

2044、若所述至少一个卫星的数量满足所述第二预设条件，则判断所述至少一个卫星是否出现故障；

具体地，当至少一个卫星的数量满足第二预设条件时，可以进行卫星故障的识别，以单故障识别方法和多故障识别方法分别进行说明。

值得注意的是，本发明实施例中所述的单故障指可视的卫星中仅有一个卫星出现故障，所述的双故障是指可视的卫星中有两个卫星出现故障，所述的多故障是指可视的卫星中有两个以上的卫星出现故障。

单故障识别方法中，当检测卫星到故障时，利用最小二乘残差法进行识别，该方法的主要思想是假定平差系统中只有一个观测数据存在粗差，并纳入函数模型，用统计假设检验方法检测粗差并剔除该粗差，逐次不断进行，直至判断不再含有粗差。即：

无故障假设E(ε_i)＝0；

有故障假设E(ε_i)≠0。

检验统计量采用正态分布标准化残差

当原假设成立时d_i～N(0,1)。n颗卫星可得到N个检测统计量，给定总体误警率P_FA，则每个统计量的误警概率为P^FA/N，有下式成立：

$P(d>T_d)=2{\&Integral;}_{T_d}^{\mathrm{\&infin;}}{f}_{N(0,1)}\left(x\right)dx=P_{FA}/N.$

通过上式可以计算得到检测门限T_d。对于每个检测统计量d_i，分别与T_d比较，若d_i＞T_d，则表示第i颗卫星有故障，应将之排除。

多故障识别方法中，具体识别过程为：

20441、若所述至少一个卫星属于不同的卫星导航系统，则判断所述至少一个卫星中出现故障的卫星的数量是否满足预设条件；

20442、若所述出现故障的卫星的数量满足预设条件，则根据多叉树分解方法，判断所述至少一个卫星是否出现故障。

多个卫星导航系统兼容后，可视的卫星的数量将明显增加。因此在多个卫星导航系统兼容的情况下进行完好性计算时，必须充分考虑可视的卫星的数量成倍增加对整体性能的影响。

民用航空对完好性风险，即未触发告警的故障风险的容忍上限为1×10^-7，参照该容忍上限可以知道，在只有一个卫星导航系统的条件下，用户不需要考虑双故障问题，如可视的卫星的数量为八颗时，双故障风险比用户完好性风险要求低一个数量级，在保证单故障漏检率的情况下，双故障问题可以被忽略。但是当可视的卫星的数量达到二十一颗时，双故障风险已高于用户完好性风险要求，此时完好性的计算必须能够具备双故障监测能力。

根据以上思想，建立基于多叉树分解方法的多故障识别策略。

首先需要对可视的至少一个卫星中的最大故障数进行判断，若只有一个卫星出现故障，则利用单故障识别方法进行识别。

本发明实施例在多故障方法识别中，仅针对双故障情况进行详细说明。

若有两个卫星出现故障，则将可视的至少一个卫星进行划分，形成的集合中的可视的卫星的数量应比该集合包含的卫星导航系统的数量多至少三个，且集合内卫星几何分布均匀，以满足故障识别的要求。对每个集合进行故障检测，判断各集合的故障情况。

当检测到出现故障的卫星的集合数为两个时，可以判断出：两颗出现故障的卫星分别位于两个集合中，即这两个集合各自包含一颗出现故障的卫星，而其它集合中的卫星无故障，可将其组合为完好卫星集。此时可采用单故障识别方法分别对两个子集进行故障的识别，然后将无故障的卫星归入完好卫星集，剔除出现故障的卫星。

当检测到出现故障的卫星的集合数为一个时，可以判断出：两颗出现故障的卫星均位于这个集合中，其余集合全部为完好卫星集。将出现故障的卫星的集合重新进行划分，重复上述步骤，直到出现故障的卫星的集合中包含的卫星少于四颗为止，此时将此四颗星全部剔除。

2045、若所述至少一个卫星没有出现故障，则判定所述至少一个卫星可用。

具体地，若检测到至少一个卫星没有出现故障，则该至少一个卫星可用。找到出现故障的卫星并剔除后，重新建立观测方程，循环进行RAIM算法可用性判定，直到再没有检测到出现故障的卫星为止，然后才可进行实际导航性能的计算。如果RAIM算法不可用，则不可基于GNSS进行卫星导航，需向用户告警。

205、根据所述至少一个卫星的观测数据，计算概率椭圆。

具体地，根据判定为可用的至少一个卫星的观测数据，计算概率椭圆，具体计算过程为：

对于卫星导航用户，线性化伪距观测方程式有如下模型：

HΔX＝Δρ，

其中ΔX＝(Δx_u,Δy_u,Δz_u,-cΔt_u)^T是用户线性化点的位置偏差和时间偏差矢量，Δρ＝(Δρ₁,Δρ₂,…,Δρ_n)^T是在带噪声的测量伪距与基于在标称位置和时钟偏差预测的伪距之间的差值矢量。H是n×4矩阵：

$H=\left[\begin{array}{cccc}{a}_{x1}& a_{y1}& a_{z1}& 1\\ a_{x2}& a_{y2}& a_{z2}& 1\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ a_{xn}& a_{yn}& a_{zn}& 1\end{array}\right],$

利用最小二乘法，可解得ΔX＝(H^TH)^-1H^TΔρ。由于ΔX和Δρ存在误差，通常假定其服从均值为0的高斯分布，由此计算其协方差矩阵：

cov(dx)＝E[dxdx^T]＝(H^TH)^-1H^Tcov(dρ)^H(H^TH)^-1

一般情况下，dρ的各分量分布相同且相互独立，其方差等于卫星用户等效测距误差(UERE)的平方，即则可计算出  $\mathrm{cov}\left(dx\right)={\left(H^{T}H\right)}^{-1}{\mathrm{\&sigma;}}_{UERE}^2,$ 展开后有如下表达式：

$COV\left(dx\right)=\left[\begin{array}{cccc}{\mathrm{\&sigma;}}_{x_u}^2& {\mathrm{\&sigma;}}_{y_u{x}_u}^2& {\mathrm{\&sigma;}}_{z_u{x}_u}^2& {\mathrm{\&sigma;}}_{{\mathrm{ct}}_b{x}_u}^2\\ {\mathrm{\&sigma;}}_{x_u{y}_u}^2& {\mathrm{\&sigma;}}_{y_u}^2& {\mathrm{\&sigma;}}_{z_u{y}_u}^2& {\mathrm{\&sigma;}}_{{\mathrm{ct}}_b{y}_u}^2\\ {\mathrm{\&sigma;}}_{x_u{z}_u}^2& {\mathrm{\&sigma;}}_{y_u{z}_u}^2& {\mathrm{\&sigma;}}_{z_u}^2& {\mathrm{\&sigma;}}_{{\mathrm{ct}}_b{z}_u}^2\\ {\mathrm{\&sigma;}}_{x_u{\mathrm{ct}}_b}^2& {\mathrm{\&sigma;}}_{y_u{\mathrm{ct}}_b}^2& {\mathrm{\&sigma;}}_{z_u{\mathrm{ct}}_b}^2& {\mathrm{\&sigma;}}_{{\mathrm{ct}}_b}^2\end{array}\right]$

对于水平位置误差而言，有dR＝K_2×ndρ。其中dR＝(dx,dy)^T为位置误差在水平方向上的矢量分量，dρ＝(dρ₁,…,dρ_n)^T表示伪距测量误差，K_2×n表示K＝(H^TH)^-1H^T的前两行。

通常认为伪距误差和水平位置误差服从0均值联合高斯分布，则水平位置误差的协方差矩阵可表示为：

$\mathrm{cov}\left(dR\right)={\left({\left(H^{T}H\right)}^{-1}\right)}_{2\&times;2}{\mathrm{\&sigma;}}_{UERE}^2,$

令 ${\left({\left(H^{T}H\right)}^{-1}\right)}_{2\&times;2}=\left[\begin{array}{cc}{D}_{11}& D_{12}\\ D_{21}& D_{22}\end{array}\right],$ 则 $\mathrm{cov}\left(dR\right)=\left[\begin{array}{cc}{D}_{11}{\mathrm{\&sigma;}}_{UERE}^2& D_{12}{\mathrm{\&sigma;}}_{UERE}^2\\ D_{21}{\mathrm{\&sigma;}}_{UERE}^2& D_{22}{\mathrm{\&sigma;}}_{UERE}^2\end{array}\right],{\mathrm{\&sigma;}}_x^2=D_{11}{\mathrm{\&sigma;}}_{UERE}^2,$ ${\mathrm{\&sigma;}}_y^2=D_{22}{\mathrm{\&sigma;}}_{UERE}^2,{\mathrm{\&sigma;}}_{xy}^2=D_{12}{\mathrm{\&sigma;}}_{UERE}^2=D_{21}{\mathrm{\&sigma;}}_{UERE}^2,$ dR的概率密度函数可表示为：

$f_{dR}(x,y)=\frac{1}{2\mathrm{\&pi;}\sqrt{\left|\mathrm{cov}\left(dR\right)\right|}}\exp \{-\frac{1}{2}{u}^T{\&lsqb;\mathrm{cov}\left(dR\right)\&rsqb;}^{-1}u\},$

其中，|cov(dR)|表示cov(dR)的行列式，u＝(x,y)^T。

根据概率椭圆的概念，概率相等的点可表示为u^T[cov(dR)]^-1u＝k²。由于cov(dR)为正定矩阵，存在单位正交矩阵使 $Q^T\mathrm{cov}\left(dR\right)Q=\mathrm{\&Lambda;}=\left[\begin{array}{cc}{\mathrm{\&lambda;}}_1& \\ & {\mathrm{\&lambda;}}_2\end{array}\right],$ λ_i为属于cov(dR)的单位特征向量的特征值。

令 $u=\left(\begin{array}{c}x\\ y\end{array}\right)=Q\left(\begin{array}{c}s\\ t\end{array}\right)=Qv,$ 则 $u^T{\&lsqb;\mathrm{cov}\left(dR\right)\&rsqb;}^{-1}u=k^2\&DoubleLeftRightArrow;\frac{s^2}{{\mathrm{\&lambda;}}_1}+\frac{t^2}{{\mathrm{\&lambda;}}_2}=k^2,$ 概率椭圆的两个轴长分别为由于Q为单位正交矩阵，可设  $Q=\left[\begin{array}{cc}cos\mathrm{\&theta;}& -\sin \mathrm{\&theta;}\\ sin\mathrm{\&theta;}& \cos \mathrm{\&theta;}\end{array}\right],$ 根据 $Q^T\mathrm{cov}\left(dR\right)Q=\mathrm{\&Lambda;}=\left[\begin{array}{cc}{\mathrm{\&lambda;}}_1& \\ & {\mathrm{\&lambda;}}_2\end{array}\right]$ 求得：

$\left\{\begin{array}{c}{\mathrm{\&lambda;}}_1={\mathrm{\&sigma;}}_x^2{\cos }^2\mathrm{\&theta;}+{\mathrm{\&sigma;}}_y^{2}sin\mathrm{\&theta;}+{\mathrm{\&sigma;}}_{xy}^{2}sin2\mathrm{\&theta;}\\ {\mathrm{\&lambda;}}_2={\mathrm{\&sigma;}}_x^2{\sin }^2\mathrm{\&theta;}+{\mathrm{\&sigma;}}_y^2{\cos }^2\mathrm{\&theta;}-{\mathrm{\&sigma;}}_{xy}^{2}sin2\mathrm{\&theta;}\\ \mathrm{\&theta;}=\frac{1}{2}a\tan \frac{2{\mathrm{\&sigma;}}_{xy}}{{\mathrm{\&sigma;}}_x-{\mathrm{\&sigma;}}_y}\end{array}\right.,$

根据所需的概率椭圆确定k值，可求得未作变换前椭圆的轴向和轴长，即可得到误差椭圆的范围，此处误差椭圆即是根据K值求出轴长的概率椭圆。在卫星导航模式下，此概率椭圆接近于圆，因此可按概率圆来处理。

206、根据所述概率椭圆，计算实际导航性能。

具体地，根据上述得到的概率椭圆，计算实际导航性能，包括水平实 际导航性能(HANP)和垂直实际导航性能(VANP)。

GNSS的完好性由RAIM算法提供，RAIM算法在其告警范围内有10^-7/h的保护级别。RAIM算法计算一个实际的保护半径(HIL)，即误差圆方程。ANP通过对最坏的未检测到的卫星故障进行预测，保证GNSS的误差来源都被考虑。另外，GNSS输出一个水平质量因子(HFOM)，表达95％保护门限。

正常情况下，水平方向导航位置误差服从瑞利分布。对于95％定位精度，k取2.447，则水平方向95％精度范围为水平方向的实际导航性能HANP＝1.25·r_acc。

垂直方向的实际导航性能VANP是从飞机的飞行数据中读取的，，该飞行数据由飞机上的其他传感器给出，估计的垂向位置精度的表达式，但不包括完好性限值。它代表高于和低于目前气压修正高度对称的海拔范围，飞机在这个范围内的概率为99.7％。

总垂向系统误差有如下定义：

$\mathrm{VANP}=\sqrt{{\mathrm{HCE}}_{\mathrm{vert}}^2+r_{\mathrm{vcc}}^2+{\mathrm{FTE}}_{\mathrm{vert}}^2}.$

其中，HCE_vert表示垂直方向的水平耦合误差(Horizontal Coupling Error)，r_vcc表示垂向位置误差(Vertical Position Error)，其由位置误差协方差矩阵计算得到，约为3σ_z，FTE_vert表示垂向飞行技术误差(Vertical Flight Technical Error)，一般默认49ft。

对于HCE_vert，一般认为其由RNP(nm，95％)推导得到，即通过正态分布假设，将95％径向包容区映射到垂向包容区(99.7％)。另外，还要将指定飞行路径转角(FPA)的正切值考虑到HCE_vert的因素中，则可得到：

HCE_vert＝r_acc×(3/2.45)×6076×tan(FPA)，

由此可算出VANP。

本发明提供实施例的方法，考虑了GNSS中其他卫星导航系统在构成上与GPS的不同，以及多卫星导航系统兼容的问题。本发明还根据多叉树分解方法，可实现两颗出现故障的卫星的正确识别，有效提高GNSS作为RNP低空引导的可用性和准确性。

本发明实施例三提供一种设备，如图3所示，该设备3包括：

获取单元31，用于在当前导航场景中，获取当前历元中可视的至少一个卫星；

判断单元32，用于判断所述至少一个卫星是否可用；

数据处理单元33，用于若所述至少一个卫星可用，则根据所述至少一个卫星的观测数据，计算实际导航性能。

可选地，判断单元32具体用于：

判断所述至少一个卫星的数量是否满足第一预设条件；

若所述至少一个卫星的数量满足所述第一预设条件，则判断RAIM算法是否可用；

若所述RAIM算法可用，则根据所述RAIM算法，判断所述至少一个卫星是否可用。

可选地，判断单元32具体用于：

根据所述至少一个卫星的数量，获取水平定位误差保护级别；

判断所述水平定位误差保护级别是否满足预设条件；

若所述水平定位误差保护级别满足预设条件，则判定所述RAIM算法可用。

可选地，判断单元32具体用于：

根据所述至少一个卫星的观测数据，计算检验统计量；

判断所述检验统计量是否满足预设条件；

若所述检验统计量满足预设条件，则判断所述至少一个卫星的数量是否满足第二预设条件；

若所述至少一个卫星的数量满足所述第二预设条件，则判断所述至少一个卫星是否出现故障；

若所述至少一个卫星没有出现故障，则判定所述至少一个卫星可用。

可选地，判断单元32还具体用于：

若所述至少一个卫星属于不同的卫星导航系统，则判断所述至少一个卫星中出现故障的卫星的数量是否满足预设条件；

若所述出现故障的卫星的数量满足预设条件，则根据多叉树分解方法，判断所述至少一个卫星是否出现故障。

可选地，数据处理单元33具体用于：

根据所述至少一个卫星的观测数据，计算概率椭圆；

根据所述概率椭圆，计算实际导航性能。

本发明提供实施例的设备，考虑了GNSS中其他卫星导航系统在构成上与GPS的不同，以及多卫星导航系统兼容的问题。本发明还根据多叉树分解方法，可实现两颗出现故障的卫星的正确识别，有效提高GNSS作为RNP低空引导的可用性和准确性。

本发明实施例四提供一种系统，参照图4所示，该系统包括至少一个卫星导航系统41，以及如上述实施例三所述的设备42。

上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。一种实际导航性能的计算方法、设备及系统

需要说明的是：上述实施例提供的设备和系统在进行实际导航性能的计算时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的设备和系统与实际导航性能的计算方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种实际导航性能的计算方法，其特征在于，所述方法包括：

在当前导航场景中，获取当前历元中可视的至少一个卫星；

判断所述至少一个卫星是否可用；

若所述至少一个卫星可用，则根据所述至少一个卫星的观测数据，计算实际导航性能。

2.根据权利要求1所述的方法，其特征在于，所述判断所述至少一个卫星是否可用包括：

判断所述至少一个卫星的数量是否满足第一预设条件；

若所述至少一个卫星的数量满足所述第一预设条件，则判断RAIM算法是否可用；

若所述RAIM算法可用，则根据所述RAIM算法，判断所述至少一个卫星是否可用。

3.根据权利要求2所述的方法，其特征在于，所述判断RAIM算法是否可用包括：

根据所述至少一个卫星的数量，获取水平定位误差保护级别；

判断所述水平定位误差保护级别是否满足预设条件；

若所述水平定位误差保护级别满足所述预设条件，则判定所述RAIM算法可用。

4.根据权利要求3所述的方法，其特征在于，所述根据所述RAIM算法，判断所述至少一个卫星是否可用包括：

根据所述至少一个卫星的观测数据，计算检验统计量；

判断所述检验统计量是否满足预设条件；

若所述检验统计量满足预设条件，则判断所述至少一个卫星的数量是否满足第二预设条件；

若所述至少一个卫星的数量满足所述第二预设条件，则判断所述至少一个卫星是否出现故障；

若所述至少一个卫星没有出现故障，则判定所述至少一个卫星可用。

5.根据权利要求4所述的方法，所述判断所述至少一个卫星是否出现故障包括：

若所述至少一个卫星属于不同的卫星导航系统，则判断所述至少一个卫星中出现故障的卫星的数量是否满足预设条件；

若所述出现故障的卫星的数量满足预设条件，则根据多叉树分解方法，判断所述至少一个卫星是否出现故障。

6.根据权利要求1-5任一所述的方法，所述根据所述至少一个卫星的观测数据，计算实际导航性能包括：

根据所述至少一个卫星的观测数据，计算概率椭圆；

根据所述概率椭圆，计算实际导航性能。

7.一种设备，其特征在于，所述设备包括：

获取单元，用于    在当前导航场景中，获取当前历元中可视的至少一个卫星；

判断单元，用于判断所述至少一个卫星是否可用；

数据处理单元，用于若所述至少一个卫星可用，则根据所述至少一个卫星的观测数据，计算实际导航性能。

8.一种系统，其特征在于，所述系统包括至少一个卫星导航系统，以及如权利要求7所述的设备。