CN109581445B - 一种基于北斗星座的araim子集选择方法及系统 - Google Patents

一种基于北斗星座的araim子集选择方法及系统 Download PDF

Info

Publication number
CN109581445B
CN109581445B CN201811295524.2A CN201811295524A CN109581445B CN 109581445 B CN109581445 B CN 109581445B CN 201811295524 A CN201811295524 A CN 201811295524A CN 109581445 B CN109581445 B CN 109581445B
Authority
CN
China
Prior art keywords
satellite
satellites
centroid
centroids
selecting
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
Application number
CN201811295524.2A
Other languages
English (en)
Other versions
CN109581445A (zh
Inventor
王志鹏
施闯
李庭林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201811295524.2A priority Critical patent/CN109581445B/zh
Priority to US16/220,458 priority patent/US10422882B1/en
Publication of CN109581445A publication Critical patent/CN109581445A/zh
Application granted granted Critical
Publication of CN109581445B publication Critical patent/CN109581445B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • 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
    • 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
    • G01S19/05—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing aiding data
    • G01S19/06—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing aiding data employing an initial estimate of the location of the receiver as aiding data or in generating aiding data
    • 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
    • G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
    • 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
    • G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
    • G01S19/25—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS
    • G01S19/258—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS relating to the satellite constellation, e.g. almanac, ephemeris data, lists of satellites in view
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computer Security & Cryptography (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供一种基于北斗星座的ARAIM子集选择方法，包括如下方法步骤：a)将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布；b)选取K个卫星的坐标作为初始质心，使用K‑Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，得到质心坐标；c)重新选取K个卫星的坐标作为初始质心，重复计算步骤b)，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果；d)对步骤c)的输出结果进行离群点检查，如果出现离群点，则该离群点处卫星不进行故障假设。本发明对北斗星座的子集进行修正，能够更好地对卫星的可用性进预测。

Description

一种基于北斗星座的ARAIM子集选择方法及系统
技术领域
本发明涉及卫星导航技术领域，特别涉及一种基于北斗星座的ARAIM子集选择方法及系统。
背景技术
全球导航卫星系统(Global Navigation Satellite System,GNSS)技术可给全球用户提供稳定、精确的位置信息，已在航空领域得到广泛的应用。用户使用全球卫星导航的过程中所需的导航性能指标主要包括：精度、完好性、连续性和可用性。接收机自主完好性监测(Receiver Autonomous Integrity Monitoring,RAIM)可为飞机进近阶段的水平导航提供服务。高级接收机自主完好性监测(Advanced Receiver Autonomous IntegrityMonitoring,ARAIM)是新一代卫星导航完好性监测技术，其对常规的RAIM进行了扩展。ARAIM使用多个GNSS星座、双频率，具备多故障监测的能力，可支持200英尺高度以下(LPV-200)的垂直导航。为了实现这一目标，航空接收器需要考虑每一个卫星可能的故障，按照此规律进行卫星子集选择，同时也加剧了计算负荷。在用户使用卫星导航之前，应先对ARAIM算法可用性进行预测。当ARAIM满足所需的可用性要求，则使用卫星导航，否则，就放弃卫星导航去使用其他导航设备。
北斗星座的卫星具有混合轨道的特点。在完成全球组网后，北斗星座将由35颗卫星组成，包括5颗地球同步轨道(Geostationary Orbit,GEO)卫星，3颗倾斜地球同步轨道(Inclined Geosynchronous Satellite Orbit，IGSO)卫星，27颗中地球轨道(MediumEarth Orbit，MEO)卫星。而对于目前的北斗区域星座，对亚太地区用户而言，其星座构型不够均匀，较为集中。因此在对卫星进行故障假设时，如果平均考虑所有北斗卫星的故障情形，势必造成某些极端的假设极大地影响分析结果甚至不可用。
因此，为了解决现有技术中的上述问题，需要一种基于北斗星座的ARAIM子集选择方法及系统，对北斗星座的子集进行修正以更好地进行可用性预测。
发明内容
本发明的一个方面在于提供一种基于北斗星座的ARAIM子集选择方法，所述方法包括如下方法步骤：
a)将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布；
b)选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标；
c)重新选取K个卫星的坐标作为初始质心，重复计算步骤b)，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果；
d)对步骤c)的输出结果进行离群点检查，如果未出现离群点，则不对卫星子集进行修正，如果出现离群点，则该离群点处卫星不进行故障假设。
优选地，所述质心的误差平方和通过如下方法计算：
Figure BDA0001851079900000021
其中，c为质心位置，i为卫星的序号，x为卫星位置，dist为质心位置c与卫星位置的欧几里得距离，K为分类簇的数量。
本发明的一个方面在于提供一种基于北斗星座的ARAIM子集选择方法，所述方法包括如下方法步骤：
a)将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布；
b)选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标；
c)重新选取K个卫星的坐标作为初始质心，重复计算步骤b)，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果；
d)选取步骤c)输出的两个分类簇的质心计算余弦距离A2＝cosθ，
当余弦距离A2＞-0.866，则认为方位角构型较差，进入步骤e)，否者选取三个分类簇的质心计算余弦距离
Figure BDA0001851079900000031
其中，n＝1,2,3，
当
Figure BDA0001851079900000032
或者
Figure BDA0001851079900000033
则认为方位角构型较差，进入步骤e)，否则选取三个分类簇的质心计算余弦距离
Figure BDA0001851079900000034
其中，n＝1,2,3，
当
Figure BDA0001851079900000035
则认为方位角构型较差，进入步骤e)。
e)以30度方位角划分当前空域，依次对每个区域进行检索，当某一个区域出现两颗以上北斗卫星时，选取其中一个卫星进行故障假设，其他卫星不进行故障假设，
计算每个区域中假设故障卫星的星座构型因子SDOPn(n＝1,2,…)，选取GDOP最小时对应的区域所排除的子集作为卫星子集；
f)再次进行检索，当连续两个以上区域无可见星时，则与无可见星连成的大区域相邻的两个区域的卫星不进行故障假设；
当连续三个区域仅中间区域存在可见星时，则中间区域卫星不进行故障假设。
优选地，所述质心的误差平方和通过如下方法计算：
Figure BDA0001851079900000036
其中，c为质心位置，i为卫星的序号，x为卫星位置，dist为质心位置c与卫星位置的欧几里得距离，K为分类簇的数量。
优选地，两个分类簇的质心计算余弦距离通过如下方法计算：
Figure BDA0001851079900000037
其中，x1、y1，x2、y2分别为两个分类簇的质心在当前二维空域平面中的横坐标和纵坐标。
本发明的一个方面在于提供一种基于北斗星座的ARAIM子集选择方法，所述方法包括如下方法步骤：
a)以30度仰角将空域划分为三个区域，每小时进行一次卫星位置数据采样，统计低，中，高仰角区域总时间内的平均可见星数目L,M，H；
b)每次采样所得的三个区域的卫星数目减去对应区域的平均数得到Ln,Mn,Hn，,(n＝1,2,....)；
c)定义仰角构型因子
Figure BDA0001851079900000041
当
Figure BDA0001851079900000042
Mn＞0，不对卫星子集修正；
当
Figure BDA0001851079900000043
Mn＜0，不对卫星子集修正；
当
Figure BDA0001851079900000044
Mn＞0，计算
Figure BDA0001851079900000045
若
Figure BDA0001851079900000046
则不对卫星子集修正，否则对卫星子集进行修正；
当
Figure BDA0001851079900000047
Mn＜0，对卫星子集修正。
本发明的另一个方面在于提供一种基于北斗星座的ARAIM子集选择系统，所述系统包括北斗星座和飞行器，北斗卫星包括35颗卫星，飞行器包括信号接收天线和数据处理器，信号接收天线接收北斗卫星发送的信号，并将信号发送至所述数据处理器进行ARAIM子集选择，所述数据处理器通过如下方法进行子集选择：
a)将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布；
b)选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标；
c)重新选取K个卫星的坐标作为初始质心，重复计算步骤b)，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果；
d)对步骤c)的输出结果进行离群点检查，如果未出现离群点，则不对卫星子集进行修正，如果出现离群点，则该离群点处卫星不进行故障假设。
本发明的另一个方面在于提供一种基于北斗星座的ARAIM子集选择系统，所述系统包括北斗星座和飞行器，北斗卫星包括35颗卫星，飞行器包括信号接收天线和数据处理器，信号接收天线接收北斗卫星发送的信号，并将信号发送至所述数据处理器进行ARAIM子集选择，所述数据处理器通过如下方法进行子集选择：
a)将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布；
b)选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标；
c)重新选取K个卫星的坐标作为初始质心，重复计算步骤b)，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果；
d)选取步骤c)输出的两个分类簇的质心计算余弦距离A2＝cosθ，
当余弦距离A2＞-0.866，则认为方位角构型较差，进入步骤e)，否者选取三个分类簇的质心计算余弦距离
Figure BDA0001851079900000051
其中，n＝1,2,3，
当
Figure BDA0001851079900000052
或者
Figure BDA0001851079900000053
则认为方位角构型较差，进入步骤e)，否则选取三个分类簇的质心计算余弦距离
Figure BDA0001851079900000054
其中，n＝1,2,3，
当
Figure BDA0001851079900000055
则认为方位角构型较差，进入步骤e)。
e)以30度方位角划分当前空域，依次对每个区域进行检索，当某一个区域出现两颗以上北斗卫星时，选取其中一个卫星进行故障假设，其他卫星不进行故障假设，
计算每个区域中假设故障卫星的星座构型因子SDOPn(n＝1,2,…)，选取GDOP最小时对应的区域所排除的子集作为卫星子集；
f)再次进行检索，当连续两个以上区域无可见星时，则与无可见星连成的大区域相邻的两个区域的卫星不进行故障假设；
当连续三个区域仅中间区域存在可见星时，则中间区域卫星不进行故障假设。
本发明的另一个方面在于提供一种基于北斗星座的ARAIM子集选择系统，所述系统包括北斗星座和飞行器，北斗卫星包括35颗卫星，飞行器包括信号接收天线和数据处理器，信号接收天线接收北斗卫星发送的信号，并将信号发送至所述数据处理器进行ARAIM子集选择，所述数据处理器通过如下方法进行子集选择：
a)以30度仰角将空域划分为三个区域，每小时进行一次卫星位置数据采样，统计低，中，高仰角区域总时间内的平均可见星数目L,M，H；
b)每次采样所得的三个区域的卫星数目减去对应区域的平均数得到Ln,Mn,Hn，,(n＝1,2,....)；
c)定义仰角构型因子
Figure BDA0001851079900000061
当
Figure BDA0001851079900000062
Mn＞0，不对卫星子集修正；
当
Figure BDA0001851079900000063
Mn＜0，不对卫星子集修正；
当
Figure BDA0001851079900000064
Mn＞0，计算
Figure BDA0001851079900000065
若
Figure BDA0001851079900000066
则不对卫星子集修正，否则对卫星子集进行修正；
当
Figure BDA0001851079900000067
Mn＜0，对卫星子集修正。
本发明在子集选择前对当前的北斗星座构型进行分析，从方位角，仰角两个角度，在子集选择时做进一步的取舍和修正，对无需进行故障假设的卫星进行剔除，使卫星故障假设对星座构型的影响达到最小化，在保证可用性预测预测的同时，降低数据处理器计算负荷。
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示出了本发明一个实施例中基于北斗星座的ARAIM子集选择系统的结构示意图。
图2示出了本发明一个实施例中基于北斗星座的ARAIM子集选择方法的流程图。
图3示出了本发明另一个实施例中基于北斗星座的ARAIM子集选择系统的结构示意图。
图4示出了本发明另一个实施例中基于北斗星座的ARAIM子集选择方法的流程图。
图5示出了本发明另一个实施例中小区域内多个卫星的示意图。
图6示出了本发明另一个实施例中大区域内多个卫星的示意图。
图7示出了本发明再一个实施例中基于北斗星座的ARAIM子集选择系统的结构示意图。
图8示出了本发明再一个实施例中基于北斗星座的ARAIM子集选择方法的流程图。
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。
飞行器(例如民航飞机)接收北斗星座的多颗卫星的信号，对不同卫星进行故障假设进行可用性分析，将不能作为导航用的卫星进行剔除。将可用的卫星构建ARAIM子集，形成北斗星座构型来进行导航。本发明对当前的北斗星座构型进行分析，从方位角，仰角两个角度，在子集选择时做进一步的取舍和修正，对无需进行故障假设的卫星进行剔除，使卫星故障假设对星座构型的影响达到最小化。
实施例一
根据本发明，本实施例仅考察方位角构型的粗修正，采用离群点检测的方法来剔除无需进行故障假设的卫星。为了使本发明的内容得以更加清晰的说明，首先对本发明一种基于北斗星座的ARAIM子集选择系统进行说明，如图1所示本发明一个实施例中基于北斗星座的ARAIM子集选择系统的结构示意图，一种基于北斗星座的ARAIM子集选择系统包括北斗星座100和飞行器200，北斗星座100包括35颗卫星(卫星101、卫星102、…、卫星135)，飞行器200包括信号接收天线201和数据处理器22，信号接收天线201接收北斗卫星发送的信号，并将信号发送至所述数据处理器202，根据卫星的位置坐标进行ARAIM子集选择，数据处理器通过如下方法进行子集选择：
a)将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布。
b)选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标。
c)重新选取K个卫星的坐标作为初始质心，重复计算步骤b)，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果。
d)对步骤c)的输出结果进行离群点检查，如果未出现离群点，则不对卫星子集进行修正，如果出现离群点，则该离群点处卫星不进行故障假设。对于进行故障假设的卫星，在利用ARAIM算法进行可用性预测时进行排除
离群点意味着大片区域内只有一颗卫星存在，若正常对其进行故障假设，可能会造成极端的分析结果。由于其与其他卫星有显著差异，对该卫星不进行故障假设，需要对其进行保留。
如图2所示本发明一个实施例中基于北斗星座的ARAIM子集选择方法的流程图，一种基于北斗星座的ARAIM子集选择方法包括如下方法步骤：
步骤S101、将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布。
步骤S102、选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标。
步骤S103、重新选取K个卫星的坐标作为初始质心，重复计算步骤S102，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果。
质心的误差平方和通过如下方法计算：
Figure BDA0001851079900000091
其中，c为质心位置，i为卫星的序号，x为卫星位置，dist为质心位置c与卫星位置的欧几里得距离，K为分类簇的数量。
步骤S104、对步骤S103的输出结果进行离群点检测，如果未出现离群点，则不对卫星子集进行修正，如果出现离群点，则该离群点处卫星不进行故障假设。
上述过程中离群点检测是找出其行为很不同于预期对象(卫星)的过程。将行为不同于预期的对象称为离群点。离群点检测和聚类分析是两项高度相关的任务，聚类发现数据集中的多数模式并据此组织数据，而离群点检测则试图捕获显著偏离多数模式的异常情况，离群点显著不同于其他对象(卫星)。
在一些实施例中，利用聚类检测离群点的方法是丢弃远离其他簇的小簇。在此过程可以简化为丢弃小于某个最小阈值的所有簇。
在另一些实施例中，首先聚类所有对象，然后评估对象属于簇的程度。用对象到它的簇中心的距离来度量属于簇的程度。如果删除一个对象导致该目标的明显改进，则可将该对象视为离群点。例如，在K均值算法中，删除远离其相关簇中心的对象能够显著地改进该簇的误差平方和。应当理解上述离群点检测还可以是本领域技术人员所掌握的其他方法，本发明不做具体限定。
实施例二
本实施例仅考虑方位角构型的精修正，与实施例一的区别是：输出误差平方和最小的质心，通过余弦距离筛选出不需要进行故障假设的卫星。
为了使本发明的内容得以更加清晰的说明，对本发明一种基于北斗星座的ARAIM子集选择系统进行说明。如图3所示本发明另一个实施例中基于北斗星座的ARAIM子集选择系统的结构示意图，一种基于北斗星座的ARAIM子集选择系统包括北斗星座100和飞行器200，北斗星座100包括35颗卫星(卫星101、卫星102、…、卫星135)，飞行器200包括信号接收天线201和数据处理器22，信号接收天线201接收北斗卫星发送的信号，并将信号发送至所述数据处理器202，根据卫星的位置坐标进行ARAIM子集选择，数据处理器通过如下方法进行子集选择：
a)将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布；
b)选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标；
c)重新选取K个卫星的坐标作为初始质心，重复计算步骤b)，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果；
d)选取步骤c)输出的两个分类簇的质心计算余弦距离A2＝cosθ，
当余弦距离A2＞-0.866，则认为方位角构型较差，进入步骤e)，否者选取三个分类簇的质心计算余弦距离
Figure BDA0001851079900000101
其中，n＝1,2,3，
当
Figure BDA0001851079900000102
或者
Figure BDA0001851079900000103
则认为方位角构型较差，进入步骤e)，否则选取三个分类簇的质心计算余弦距离
Figure BDA0001851079900000104
其中，n＝1,2,3，
当
Figure BDA0001851079900000105
则认为方位角构型较差，进入步骤e)。
e)以30度方位角划分当前空域，依次对每个区域进行检索，当某一个区域出现两颗以上北斗卫星时，选取其中一个卫星进行故障假设，其他卫星不进行故障假设，
计算每个区域中假设故障卫星的星座构型因子SDOPn(n＝1,2,…)，选取GDOP最小时对应的区域所排除的子集作为卫星子集；
f)再次进行检索，当连续两个以上区域无可见星时，则与无可见星连成的大区域相邻的两个区域的卫星不进行故障假设；
当连续三个区域仅中间区域存在可见星时，则中间区域卫星不进行故障假设。
如图4所示本发明另一个实施例中基于北斗星座的ARAIM子集选择方法的流程图，一种基于北斗星座的ARAIM子集选择方法，包括如下方法步骤：
步骤S201、将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布。
步骤S202、选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标。
步骤S203、重新选取K个卫星的坐标作为初始质心，重复计算步骤S202，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果。
其中，质心的误差平方和通过如下方法计算：
Figure BDA0001851079900000111
其中，c为质心位置，i为卫星的序号，x为卫星位置，dist为质心位置c与卫星位置的欧几里得距离，K为分类簇的数量。
步骤S204、选取步骤S203输出的两个分类簇的质心计算余弦距离A2＝cosθ，
两个分类簇的质心计算余弦距离通过如下方法计算：
Figure BDA0001851079900000112
其中，x1、y1，x2、y2分别为两个分类簇的质心在当前二维空域平面中的横坐标和纵坐标。对于三个分类簇的质心计算余弦距离、四个分类簇的质心计算余弦距离采用同样的计算方法，本实施例中不再赘述。
当余弦距离A2＞-0.866，则认为方位角构型较差，进入步骤S205，否者选取三个分类簇的质心计算余弦距离
Figure BDA0001851079900000113
其中，n＝1,2,3，
当
Figure BDA0001851079900000114
或者
Figure BDA0001851079900000115
则认为方位角构型较差，进入步骤S205，否则选取三个分类簇的质心计算余弦距离
Figure BDA0001851079900000116
其中，n＝1,2,3，
当
Figure BDA0001851079900000117
则认为方位角构型较差，进入步骤S205。
步骤S205、以30度方位角划分当前空域，依次对每个区域进行检索，当某一个区域出现两颗以上北斗卫星时，选取其中一个卫星进行故障假设，其他卫星不进行故障假设，
计算每个区域中假设故障卫星的星座构型因子SDOP，选取GDOP最小时该区域所排除的子集作为卫星子集。
如图5所示本发明另一个实施例中小区域内多个卫星的示意图，根据本发明的实施例，以30度角划分当前空域，依次对每个划分的区域进行检索，即依次对区域1、区域2、…、区域12进行检索，当某一区域(例如区域3)出现两颗以上的北斗卫星时，本实施例示例性的以卫星A、卫星B和卫星C三颗为例，选取区域3中的一颗卫星(例如选取卫星A)进行故障假设，该区域其余卫星(卫星B和卫星C)不再进行故障假设，即区域3中仅对卫星A进行故障假设。
将进行故障假设的卫星组成的子集排除不再用于ARAIM可用性预测，不进行故障假设的卫星组成的子集用于ARAIM可用性预测。对区域1至区域12，计算每个区域中假设故障的卫星的星座构型因子SDOPn(n＝1,2...)(例如区域3中计算卫星A的星座构型因子)，选取GDOP因子最小时对应的区域所排除的子集作为卫星子集。例如本实施例中，计算得到的区域3的构型因子最小，则对应的区域3所排除的子集(卫星B和卫星C)作为卫星子集。
测点与卫星间的几何位置对定位精度的影响大小可用几何精度因子GDOP来表征，其表示定位精度将随卫星的几何关系变坏而降低，是衡量三维定位精度水平的标志。参加导航定位计算的卫星数目不同，GDOP取值也不相同，GDOP与卫星数目间的变化规律是：GDOP随卫星数目增加而单调递减，本发明采用构型因子SDOPn(n＝1,2...)进行子集选择，在卫星数目增多时可以提高定位精度。
步骤S206、再次进行检索，当连续两个以上区域无可见星时，则无可见星连成的大区域相邻的两个区域的卫星不进行故障假设。
当连续三个区域仅中间区域存在可见星时，则中间区域卫星不进行故障假设。
如图6所示本发明另一个实施例中大区域内多个卫星的示意图，在图6a中连续两个以上区域无可见星(连续区域12和区域1无可见星，连续的区域3至10无可见星)，则对与区域12和区域1连成的大区域相邻的两个区域的卫星不进行故障假设，与区域3至区域10连成的大区域相邻的两个区域的卫星不进行故障假设，即区域2和区域11中的卫星不进行故障假设。
在图6b中续三个区域仅中间区域存在可见星(区域1、区域2和区域3三个连续区域中仅区域2存在可见星)，则中间区域卫星不进行故障假设，即区域2中的卫星不进行故障假设。
将上述情况中剔除不进行故障假设的卫星后，将剩余的卫星作为选择的卫星子集，进行ARAIM分析。
实施例三
本实施例考察仰角角构型的精修正，为了使本发明的内容得以更加清晰的说明，对本发明一种基于北斗星座的ARAIM子集选择系统进行说明。如图7所示本发明再一个实施例中基于北斗星座的ARAIM子集选择系统的结构示意图，一种基于北斗星座的ARAIM子集选择系统包括北斗星座和飞行器，北斗卫星包括35颗卫星，飞行器包括信号接收天线和数据处理器，信号接收天线接收北斗卫星发送的信号，并将信号发送至所述数据处理器，根据卫星的位置坐标进行ARAIM子集选择，数据处理器通过如下方法进行子集选择：
a)以30度仰角将空域划分为三个区域，每小时进行一次卫星位置数据采样，统计低，中，高仰角区域总时间内的平均可见星数目L,M，H；
b)每次采样所得的三个区域的卫星数目减去对应区域的平均数得到Ln,Mn,Hn，,(n＝1,2,....)；
c)定义仰角构型因子
Figure BDA0001851079900000131
当
Figure BDA0001851079900000132
Mn＞0，不对卫星子集修正；
当
Figure BDA0001851079900000133
Mn＜0，不对卫星子集修正；
当
Figure BDA0001851079900000134
Mn＞0，计算
Figure BDA0001851079900000135
若
Figure BDA0001851079900000136
则不对卫星子集修正，否则对卫星子集进行修正；
当
Figure BDA0001851079900000137
Mn＜0，对卫星子集修正。
如图8所示本发明再一个实施例中基于北斗星座的ARAIM子集选择方法的流程图，一种基于北斗星座的ARAIM子集选择方法包括如下方法步骤：
步骤S301、以30度仰角将空域划分为三个区域，每小时进行一次卫星位置数据采样，统计低，中，高仰角区域总时间内的平均可见星数目L,M，H。
步骤S302、每次采样所得的三个区域的卫星数目减去对应区域的平均数得到Ln,Mn,Hn，,(n＝1,2,....)，其分别代表了每个采样时刻低，中，高仰角区域的可见星与总时间内平均可见星数的差值。
步骤S303、定义仰角构型因子
Figure BDA0001851079900000141
在卫星导航的过程中，高仰角的可见星往往具有更好的信号覆盖性能，因此高仰角区域卫星数差值取正，低仰角区域的卫星数差值取负。本发明通过仰角构型因子表达可用性分析中单次采样的仰角构型好坏程度。当仰角构型因子若大于0，则说明此时的仰角构型较好，反之，当仰角构型因子小于0则代表此时仰角构型较差。
当
Figure BDA0001851079900000142
Mn＞0，不对卫星子集修正。由于此时处于高，中仰角区域的卫星数都高于平均水准，可知此时仰角构型较好，无需进行卫星子集修正。
当
Figure BDA0001851079900000143
Mn＜0，不对卫星子集修正。由于此时处在中仰角区域的卫星数低于平均水准，但考虑到此时处于高仰角区域的卫星数高于平均水准，可以认为是中仰角区域的卫星更多地运动到了高仰角区域，因此仰角构型依旧是较好的，无需进行卫星子集修正。
当
Figure BDA0001851079900000144
Mn＞0，计算
Figure BDA0001851079900000145
若
Figure BDA0001851079900000146
则不对卫星子集修正，否则对卫星子集进行修正。
在
Figure BDA0001851079900000147
Mn＞0的情况下，由于中仰角区域的卫星更多，但低仰角区域的卫星也更多，可以认为是高，中仰角区域的卫星均向低仰角区域运动，仰角构型变差，但若此时中仰角区域的卫星数多到某个程度，依旧可以认为仰角构型是可以接受。通过计算
Figure BDA0001851079900000148
来进行判别是否进行子集修正，若
Figure BDA0001851079900000149
则不对卫星子集修正，否则对卫星子集进行修正。
当
Figure BDA00018510799000001410
Mn＜0，对卫星子集修正。由于此时说明中仰角区域的卫星低于平均水平，且低仰角区域的卫星数更多，可以认为是高，中仰角区域的卫星均向低仰角区域运动，且仰角构型变坏的程度很大，需要对子集进行修正。
进行子集修正时，高仰角区域卫星不进行故障假设，对剩余卫星进行正常故障假设并作ARAIM可用性预测。
经过修正之后，在使用北斗星座进行ARAIM分析时，可以减少卫星过于集中而造成的冗余或极端情况的假设，维持较好的星座构型以增强可用性。
本发明首次提出了应用于北斗星座的ARAIM子集选择方法，从方位角和仰角两个方面，划分区域，不考虑某些会造成星座构型严重变坏的极端假设，剔除它们发生故障的子集。根据用户需求，采取不同方法，以在可用性分析过程中维持较好的星座构型，提高可用性。为ARAIM在亚太地区的使用提供参考。本发明为ARAIM应用于北斗星座提出了可行性方案，并有利于卫星导航技术的发展。
本发明在子集选择前对当前的北斗星座构型进行分析，从方位角，仰角两个角度，在子集选择时做进一步的取舍和修正，对无需进行故障假设的卫星进行剔除，使卫星故障假设对星座构型的影响达到最小化，在保证可用性预测预测的同时，降低数据处理器计算负荷。
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 (2)

1.一种基于北斗星座的ARAIM子集选择方法，其特征在于，所述方法包括如下方法步骤：
a)将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布；
b)选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标；
c)重新选取K个卫星的坐标作为初始质心，重复计算步骤b)，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果，其中，所述质心的误差平方和通过如下方法计算：
Figure FDA0002885172080000011
其中，c为质心位置，i为卫星的序号，x为卫星位置，dist为质心位置c与卫星位置的欧几里得距离，K为分类簇的数量；
d)选取步骤c)输出的两个分类簇的质心计算余弦距离A2＝cosθ，两个分类簇的质心计算余弦距离通过如下方法计算：
Figure FDA0002885172080000012
其中，x1、y1，x2、y2分别为两个分类簇的质心在当前二维空域平面中的横坐标和纵坐标；
当余弦距离A2＞-0.866，则认为方位角构型较差，进入步骤e)，否者选取三个分类簇的质心计算余弦距离
Figure FDA0002885172080000013
其中，n＝1,2,3，
当
Figure FDA0002885172080000014
或者
Figure FDA0002885172080000015
则认为方位角构型较差，进入步骤e)，否则选取三个分类簇的质心计算余弦距离
Figure FDA0002885172080000016
其中，n＝1,2,3，
当
Figure FDA0002885172080000017
则认为方位角构型较差，进入步骤e)；
e)以30度方位角划分当前空域，依次对每个区域进行检索，当某一个区域出现两颗以上北斗卫星时，选取其中一个卫星进行故障假设，其他卫星不进行故障假设，
计算每个区域中假设故障卫星的星座构型因子SDOPn(n＝1,2,…)，选取GDOP最小时对应的区域所排除的子集作为卫星子集；
f)再次进行检索，当连续两个以上区域无可见星时，则与无可见星连成的大区域相邻的两个区域的卫星不进行故障假设；
当连续三个区域仅中间区域存在可见星时，则中间区域卫星不进行故障假设。
2.一种基于北斗星座的ARAIM子集选择系统，其特征在于，所述系统包括北斗星座和飞行器，北斗星座包括35颗卫星，飞行器包括信号接收天线和数据处理器，信号接收天线接收北斗卫星发送的信号，并将信号发送至所述数据处理器进行ARAIM子集选择，所述数据处理器通过如下方法进行子集选择：
a)将当前空域视为一个二维平面，某一时刻的卫星分布视为在所述二维平面上的点分布；
b)选取K个卫星的坐标作为初始质心，使用K-Means算法，将每个卫星指派到最近的初始质心，形成K个分类簇，重新计算每个分类簇的质心，直至每个簇不发生变化或达到最大迭代次数，得到质心坐标；
c)重新选取K个卫星的坐标作为初始质心，重复计算步骤b)，计算每次得到的质心的误差平方和，选取误差平方和最小的质心作为输出结果；
d)选取步骤c)输出的两个分类簇的质心计算余弦距离A2＝cosθ，两个分类簇的质心计算余弦距离通过如下方法计算：
Figure FDA0002885172080000021
其中，x1、y1，x2、y2分别为两个分类簇的质心在当前二维空域平面中的横坐标和纵坐标；
当余弦距离A2＞-0.866，则认为方位角构型较差，进入步骤e)，否者选取三个分类簇的质心计算余弦距离
Figure FDA0002885172080000022
其中，n＝1,2,3，
当
Figure FDA0002885172080000023
或者
Figure FDA0002885172080000024
则认为方位角构型较差，进入步骤e)，否则选取三个分类簇的质心计算余弦距离
Figure FDA0002885172080000025
其中，n＝1,2,3，
当
Figure FDA0002885172080000026
则认为方位角构型较差，进入步骤e)；
e)以30度方位角划分当前空域，依次对每个区域进行检索，当某一个区域出现两颗以上北斗卫星时，选取其中一个卫星进行故障假设，其他卫星不进行故障假设，
计算每个区域中假设故障卫星的星座构型因子SDOPn(n＝1,2,…)，选取GDOP最小时对应的区域所排除的子集作为卫星子集；
f)再次进行检索，当连续两个以上区域无可见星时，则与无可见星连成的大区域相邻的两个区域的卫星不进行故障假设；
当连续三个区域仅中间区域存在可见星时，则中间区域卫星不进行故障假设。
CN201811295524.2A 2018-11-01 2018-11-01 一种基于北斗星座的araim子集选择方法及系统 Active CN109581445B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811295524.2A CN109581445B (zh) 2018-11-01 2018-11-01 一种基于北斗星座的araim子集选择方法及系统
US16/220,458 US10422882B1 (en) 2018-11-01 2018-12-14 ARAIM subset selection method and system based on BeiDou constellation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811295524.2A CN109581445B (zh) 2018-11-01 2018-11-01 一种基于北斗星座的araim子集选择方法及系统

Publications (2)

Publication Number Publication Date
CN109581445A CN109581445A (zh) 2019-04-05
CN109581445B true CN109581445B (zh) 2021-03-19

Family

ID=65921091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811295524.2A Active CN109581445B (zh) 2018-11-01 2018-11-01 一种基于北斗星座的araim子集选择方法及系统

Country Status (2)

Country Link
US (1) US10422882B1 (zh)
CN (1) CN109581445B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111060133B (zh) * 2019-12-04 2020-10-20 南京航空航天大学 一种用于城市复杂环境的组合导航完好性监测方法
CN111239777B (zh) * 2020-01-07 2023-07-25 哈尔滨工业大学 一种基于位置指纹的卫星集群分级定位方法
CN111965674B (zh) * 2020-08-31 2023-08-01 北方民族大学 一种基于自适应布谷鸟算法的北斗定位解算方法及系统
CN112348242B (zh) * 2020-10-28 2023-09-01 北京空间飞行器总体设计部 一种静止轨道遥感卫星区域划分及观测方法
CN113515881B (zh) * 2021-03-23 2023-05-16 北京航空航天大学 一种面向araim应用的低轨卫星增强系统星座配置优化方法
CN113093248A (zh) * 2021-04-11 2021-07-09 湘潭大学 一种范围一致性raim方法
CN114444377A (zh) * 2021-12-24 2022-05-06 北京理工大学 一种基于梯度提升机的多地面测距仪选站方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799524A (zh) * 2009-07-10 2010-08-11 中国测绘科学研究院 全球导航卫星系统接收机自主完备性监测的方法
CN102981167A (zh) * 2012-11-12 2013-03-20 哈尔滨工程大学 一种gps/北斗系统双模测时完好性监测方法
CN103592658A (zh) * 2013-09-30 2014-02-19 北京大学 多模卫星导航系统中基于选星算法的raim新方法
CN104977591A (zh) * 2015-07-14 2015-10-14 北京航空航天大学 Gps与北斗区域系统组合星座故障检测与排除方法及装置
CN107330088A (zh) * 2017-07-04 2017-11-07 上海交通大学 一种基于gps轨迹数据的出行段识别方法
CN107861137A (zh) * 2016-09-21 2018-03-30 霍尼韦尔国际公司 Araim聚类分布改进
CN108020847A (zh) * 2017-11-27 2018-05-11 南京航空航天大学 针对高级接收机自主完好性监测中故障模式的确定方法
CN108900460A (zh) * 2018-06-12 2018-11-27 南京邮电大学 一种基于k均值聚类的抗相位噪声的鲁棒符号检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2402785B1 (en) * 2010-06-23 2013-04-03 Astrium GmbH An improved RAIM algorithm
US9069073B2 (en) * 2011-12-19 2015-06-30 Texas Instruments Incorporated Removing and de-weighting outlier measurements from satellite and previous information

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799524A (zh) * 2009-07-10 2010-08-11 中国测绘科学研究院 全球导航卫星系统接收机自主完备性监测的方法
CN102981167A (zh) * 2012-11-12 2013-03-20 哈尔滨工程大学 一种gps/北斗系统双模测时完好性监测方法
CN103592658A (zh) * 2013-09-30 2014-02-19 北京大学 多模卫星导航系统中基于选星算法的raim新方法
CN104977591A (zh) * 2015-07-14 2015-10-14 北京航空航天大学 Gps与北斗区域系统组合星座故障检测与排除方法及装置
CN107861137A (zh) * 2016-09-21 2018-03-30 霍尼韦尔国际公司 Araim聚类分布改进
CN107330088A (zh) * 2017-07-04 2017-11-07 上海交通大学 一种基于gps轨迹数据的出行段识别方法
CN108020847A (zh) * 2017-11-27 2018-05-11 南京航空航天大学 针对高级接收机自主完好性监测中故障模式的确定方法
CN108900460A (zh) * 2018-06-12 2018-11-27 南京邮电大学 一种基于k均值聚类的抗相位噪声的鲁棒符号检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于聚类和密度的离群点检测方法;陶晶;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150215(第2期);28-29 *

Also Published As

Publication number Publication date
US10422882B1 (en) 2019-09-24
CN109581445A (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN109581445B (zh) 一种基于北斗星座的araim子集选择方法及系统
CN110007317B (zh) 一种选星优化的高级接收机自主完好性监测方法
US10684375B2 (en) Method of multiple satellite measurement failure detection and isolation for GNSS
CN114174850A (zh) 用于高完整性卫星定位的系统和方法
CN108828626B (zh) 基于实时网格的网络rtk电离层延迟内插方法及系统
JP5122066B2 (ja) 積率限界を利用してデータ処理システムの動作のインテグリティを評価する方法及び装置
CN110196434B (zh) 一种高级接收机自主完好性监测的星座动态选择方法
US7948433B2 (en) Calculation method for network-specific factors in a network of reference stations for a satellite-based positioning system
JP6290539B2 (ja) 電離層の電子数を推定する適応的方法
EP2881759B1 (en) Multiple-criterion based global navigation satellite sub-set recursive selection
JP2014228537A (ja) マルチモード測位のための受信機と方法
WO2009014823A2 (en) Methods and apparatus for geometry extra-redundant almost fixed solutions
CN109752739B (zh) 一种观测数据处理方法、装置、终端设备及存储介质
Gerbeth et al. Optimized selection of satellite subsets for a multi-constellation GBAS
CN112146650A (zh) 一种用于无人蜂群协同导航的构型优化方法
CN105974454B (zh) 使用接入点信息来解决位置不明确性的系统和方法
WO2021212517A1 (zh) 定位方法、系统及存储介质
Blanch et al. A simple position estimator that improves advanced RAIM performance
CN109521442B (zh) 一种基于星基增强系统快速布站方法
CN114235007A (zh) 一种apnt服务的定位和完好性监测方法及系统
JP2007033324A (ja) 測位システム
JP6320254B2 (ja) 測位方法及び測位システム
US6211821B1 (en) Apparatus and method for determining pitch and azimuth from satellite signals
KR102168361B1 (ko) 정밀 위치정보 제공을 위한 클러스터 설계 방법 및 장치
CN104950316B (zh) 一种广播星历数据的一致性检测方法、设备及系统

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