CN110174683B - 基于贝叶斯决策的gbas保护级完好性风险分配方法 - Google Patents
基于贝叶斯决策的gbas保护级完好性风险分配方法 Download PDFInfo
- Publication number
- CN110174683B CN110174683B CN201910426890.5A CN201910426890A CN110174683B CN 110174683 B CN110174683 B CN 110174683B CN 201910426890 A CN201910426890 A CN 201910426890A CN 110174683 B CN110174683 B CN 110174683B
- Authority
- CN
- China
- Prior art keywords
- probability
- misleading information
- protection level
- assumed
- xpl
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Abstract
一种基于贝叶斯决策的完好性风险分配方法。其包括采用漏检乘积因子,计算H0和H1假设下垂直和水平保护级;以上述保护级作为积分限值,以定位误差为积分变量,对H0和H1假设下的概率密度函数进行积分,得到H0和H1假设下误导信息概率;基于贝叶斯决策最小总错误率准则及误导信息概率,统计误导信息分属于H0和H1假设在总采样数中所占的比例,重新分配总误导信息概率,计算新漏检乘积因子;依据新漏检乘积因子计算H0和H1假设下的垂直和水平保护级,取两者最大值作为GBAS机载端保护级等步骤。本发明有效降低了完好性风险概率分配的错误率,使得计算的垂直和水平保护级紧致包络实际定位误差,提高了导航系统的可用性。
Description
技术领域
本发明属于卫星导航定位技术领域,具体涉及一种基于贝叶斯决策的GBAS(民用航空陆基增强系统)保护级完好性风险分配方法。
背景技术
导航系统的完好性是民用航空精密进近与着陆阶段所需导航性能(RNP)的重要指标之一,它是指系统一旦发生故障而在规定时间内提供及时且有效告警的能力。描述完好性的指标主要有告警时间、完好性风险、保护级和告警门限。其中,完好性风险是指无故障机载设备处理GBAS地面站播发的数据时,产生的垂直或水平定位误差超出限度却没有在规定时间给出告警的概率。而保护级是指以规定的完好性概率计算出的一个球的半径,导航系统误差以该完好性概率落在该球体之内。航空无线电技术委员会(RTCA)在颁布的DO-245A标准中提到,GBAS进近服务将75%的空间信号完好性风险分配于非H0-H1假设,包括测距源故障、信号传播过程中的畸变、基准站子系统故障、VDB故障等,余下25%的空间信号完好性风险则分配于H0和H1假设,用于计算H0和H1假设下的保护级。而DO-245A中关于保护级完好性风险的分配方法只依据GBAS地面站基准接收机的数量确定保护级超出限度的概率,进而分配H0和H1假设下的完好性风险概率。此方法未能依据实际情况反映保护级超限的概率,使得计算的保护级无法如实的反映导航系统误差。
发明内容
为了解决上述问题,本发明的目的在于提供一种基于贝叶斯决策的GBAS保护级完好性风险分配方法。
为了达到上述目的,本发明提供的基于贝叶斯决策的GBAS保护级完好性风险分配方法包括按顺序进行的下列步骤:
1)采用航空无线电技术委员会颁布的DO-245A标准中提出的完好性风险分配方法所得出的漏检乘积因子,分别计算H0和H1假设下的垂直和水平保护级;
2)以步骤1)中得到的垂直和水平保护级作为积分限值,以定位误差作为积分变量,对H0和H1假设下的概率密度函数分别进行积分,得到H0和H1假设下的误导信息概率;
3)基于贝叶斯决策最小总错误率准则,以及步骤2)中计算出的H0和H1假设下误导信息概率,统计误导信息分别属于H0和H1假设在总采样数中所占的比例,依据此比例重新分配总误导信息概率,并计算出新漏检乘积因子;
4)依据步骤3)中得到的新漏检乘积因子分别计算H0和H1假设下的垂直和水平保护级,取两者最大值作为GBAS机载端保护级。
在步骤1)中,所述的采用航空无线电技术委员会颁布的DO-245A标准中提出的完好性风险分配方法所得出的漏检乘积因子,分别计算H0和H1假设下的垂直和水平保护级的方法是:
假设正常测量情况下先验概率为P(H0),基准接收机存在一个潜在故障情况下的先验概率为P(H1),M为GBAS地面站中基准接收机个数,则H0和H1假设下的总误导信息概率可表示为:
式中,Pffmd表示H0假设下的误导信息概率,Pmd表示H1假设下的误导信息概率;
由于水平和垂直方向的完好性风险分配方法一样,故H0和H1假设下的总误导信息概率PXPL(MI)的分配适用于垂直或水平方向;将H0和H1假设下的总误导信息概率进行M+1等分,H0假设占一份,H1假设占M份,则可分别得到H0和H1假设下的误导信息概率,进而得到漏检乘积因子,随后利用GBAS保护级计算公式,得到H0和H1假设下的垂直和水平保护级。
在步骤2)中,所述的以步骤1)中得到的垂直和水平保护级作为积分限值,以定位误差作为积分变量,对H0和H1假设下的概率密度函数分别进行积分,得到H0和H1假设下的误导信息概率的方法是:
假设H0假设下概率密度函数为f(xv|H0),且服从高斯分布xv~N(μv,σv);H1假设下概率密度函数为f(xv|H1),且服从高斯分布N(Bi.j,σvert_H1),将式(1)展开,则误导信息概率可表示为:
由式(2)可分别得出H0和H1假设下的误导信息概率。
在步骤3)中,所述的基于贝叶斯决策最小总错误率准则,以及步骤2)中计算出的H0和H1假设下误导信息概率,统计误导信息分别属于H0和H1假设在总采样数中所占的比例,依据此比例重新分配总误导信息概率,并计算出新漏检乘积因子的方法是:
由贝叶斯全概率公式可得,后验概率P(Hi|xv>XPL)为:
式中,后验概率P(Hi|xv>XPL)表示将误导信息xv>XPL放入Hi假设,判定其属于Hi假设的概率;
根据贝叶斯决策理论,分类规则描述为:
a)若P(xv>XPL|H0)P(H0)>P(xv>XPL|H1)P(H1),则判定误导信息xv>XPL属于H0假设;
b)若P(xv>XPL|H0)P(H0)<P(xv>XPL|H1)P(H1),则判定误导信息xv>XPL属于H1假设。
设总采样数为N,根据上述分类规则,则可分别求得误导信息xv>XPL属于H0和H1假设的比例为:
而
式中,k为采样序号。
根据误导信息xv>XPL属于H0和H1假设的比例重新分配总误导信息概率,则可得到H0和H1假设下的新误导信息概率分别为:
所以,进行完好性风险分配后的新漏检乘积因子Kffmd_bayes和Kmd_bayes分别为:
Kmd,bayes=Q-1(Pmd,bayes)。
在步骤4)中,所述的依据步骤3)中得到的新漏检乘积因子,分别计算H0和H1假设下的垂直和水平保护级,取两者最大值作为GBAS机载端保护级的方法是:
基于贝叶斯决策的完好性风险分配方法下计算的H0和H1假设下的垂直和水平保护级可表示为:
与传统完好性风险分配方法相比,本发明提供的基于贝叶斯决策的完好性风险分配方法,根据传统完好性风险分配方法计算出的H0和H1假设下误导信息在总采样数中所占的比例,基于最小总错误率准则重新分配误导信息概率,即完好性风险概率,有效降低了完好性风险概率分配的错误率,使得计算的垂直和水平保护级紧致包络实际定位误差,提高了导航系统的可用性。
附图说明
图1为本发明提供的基于贝叶斯决策的GBAS保护级完好性风险分配方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明提供的基于贝叶斯决策的GBAS保护级完好性风险分配方法进行详细说明。
如图1所示,本发明提供的基于贝叶斯决策的GBAS保护级完好性风险分配方法包括按顺序进行的下列步骤:
1)采用航空无线电技术委员会颁布的DO-245A标准中提出的完好性风险分配方法所得出的漏检乘积因子,分别计算H0和H1假设下的垂直和水平保护级;
为安全起见,本发明中的误导信息概率即为航空无线电技术委员会颁布的DO-245A标准中要求的保护级完好性风险概率。
在GBAS中,机载接收机的定位误差受到基准接收机的工作状态影响。因此,机载接收机在计算保护级时,作如下两种假设:
a)H0假设为正常测量情况,即所有基准接收机和测距源无故障;
b)H1假设为故障测量情况,即有且只有一个基准接收机存在潜在的故障。
假设正常测量情况下先验概率为P(H0),基准接收机存在一个潜在故障情况下的先验概率为P(H1),M为GBAS地面站中基准接收机个数,则H0和H1假设下的总误导信息概率可表示为:
式中,Pffmd表示H0假设下的误导信息概率,Pmd表示H1假设下的误导信息概率。
由于水平和垂直方向的完好性风险分配方法一样,故H0和H1假设下的总误导信息概率PXPL(MI)的分配适用于垂直或水平方向。将H0和H1假设下的总误导信息概率PXPL(MI)进行M+1等分,H0假设占一份,H1假设占M份,则:
所以,漏检乘积因子Kffmd和Kmd分别为:
Kmd=Q-1(Pmd)
则H0假设下的垂直保护级和水平保护级可表示为:
式中,i为卫星序号,Kffmd为H0假设下的漏检乘积因子,svert,i为误差项在垂直方向上的权重系数,slat,i为误差项在水平方向上的权重系数,σvert_H0为H0假设下总误差的标准差。
H1假设下的垂直保护级和水平保护级可表示为:
式中,j为基准接收机序号,Bi,j为GBAS地面站引起的误差,Kmd为H1假设下的漏检乘积因子,σvert_H1为H1假设下总误差的标准差。
由于假设H0或H1为真,因此必须将H0假设下的垂直保护级VPLH0和H1假设下的垂直保护级VPLH1最大者作为垂直保护级、H0假设下的水平保护级LPLH0和H1假设下的水平保护级LPLH1最大者作为水平保护级:
2)以步骤1)中得到的垂直和水平保护级作为积分限值,以定位误差作为积分变量,对H0和H1假设下的概率密度函数分别进行积分,得到H0和H1假设下的误导信息概率;
假设H0假设下概率密度函数为f(xv|H0),且服从高斯分布xv~N(μv,σv);H1假设下概率密度函数为f(xv|H1),且服从高斯分布N(Bi.j,σvert_H1),将式(1)展开,则误导信息概率可表示为:
由式(8)可分别得出H0和H1假设下的误导信息概率。
3)基于贝叶斯决策最小总错误率准则,以及步骤2)中计算出的H0和H1假设下误导信息概率,统计误导信息分别属于H0和H1假设在总采样数中所占的比例,依据此比例重新分配总误导信息概率,并计算出新漏检乘积因子;
由贝叶斯全概率公式可得,后验概率P(Hi|xv>XPL)为:
式中,后验概率P(Hi|xv>XPL)表示将误导信息xv>XPL放入Hi假设,判定其属于Hi假设的概率。
根据贝叶斯决策理论,分类规则描述为:
a)若P(xv>XPL|H0)P(H0)>P(xv>XPL|H1)P(H1),则判定误导信息xv>XPL属于H0假设;
b)若P(xv>XPL|H0)P(H0)<P(xv>XPL|H1)P(H1),则判定误导信息xv>XPL属于H1假设。
设总采样数为N,根据上述分类规则,则可分别求得误导信息xv>XPL属于H0和H1假设的比例为:
而
式中,k为采样序号。
根据误导信息xv>XPL属于H0和H1假设的比例重新分配总误导信息概率,则可得到H0和H1假设下的新误导信息概率分别为:
所以,进行完好性风险分配后的新漏检乘积因子Kffmd_bayes和Kmd_bayes分别为:
Kmd,bayes=Q-1(Pmd,bayes)
4)依据步骤3)中得到的新漏检乘积因子分别计算H0和H1假设下的垂直和水平保护级,取两者最大值作为GBAS机载端保护级。
基于贝叶斯决策的完好性风险分配方法下计算的H0和H1假设下的垂直和水平保护级可表示为:
Claims (5)
1.一种基于贝叶斯决策的GBAS保护级完好性风险分配方法,其特征在于:所述的方法包括按顺序进行的下列步骤:
1)采用航空无线电技术委员会颁布的DO-245A标准中提出的完好性风险分配方法所得出的漏检乘积因子,分别计算H0和H1假设下的垂直和水平保护级;
2)以步骤1)中得到的垂直和水平保护级作为积分限值,以定位误差作为积分变量,对H0和H1假设下的概率密度函数分别进行积分,得到H0和H1假设下的误导信息概率;
3)基于贝叶斯决策最小总错误率准则,以及步骤2)中计算出的H0和H1假设下误导信息概率,统计误导信息分别属于H0和H1假设在总采样数中所占的比例,依据此比例重新分配总误导信息概率,并计算出新漏检乘积因子;
4)依据步骤3)中得到的新漏检乘积因子分别计算H0和H1假设下的垂直和水平保护级,取两者最大值作为GBAS机载端保护级。
2.根据权利要求1所述的基于贝叶斯决策的GBAS保护级完好性风险分配方法,其特征在于:在步骤1)中,所述的采用航空无线电技术委员会颁布的DO-245A标准中提出的完好性风险分配方法所得出的漏检乘积因子,分别计算H0和H1假设下的垂直和水平保护级的方法是:
假设正常测量情况下先验概率为P(H0),基准接收机存在一个潜在故障情况下的先验概率为P(H1),M为GBAS地面站中基准接收机个数,则H0和H1假设下的总误导信息概率可表示为:
式中,Pffmd表示H0假设下的误导信息概率,Pmd表示H1假设下的误导信息概率;
由于水平和垂直方向的完好性风险分配方法一样,故H0和H1假设下的总误导信息概率PXPL(MI)的分配适用于垂直或水平方向;将H0和H1假设下的总误导信息概率进行M+1等分,H0假设占一份,H1假设占M份,则可分别得到H0和H1假设下的误导信息概率,进而得到漏检乘积因子,随后利用GBAS保护级计算公式,得到H0和H1假设下的垂直和水平保护级。
4.根据权利要求1所述的基于贝叶斯决策的GBAS保护级完好性风险分配方法,其特征在于:在步骤3)中,所述的基于贝叶斯决策最小总错误率准则,以及步骤2)中计算出的H0和H1假设下误导信息概率,统计误导信息分别属于H0和H1假设在总采样数中所占的比例,依据此比例重新分配总误导信息概率,并计算出新漏检乘积因子的方法是:
由贝叶斯全概率公式可得,后验概率P(Hi|xv>XPL)为:
式中,后验概率P(Hi|xv>XPL)表示将误导信息xv>XPL放入Hi假设,判定其属于Hi假设的概率;
根据贝叶斯决策理论,分类规则描述为:
a)若P(xv>XPL|H0)P(H0)>P(xv>XPL|H1)P(H1),则判定误导信息xv>XPL属于H0假设;
b)若P(xv>XPL|H0)P(H0)<P(xv>XPL|H1)P(H1),则判定误导信息xv>XPL属于H1假设;
设总采样数为N,根据上述分类规则,则可分别求得误导信息xv>XPL属于H0和H1假设的比例为:
而
式中,k为采样序号;
根据误导信息xv>XPL属于H0和H1假设的比例重新分配总误导信息概率,则可得到H0和H1假设下的新误导信息概率分别为:
所以,进行完好性风险分配后的新漏检乘积因子Kffmd_bayes和Kmd_bayes分别为:
Kmd,bayes=Q-1(Pmd,bayes)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910426890.5A CN110174683B (zh) | 2019-05-17 | 2019-05-17 | 基于贝叶斯决策的gbas保护级完好性风险分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910426890.5A CN110174683B (zh) | 2019-05-17 | 2019-05-17 | 基于贝叶斯决策的gbas保护级完好性风险分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110174683A CN110174683A (zh) | 2019-08-27 |
CN110174683B true CN110174683B (zh) | 2022-12-23 |
Family
ID=67691729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910426890.5A Active CN110174683B (zh) | 2019-05-17 | 2019-05-17 | 基于贝叶斯决策的gbas保护级完好性风险分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110174683B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111913192B (zh) * | 2020-07-08 | 2023-02-03 | 北京航空航天大学 | 一种基于关键星的gbas完好性风险分配方法 |
CN114337870B (zh) * | 2021-12-02 | 2023-08-01 | 杭州北斗时空研究院 | 一种基于Bayes准则的BOC信号质量监测方法 |
CN116699659B (zh) * | 2023-04-25 | 2024-03-15 | 哈尔滨工程大学 | 一种基于贝叶斯模型的连续性风险加速测试方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096075A (zh) * | 2010-12-23 | 2011-06-15 | 中国航天科工信息技术研究院 | 基于Galileo系统完好性概念的多模用户完好性评估方法 |
CN104297557A (zh) * | 2014-10-08 | 2015-01-21 | 北京航空航天大学 | 一种适用于多飞行器自由飞行的联合导航自主完好性监测方法 |
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 |
EP3009860A1 (en) * | 2014-10-16 | 2016-04-20 | GMV Aerospace and Defence S.A. | Method for computing an error bound of a Kalman filter based GNSS position solution |
CN107064961A (zh) * | 2017-03-24 | 2017-08-18 | 北京航空航天大学 | 对卫星导航系统完好性监测性能进行测试的方法及装置 |
-
2019
- 2019-05-17 CN CN201910426890.5A patent/CN110174683B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096075A (zh) * | 2010-12-23 | 2011-06-15 | 中国航天科工信息技术研究院 | 基于Galileo系统完好性概念的多模用户完好性评估方法 |
CN104297557A (zh) * | 2014-10-08 | 2015-01-21 | 北京航空航天大学 | 一种适用于多飞行器自由飞行的联合导航自主完好性监测方法 |
EP3009860A1 (en) * | 2014-10-16 | 2016-04-20 | GMV Aerospace and Defence S.A. | Method for computing an error bound of a Kalman filter based GNSS position solution |
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 |
CN107064961A (zh) * | 2017-03-24 | 2017-08-18 | 北京航空航天大学 | 对卫星导航系统完好性监测性能进行测试的方法及装置 |
Non-Patent Citations (3)
Title |
---|
Data-driven generalized integer aperture bootstrapping for real-time high integrity applications;G. Nathan Green等;《2016 IEEE/ION Position, Location and Navigation Symposium (PLANS)》;20160330;全文 * |
基于 GPS/BDS 的陆基增强系统精度和完好性;倪育德等;《中国民航大学学报》;20171231;第35卷(第6期);全文 * |
多接收机局域机场监视系统的完好性算法;王志鹏等;《上海交通大学学报》;20110715(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110174683A (zh) | 2019-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10473791B1 (en) | GBAS integrity performance evaluation method based on pseudorange error distribution model | |
CN110174683B (zh) | 基于贝叶斯决策的gbas保护级完好性风险分配方法 | |
US10197678B1 (en) | H-ARAIM system of optimizing a horizontal protection level | |
Saito et al. | Ionospheric delay gradient model for GBAS in the Asia-Pacific region | |
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 | |
JP6714339B2 (ja) | 衛星シグマを平均し、除外した衛星測定値を差分補正および完全性監視に再入するためのシステムおよび方法 | |
CN113515881B (zh) | 一种面向araim应用的低轨卫星增强系统星座配置优化方法 | |
CN109061683B (zh) | 一种优化水平保护级的h-araim系统 | |
CN111708054B (zh) | 基于粒子群优化算法的araim垂直保护级优化方法 | |
Gerbeth et al. | Optimized selection of satellite subsets for a multi-constellation GBAS | |
EP3206048B1 (en) | Use of wide area reference receiver network data to mitigate local area error sources | |
Pullen et al. | GNSS integrity and receiver autonomous integrity monitoring (RAIM) | |
Marini-Pereira et al. | Ground-based augmentation systems operation in low latitudes-part 1: Challenges, mitigations, and future prospects | |
Zhai et al. | Impact quantification of satellite outages on air navigation continuity | |
Zhu et al. | Evaluation of GBAS flight trials based on BDS and GPS | |
Lee et al. | Advanced RAIM performance sensitivity to deviation of ISM parameter values | |
CN112198533A (zh) | 一种多假设下的地基增强系统完好性评估系统及方法 | |
JP6539063B2 (ja) | 位相シンチレーションの存在下において既存モニタの完全性を保護するための衛星測定値選別 | |
Felux et al. | Concept for a dual frequency dual constellation GBAS | |
CN112034491B (zh) | 一种基于误差核心分布的完好性保护级计算方法 | |
US11022695B1 (en) | GBAS integrity risk allocation system based on key satellites | |
Pervan | Ground‐Based Augmentation System | |
Lee et al. | Horizontal advanced RAIM performance sensitivity to mischaracterizations in integrity support message values | |
KR101104452B1 (ko) | 위성항법 기반 기준국 지향 시공간 차분을 이용한 전리층 폭풍 감지 시스템 및 방법 | |
Shively | LAAS integrity risk due to satellite ephemeris faults |
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 |