CN109359270B - 北斗地基增强系统完好性风险监测的阈值模型建立方法 - Google Patents
北斗地基增强系统完好性风险监测的阈值模型建立方法 Download PDFInfo
- Publication number
- CN109359270B CN109359270B CN201811004838.2A CN201811004838A CN109359270B CN 109359270 B CN109359270 B CN 109359270B CN 201811004838 A CN201811004838 A CN 201811004838A CN 109359270 B CN109359270 B CN 109359270B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- sample
- statistic
- standard deviation
- calculating
- 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
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/08—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing integrity information, e.g. health of satellites or quality of ephemeris data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种北斗地基增强系统完好性风险监测的阈值模型建立方法包括如下步骤:a)识别卫星号,录入一个卫星周期的全部监测统计量数据;b)将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度;c)计算监测统计量两两之间的相关系数,确定假设检验所需要的自由度和权重系数;d)计算卡方检验统计量的观测值;e)判断卡方检验统计量的观测值是否在拒绝域内;f)计算风险率;g)计算信度值;h)利用转换统一量度的逆变换,得到阈值模型。本发明由采集的监测量的数据得出针对北斗地基增强系统有效的完好性风险监测阈值模型,能够有效降低完好性监测过程中的漏警概率和虚警概率。
Description
技术领域
本发明涉及卫星导航技术领域,特别涉及一种北斗地基增强系统完好性风险监测的阈值模型建立方法。
背景技术
GBAS(ground-based augmentation systems,地基增强系统)是利用差分技术提高局域范围(一般为150km内)的卫星导航系统定位精度的增强技术。其基本原理是通过已知确定位置的地面参考站计算出伪距改正数,再将改正数播发给用户,使得机载用户可以对接收的卫星定位信号进行修正,从而改善定位精度。通过伪距局域差分,可以得到1-5m的精度。如果使用载波相位局域差分技术,甚至可以得到厘米级的结果。因此在有精密进近的场合可以搭建GBAS站从而增强卫星导航系统的可用性。
完好性指标是卫星导航四大指标中非常重要的一项指标,因为完好性直接关系到机载用户的安全性,是用户最关心的指标之一。目前完好性性能评估是建立在完好性风险监测的基础上的,根据地面或机载监测站设置的监测统计量,然后将监测数据与设置的阈值相比较,进而及时监测到出现的故障并将对应的卫星-接收机通道及时排除。
现有的完好性风险监测阈值模型是建立在诸多完好性监测统计量的基础上的,这些监测统计量具体又分为地面端监测统计量与机载端监测统计量两大类,通过给不同的监测统计量设定合适的阈值,将超过阈值的情况表征为完好性风险。然而,随着GBAS进近服务类型的不断发展完善,为了尽可能的覆盖到所有可能出现的风险,出现了越来越多监测统计量,且监测量的形式越来越复杂。如果按照现有的方法将这些统计量分开处理分别建立阈值模型而不考虑这些统计量之间的相关性,则可能会产生两种可能的问题,一是漏警,即在建立单个监测统计量的阈值模型时不同时考虑其他统计量,导致利用的信息不足,使得建立的阈值模型过大,漏掉了需要考虑的完好性风险,从而导致完好性风险发生;二是虚警,即两个监测统计量之间可能是相互关联的,在计算完好性风险时重复计算可能会导致计算出的完好性风险过大而无法反映实际情况。
因此,为了解决上述问题,为了避免上述情况的发生,需要由采集的监测统计量的数据得出针对北斗GBAS有效的完好性风险监测阈值模型的一种北斗地基增强系统完好性风险监测的阈值模型建立方法。
发明内容
本发明的一个方面在于提供一种北斗地基增强系统完好性风险监测的阈值模型建立方法,所述方法包括如下步骤:
a)识别卫星号,录入一个卫星周期的全部监测统计量数据,所述监测统计量数据包括地面端监测统计量与机载端监测统计量;
b)将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度;
c)计算监测统计量两两之间的相关系数,确定假设检验所需要的自由度和权重系数;
d)根据等比量度下每个监测统计量的样本标准差和所述权重系数设定总体标准差的初值,并根据假设检验所需要的自由度和设定的总体标准差的初值计算卡方检验统计量的观测值;
e)给定显著性水平确定拒绝域,判断卡方检验统计量的观测值是否在拒绝域内,若在拒绝域内,重复检验;若不在拒绝域内,则进入下一步;
f)在初始阈值模型上添加控制参数,根据统计超过阈值的样本点数,以及样本总点数计算风险率,若风险率不满足指标要求,则调整控制参数;若风险率满足指标要求,则进入下一步;
g)计算信度值,根据信度值计算标准误差,若标准误差不达标,则增加样本数据量,重复上述步骤a)至f),若标准误差达标,则进入下一步;
h)利用转换统一量度的逆变换,得到阈值模型。
优选地,将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度前,使用样本参数矩估计计算监测量样本的一阶矩和二阶矩。
优选地,所述样本参数矩估计包括监测量样本的均值估计和监测量样本的标准差估计。
优选地,监测量样本的一阶矩通过如下方法计算:
监测量样本的二阶矩通过如下方法计算:
优选地,等比量度通过如下方法计算:
优选地,监测统计量两两之间的相关系数通过如下方法计算:
其中,cov(X1 *,X2 *)为转换为等比量度后的监测统计量X1 *和X2 *之间的协方差,σX1 *表示转换量度后监测统计量X1 *的标准差,σX2 *表示转换量度后监测统计量X2 *的标准差。
优选地,总体标准差的初值通过如下方法确定:
优选地,卡方检验统计量的观测值通过如下方法计算:
优选地,信度值通过如下方法计算:
本发明的另一个方面在于提供一种北斗地基增强系统完好性风险监测系统,所述系统包括地面端与机载端,所述机载端包括一个处理器和一个存储器,所述处理器接收地面端监测统计量与机载端监测统计量建立阈值模型,所述存储器内存储所述阈值模型,其中,所述阈值模型按照如下方法建立:
a)识别卫星号,录入一个卫星周期的全部监测统计量数据,所述监测统计量数据包括地面端监测统计量与机载端监测统计量;
b)将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度;
c)计算监测统计量两两之间的相关系数,确定假设检验所需要的自由度和权重系数;
d)根据等比量度下每个监测统计量的样本标准差和所述权重系数设定总体标准差的初值,并根据假设检验所需要的自由度和设定的总体标准差的初值计算卡方检验统计量的观测值;
e)给定显著性水平确定拒绝域,判断卡方检验统计量的观测值是否在拒绝域内,若在拒绝域内,重复检验;若不在拒绝域内,则进入下一步;
f)在初始阈值模型上添加控制参数,根据统计超过阈值的样本点数,以及样本总点数计算风险率,若风险率不满足指标要求,则调整控制参数;若风险率满足指标要求,则进入下一步;
g)计算信度值,根据信度值计算标准误差,若标准误差不达标,则增加样本数据量,重复上述步骤a)至f),若标准误差达标,则进入下一步;
h)利用转换统一量度的逆变换,得到阈值模型。
本发明由采集的监测统计量的数据,能够同时利用所有监测统计量,得出针对北斗地基增强系统有效的完好性风险监测的阈值模型,能够有效降低完好性监测过程中的漏警概率和虚警概率。
本发明建立的阈值模型,可以应用到不同机场的完好性监测量的处理过程中。
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示出了本发明基于北斗地基增强系统完好性风险监测系统的示意图。
图2示出了本发明北斗地基增强系统完好性风险监测的阈值模型建立方法的流程框图。
图3示出了本发明监测统计量的分类示意图。
图4示出了本发明等比量度转换的示意图。
图5示出了本发明确定自由度和权重系数的示意图。
图6示出了本发明卡方检验显著性水平的示意图。
图7示出了本发明信度检测的示意图。
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,为了使本发明得以更加清晰的说明,首先对本发明一种北斗地基增强系统完好性风险监测系统给出说明,如图1所示本发明基于北斗地基增强系统完好性风险监测系统的示意图,北斗地基增强系统完好性风险监测系统包括地面端200(地面接收站)与机载端300(飞行器),地面端200架设与地面400,机载端300包括一个处理器301和一个存储器302。地面端200得到卫星的地面端监测统计量,机载端300得到卫星的机载端监测统计量,飞行器通信单元获取地面端监测统计量和机载端监测统计量,并发送至处理器301,处理器301接收地面端监测统计量与机载端监测统计量建立阈值模型,存储器302内存储阈值模型。根据本发明的实施例,基于北斗地基增强系统完好性风险监测系统,阈值模型按照如下方法建立:
a)识别卫星号,录入一个卫星周期的全部监测统计量数据,所述监测统计量数据包括地面端监测统计量与机载端监测统计量。
b)将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度。
c)计算监测统计量两两之间的相关系数,确定假设检验所需要的自由度和权重系数。
d)根据等比量度下每个监测统计量的样本标准差和所述权重系数设定总体标准差的初值,并根据假设检验所需要的自由度和设定的总体标准差的初值计算卡方检验统计量的观测值。
e)给定显著性水平确定拒绝域,判断卡方检验统计量的观测值是否在拒绝域内,若在拒绝域内,重复检验;若不在拒绝域内,则进入下一步。
f)在初始阈值模型上添加控制参数,根据统计超过阈值的样本点数,以及样本总点数计算风险率,若风险率不满足指标要求,则调整控制参数;若风险率满足指标要求,则进入下一步。
g)计算信度值,根据信度值计算标准误差,若标准误差不达标,则增加样本数据量,重复上述步骤a)至f),若标准误差达标,则进入下一步。
h)利用转换统一量度的逆变换,得到阈值模型。
对于上述阈值模型的建立将在下文中给出具体的过程。
在录入数据阶段,根据采集的监测统计量数据卫星号不同(例如1号卫星101、2号卫星102、…),将针对不同卫星的监测数据分开处理,因为在阈值建模的过程中,不同卫星存在不同的阈值模型。本发明,需要先录入一个卫星(例如1号卫星101)周期的全部监测统计量数据(包括地面端端监测统计量与机载端监测统计量),同时为了确保阈值建模的可靠性,建立了信度检测机制。
在量度转换阶段,采集的所有监测统计量数据由初始的等距量度统一转换为等比量度。原有的监测统计量的实际测量均是按照等距测量的方式进行的,且不同的监测量有着不同的量纲,无法放在一起综合处理。需要将这些监测统计量统一转换为等比量度,从而能方便的对所有的监测统计量进行综合比较,从而更有效地利用测量得到的信息,提高了信息利用的效率,有效地避免了漏警和虚警现象的发生。
计算监测量之间的相关系数,如果两个监测统计量之间是相互关联的,在计算完好性风险时重复计算可能会导致计算出的完好性风险过大而导致虚警概率的增加。因此为了确保阈值建模的有效性,在转换量度之后,需要首先确定监测统计量之间的相关性,进而得到监测统计量的自由度以及各个监测量应得的权重系数,作为后续步骤的基础。
假设检验阶段,本发明利用假设检验的方法来确定阈值建模的重要参数。具体来说,由于北斗GBAS监测统计量的数据特点(在所有监测统计量中,平均值μ有较高的稳定性,在相对很小的范围内可近似认为保持不变),因此阈值模型的确定主要取决于总体标准差的检验,又因为监测统计量总体近似服从于正态分布,因此本发明使用了专用于检验正态总体标准差的卡方检验。本发明利用了给定关于总体标准差的初始假设,再通过卡方检验进行显著性检验。如果检验结果满足拒绝域(包含完好性风险),则否定掉原始假设,重新循环直到所设定假设不在拒绝域中(不包含完好性风险),证明此时的总体方差满足显著性检验的要求,进而初步建立阈值模型。
完善的检测机制。为了确保阈值建模的有效性与可靠性,本发明建立了完善的检测机制,具体包括标准指标检测和信度检测两部分。标准指标检测即检测所得阈值模型是否满足国际指标要求(如GAST C对完好性风险指标的要求为2×10-7,GAST D对完好性风险指标的要求为2×10-9)。信度检测则是为了保证所得到阈值模型的一致性与通用性,如果信度检测未达标,则需要增加样本数据量,从而得到更加可靠的阈值模型。
下面对本发明一种北斗地基增强系统完好性风险监测的阈值模型建立方法给出详细实施例,如图2所示本发明北斗地基增强系统完好性风险监测的阈值模型建立方法的流程框图,一种北斗地基增强系统完好性风险监测的阈值模型建立方法包括如下步骤。
步骤S101、录入监测统计量数据。
识别卫星号,录入一个卫星周期的全部监测统计量数据,所述监测统计量数据包括地面端监测统计量与机载端监测统计量。
建立阈值模型的第一步是识别卫星号并录入样本数据,根据采集的监测统计量数据卫星号不同(例如1号卫星101、2号卫星102、…),对不同的卫星号进行识别。由于监测统计量与卫星的运行状况息息相关,需要针对对应卫星录入一个卫星周期的监测统计量。
录入的所有监测统计量数据后,使用样本参数矩估计计算监测量样本的一阶矩和二阶矩。样本参数矩估计包括监测量样本的均值估计和监测量样本的标准差估计。
监测量样本的一阶矩通过如下方法计算:
监测量样本的二阶矩通过如下方法计算:
步骤S102、监测统计量量度转换。
如图3所示本发明监测统计量的分类示意图,监测统计量包括地面端监测统计量与机载端监测统计量,其中地面监测统计量包括信号质量监测(SQM)、数据质量监测(DQM)、测量质量监测(MQM)、多接收机一致性检验(MRCC)和电离层监测。信号质量监测分为相关峰、载噪比和码载波分散。测量质量监测又分为载波相位加速度、载波相位斜坡、载波相位阶跃和相位平滑码伪距更新。
机载端监测统计量包括进近偏离监测(BAM)、参考接收机故障监测(RRFM)、差分改正数幅值监测(DCMC)、码载波分散监测(CCD)、几何筛选监测(max(|Sij|))、双频电离层梯度监测(DSIGMA)监测和B值监测。
电离层监测和B值监测为GAST D新增的监测统计量。
随着GBAS进近服务类型的不断发展完善,为了尽可能的覆盖到所有可能出现的风险,出现了越来越多监测统计量,且监测量的形式越来越复杂,不同的监测量具有不同的量纲。
为了能方便的对所有的监测统计量进行综合比较,从而更有效地利用测量得到的信息,根据本发明的实施例对监测统计量转换量度。
如图4所示本发明等比量度转换的示意图,左侧给出了实际测量后的监测统计量,以载噪比为例,在等距量度下,其取值区间落在35-55之间,量纲为dB/Hz;以载波相位斜坡图中为例,在等距量度下,其取值区间落在-10-10之间,量纲为m/s;以数据质量监测DQM为例,其取值区间落在0-2之间,量纲为m。这就使得现有方法只能对这些监测量之间分开处理,分别计算阈值模型,但是在实际情况中,由这些监测量所定义完好性风险是彼此相关的,综合处理并应用每一个监测量的信息才能得到更有效更可靠的完好性风险监测阈值模型。因此本发明将录入的所有监测统计量量数据统一转换为0-100的等比量度,进而可以方便的综合比较所得到的全部信息。
将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度,根据本发明的实施例,将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度前,使用样本参数矩估计计算监测量样本的一阶矩和二阶矩,利用计算得到的监测量样本的一阶矩和二阶矩计算等比量度。
等比量度通过如下方法计算:
上述等比量度计算过程,采取先归一化再取模最后再作差的方式,成功地将双边的阈值转换成了单边阈值,单边的处理形式极大地提高了计算效率。由于实际测量中,北斗GBAS完好性风险监测量的样本均值具有相对更高的稳定性,本发明等比量度计算可以看出,当监测量的样本值等于样本均值时,在等比量度下的取值为满分100,越偏离样本均值,在等比量度下的得分越低。
步骤S103、计算监测统计量的相关系数。
计算监测统计量两两之间的相关系数,确定假设检验所需要的自由度f和权重系数Wj。
监测统计量两两之间的相关系数ρ通过如下方法计算:
其中,cov(X1 *,X2 *)为转换为等比量度后的监测统计量X1 *和X2 *之间的协方差,σX1 *表示转换量度后监测统计量X1 *的标准差,σX2 *表示转换量度后监测统计量X2 *的标准差。
通过计算相关系数确定监测统计量的自由度以及权重系数,进而作为卡方检验检验阈值模型的数学基础。
如图5所示本发明确定自由度和权重系数的示意图,每个小方块均表示一个监测统计量,以10个监测统计量为例进行说明,在进行本步骤的时候,需要分别计算每个监测统计量与其他所有监测统计量的相关系数,以1为底表示计算监测统计量1与其他监测统计量之间的相关系数,发现计算出的监测统计量1、3之间和监测统计量1、4之间的相关系数均大于0.8,证明这三个统计量之间趋近于线性相关,在进行假设检验时,应看作同一统计量来处理。在以2为底的过程中,发现2号监测统计量与其他监测量之间均不相关,则进入到下一轮,由于3、4已证明均与1相关,下一轮则以5为底开始。以此类推,在结束时,发现监测量1、3、4,监测量5、6以及监测量9、10之间存在近似相关性,如图中所示,此时相对独立的小方块共有6个,则此时的自由度f为6,继而得到每个监测统计量的权重系数Wj。
步骤S104、卡方检验。
根据等比量度下每个监测统计量的样本标准差和权重系数设定总体标准差的初值,并根据假设检验所需要的自由度和设定的总体标准差的初值计算卡方检验统计量的观测值。
利用卡方检验来确定监测量总体标准差时,首先需要设定一个初始待检验标准差σ0,即提出假设总体标准差σ=σ0,再检验假设的正确性。在本发明中,卡方检验的初值来自于样本标准差初值以及在步骤S103中得到的权重系数。
总体标准差的初值通过如下方法确定:
卡方检验统计量的观测值通过如下方法计算:
给定显著性水平确定拒绝域,判断卡方检验统计量的观测值是否在拒绝域内,若在拒绝域内,重复检验;若不在拒绝域内,则进入下一步(步骤S105)中计算风险率。
使用卡方检验的优势在于,卡方检验中的显著性突出的部分与北斗GBAS中的完好性风险是一致的,如图6所示本发明卡方检验显著性水平的示意图,自由度为6的卡方检验中显著性水平α=0.05的区域,即包含完好性风险的区域,以下简称作拒绝域。通过卡方检验显著性水平的检验将测距源故障、大气层故障、地面子系统故障等完好性风险均包含在内。因此继续判断卡方统计量的观测值是否在拒绝域内,若不在拒绝域内,则证明此时的总体标准差满足显著性水平的要求,可以进入下一步骤计算,如果不满足拒绝域的要求,证明此时选择的总体标准差没有达到显著性水平的要求,此时令σ0=σ0+1,重复循环进行检验直至满足显著性水平的要求。
步骤S105、计算风险率。
在初始阈值模型上添加控制参数,根据统计超过阈值的样本点数,以及样本总点数计算风险率,若风险率不满足指标要求,则调整控制参数;若风险率满足指标要求,则进入下一步(步骤S106)中进行信度检测。
对所有监测统计量来说,样本平均值μ相对更高的稳定性,在相对很小的范围内保持不变,因此通过假设检验得到满足显著性水平的总体标准差后,可以得到初始的阈值模型:Threshold=μ-σ0。
但是但是仍不能保证此时的阈值模型一定满足国际标准中规定的指标要求,如GAST C规定完好性风险值小于2×10-7,根据本发明的实施例,在初始阈值上添加控制参数k,对控制参数k进行调整得到最终的阈值模型:Threshold=μ-kσ0。
其中控制参数k需要根据指标来进行调整,即需要统计超过阈值的样本点数Pfault,以及样本总点数Psum,则可计算出此时的风险率Prisk:如果计算出的风险率满足指标要求(GAST C要求为2×10-7,GAST D要求为2×10-9),则可进行下一步(步骤S106),如果计算出的风险率达不到指标要求,则需要调整控制参数k,由于控制参数k直接作用于总体标准差的系数,因此调整时一般按照0.1为步进来进行系数调整。
步骤S106、信度检测。
计算信度值,根据信度值计算标准误差,若标准误差不达标,则增加样本数据量,重复上述步骤S101至S105,若标准误差达标,则进入下一步(步骤S107)进行量度的逆变换。
为了验证监测量阈值模型的准确性和一致性,并验证其可信程度中需要进行信度的检测,信度检测是为了保证所得到阈值模型的可靠性,如果信度检测未达标,则需要增加样本数据量,从而得到更加可靠的阈值模型。
信度值通过如下方法计算:
其中,m表示监测统计量的总数,σ0表示假设的总体标准差的初值,表示每个监测统计量方差的求和。需要说明的是,即使两个监测统计量在前述步骤中被证明为线性相关,在这里也需要分别代入求解,不能看作同一监测量处理。
计算出信度β之后,计算处理过程中的标准误差:
其中,σ0表示假设的总体标准差的初值,β为信度值。如果计算出的标准误差满足工程项目要求,可以继续到下一步(步骤S107),如果计算出的标准误差不满足相应要求,说明目前的结果在可靠性上未达标,需要继续增加样本数据量,重复前述步骤过程(步骤S101至S105)。
之所以要进行信度检测,是因为样本数据的有限性可能会影响到阈值建模的可靠性。图7所示本发明信度检测的示意图,在图7中的靶子图中,越往中心分值越高,即发生完好性风险的可能性越小。在第一张图(最左侧的靶子图)中,样本点密集分布在黑色区域以内,很明显这些样本点一起证明了发生完好性风险的概率很低,可以得到稳定可靠的阈值模型;在第二张图(中间的靶子图)中,样本点密集分布在外围灰色区域,很明显这些样本点一起证明了发生完好性风险的概率很高,但是也可以得到稳定可靠的阈值模型;但是在第三张图(最右侧的靶子图)中,样本点并没有发生密集分布的情况,这时候就需要信度检测的帮助来确定结论的可靠性,一旦信度检测没有达到要求,则需要再增加一个卫星周期的样本数据,从而提升阈值模型的可靠性。
步骤S107、量度转换的逆变换。
在完成上述全部之后,需要继续利用转换统一量度的逆变换完成阈值模型的建立,通过如下方法进行量度转换的逆变换:
其中,Threshold为阈值模型,阈值模型μsample表示X所对应监测量样本的一阶矩,σsample表示X所对应监测量样本的二阶矩
步骤S108、确定阈值模型。
经过上述步骤S101至步骤S107,在步骤107中利用转换统一量度的逆变换,得到确定阈值模型。
本发明在完成阈值建模的过程中,共包含了识别卫星号并录入数据、样本参数的矩估计、监测量的量度转换、确定监测量之间的自由度、卡方检验检验总体标准差、标准指标检测、信度检测、量度转换的逆变换等8个阶段。本发明在计算阈值模型时,将所有监测量由原来的等距量度统一转换为等比量度,使得在建模时可以综合应用到全部监测量。
本发明利用监测量样本的参数矩估计作为量度转换参数值,在完成监测统计量的数据录入后,通过对一个卫星周期的监测量进行参数矩估计来作为下一阶段量度转换的参数值。
本发明根据监测统计量两两之间计算出的相关系数:规定如果计算出的相关系数大于临界值(一般为0.8),则可以认为两个监测量近似线性相关,需要对监测统计量之间的自由度和对每个监测统计量所分配的权重系数作出调整。利用监测统计量之间的相关性得到每个监测量在总体中所占的权重系数,进而根据每个监测量的权重大小设定卡方检验初值。针对转换量度后的监测统计量,利用卡方检验找到找到显著性水平满足要求(显著性情况的发生与完好性风险是一致的)的总体标准差。
本发明利用GBAS进近服务类型的指标调整阈值控制参数,即根据GBAS完好性风险的要求(如GAST C对完好性风险指标的要求为2×10-7,GAST D对完好性风险指标的要求为2×10-9)调整控制参数k的大小,确保建模的有效性。
本发发明利用信度检测来检测参考数据的一致性程度,如果信度检测不达标,说明监测统计量的样本量不足以满足统计需求的一致性,此时则需要增加样本数据量,从而使得测量结果更贴近总体的真实值,确保阈值模型的可靠性。
本发明由采集的监测统计量的数据,能够同时利用所有监测统计量,得出针对北斗地基增强系统有效的完好性风险监测的阈值模型,能够有效降低完好性监测过程中的漏警概率和虚警概率。
本发明建立的阈值模型,可以应用到不同机场的完好性监测量的处理过程中。
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)
1.一种北斗地基增强系统完好性风险监测的阈值模型建立方法,其特征在于,所述方法包括如下步骤:
a)识别卫星号,录入一个卫星周期的全部监测统计量数据,所述监测统计量数据包括地面端监测统计量与机载端监测统计量;
b)将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度;
c)计算监测统计量两两之间的相关系数,确定假设检验所需要的自由度和权重系数;
d)根据等比量度下每个监测统计量的样本标准差和所述权重系数设定总体标准差的初值,并根据假设检验所需要的自由度和设定的总体标准差的初值计算卡方检验统计量的观测值;
e)给定显著性水平确定拒绝域,判断卡方检验统计量的观测值是否在拒绝域内,若在拒绝域内,重复检验;若不在拒绝域内,则进入下一步;
f)在初始阈值模型上添加控制参数,对控制参数k进行调整得到最终的阈值模型,根据统计超过阈值的样本点数,以及样本总点数计算风险率,若风险率不满足指标要求,则调整控制参数;若风险率满足指标要求,则进入下一步;
控制参数k根据指标来进行调整:统计超过阈值的样本点数Pfault,以及样本总点数Psum,则可计算出此时的风险率Prisk:
如果计算出的风险率达不到指标要求,则需要调整控制参数k,由于控制参数k直接作用于总体标准差的系数,因此调整时按照0.1为步进来进行系数调整;
g)计算信度值,根据信度值计算标准误差,若标准误差不达标,则增加样本数据量,重复上述步骤a)至f),若标准误差达标,则进入下一步;
h)利用转换统一量度的逆变换,得到阈值模型。
2.根据权利要求1所述的方法,其特征在于,将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度前,使用样本参数矩估计计算监测量样本的一阶矩和二阶矩。
3.根据权利要求2所述的方法,其特征在于,所述样本参数矩估计包括监测量样本的均值估计和监测量样本的标准差估计。
10.一种北斗地基增强系统完好性风险监测系统,其特征在于,所述系统包括地面端与机载端,所述机载端包括一个处理器和一个存储器,所述处理器接收地面端监测统计量与机载端监测统计量建立阈值模型,所述存储器内存储所述阈值模型,其中,所述阈值模型按照如下方法建立:
a)识别卫星号,录入一个卫星周期的全部监测统计量数据,所述监测统计量数据包括地面端监测统计量与机载端监测统计量;
b)将录入的所有监测统计量数据由初始的等距量度统一转换为等比量度;
c)计算监测统计量两两之间的相关系数,确定假设检验所需要的自由度和权重系数;
d)根据等比量度下每个监测统计量的样本标准差和所述权重系数设定总体标准差的初值,并根据假设检验所需要的自由度和设定的总体标准差的初值计算卡方检验统计量的观测值;
e)给定显著性水平确定拒绝域,判断卡方检验统计量的观测值是否在拒绝域内,若在拒绝域内,重复检验;若不在拒绝域内,则进入下一步;
f)在初始阈值模型上添加控制参数,对控制参数k进行调整得到最终的阈值模型,根据统计超过阈值的样本点数,以及样本总点数计算风险率,若风险率不满足指标要求,则调整控制参数;若风险率满足指标要求,则进入下一步;
控制参数k根据指标来进行调整:统计超过阈值的样本点数Pfault,以及样本总点数Psum,则可计算出此时的风险率Prisk:
如果计算出的风险率达不到指标要求,则需要调整控制参数k,由于控制参数k直接作用于总体标准差的系数,因此调整时按照0.1为步进来进行系数调整;
g)计算信度值,根据信度值计算标准误差,若标准误差不达标,则增加样本数据量,重复上述步骤a)至f),若标准误差达标,则进入下一步;
h)利用转换统一量度的逆变换,得到阈值模型。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811004838.2A CN109359270B (zh) | 2018-08-30 | 2018-08-30 | 北斗地基增强系统完好性风险监测的阈值模型建立方法 |
US16/136,531 US10215863B1 (en) | 2018-08-30 | 2018-09-20 | Beidou ground-based augmentation system integrity risk monitoring system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811004838.2A CN109359270B (zh) | 2018-08-30 | 2018-08-30 | 北斗地基增强系统完好性风险监测的阈值模型建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109359270A CN109359270A (zh) | 2019-02-19 |
CN109359270B true CN109359270B (zh) | 2021-03-19 |
Family
ID=65350316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811004838.2A Active CN109359270B (zh) | 2018-08-30 | 2018-08-30 | 北斗地基增强系统完好性风险监测的阈值模型建立方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10215863B1 (zh) |
CN (1) | CN109359270B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109728848B (zh) * | 2019-03-29 | 2019-06-21 | 南京华苏科技有限公司 | 基于北斗导航系统的择重监控装置、系统及方法 |
CN112929833B (zh) * | 2019-12-06 | 2022-05-06 | 中移(上海)信息通信科技有限公司 | 数据分流系统及方法 |
CN111007541B (zh) * | 2019-12-18 | 2021-05-04 | 中国电子科技集团公司第二十研究所 | 一种卫星导航地基增强系统仿真性能评估方法 |
CN113556241A (zh) * | 2020-04-24 | 2021-10-26 | 北京淇瑀信息科技有限公司 | 一种上游流量的监测方法、装置和电子设备 |
CN111366956B (zh) * | 2020-05-26 | 2020-08-14 | 天津七一二通信广播股份有限公司 | 一种应用于gbas系统的数据处理设备 |
CN112130177B (zh) * | 2020-09-08 | 2023-09-29 | 南京航空航天大学 | 一种基于稳定分布的地基增强系统完好性监测方法 |
CN112434261B (zh) * | 2020-10-26 | 2023-08-29 | 中国西安卫星测控中心 | 基于标校卫星的测控装备精度鉴定方法 |
CN112596080B (zh) * | 2020-11-25 | 2024-04-16 | 中国人民解放军93216部队 | 无人机差分北斗起降引导系统完好性指标的测试方法 |
CN112526563B (zh) * | 2020-11-30 | 2022-05-03 | 北京航空航天大学 | 一种gnss信号质量监测方法及系统 |
CN112526559B (zh) * | 2020-12-03 | 2024-05-10 | 北京航空航天大学 | 一种多工况条件下的系统关联性状态监测方法 |
CN114273978B (zh) * | 2021-12-27 | 2023-03-21 | 深圳市玄羽科技有限公司 | 刀具的磨损检测方法、电子设备及计算机可读存储介质 |
CN116413752B (zh) * | 2023-06-08 | 2023-08-18 | 北京航空航天大学 | 基于稳定分布参数概率密度估计的gbas伪距误差包络方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101776762A (zh) * | 2009-12-30 | 2010-07-14 | 北京航空航天大学 | 基于多地基增强系统的完好性监测方法、装置与系统 |
CN104849728A (zh) * | 2015-05-12 | 2015-08-19 | 北京航空航天大学 | 地基增强系统的完好性评估方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7555262B2 (en) * | 2002-09-24 | 2009-06-30 | Honeywell International Inc. | Radio frequency interference monitor |
CN101515031B (zh) * | 2009-03-20 | 2011-06-29 | 北京航空航天大学 | Gps接收机自主完好性监测可用性预测方法、服务器及系统 |
US20110118979A1 (en) * | 2009-11-19 | 2011-05-19 | Robert Bosch Gmbh | Automotive location data integrity |
EP2461182B1 (en) * | 2010-12-01 | 2014-06-04 | European Space Agency | Method and apparatus for determining an integrity indicating parameter indicating the integrity of positioning information determined in a global positioning system |
ES2525919T3 (es) * | 2012-04-02 | 2015-01-02 | Airbus Ds Gmbh | Un algoritmo RAIM perfeccionado |
CN104331618B (zh) * | 2014-10-29 | 2017-05-24 | 北京航空航天大学 | 地基增强系统完好性评估方法和系统 |
CN105738925B (zh) * | 2016-03-04 | 2018-06-29 | 北京交通大学 | 一种列车定位专用的卫星接收机自主完好性方法 |
CN107807371B (zh) * | 2017-09-14 | 2019-10-01 | 北京航空航天大学 | 基于北斗卫星观测数据的数据相关性处理方法 |
-
2018
- 2018-08-30 CN CN201811004838.2A patent/CN109359270B/zh active Active
- 2018-09-20 US US16/136,531 patent/US10215863B1/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101776762A (zh) * | 2009-12-30 | 2010-07-14 | 北京航空航天大学 | 基于多地基增强系统的完好性监测方法、装置与系统 |
CN104849728A (zh) * | 2015-05-12 | 2015-08-19 | 北京航空航天大学 | 地基增强系统的完好性评估方法 |
Non-Patent Citations (1)
Title |
---|
GBAS基准站布设方案设计与评估方法;张悦;《北京航空航天大学学报》;20180827;第44卷(第12期);第2545-2555页 * |
Also Published As
Publication number | Publication date |
---|---|
US10215863B1 (en) | 2019-02-26 |
CN109359270A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359270B (zh) | 北斗地基增强系统完好性风险监测的阈值模型建立方法 | |
US8106823B2 (en) | Method of operating a satellite navigation receiver | |
US10473791B1 (en) | GBAS integrity performance evaluation method based on pseudorange error distribution model | |
US11409002B2 (en) | Method for operating a plurality of GNSS receivers for detecting satellite signal deformation | |
JP5572877B2 (ja) | 異常な擬似距離測定値から無線ナビゲーション受信機ユーザを保護するための方法 | |
CN110068840B (zh) | 一种基于伪距测量特征值提取的araim故障检测方法 | |
JP2011517770A (ja) | 衛星ナビゲーションシステムのインテグリティのリアルタイム監視用の装置および方法 | |
KR101433908B1 (ko) | Gnss 데이터 품질 평가 방법 및 시스템 | |
CN111708054B (zh) | 基于粒子群优化算法的araim垂直保护级优化方法 | |
KR20170079038A (ko) | Gbas 지상시스템 기반의 쿨백-라이블러 발산을 이용한 전리층 이상 감시장치 및 방법 | |
CN112526563B (zh) | 一种gnss信号质量监测方法及系统 | |
CN116931026B (zh) | 一种卫星导航信号的异常判定方法 | |
US8339312B2 (en) | Method and device for estimation of the integrity risk in a satellite navigation system | |
CN111007541B (zh) | 一种卫星导航地基增强系统仿真性能评估方法 | |
CN110988928B (zh) | 一种基于长度约束的卫星导航着陆完好性监测方法 | |
KR101040053B1 (ko) | 의사거리 측정잡음 감시기반 위성전파항법시스템 위성시계 고장검출 및 고장위성 식별 방법 | |
CN117452440A (zh) | 面向卫星导航对抗的卫星导航系统空间段防御能力评估方法 | |
KR101040054B1 (ko) | 수신기 시계오차 감시기반 위성전파항법시스템 위성시계 고장검출 및 고장위성 식별 방법 | |
CN115540907A (zh) | 一种基于面向星间差分的gps/bds/ins紧组合导航的多故障检测与剔除方法 | |
CN115494529A (zh) | 机场伪卫星服务信号完好性评估方法 | |
CN113532588B (zh) | 水位获取方法、装置、设备及存储介质 | |
CN111175789B (zh) | 地基增强系统的电离层异常监测方法、装置以及系统 | |
CN116073880A (zh) | 网络实时动态测量服务可用率的确定方法和装置 | |
CN113625308A (zh) | 卫星空间信号异常的探测方法及系统 | |
CN112099061A (zh) | 一种亚太地区araim多星座组合导航改进方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |