CN109061683A - 一种优化水平保护级的h-araim系统 - Google Patents

Abstract

本发明提一种优化水平保护级的H‑ARAIM系统，所述系统包括星座、地面参考站和飞行器，所述地面参考站用于接收星座的卫星坐标数据，并将接收到的卫星坐标数据进行处理为用于飞行器水平保护级计算的输入数据，所述飞行器内置接收机和数据处理器，所述接收机用于接收地面参考站发送的所述输入数据，并将输入数据传输至数据处理器进行如下数据处理：当全可见卫星的定位解与故障子集的定位解的差在故障子集检验统计量的阈值内，则接收机开始计算保护级，保护级的计算进行保护迭代更新。本发明得到的保护级相较于平均二分法优化8.6％，可用性水平达到目标函数法所能实现程度。

Description

一种优化水平保护级的H-ARAIM系统

技术领域

本发明涉及航空航天技术领域，特别涉及一种优化水平保护级的H-ARAIM系统。

背景技术

高级接收机自主完好性监测(Advanced Receiver AutonomousIntegrityMonitor，ARAIM)是卫星导航增强系统中的重要技术。作为一种典型的机载完好性监测技术，ARAIM利用冗余测量量，迅速检测和排除卫星故障，并及时向用户发出告警。

ARAIM允许卫星的测量信号存在可用σ_URA,i，σ_URE,i和b_nom,i描述的偏差，但是如果信号偏差超出被描述的范围，那么该卫星被认定为故障的。接收机根据ISM信息中的P_sat,i和P_const,j来判断哪些故障模式需要被监测。每个故障模式对应一个移除了被假设故障的卫星信号的子集。ARAIM通过将为子集位置解与全可见星位置解比较来确保导航完好性。如果每个子集解与全可见星位置解的解分离量都在预定阈值内，那么接收机将计算得到如下输出：保护级(Protection Levels，PLs)，有效检测阈值(Effective Monitor Threshold，EMT)，精度的标准差(Standard deviation of the accuracy，σ_acc)。其中，检测阈值总和和子集解协方误差界限要足够大，将全可见星位置解的误差包络在保护级中。EMT确保内部的阈值足够严谨。σ_acc提供了99.99999％无故障精度。水平ARAIM(H-ARAIM)是WG-C ARAIM技术小组2015年2月发布的“第二座里程碑”中提出的ARAIM三种工作模式之一(另外两种模式为线下ARAIM和线上ARAIM)。H-ARAIM主要支持基于ISM的水平导航，基于原有RAIM技术，拓展为支持多星座、多频并允许通过ISM更改关键完好性参数，而RAIM将这些参数固化在接收机内。

目前随着全球GNSS朝着多星座发展，使多星座H-ARAIM还存在如下问题：一是故障子集分类不合理，现有ARAIM故障检测模型为基于遍历假设的思想，而随着可见卫星数急剧增加，其计算负荷也成倍增加，使得H-ARAIM的可用性预测无法快速得出结果；二是保护级估计精度低和计算速度慢，ARAIM现有保护级等质量指标的计算中，风险被平均分配至各个故障子集，得到的保护级指标并非最优解，难以更好地支撑H-ARAIM发展要求及相关航空应用。

针对第一个问题，北京航空航天大学的学者提出了一种基于轨道面的多星座ARAIM故障检测模型。通过选出未通过阈值检验或检验统计量最大的星座层子集缩小故障存在范围，随之进入到对应星座的轨道层进行子集选取，有利于快速检测和排除故障。在满足可用性的前提下，减少子集的轨道选择法故障检测模型大大简化ARAIM算法复杂度，降低了计算负荷，且能够保证几何完好性，有利于快速检测和排除故障以及实时应用。

针对第二个问题，随着GPS和GLONASS系统的现代化，北斗(BeiDou NavigationSatellite System，BDS)和Galileo的发展，可见星的数量势必增加，无论是导航定位精度还是服务可靠性都将提升。然而，更多的星座和卫星也意味着GNSS可能的故障模式增加。基准MHSS算法是ARAIM的常用用户算法，通过比较全可见星解和移除了假设故障卫星的子集解来检测故障。对于多星座情景，将会产生大量需要ARAIM接收机评估的子集解，极大地增加了计算负荷。

对于航空飞行的任一阶段，其对应的标准中都有关于航空飞行所能承受的安全风险限值的明确规定。风险来自于两方面，一者为完好性风险，与漏检(Missing Detection，MD)概率相关；一者为连续性风险，与虚警(FalseAlarm，FA)概率相关。保护级的值越精确，在给定风险值的情况下越能够保护用户抵抗所有偏差，系统可用性就越高。所以保护级计算就涉及到完好性和连续性风险的分配问题，也是民航对卫星导航系统非常重要和苛刻的两个要求。对卫星导航系统的完好性风险和连续性风险在每个检测子集中进行合理分配，是保护级计算优化的首要目标，得到更加精确的保护级水平，才能实现H-ARAIM的性能升级。现今常用的保护级计算方法为工程上的平均二分法，理论上的目标函数法，但这两种方法求解方法前者过于粗糙未体现风险的合理分配，后者过于复杂不利于工程应用。另一方面，现有的保护及计算方法中对于风险的处理不适用于轨道选择法故障检测模型，对于星座层子集解的解分离检测时，应首先对连续性风险进行合理分配，其次在最后求解保护级时，还应关注完好性风险的优化分配。

因此，为了解决上述问题，需要一种优化水平保护级的H-ARAIM系统。

发明内容

本发明的目的在于提供一种优化水平保护级的H-ARAIM系统，所述系统包括星座、地面参考站和飞行器，所述地面参考站用于接收星座的卫星坐标数据，并将接收到的卫星坐标数据进行处理为用于飞行器水平保护级计算的输入数据，

所述飞行器内置接收机和数据处理器，所述接收机用于接收地面参考站发送的所述输入数据，并将输入数据传输至数据处理器进行如下数据处理：计算伪距误差对角协方差矩阵，得到加权矩阵W，根据卫星几何矩阵G和所述加权矩阵W计算全可见卫星的定位解；

依据来自接收机从地面参考站中获取的输入参数，计算需要监测的同时出现故障星座个数的最大值和同时出现故障卫星个数的最大值，确定移除轨道面个数最大值，进而得到故障子集数；

通过全可见卫星的定位解与故障子集的定位解的差，计算每一个故障子集的定位解；

每一个故障子集根据卫星个数进行星座层连续性风险分配，以及轨道层连续性风险分配；

计算故障子集检验统计量的阈值，当全可见卫星的定位解与故障子集的定位解的差在故障子集检验统计量的阈值内；

则接收机开始计算保护级，保护级通过如下方法计算：

计算保护级下限、保护级上限，以及保护级上限和保护级下限的中点，

当保护级取中点时，若有logPHMI_HOR≤logf(HPL_low,init)，则令：

循环执行：

循环条件为：|HPL_low,new-HPL_low|≤TOL_PL，

输出保护级：HPL＝HPL_low,new；

否则，令：

循环执行：

循环条件为：|HPL_up,new-HPL_up|≤TOL_PL，

输出保护级：HPL＝HPL_up,new；

其中，PHMI_HOR为总完好性预算水平分量，HPL_low为保护级下限，HPL_low,init为保护级下限的起始值，HPL_low,old为保护级下限的终止值，HPL_low,new为保护级下限的更新值；

HPL_up为保护级上限，HPL_up,init为保护级上限的起始值，HPL_up,old为保护级上限的终止值，HPL_up,new为保护级上限的更新值；HPL_mid为保护级上限和保护级下限的中点，TOL_PL为保护级计算容限；

函数其中，Q为标准高斯分布，N_faults为故障子集总数，k为第k个故障子集，为标准偏置b_nom,i对故障子集k的定位解的影响，为故障子集k的定位解的标准差，p_fault,k为故障子集k的先验概率，T_k,q为故障子集k的检验统计量的阈值。

优选地，所述保护级下限通过如下方法计算：

其中，PHMI_HOR,ADJ为总的完好性风险值与未被监测的风险值之差，为标准偏置b_nom,i对故障子集k的定位解的影响，为故障子集k的定位解的标准差，T_k,q为故障子集k的检验统计量的阈值，p_fault,k为故障子集k的先验概率，Q^－1(p)为标准高斯分布的(1-p)分位数。

优选地，所述保护级上限通过如下方法计算：

其中，PHMI_HOR,ADJ为总的完好性风险值与未被监测的风险值之差，为标准偏置b_nom,i对故障子集k的定位解的影响，为故障子集k的定位解的标准差，T_k,q为故障子集k的检验统计量的阈值，p_fault,k为故障子集k的先验概率，N_faults为故障子集总数，Q^－1(p)为标准高斯分布的(1-p)分位数。

优选地，，所述总的完好性风险值与未被监测的风险值之差通过如下方法计算：

其中，P_{sat,not_monitored}及P_{const,not_monitored}为来自未被监测的卫星和星座的完好性风险值，PHMI_VERT：总完好性预算垂直分量，PHMI_HOR：总完好性预算水平分量。

优选地，保护级上限和保护级下限的中点通过如下方法计算：

其中，HPL_mid为保护级上限和保护级下限的中点，HPL_up,init为保护级上限的起始值，HPL_up,init为保护级上限的起始值。

优选地，伪距误差对角协方差矩阵包括完好性矩阵C_int和连续性矩阵C_acc，通过如下方法计算：

其中，σ_URA,i和σ_URE,i为来自地面站向飞机发送的完好性支持信息，σ_URA,i为卫星i的星历星钟误差的标准差，σ_URE,i为卫星i的星历星钟误差的标准差，用于精度和连续性，σ_tropo,i为卫星i的对流程延迟造成误差的标准差，σ_user,i为用户接收机关于卫星i信号的多径和噪声误差的标准差。

优选地，根据伪距误差对角协方差矩阵的计算得到加权矩阵W；

加权矩阵其中，为完好性矩阵C_int的逆矩阵。

优选地，全可见卫星的定位解通过如下方法更新：

Δx＝(G^TWG)^-1G^TWΔPR，其中Δx为全可见卫星的定位解的更新量，W为加权矩阵，几何矩阵G为N_sat×(3+N_const)矩阵，N_sat表示卫星的数目，N_const表示星座的数目，ΔPR是上一次迭代给出的基于卫星位置和定位解的伪距测量值与期望值之差。

优选地，对于第k个故障子集的定位解通过如下方法计算：

其中，为第k个故障子集的定位解，为全可见卫星的定位解，第k个故障子集的定位解与全可见卫星的定位解的差，y为第k个故障子集下的残差，G为几何矩阵，W为加权矩阵。

优选地，故障子集的检验统计量的阈值通过如下方法计算：

其中，T_k,q为故障子集k的检验统计量的阈值，K_fa,k是总的完好性风险和连续性风险预算分配到每个子集中得到的分位数，为全可见星的定位解与故障子的集定位解的差的方差。

本发明提供的一种优化水平保护级的H-ARAIM系统，计算过程具有更高的的可靠性。

本发明提供的一种优化水平保护级的H-ARAIM系统，以故障子集卫星数与全可见卫星数量之比作为系数的按需风险分配法，提高了保护级计算的准确度。

本发明提供的一种优化水平保护级的H-ARAIM系统，针对搜索HPL值提出一种按梯度上升的查找方法，降低了运算复杂度，减少了运算时间，有助于推动H-ARAIM的性能升级。

应当理解，前述大体的描述和后续详尽的描述均为示例性说明和解释，并不应当用作对本发明所要求保护内容的限制。

附图说明

参考随附的附图，本发明更多的目的、功能和优点将通过本发明实施方式的如下描述得以阐明，其中：

图1示出了本发明优化水平保护级的H-ARAIM系统的结构框图。

图2示出了本发明优化水平保护级的流程框图。

图3示出了本发明保护级计算流程框图。

图4示出了本发明保护级计算的迭代曲线示意图。

具体实施方式

通过参考示范性实施例，本发明的目的和功能以及用于实现这些目的和功能的方法将得以阐明。然而，本发明并不受限于以下所公开的示范性实施例；可以通过不同形式来对其加以实现。说明书的实质仅仅是帮助相关领域技术人员综合理解本发明的具体细节。

在下文中，将参考附图描述本发明的实施例，相关技术术语应当是本领域技术人员所熟知的。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤，除非另有说明。下面通过具体的实施例对本发明的内容进行说明，本发明的目的是为轨道选择法故障检测模型提供一种优化水平保护级的H-ARAIM系统，进行优化水平保护级。实现对连续性和完好性风险分配方法和保护级计算进行优化，进而提高了保护级计算的精确度，减少处理时间。

目前全球卫星导航系统(本发明中称为星座)有四个，即：美国全球定位系统(GPS)，由24颗卫星组成，俄罗斯“格洛纳斯”系统，由24颗卫星组成，欧洲“伽利略”系统，由30颗卫星组成，中国“北斗”系统，由5颗静止轨道卫星和30颗非静止轨道卫星组成。本发明主要对上述的的卫星及星座监测，进行水平保护级优化。

如图1所示本发明优化水平保护级的H-ARAIM系统的结构框图，本发明优化水平保护级的H-ARAIM系统包括星座、地面参考站和飞行器，实施例中上述星座即为四个目前的全球卫星导航系统，分别为美国全球定位系统101、俄罗斯“格洛纳斯”系统102、欧洲“伽利略”系统103和中国“北斗”系统104。每一个星座具有多颗卫星。

地面参考站200为建立在地球400地面的参考站，即完好性支持信息(IntegritySupportMessage，ISM)参考站，用于接收星座(101、102、103和104)的卫星坐标数据，并将接收到的卫星坐标数据进行处理为用于飞行器300水平保护级计算的输入数据。

飞行器300内置接收机301和数据处理器302，接收机301用于接收地面参考站200发送的输入数据，并将输入数据传输至数据处理器302进行数据处理。

如图2所示本发明优化水平保护级的流程框图，，本发明提供的一种优化水平保护级的H-ARAIM系统包括如下方法步骤：

步骤S101、计算全可见卫星的定位解。

根据本发明，数据处理器302首先计算伪距误差对角协方差矩阵，得到加权矩阵W，根据卫星几何矩阵G和所述加权矩阵W计算全可见卫星的定位解。

伪距误差对角协方差矩阵包括完好性矩阵C_int和连续性矩阵C_acc，通过如下方法计算：

其中，σ_URA,i和σ_URE,i为来自地面站向飞机发送的完好性支持信息，σ_URA,i为卫星i的星历星钟误差的标准差，σ_URE,i为卫星i的星历星钟误差的标准差，用于精度和连续性，σ_tropo,i为卫星i的对流程延迟造成误差的标准差，σ_user,i为用户接收机关于卫星i信号的多径和噪声误差的标准差。

根据伪距误差对角协方差矩阵的计算得到加权矩阵W；加权矩阵其中，为完好性矩阵C_int的逆矩阵。

根据加权矩阵W和几何矩阵G更新计算全可见卫星的定位解，全可见卫星的定位解通过如下方法更新：

Δx＝(G^TWG)^-1G^TWΔPR，其中Δx为全可见卫星的定位解的更新量，W为加权矩阵，几何矩阵G为N_sat×(3+N_const)矩阵，N_sat表示卫星的数目，N_const表示星座的数目，ΔPR是上一次迭代给出的基于卫星位置和定位解的伪距测量值与期望值之差。

本实施例中几何矩阵G的前三列与传统定位方法相同，余下每列对应于每个星座(全球卫星导航系统)的参考时钟，各星座从1至N_const编号。

G_i,3+j＝1表示卫星i属于星座j，G_i,3+j＝0表示其他。

步骤S102、确定故障子集。

ARAIM基准MHSS(多假设解分离)算法中，需要遍历允许风险下所有可能的故障检测模型，列举所有可能需要监测的子集。

MHSS算法只能保护用户不受有限的先验概率的故障影响。如果故障的先验概率大于或等于4×10^-8，会被认为是不容忽视。接收机301从地面参考站200的完好性支持信息(ISM)内容中确定哪些故障检测模型需要监测。完好性支持信息(ISM)没有明确指定需要被监视的故障模式，以及相应的故障概率的分配，因此，接收机301根据完好性支持信息(ISM)做出判定。

数据处理器302依据来自接收机301从完好性支持信息(ISM))中获取的输入参数，输入参数主要为P_sat,i和P_const,j，计算需要监测的同时出现故障星座个数的最大值N_const和同时出现故障卫星个数的最大值N_sat。

需要说明的是，本发明中，卫星的数目N_sat，即为同时出现故障卫星个数的最大值。星座的数目N_const，即为同时出现故障星座个数的最大值。

每一个故障子集的先验概率定义为：

其中，n_s表示同时出现故障的卫星数目，n_c表示同时出现故障的星座的数目，用户正在追踪分别属于M个星座的N颗卫星。和分别为组合计算，例如：

则同时出现故障星座个数的最大值N_const和同时出现故障卫星个数的最大值N_sat由下式计算：

P_sat,i和P_const,j为来自接收机从ISM中获取的输入参数，4×10^-8是一个常量，用于未被ARAIM监测的故障的完好性风险阈值。例如：

用户正在追踪的星座数为3，P_const,j的值为10^-4，则得到：

[1-(P_ap,0+P_ap,1)]＝2.99×10^-8≤4×10^-8，

所以需要监测的同时出现故障星座个数的最大值N_const为1，同样的道理，可以得到需要监测的同时出现故障卫星个数的最大值N_sat。

最终由同时出现故障星座个数的最大值N_const和同时出现故障卫星个数的最大值N_sat，确定移除轨道面个数最大值，进而得到故障子集数N_faults。

步骤S103、计算故障子集的定位解。

对每一个故障子集k计算加权矩阵：

当卫星i属于故障子集对应的卫星集中，即i∈idx_k，则 为完好性矩阵C_int的逆矩阵。

当卫星i不属于故障子集对应的卫星集中，即则W^(k)(i,i)＝0。

对于所有的星座j满足：(G^TW^(k))_3+j＝[0...0]^T，当且仅当所有的星座j属于故障子集对应的卫星集时，对几何矩阵G进行移除3+j列处理。

对于第k个故障子集的定位解通过如下方法计算：

其中，为第k个故障子集的定位解，为全可见卫星的定位解，第k个故障子集的定位解与全可见卫星的定位解的差，y为第k个故障子集下的残差，G为几何矩阵，W为加权矩阵。

故障子集k的定位解的方差为：

其中，q＝1,2，1和2分别表示水平面的两个方向向量。

标准偏置b_nom,i对故障子集k的定位解的影响为：全可见卫星的定位解与故障子集的定位解的差的方差为：

其中，e_q表示第q个元素为1其他元素为0的向量，C_acc为连续性矩阵。

步骤S104、连续性风险分配。

本发明连续性风险按照卫星数目按需分配，分别进行星座层连续性风险分配和轨道层连续性风险分配。

(1)对于星座层连续性风险分配，故障子集k中包含有卫星数量为n_k则分配到故障子集k的连续性风险为：

其中，N_faults为故障子集总数，即最大的、同时移除轨道面的故障子集数，P_{PA_HOR}为对于同构星座，轨道层分配到被检测星座层的故障子集k的连续性风险。

(2)对于轨道层连续性风险分配，轨道层连续性风险的分配与星座层的检测的结果有关，需要选出检测有效或者检测结果最大的星座，对其轨道层进行连续性风险分配。本发明主要通过该连续性风险来设定故障子集的检验统计量的阈值，从而对保护级进行计算。

例如，被检测星座层的故障子集为k，对于同构星座(如GPS、GLONASS或Galileo)，轨道层连续性风险分配通过如下方法计算：

m＝1,2，…，其中，n_km为星座层故障子集k对应故障星座第m轨道面的可见卫星数，为星座层故障子集k中包含有卫星数量为n_k则分配到故障子集k的连续性风险。

对于异构星座(如BDS)，假设可见的属于该星座的中等地球轨道(MEO)卫星数为n_MEO，地球轨道(GEO)卫星数为n_GEO，倾斜地球同步卫星轨道(IGSO)卫星数为n_IGSO，实施例中以中等地球轨道(MEO)的故障子集k为例，轨道层连续风险分配通过如下方法计算：

其中，

n为该轨道面包含的卫星数，p_MEO为该类轨道面卫星的故障概率,P_const,j接收机从ISM(完好性支持信息)中获取的输入参数，在一些实施例中，亦可以采用接收机从ISM(完好性支持信息)中获取的输入参数P_sat,i。

步骤S105、解分离阈值检验。

如果每一个在全可见星的定位解和故障子集的定位解之间的差都在一个预定的阈值内，那么接收机则顺利通过误差监测，开始计算保护级，有效监测阈值和精度等完好性指标。如果发现超出了预定的阈值，则认定存在故障。对剩下的故障子集进行循环检验或卡方检验来进行排除。若能够发现符合要求的故障子集，则重新进行该步骤，直到通过误差监测。

对于每一个故障子集，每个坐标方向进行一次解分离阈值检验。对于故障子集k，坐标为q的阈值标记为T_k,q，则故障子集的检验统计量的阈值通过如下方法计算：

其中，T_k,q为故障子集k的检验统计量的阈值，K_fa,q是概率累积分布函数的反函数(分位数)，为全可见星的定位解与故障子的集定位解的差的方差。

检验上述故障子集的检验统计量的阈值，当全可见卫星的定位解与故障子集的定位解的差在故障子集检验统计量的阈值内，则接收机301进行保护级计算；若未通过，则进行故障排除。

因故障子集总数N_faults和轨道层分配到故障子集中的风险P_FA在单次定位过程中为常量，所以故障子集的检验统计量的阈值T_k,q主要取决于

概率累积分布函数的反函数(分位数)通过如下方式计算：其中，为分配到故障子集k的连续性风险，Q^－1为标准高斯分布的逆函数(分位数)。

全可见星的定位解与故障子的集定位解的差的方差通过如下方式计算：其中，e_q表示第q个元素为1其他元素为0的向量，C_acc为连续性矩阵。

在一些实施例中，除解分离阈值检验外，还可以进行卡方检验。在基准算法中，卡方检验是一种完整性检验，可以在不增加计算量的条件下，对正常故障子集外的其他故障进行检验，对于卡方检验本领域技术人员根据现有技术进行检验，这里不再赘述。

步骤S106、保护级计算

如图3所示本发明保护级计算流程框图，如图4所示本发明保护级计算的迭代曲线示意图，当数据处理器302计算全可见卫星的定位解与故障子集的定位解的差在故障子集检验统计量的阈值内，数据处理器302向接收机301反馈，接收机301开始计算保护级，保护级通过如下方法计算：

计算保护级下限、保护级上限，以及保护级上限和保护级下限的中点。

保护级下限通过如下方法计算：

其中，PHMI_HOR,ADJ为总的完好性风险值与未被监测的风险值之差，为标准偏置b_nom,i对故障子集k的定位解的影响，为故障子集k的定位解的标准差，T_k,q为故障子集k的检验统计量的阈值，p_fault,k为故障子集k的先验概率，Q^－1(p)为标准高斯分布的(1-p)分位数。

保护级上限通过如下方法计算：

其中，PHMI_HOR,ADJ为总的完好性风险值与未被监测的风险值之差，为标准偏置b_nom,i对故障子集k的定位解的影响，为故障子集k的定位解的标准差，T_k,q为故障子集k的检验统计量的阈值，p_fault,k为故障子集k的先验概率，N_faults为故障子集总数，Q^－1(p)为标准高斯分布的(1-p)分位数。

上述过程中，总的完好性风险值与未被监测的风险值之差通过如下方法计算：

其中，P_{sat,not_monitored}及P_{const,not_monitored}为来自未被监测的卫星和星座的完好性风险值，PHMI_VERT：总完好性预算垂直分量，PHMI_HOR：总完好性预算水平分量。

保护级上限和保护级下限的中点通过如下方法计算：

其中，HPL_mid为保护级上限和保护级下限的中点，HPL_up,init为保护级上限的起始值，HPL_up,init为保护级上限的起始值。

对于保护级(HPL)计算，每个故障子集分配的风险越多，计算得到的保护级(HPL)值越小，即风险与保护级成反比关系：

其中，

K_HMI,0、K_HMI,k、K_fa,k是总的完好性风险和连续性风险分配到每个子集中得到的分位数。

对每个故障子集都分配全部完好性风险，此时每个故障子集的保护级(HPL)应为最小值，得到的最终保护级(HPL)应为搜索下界，这时按照得到的保护级(HPL)计算完好性风险，会超过相应性能指标需求值。

本发明采用如下方式进行保护级计算：

当保护级取中点时，若有logPHMI_HOR≤logf(HPL_low,init)，则令：

循环执行：

循环条件为：|HPL_low,new-HPL_low|≤TOL_PL，

输出保护级：HPL＝HPL_low,new；

否则，令：

循环执行：

循环条件为：|HPL_up,new-HPL_up|≤TOL_PL，

输出保护级：HPL＝HPL_up,new；

其中，PHMI_HOR为总完好性预算水平分量，HPL_low为保护级下限，HPL_low,init为保护级下限的起始值，HPL_low,old为保护级下限的终止值，HPL_low,new为保护级下限的更新值；

HPL_up为保护级上限，HPL_up,init为保护级上限的起始值，HPL_up,old为保护级上限的终止值，HPL_up,new为保护级上限的更新值；HPL_mid为保护级上限和保护级下限的中点，TOL_PL为保护级计算容限；

函数其中，Q为标准高斯分布，N_faults为故障子集总数，k为第k个故障子集，为标准偏置b_nom,i对故障子集k的定位解的影响，为故障子集k的定位解的标准差，p_fault,k为故障子集k的先验概率，T_k,q为故障子集k的检验统计量的阈值。

本发明提供的一种H-ARAIM水平保护级优化方法，首先依据每个故障子集的先验概率分配连续性风险，再利用数学上的梯度上升法寻求完好性风险最优分配方案，得到的HPL相较于平均二分法优化8.6％，可用性水平达到目标函数法所能实现程度。

本发明提供的一种H-ARAIM水平保护级优化方法，计算过程具有更高的的可靠性。

本发明提供的一种H-ARAIM水平保护级优化方法，以故障子集卫星数与全可见卫星数量之比作为系数的按需风险分配法，提高了保护级计算的准确度。

本发明提供的一种H-ARAIM水平保护级优化方法，针对搜索HPL值提出一种按梯度上升的查找方法，降低了运算复杂度，减少了运算时间，有助于推动H-ARAIM的性能升级。

结合这里披露的本发明的说明和实践，本发明的其他实施例对于本领域技术人员都是易于想到和理解的。说明和实施例仅被认为是示例性的，本发明的真正范围和主旨均由权利要求所限定。

Claims (10)

1.一种优化水平保护级的H-ARAIM系统，其特征在于，所述系统包括星座、地面参考站和飞行器，所述地面参考站用于接收星座的卫星坐标数据，并将接收到的卫星坐标数据进行处理为用于飞行器水平保护级计算的输入数据，

所述飞行器内置接收机和数据处理器，所述接收机用于接收地面参考站发送的所述输入数据，并将输入数据传输至数据处理器进行如下数据处理：

计算伪距误差对角协方差矩阵，得到加权矩阵W，根据卫星几何矩阵G和所述加权矩阵W计算全可见卫星的定位解；

依据来自接收机从地面参考站中获取的输入参数，计算需要监测的同时出现故障星座个数的最大值和同时出现故障卫星个数的最大值，确定移除轨道面个数最大值，进而得到故障子集数；

通过全可见卫星的定位解与故障子集的定位解的差，计算每一个故障子集的定位解；

每一个故障子集根据卫星个数进行星座层连续性风险分配，以及轨道层连续性风险分配；

计算故障子集检验统计量的阈值，当全可见卫星的定位解与故障子集的定位解的差在故障子集检验统计量的阈值内；

则接收机开始计算保护级，保护级通过如下方法计算：

计算保护级下限、保护级上限，以及保护级上限和保护级下限的中点，

当保护级取中点时，若有log PHMI_HOR≤logf(HPL_low,init)，则令：

循环执行：

循环条件为：|HPL_low,new-HPL_low|≤TOL_PL，

输出保护级：HPL＝HPL_low,new；

否则，令：

循环执行：

循环条件为：|HPL_up,new-HPL_up|≤TOL_PL，

输出保护级：HPL＝HPL_up,new；

其中，PHMI_HOR为总完好性预算水平分量，HPL_low为保护级下限，HPL_low,init为保护级下限的起始值，HPL_low,old为保护级下限的终止值，HPL_low,new为保护级下限的更新值；

HPL_up为保护级上限，HPL_up,init为保护级上限的起始值，HPL_up,old为保护级上限的终止值，HPL_up,new为保护级上限的更新值；HPL_mid为保护级上限和保护级下限的中点，TOL_PL为保护级计算容限；

函数其中，Q为标准高斯分布，N_faults为故障子集总数，k为第k个故障子集，为标准偏置b_nom,i对故障子集k的定位解的影响，为故障子集k的定位解的标准差，p_fault,k为故障子集k的先验概率，T_k,q为故障子集k的检验统计量的阈值。

2.根据权利要求1所述的系统，其特征在于，所述保护级下限通过如下方法计算：

其中，PHMI_HOR,ADJ为总的完好性风险值与未被监测的风险值之差，为标准偏置b_nom,i对故障子集k的定位解的影响，为故障子集k的定位解的标准差，T_k,q为故障子集k的检验统计量的阈值，p_fault,k为故障子集k的先验概率，Q^-1(p)为标准高斯分布的(1-p)分位数。

3.根据权利要求1所述的系统，其特征在于，所述保护级上限通过如下方法计算：

其中，PHMI_HOR,ADJ为总的完好性风险值与未被监测的风险值之差，为标准偏置b_nom,i对故障子集k的定位解的影响，为故障子集k的定位解的标准差，T_k,q为故障子集k的检验统计量的阈值，p_fault,k为故障子集k的先验概率，N_faults为故障子集总数，Q^-1(p)为标准高斯分布的(1-p)分位数。

4.根据权利要求2或3所述的系统，其特征在于，所述总的完好性风险值与未被监测的风险值之差通过如下方法计算：

其中，P_{sat,not_monitored}及P_{const,not_monitored}为来自未被监测的卫星和星座的完好性风险值，PHMI_VERT：总完好性预算垂直分量，PHMI_HOR：总完好性预算水平分量。

5.根据权利要求1所述的系统，其特征在于，保护级上限和保护级下限的中点通过如下方法计算：

其中，HPL_mid为保护级上限和保护级下限的中点，HPL_up,init为保护级上限的起始值，HPL_up,init为保护级上限的起始值。

6.根据权利要求1所述的系统，其特征在于，伪距误差对角协方差矩阵包括完好性矩阵C_int和连续性矩阵C_acc，通过如下方法计算：

其中，σ_URA,i和σ_URE,i为来自地面站向飞机发送的完好性支持信息，σ_URA,i为卫星i的星历星钟误差的标准差，σ_URE,i为卫星i的星历星钟误差的标准差，用于精度和连续性，σ_tropo,i为卫星i的对流程延迟造成误差的标准差，σ_user,i为用户接收机关于卫星i信号的多径和噪声误差的标准差。

7.根据权利要求1或6所述的系统，其特征在于，根据伪距误差对角协方差矩阵的计算得到加权矩阵W；

加权矩阵其中，为完好性矩阵C_int的逆矩阵。

8.根据权利要求1所述的系统，其特征在于，全可见卫星的定位解通过如下方法更新：

Δx＝(G^TWG)^-1G^TWΔPR，其中Δx为全可见卫星的定位解的更新量，W为加权矩阵，几何矩阵G为N_sat×(3+N_const)矩阵，N_sat表示卫星的数目，N_const表示星座的数目，ΔPR是上一次迭代给出的基于卫星位置和定位解的伪距测量值与期望值之差。

9.根据权利要求1所述的系统，其特征在于，对于第k个故障子集的定位解通过如下方法计算：

其中，为第k个故障子集的定位解，为全可见卫星的定位解，第k个故障子集的定位解与全可见卫星的定位解的差，y为第k个故障子集下的残差，G为几何矩阵，W为加权矩阵。

10.根据权利要求1所述的系统，其特征在于，故障子集的检验统计量的阈值通过如下方法计算：

其中，T_k,q为故障子集k的检验统计量的阈值，K_fa,k是总的完好性风险和连续性风险预算分配到每个子集中得到的分位数，为全可见星的定位解与故障子的集定位解的差的方差。