CN110058283A - 一种基于完好性风险控制的整周模糊度正确性检验方法 - Google Patents

Abstract

本发明涉及一种基于完好性风险控制的整周模糊度正确性检验方法，属于导航技术领域。本方法以完好性风险作为指标需求，构建基于完好性的模糊度解算正确性监测方法，重点针对模糊度解算的漏检问题实施有效约束，保证模糊度解算的可靠性。本方法通过预先设定完好性风险指标，确定可接受的模糊度失败率，进一步动态调整门限值。当完好性风险概率要求苛刻时，传统固定门限值的方法会导致较高的误警率及较高的固定率，本方法与传统的固定门限值方法相比，增加了RT检测的应用范围和实际效果，能获得较高的模糊度固定率及较低的误警率从而保证了模糊度解算的可靠性，进而得到更好的定位精度。因此，本方法可有效解决模糊度检验难以自适应导航环境的缺陷。

Description

一种基于完好性风险控制的整周模糊度正确性检验方法

技术领域

本发明涉及一种基于完好性风险控制的整周模糊度正确性检验方法，属于导航技术领域。

背景技术

整周模糊度解是基于载波相位差分的实时动态方法以得到分米甚至厘米级的实时基线解精度的重点技术。而高精度基线解的可靠性取决于整数模糊度解的正确性检验，这对于很多具有完好性要求的生命安全导航应用具有重大意义。在导航环境恶劣的条件下，整周模糊度解算的成功率较低，构建模糊度解算正确性监测方法成为提升模糊度解算成功率的研究重点。

传统的固定门限检测方法不能自适应调整，会导致出现漏检问题。如何对模糊度解算的漏检问题实施有效约束，成为保证模糊度解算成功率的可靠性的研究热点。

门限值的选择是决定实时检测效果的关键因素，目前大部分采用的是固定门限值3。该值的选取依赖于经验和大量测试而缺乏理论依据，这就会削弱RT检测的应用范围和实际效果。可以通过调节门限值的大小来控制模糊度接受域的大小，从而进一步控制模糊度获得正确固定解的概率。更进一步，可以利用事先预设好的模糊度固定成功率或失败率反推出门限的值。因此，本课题从完好性的角度出发，研究一种基于完好性监测的模糊度正确性检验算法。通过预先设定完好性风险指标，确定可以接受的模糊度失败率，从而进一步动态调整门限值。

发明内容

本发明的目的是为了对模糊度解算的漏检问题实施有效约束而提供一种基于完好性风险控制的整周模糊度正确性检验方法。

本发明的目的是这样实现的，包括以下步骤：

步骤1、根据不同卫星几何分布、频率数目、测量噪声、基线长度以及大气修正模型因素建立对应的系统解算模型；

步骤2、根据事先设定的模糊度风险概率计算所能接受的失败率；

步骤3、利用步骤1中得到的模型计算先验失败率，利用Bootstrapping取整方式对其进行估算，比较先验失败率和步骤2得到的失败率，若小于步骤2的失败率，则不用改变门限值，否则需要继续计算，修改门限值；

步骤4、利用蒙特卡洛仿真器生成10⁵个模糊度浮点解的值，且这些浮点解的值服从零均值正态分布；

步骤5、利用整数最小二乘确定步骤4得到的模糊度值中的最优解与次优解，并计算出相应的比率值；

步骤6、获得步骤5中的比率值后，确定阈值的取值范围；

步骤7、利用步骤6得到阈值范围后，计算出不同阈值对应的模糊度失败率，并搜索阈值得到与步骤2得到的可接受失败率相同的失败率，得到门限值。

与现有技术相比，本发明的有益效果是：

本发明能够在满足指定完好性风险水平指标的条件下，根据当前导航条件下模糊度固定的先验失败率调整门限值大小，有效控制模糊度检验漏检率，并在漏检率与误警率之间取得更优的平衡。使得即使在恶劣的导航环境下，模糊度解算的正确率依旧能得到保证。

附图说明

图1是本发明流程图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述。

本发明公开一种基于完好性风险控制的整周模糊度正确性检验方法，属于导航技术领域，该方法是一种以完好性风险作为指标需求，构建基于完好性的模糊度解算正确性监测方法，重点针对模糊度解算的漏检问题实施有效约束，从而保证模糊度解算的可靠性。该方法通过预先设定完好性风险指标，确定可以接受的模糊度失败率，从而进一步动态调整门限值。当完好性风险概率要求苛刻时，传统固定门限值的方法会导致较高的误警率及较高的固定率，该方法与传统的固定门限值方法相比，增加RT检测的应用范围和实际效果，可以获得较高的模糊度固定率及较低的误警率从而保证了模糊度解算的可靠性，进而得到更好的定位精度。因此，该方法可有效解决模糊度检验难以自适应导航环境的缺陷。

下面以GPS+BDS单频为例说明本方法，如附图1所示，是本发明流程图，一种基于完好性风险控制的整周模糊度正确性检验方法，具体包括以下步骤：

步骤1，根据不同卫星几何分布(卫星系统、时间、位置)、频率数目、测量噪声、基线长度以及大气修正模型等因素建立对应的系统解算模型；

利用双差伪距和载波相位观测量，单历元混合整数GNSS模型可表示为：

E(y)＝Bb+Aa,D(y)＝Q_y， (1)

其中，E(·),D(·)分别表示期望和方差，y∈R^q×1表示双差观测量并服从方差-协方差矩阵为Q(y)∈R^q×q的高斯分布，a∈R^n×1和b∈R^3×1分别代表未知模糊度及基线向量，对应的列满秩阵为A∈R^q×n和B∈R^q×3。

步骤2，根据事先设定的模糊度风险概率计算所能接受的失败率；

完好性风险的定义一般可以用下式表示：

P_IR＝P_fP_H1 (2)

其中：P_IR代表完好性风险概率，P_f表示模糊度固定失败率，P_H1表示卫星导航环境的恶劣程度。

步骤3，利用步骤1中得到的模型计算先验失败率，利用Bootstrapping取整方式对其进行估算。比较先验失败率和步骤2得到的失败率，若小于步骤2的失败率，则不用改变门限值；

式(1)中的基线向量可以利用序贯最小二乘法来固定模糊度，以求取固定解。根据式(1)建立的系统解算模型来评估完好性风险，我们用P_s,ILS表示模糊度固定的成功率，P_f,ILS表示模糊度固定失败率且满足P_s,ILS+P_f,ILS＝1，P_s,ILS可以被估计为：

这样就得到了先验失败率P_f,ILS，然后利用Bootstrapping取整方式对其进行估算,Bootstrapping取整方式考虑了模糊度之间的相关性，具体体现在Bootstrapping中每一个模糊度都根据其前一模糊度进行条件最小二乘获得。获得估算后的模糊度固定失败率P_f,ILS与式(2)中的P_f比较，若满足P_f,ILS＜P_f，则认为门限值符合要求，无需修改，否则需要继续计算，修改门限值。

步骤4，利用蒙特卡洛仿真器生成10⁵个模糊度浮点解的值，并假设这些浮点解的值服从零均值正态分布，即a_i～N(0,Q_aa),(i＝1,2,…,N)；

步骤5，利用整数最小二乘确定步骤4得到的模糊度值中的最优解与次优解，并计算出相应的比率值；

最小二乘思想是求解使目标量最小的模糊度值，该值可以用下式表示：

对上式进行正交分解可得：

其中表示浮点解残差，表示基线的条件估计值，分别可表示为：

式(9)中第一项表示所获取的最小二乘浮点解。考虑到模糊度整数特性，式(10)中第二项需要在z∈Zⁿ的条件下取得最小值，取得最小值时对应最优解为a_i，在z∈Zⁿ条件下得到次小值对应次优解为a_i2，则相应的比率值为：R_i＝q(a_i)/q(a_i2)。

步骤6，获得步骤5中的比率值后，可确定阈值的取值范围为μ∈[R_min,R_max]；

步骤7，利用步骤6获得阈值范围后，计算出不同阈值对应的模糊度失败率，并搜索阈值得到与步骤2得到的可接受失败率相同的失败率，得到门限值，定义P_f(μ)＝N_f/N，其中如果R_i＜μ,a≠0，则ω(R_i,a_i)＝1，否则ω(R_i,a_i)＝0。进而搜索μ值，使得P_f(μ)-P_f＝0，从而得到门限值至此，就可以实现动态调整门限值，即使在环境恶劣的情况下，同样可以控制模糊度检验漏检率，并在漏检率与误警率之间取得更优的平衡。

Claims (1)

1.一种基于完好性风险控制的整周模糊度正确性检验方法，其特征在于：包括以下步骤：

步骤1、根据不同卫星几何分布、频率数目、测量噪声、基线长度以及大气修正模型因素建立对应的系统解算模型；

步骤2、根据事先设定的模糊度风险概率计算所能接受的失败率；

步骤3、利用步骤1中得到的模型计算先验失败率，利用Bootstrapping取整方式对其进行估算，比较先验失败率和步骤2得到的失败率，若小于步骤2的失败率，则不用改变门限值，否则需要继续计算，修改门限值；

步骤4、利用蒙特卡洛仿真器生成10⁵个模糊度浮点解的值，且这些浮点解的值服从零均值正态分布；

步骤5、利用整数最小二乘确定步骤4得到的模糊度值中的最优解与次优解，并计算出相应的比率值；

步骤6、获得步骤5中的比率值后，确定阈值的取值范围；

步骤7、利用步骤6得到阈值范围后，计算出不同阈值对应的模糊度失败率，并搜索阈值得到与步骤2得到的可接受失败率相同的失败率，得到门限值。