CN112230247A - 一种用于城市复杂环境下gnss完好性监测方法 - Google Patents

一种用于城市复杂环境下gnss完好性监测方法 Download PDF

Info

Publication number
CN112230247A
CN112230247A CN202011023620.9A CN202011023620A CN112230247A CN 112230247 A CN112230247 A CN 112230247A CN 202011023620 A CN202011023620 A CN 202011023620A CN 112230247 A CN112230247 A CN 112230247A
Authority
CN
China
Prior art keywords
candidate
satellite
carrier
point
positioning
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.)
Granted
Application number
CN202011023620.9A
Other languages
English (en)
Other versions
CN112230247B (zh
Inventor
孙蕊
陈含智
程琦
胡德正
毛继智
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202011023620.9A priority Critical patent/CN112230247B/zh
Publication of CN112230247A publication Critical patent/CN112230247A/zh
Application granted granted Critical
Publication of CN112230247B publication Critical patent/CN112230247B/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
    • G01S19/01—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
    • G01S19/13—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
    • G01S19/38—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供了一种用于城市复杂环境下GNSS完好性监测方法，包括：步骤1，进行GNSS伪距观测；步骤2，去除卫星信号信噪比低于阈值的卫星；步骤3，判断剩余可见卫星数是否大于4，然后做不同的处理；步骤4，基于最小二乘模型计算得到各个四星子集的候选定位点；步骤5，计算候选定位点相对于参考定位点的东北天坐标；步骤6，基于异常度检测故障候选定位点；步骤7，基于异常度加权寻求最优定位解；步骤8，输出最终定位结果。本发明提供的方法旨在检测并排除城市复杂环境下建筑物遮挡或反射卫星信号等造成的GNSS系统故障，提高GNSS在城市复杂环境下应用时的完好性。

Description

一种用于城市复杂环境下GNSS完好性监测方法
技术领域
本发明涉及一种用于城市复杂环境下GNSS完好性监测方法。
背景技术
GNSS具有全球覆盖、实现绝对定位、误差不随时间累积等优点，广泛应用于国防、通信、交通等领域。在GNSS应用中，人们将GNSS在发生故障时及时向用户告警，识别并排除故障以继续为用户提供定位导航服务的能力定义为GNSS的完好性。对GNSS的完好性的研究最早发生在航空领域，目前已有较为成熟的监测算法。然而近些年来迅速发展的无人机、自动驾驶汽车等责任相关的应用领域，对城市复杂环境下GNSS的完好性提出了更高的要求。城市复杂环境下，GNSS信号很可能会受到建筑物的遮挡或反射，导致GNSS观测的可见星数量减少，观测数据含有的多路径误差增多，进一步降低GNSS系统的完好性。GNSS的完好性对城市中各种基于连续可靠的定位服务的应用具有重要意义，有必要针对城市复杂环境下的GNSS完好性监测算法展开进一步的研究。
关于卫星定位导航系统完好性的研究起步较早，最早被应用于航空领域，目前已经有比较成熟的算法。接收机自主完好性监测算法(RAIM)，只利用卫星接收机的观测量进行完好性监测，主要分两步，第一步检测故障，若观测数据超过一定的阈值则认为观测数据存在故障引起的粗差；第二步识别故障，即按照一定的规则识别并去除存在故障造成的误差的观测数据。传统的RAIM目前主要有三种算法，分别是距离比较法、最小二乘残差法和奇偶矢量法。距离比较法通过比较5颗卫星的加权距离和监测故障是否发生，但无法识别故障。最小二乘法残差法利用基于最小二乘法模型预估的卫地距与观测到的伪距之差即残差的概率分布特性分析是否发生故障以及识别发生故障的卫星,数学分析过程较复杂，故障检测的判决门限不易确定，只适用只存在一个故障偏差情况；奇偶矢量法对观测阵进行QR分解，并将噪声误差置于奇偶空间中监测系统的完好性，减少了计算量。
有关学者为了改进RAIM算法，对传统的RAIM算法进行了一系列的创新。为解决粗差对检验统计值的干扰，王式太利用M估计具有良好的抗差特性，提出了一种基于M估计的RAIM粗差探测和剔除算法。为改进传统RAIM故障检测和识别率低的缺点，张亚斌提出将GPS星历中的ISC参数引入RAIM算法，使用ISC参数改正卫星观测数据。注意到某些卫星在RAIM故障检测中不敏感而被漏检，王煜东推导了卫星特征斜率的表达式，提出了一种基于卫星特征斜率加权的RAIM算法。针对RAIM难以探测识别多粗差的问题，谷守周将模糊聚类分析应用于RAIM算法，以QR奇偶校验法构建单点定位的全设计矩阵。上述RAIM改进算法提高了传统RAIM算法的故障检测率，但与传统RAIM算法相同都采取了单一故障、高斯噪声误差的假设。
现有技术缺点如下：
(1)传统RAIM算法包括上述RAIM改进算法均假设系统中仅可能有单个卫星发生故障，没有考虑系统中多个卫星发生故障的情况。然而在城市环境下，卫星信号很可能被建筑物遮挡或者反射，多个卫星同时发生故障的概率增加，单一故障假设下的RAIM算法很可能失效。
(2)传统RAIM算法包括上述RAIM改进算法均假设观测数据含有的噪声服从独立高斯分布，根据这一假设推导出检测和识别故障的阈值。然而在城市环境下，建筑物反射卫星信号会给卫星的伪距观测值带来严重的多路径误差，此时的观测数据所含的噪声为非高斯噪声，导致高斯白噪声假设下的RAIM算法漏检、误检率上升。
发明内容
发明目的：为解决背景技术中存在的技术问题，本发明提出一种用于城市复杂环境下GNSS完好性监测方法，包括如下步骤：
步骤1，进行GNSS伪距观测；
步骤2，去除卫星信号信噪比低于阈值的卫星；
步骤3，判断剩余可见卫星数是否大于4，然后做不同的处理；
步骤4，基于最小二乘模型计算得到各个四星子集的候选定位点；
步骤5，计算候选定位点相对于参考定位点的东北天坐标；
步骤6，基于异常度检测故障候选定位点；
步骤7，基于异常度加权寻求最优定位解；
步骤8，输出最终定位结果。
步骤1包括：在城市环境下，载体用GNSS接收机进行伪距观测，获得当前观测历元k的伪距观测数据，包括：可见星数量
Figure BDA0002701468310000031
可见星的地心地固坐标
Figure BDA0002701468310000032
对应的原始伪距观测值
Figure BDA0002701468310000033
以及卫星信号信噪比
Figure BDA0002701468310000034
其中j＝1,2,…,NumVisorig，
Figure BDA0002701468310000035
分别是可见星在地心地固坐标系X轴、Y轴、Z轴上的投影。
步骤2包括：确定的卫星信号信噪比的阈值为SNRthre(可根据观测经验确定，一般可以设置为6.0)，遍历上一步获得的卫星信号信噪比
Figure BDA0002701468310000036
如果满足
Figure BDA0002701468310000037
则保留卫星
Figure BDA0002701468310000038
相关的观测数据，否则删除卫星
Figure BDA0002701468310000039
相关的观测数据。
步骤3包括：
步骤3-1，将存储器(存储器是卫星系统硬件组成的一部分，为一种微型计算机，可以接受数据输入并将数据保存，必要时将数据输出)中存储的上一个历元k-1的最终定位结果
Figure BDA00027014683100000310
惯性传感器测量载体在这一历元内的加速度Ak-1|k和角速度Wk -1|k输入到卡尔曼滤波器中，去除噪声后通过积分得到当前历元载体的估计位置
Figure BDA00027014683100000311
步骤3-2，判断GNSS剩余可见卫星数是否大于4，在经过步骤2处理后，剩余的可见星数量
Figure BDA00027014683100000312
Figure BDA00027014683100000313
为步骤2删除的卫星数量；
如果NumVisk≤4，则将利用惯性传感器得到的当前历元载体的估计位置
Figure BDA00027014683100000314
作为k历元的定位结果进行输出，并利用其更新存储器中的惯性传感器的初始位置以用于k+1历元，所述方法的流程提前结束；
如果NumVisk＞4，则对原始伪距数据进行误差消除处理：利用Klobuchar模型模拟伪距
Figure BDA00027014683100000315
中含有的电离层延迟
Figure BDA00027014683100000316
fKlobuchar为Klobuchar模型对应的电离层延迟经验函数，利用Hopfield模型模拟伪距
Figure BDA00027014683100000317
中含有的对流层延迟
Figure BDA00027014683100000318
fHopfield为Hopfield模型对应的对流层延迟经验函数，消除电离层延迟和对流层延迟后的卫星伪距观测值
Figure BDA0002701468310000041
进入步骤4。
步骤4包括：
步骤4-1，在剩余可见星中构造出所有的四星子集：从剩余的NumVis颗卫星中取4颗不相同的卫星，构造出所有满足条件的四星子集
Figure BDA0002701468310000042
Figure BDA0002701468310000043
互不相等，NumVis表示剔除信噪比低于阈值的卫星之后剩余可见星的数量，
Figure BDA0002701468310000044
为组合数，表示能够构建的四星子集的数量，a,b,c,d分别为不同的四颗卫星的编号；
步骤4-2，解算各个四星子集得到候选定位点：取载体位置的近似坐标
Figure BDA0002701468310000045
构建伪距观测方程
Figure BDA0002701468310000046
Figure BDA0002701468310000047
为伪距残差向量，
Figure BDA0002701468310000048
为观测方向余弦矩阵，
Figure BDA0002701468310000049
为观测方向余弦矩阵的解向量，如下所示：
Figure BDA00027014683100000410
Figure BDA00027014683100000411
其中
Figure BDA00027014683100000412
Figure BDA00027014683100000413
为伪距残差，
Figure BDA00027014683100000414
表示k历元第i个四星子集中的第n颗卫星的伪距观测值，
Figure BDA00027014683100000415
为卫星坐标与载体位置近似坐标之差的二范数，即卫星位置与载体近似位置的距离；
Figure BDA00027014683100000416
分别是载体近似位置到可见星位置的X、Y、Z轴上的方向余弦值，
Figure BDA00027014683100000417
分别是载体近似位置在X、Y、Z轴上的坐标增量，DtR为接收机钟误差，则
Figure BDA00027014683100000418
更新载体的近似位置
Figure BDA00027014683100000419
如果
Figure BDA00027014683100000420
ε为结束迭代的阈值(一般可以取为0.01)，则重复步骤4-2，直至
Figure BDA00027014683100000421
得到四星子集
Figure BDA00027014683100000422
的候选定位点
Figure BDA00027014683100000423
步骤5包括：建立以估计位置
Figure BDA00027014683100000424
为原点的东北天坐标系，候选定位点Si＝(xi,yi,zi)在该坐标系下的坐标为
Figure BDA0002701468310000051
Figure BDA0002701468310000052
Figure BDA0002701468310000053
分别为估计位置在东北天坐标系E、N、U轴上的投影，fxyz2enu为将地心地固坐标转化为东北天坐标的转换函数。
步骤6包括：
步骤6-1，计算候选定位点的异常度：计算
Figure BDA0002701468310000054
外的其余点
Figure BDA0002701468310000055
与
Figure BDA0002701468310000056
的距离
Figure BDA0002701468310000057
按照r1|i从小到大的顺序取出前m个候选定位点与原点
Figure BDA0002701468310000058
组成关于
Figure BDA0002701468310000059
的(m+1)阶邻域
Figure BDA00027014683100000510
Figure BDA00027014683100000511
为
Figure BDA00027014683100000512
中距离
Figure BDA00027014683100000513
最近的点，
Figure BDA00027014683100000514
round为四舍五入的取整函数，接着将邻域中的各点投影到东北天三个坐标轴上，分别计算出
Figure BDA00027014683100000515
的邻域
Figure BDA00027014683100000516
中的各点在三个坐标轴上投影的标准差
Figure BDA00027014683100000517
最后得出
Figure BDA00027014683100000518
的邻域
Figure BDA00027014683100000519
的离散度
Figure BDA00027014683100000520
定义候选定位点
Figure BDA00027014683100000521
的异常度
Figure BDA00027014683100000522
依次计算出
Figure BDA00027014683100000523
各点的异常度
Figure BDA00027014683100000524
步骤6-2，去除故障候选定位点：将所有的候选定位点按照异常度递增的顺序排列，计算候选定位点异常度的均值
Figure BDA00027014683100000525
及标准差
Figure BDA00027014683100000526
Figure BDA00027014683100000527
Figure BDA00027014683100000528
计算异常度阈值
Figure BDA00027014683100000529
遍历候选定位点，如果
Figure BDA00027014683100000530
则认为所述候选定位点为故障卫星导致的故障候选定位点，将其剔除；若
Figure BDA00027014683100000531
则认为所述候选定位点为正常候选定位点，将其保留。
步骤7包括：
步骤7-1，计算利用惯性传感器得到的载体估计位置的异常度：
载体的估计位置即步骤5中建立的坐标系中的原点，将各个候选定位点按照距离原点从近到远排列，取出前m+1个候选定位点组成关于原点的m+1阶邻域
Figure BDA0002701468310000061
Figure BDA0002701468310000062
为原点，
Figure BDA0002701468310000063
为距离原点最近的前1，2，…,m+1个候选定位点，计算
Figure BDA0002701468310000064
中各点在坐标轴上投影的标准差
Figure BDA0002701468310000065
Figure BDA0002701468310000066
分别是关于原点的m+1阶邻域
Figure BDA0002701468310000067
中的各点在E、N、U坐标轴上投影的标准差，于是得出
Figure BDA0002701468310000068
的离散度
Figure BDA0002701468310000069
Figure BDA00027014683100000610
的异常度
Figure BDA00027014683100000611
步骤7-2，分别计算载体估计位置和上一步保留的候选定位点的权值：
设定步骤6-2保留的候选定位点有
Figure BDA00027014683100000612
它们的异常度分别记为
Figure BDA00027014683100000613
则基于惯性传感器的载体估计位置的权值
Figure BDA00027014683100000614
候选定位点的权值
Figure BDA00027014683100000615
h＝m,p,…q；
步骤7-3，计算基于异常度加权的最优定位解。
步骤7-3包括：基于异常度加权的最优定位解为
Figure BDA00027014683100000616
接着将其转化为地心地固坐标系下的坐标
Figure BDA00027014683100000617
步骤8包括：输出最终定位结果：历元k的最终定位结果为
Figure BDA00027014683100000618
将其输出，并利用其更新存储器中的惯性传感器初始位置以用于历元k+1。
城市复杂环境下全球导航卫星系统GNSS(Global Navigation SatelliteSystem)卫星信号易被建筑物反射或遮挡，造成GNSS观测质量降低，使得GNSS的完好性面临较大的挑战，影响了GNSS进一步应用于城市复杂环境。本发明提供的方法旨在检测并排除城市复杂环境下建筑物遮挡或反射卫星信号等造成的GNSS系统故障，提高GNSS在城市复杂环境下应用时的完好性。
本发明提出的方法解决现有技术的缺点：
(1)针对传统RAIM算法包括上述RAIM改进算法在多个卫星同时发生故障时失效的缺点，本方法构建四星子集得到候选定位点，基于异常度检测候选定位点是否发生故障。如果多个卫星同时发生故障，发生故障的卫星和正常的卫星将分散在不同的四星子集中，其中多个故障卫星所在的四星子集的候选定位点会将远离剩余正常卫星组成的四星子集的候选定位点集合，造成候选定位点的异常度较大，设置合理的阈值之后，便可将多个故障卫星所在的四星子集检测出来。
(2)针对传统RAIM算法包括上述RAIM改进算法不适用于观测误差为非高斯噪声的缺点，本方法采用异常度作为四星子集是否存在故障卫星的评价指标，该指标可以反映出非高斯噪声的影响，如果卫星发生故障，则观测数据中含有较大的误差，从而该卫星所在的四星子集的异常度明显高于正常卫星组成的四星子集的异常度。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。
图1是本发明方法流程图。
具体实施方式
如图1所示，本发明提供了一种用于城市复杂环境下GNSS完好性监测方法，包括：
步骤1：进行GNSS伪距观测。在城市环境下，载体(如无人机、自动驾驶汽车)用GNSS接收机进行伪距观测，获得当前观测历元(历元k)的伪距观测数据：可见星数量
Figure BDA0002701468310000071
可见星的地心地固坐标
Figure BDA0002701468310000072
对应的原始伪距观测值
Figure BDA0002701468310000073
以及卫星信号信噪比
Figure BDA0002701468310000074
步骤2：去除卫星信号信噪比低于阈值的卫星。根据历史观测经验确定的卫星信号信噪比的阈值为SNRthre(可根据观测经验确定，一般可以设置为6.0)，遍历上一步获得的卫星信号信噪比
Figure BDA0002701468310000081
如果满足
Figure BDA0002701468310000082
则保留卫星
Figure BDA0002701468310000083
相关的观测数据，否则删除卫星
Figure BDA0002701468310000084
相关的观测数据。
步骤3：判断剩余可见卫星数是否大于4，然后做不同的处理。
步骤3-1，将存储器中存储的上一个历元k-1的最终定位结果
Figure BDA0002701468310000085
(若k＝1，存储器存储的是在使用本方法之前利用GNSS绝对定位获得的载体位置)、惯性传感器测量载体在这一历元内的加速度Ak-1|k和角速度Wk-1|k输入到卡尔曼滤波器中，去除噪声后通过积分得到当前历元载体的估计位置
Figure BDA0002701468310000086
步骤3-2，判断GNSS剩余可见卫星数是否大于4。在经过第二步依据卫星信号的信噪比删除部分观测质量不佳的卫星之后，剩余的可见星数量
Figure BDA0002701468310000087
(
Figure BDA0002701468310000088
为第二步删除的卫星数量)。
如果NumVisk≤4，则将利用惯性传感器得到的当前历元载体的估计位置
Figure BDA0002701468310000089
作为该历元的定位结果进行输出，并利用其更新存储器中的惯性传感器的初始位置以用于k+1历元，本历元的算法提前结束。
如果NumVisk＞4，则对原始伪距数据进行误差消除处理。利用Klobuchar模型模拟伪距
Figure BDA00027014683100000810
中含有的电离层延迟
Figure BDA00027014683100000811
(fKlobuchar为Klobuchar模型对应的电离层延迟经验函数)，利用Hopfield模型模拟伪距
Figure BDA00027014683100000812
中含有的对流层延迟
Figure BDA00027014683100000813
(fHopfield为Hopfield模型对应的对流层延迟经验函数)，于是消除电离层延迟和对流层延迟后的卫星伪距观测值
Figure BDA00027014683100000814
进入下一步。
步骤4：基于最小二乘模型计算得到各个四星子集的候选定位点。
步骤4-1，在剩余可见星中构造出所有的四星子集。从剩余的NumVis颗卫星中取4颗不相同的卫星，构造出所有满足条件的四星子集
Figure BDA00027014683100000815
互不相等)。
步骤4-2，解算各个四星子集得到候选定位点。取载体位置的近似坐标
Figure BDA0002701468310000091
构建伪距观测方程
Figure BDA0002701468310000092
(
Figure BDA0002701468310000093
为伪距残差向量，
Figure BDA0002701468310000094
为观测方向余弦矩阵，
Figure BDA0002701468310000095
为该观测方程的解向量)其中
Figure BDA0002701468310000096
(
Figure BDA0002701468310000097
为伪距残差，
Figure BDA0002701468310000098
表示k历元第i个四星子集中的第n颗卫星的伪距观测值，
Figure BDA0002701468310000099
为卫星坐标与载体位置近似坐标之差的二范数，即卫星位置与载体近似位置的距离)；
Figure BDA00027014683100000910
Figure BDA00027014683100000911
DtR为接收机钟误差，则
Figure BDA00027014683100000912
更新载体的近似位置
Figure BDA00027014683100000913
如果
Figure BDA00027014683100000914
(ε为结束迭代的阈值，一般可取为0.01)，则重复上述步骤，直至
Figure BDA00027014683100000915
得到四星子集
Figure BDA00027014683100000916
的候选定位点
Figure BDA00027014683100000917
步骤5：计算候选定位点相对于参考定位点的东北天坐标。建立以估计位置
Figure BDA00027014683100000918
为原点的东北天坐标系，候选定位点
Figure BDA00027014683100000919
在该坐标系下的坐标为
Figure BDA00027014683100000920
(fxyz2enu为将地心地固坐标转化为东北天坐标的转换函数)。
步骤6：基于异常度检测故障候选定位点。
步骤6-1，计算候选定位点的异常度：计算
Figure BDA00027014683100000921
外的其余点
Figure BDA00027014683100000922
与
Figure BDA00027014683100000923
的距离
Figure BDA00027014683100000924
然后按照r1|i从小到大的顺序取出前
Figure BDA00027014683100000925
(round为四舍五入的取整函数)个候选定位点与原点
Figure BDA0002701468310000101
组成关于
Figure BDA0002701468310000102
的(m+1)阶邻域
Figure BDA0002701468310000103
(
Figure BDA0002701468310000104
为
Figure BDA0002701468310000105
中距离
Figure BDA0002701468310000106
最近的点，以此类推)，接着将邻域中的各点投影到东北天三个坐标轴上，分别计算出
Figure BDA0002701468310000107
的邻域
Figure BDA0002701468310000108
中的各点在三个坐标轴上投影的标准差
Figure BDA0002701468310000109
最后得出
Figure BDA00027014683100001010
的邻域
Figure BDA00027014683100001011
的离散度
Figure BDA00027014683100001012
定义候选定位点
Figure BDA00027014683100001013
的异常度
Figure BDA00027014683100001014
同理依次计算出
Figure BDA00027014683100001015
各点的异常度
Figure BDA00027014683100001016
步骤6-2，去除故障候选定位点。将所有的候选定位点按照异常度递增的顺序排列，计算候选定位点异常度的均值
Figure BDA00027014683100001017
及标准差
Figure BDA00027014683100001018
计算异常度阈值
Figure BDA00027014683100001019
遍历候选定位点，若
Figure BDA00027014683100001020
则认为该候选定位点为故障卫星导致的故障候选定位点，将其剔除；若
Figure BDA00027014683100001021
则认为该候选定位点为正常候选定位点，将其保留。
步骤7：基于异常度加权寻求最优定位解。
步骤7-1，计算利用惯性传感器得到的载体估计位置的异常度。
载体的估计位置即步骤5中建立的坐标系中的原点，首先将各个候选定位点按照距离原点从近到远排列，取出前
Figure BDA00027014683100001022
个候选定位点组成关于原点的(m+1)阶邻域
Figure BDA00027014683100001023
(
Figure BDA00027014683100001024
为原点，
Figure BDA00027014683100001025
为距离原点最近的前1，2，...，m+1个候选定位点)，然后计算
Figure BDA00027014683100001026
中各点在坐标轴上投影的标准差
Figure BDA00027014683100001027
(
Figure BDA00027014683100001028
分别是关于原点的m+1阶邻域
Figure BDA00027014683100001029
中的各点在E、N、U坐标轴上投影的标准差)，于是得出
Figure BDA00027014683100001030
的离散度
Figure BDA00027014683100001031
Figure BDA00027014683100001032
的异常度
Figure BDA00027014683100001033
步骤7-2，分别计算载体估计位置和上一步保留的候选定位点的权值。
设定步骤6-2保留的候选定位点有
Figure BDA0002701468310000111
它们的异常度分别是
Figure BDA0002701468310000112
则基于惯性传感器的载体估计位置的权值
Figure BDA0002701468310000113
候选定位点的权值
Figure BDA0002701468310000114
步骤7-3，计算基于异常度加权的最优定位解。
基于异常度加权的最优定位解为
Figure BDA0002701468310000115
接着将其转化为地心地固坐标系下的坐标
Figure BDA0002701468310000116
(fenu2xyz为将东北天坐标转化为地心地固坐标的变换函数)。
步骤8：输出最终定位结果(历元k)。历元k的最终定位结果为
Figure BDA0002701468310000117
将其输出，并利用其更新存储器中的惯性传感器初始位置以用于历元k+1。
本发明提供了一种用于城市复杂环境下GNSS完好性监测方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (10)

1.一种用于城市复杂环境下GNSS完好性监测方法，其特征在于，包括以下步骤：
步骤1，进行GNSS伪距观测；
步骤2，去除卫星信号信噪比低于阈值的卫星；
步骤3，判断剩余可见卫星数是否大于4，然后做不同的处理；
步骤4，基于最小二乘模型计算得到各个四星子集的候选定位点；
步骤5，计算候选定位点相对于参考定位点的东北天坐标；
步骤6，基于异常度检测故障候选定位点；
步骤7，基于异常度加权寻求最优定位解；
步骤8，输出最终定位结果。
2.根据权利要求1所述的方法，其特征在于，步骤1包括：在城市环境下，载体用GNSS接收机进行伪距观测，获得当前观测历元k的伪距观测数据，包括：可见星数量
Figure FDA0002701468300000011
可见星的地心地固坐标
Figure FDA0002701468300000012
对应的原始伪距观测值
Figure FDA0002701468300000013
以及卫星信号信噪比
Figure FDA0002701468300000014
其中j＝1,2,…,NumVisorig，
Figure FDA0002701468300000015
分别是可见星在地心地固坐标系X轴、Y轴、Z轴上的投影。
3.根据权利要求2所述的方法，其特征在于，步骤2包括：确定的卫星信号信噪比的阈值为SNRthre，遍历上一步获得的卫星信号信噪比
Figure FDA0002701468300000016
如果满足
Figure FDA0002701468300000017
则保留卫星
Figure FDA0002701468300000018
相关的观测数据，否则删除卫星
Figure FDA0002701468300000019
相关的观测数据。
4.根据权利要求3所述的方法，其特征在于，步骤3包括：
步骤3-1，将存储器中存储的上一个历元k-1的最终定位结果
Figure FDA00027014683000000110
惯性传感器测量载体在这一历元内的加速度Ak-1|k和角速度Wk-1|k输入到卡尔曼滤波器中，去除噪声后通过积分得到当前历元载体的估计位置
Figure FDA00027014683000000111
步骤3-2，判断GNSS剩余可见卫星数是否大于4，在经过步骤2处理后，剩余的可见星数量
Figure FDA00027014683000000112
Figure FDA00027014683000000113
为步骤2删除的卫星数量；
如果NumVisk≤4，则将利用惯性传感器得到的当前历元载体的估计位置
Figure FDA0002701468300000021
作为k历元的定位结果进行输出，并利用其更新存储器中的惯性传感器的初始位置以用于k+1历元，所述方法的流程提前结束；
如果NumVisk＞4，则对原始伪距数据进行误差消除处理：利用Klobuchar模型模拟伪距
Figure FDA0002701468300000022
中含有的电离层延迟
Figure FDA0002701468300000023
fKlobuchar为Klobuchar模型对应的电离层延迟经验函数，利用Hopfield模型模拟伪距
Figure FDA0002701468300000024
中含有的对流层延迟
Figure FDA0002701468300000025
fHopfield为Hopfield模型对应的对流层延迟经验函数，消除电离层延迟和对流层延迟后的卫星伪距观测值
Figure FDA0002701468300000026
进入步骤4。
5.根据权利要求4所述的方法，其特征在于，步骤4包括：
步骤4-1，在剩余可见星中构造出所有的四星子集：从剩余的NumVis颗卫星中取4颗不相同的卫星，构造出所有满足条件的四星子集
Figure FDA0002701468300000027
Figure FDA0002701468300000028
互不相等，NumVis表示剔除信噪比低于阈值的卫星之后剩余可见星的数量，
Figure FDA0002701468300000029
为组合数，表示能够构建的四星子集的数量，a,b,c,d分别为不同的四颗卫星的编号；
步骤4-2，解算各个四星子集得到候选定位点：取载体位置的近似坐标
Figure FDA00027014683000000210
构建伪距观测方程
Figure FDA00027014683000000211
Figure FDA00027014683000000212
为伪距残差向量，
Figure FDA00027014683000000213
为观测方向余弦矩阵，
Figure FDA00027014683000000214
为观测方向余弦矩阵的解向量，如下所示：
Figure FDA00027014683000000215
Figure FDA00027014683000000216
其中
Figure FDA00027014683000000217
Figure FDA00027014683000000218
为伪距残差，
Figure FDA00027014683000000219
表示k历元第i个四星子集中的第n颗卫星的伪距观测值，
Figure FDA00027014683000000220
为卫星坐标与载体位置近似坐标之差的二范数，即卫星位置与载体近似位置的距离；
Figure FDA0002701468300000031
分别是载体近似位置到可见星位置的X、Y、Z轴上的方向余弦值，
Figure FDA0002701468300000032
分别是载体近似位置在X、Y、Z轴上的坐标增量，DtR为接收机钟误差，则
Figure FDA0002701468300000033
更新载体的近似位置
Figure FDA0002701468300000034
如果
Figure FDA0002701468300000035
ε为结束迭代的阈值，则重复步骤4-2，直至
Figure FDA0002701468300000036
得到四星子集
Figure FDA0002701468300000037
的候选定位点
Figure FDA0002701468300000038
6.根据权利要求5所述的方法，其特征在于，步骤5包括：建立以估计位置
Figure FDA0002701468300000039
为原点的东北天坐标系，候选定位点Si＝(xi,yi,zi)在该坐标系下的坐标为
Figure FDA00027014683000000310
Figure FDA00027014683000000311
分别为估计位置在东北天坐标系E、N、U轴上的投影，fxyz2enu为将地心地固坐标转化为东北天坐标的转换函数。
7.根据权利要求6所述的方法，其特征在于，步骤6包括：
步骤6-1，计算候选定位点的异常度：计算
Figure FDA00027014683000000312
外的其余点
Figure FDA00027014683000000313
与
Figure FDA00027014683000000314
的距离
Figure FDA00027014683000000315
按照r1|i从小到大的顺序取出前m个候选定位点与原点
Figure FDA00027014683000000316
组成关于
Figure FDA00027014683000000317
的(m+1)阶邻域
Figure FDA00027014683000000318
Figure FDA00027014683000000319
为
Figure FDA00027014683000000320
中距离
Figure FDA00027014683000000321
最近的点，
Figure FDA00027014683000000322
round为四舍五入的取整函数，接着将邻域中的各点投影到东北天三个坐标轴上，分别计算出
Figure FDA00027014683000000323
的邻域
Figure FDA00027014683000000324
中的各点在三个坐标轴上投影的标准差
Figure FDA00027014683000000325
最后得出
Figure FDA00027014683000000326
的邻域
Figure FDA00027014683000000327
的离散度
Figure FDA00027014683000000328
定义候选定位点
Figure FDA00027014683000000329
的异常度
Figure FDA00027014683000000330
依次计算出
Figure FDA00027014683000000331
各点的异常度
Figure FDA00027014683000000332
步骤6-2，去除故障候选定位点：将所有的候选定位点按照异常度递增的顺序排列，计算候选定位点异常度的均值
Figure FDA00027014683000000333
及标准差
Figure FDA00027014683000000334
Figure FDA0002701468300000041
Figure FDA0002701468300000042
计算异常度阈值
Figure FDA0002701468300000043
遍历候选定位点，如果
Figure FDA0002701468300000044
则认为所述候选定位点为故障卫星导致的故障候选定位点，将其剔除；若
Figure FDA0002701468300000045
则认为所述候选定位点为正常候选定位点，将其保留。
8.根据权利要求7所述的方法，其特征在于，步骤7包括：
步骤7-1，计算利用惯性传感器得到的载体估计位置的异常度：
载体的估计位置即步骤5中建立的坐标系中的原点，将各个候选定位点按照距离原点从近到远排列，取出前m+1个候选定位点组成关于原点的m+1阶邻域
Figure FDA0002701468300000046
Figure FDA0002701468300000047
为原点，
Figure FDA0002701468300000048
为距离原点最近的前1，2，…,m+1个候选定位点，计算
Figure FDA0002701468300000049
中各点在坐标轴上投影的标准差
Figure FDA00027014683000000410
Figure FDA00027014683000000411
分别是关于原点的m+1阶邻域
Figure FDA00027014683000000412
中的各点在E、N、U坐标轴上投影的标准差，于是得出
Figure FDA00027014683000000413
的离散度
Figure FDA00027014683000000414
Figure FDA00027014683000000415
的异常度
Figure FDA00027014683000000416
步骤7-2，分别计算载体估计位置和上一步保留的候选定位点的权值：
设定步骤6-2保留的候选定位点有
Figure FDA00027014683000000417
它们的异常度分别记为
Figure FDA00027014683000000418
则基于惯性传感器的载体估计位置的权值
Figure FDA00027014683000000419
候选定位点的权值
Figure FDA00027014683000000420
Figure FDA0002701468300000051
步骤7-3，计算基于异常度加权的最优定位解。
9.根据权利要求8所述的方法，其特征在于，步骤7-3包括：基于异常度加权的最优定位解为
Figure FDA0002701468300000052
接着将其转化为地心地固坐标系下的坐标
Figure FDA0002701468300000053
10.根据权利要求9所述的方法，其特征在于，步骤8包括：输出最终定位结果：历元k的最终定位结果为
Figure FDA0002701468300000054
将其输出，并利用其更新存储器中的惯性传感器初始位置以用于历元k+1。
CN202011023620.9A 2020-09-25 2020-09-25 一种用于城市复杂环境下gnss完好性监测方法 Active CN112230247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011023620.9A CN112230247B (zh) 2020-09-25 2020-09-25 一种用于城市复杂环境下gnss完好性监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011023620.9A CN112230247B (zh) 2020-09-25 2020-09-25 一种用于城市复杂环境下gnss完好性监测方法

Publications (2)

Publication Number Publication Date
CN112230247A true CN112230247A (zh) 2021-01-15
CN112230247B CN112230247B (zh) 2021-07-27

Family

ID=74108747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011023620.9A Active CN112230247B (zh) 2020-09-25 2020-09-25 一种用于城市复杂环境下gnss完好性监测方法

Country Status (1)

Country Link
CN (1) CN112230247B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113325443A (zh) * 2021-05-12 2021-08-31 中国科学院国家授时中心 一种关于gnss空间信号质量的动态可视化分析方法
CN114562992A (zh) * 2022-02-09 2022-05-31 南京航空航天大学 一种基于因子图及场景约束的多径环境组合导航方法
CN114646992A (zh) * 2022-03-21 2022-06-21 腾讯科技（深圳）有限公司 定位方法、装置、计算机设备、存储介质和计算机程序产品
CN116794700A (zh) * 2023-08-24 2023-09-22 浙江中裕通信技术有限公司 一种用于船载北斗一体机的卫星故障检测方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1729145A1 (en) * 2005-06-02 2006-12-06 Gmv, S.A. Method and system for providing GNSS navigation position solution with guaranteed integrity in non-controlled environments
CN101866009A (zh) * 2010-06-10 2010-10-20 北京航空航天大学 一种适用于卫导系统缺星情况下的完好性监测方法
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
CN102176031A (zh) * 2011-01-06 2011-09-07 中国科学院国家授时中心 双模导航系统中基于系统时差接收机完好性故障检测方法
CN102788985A (zh) * 2012-08-31 2012-11-21 中国科学院国家授时中心 广域加权伪距差分对定位误差的改正方法
US20130154879A1 (en) * 2011-12-19 2013-06-20 Texas Instruments Incorporated Apparatuses systems and methods for information integrity monitoring
CN103869350A (zh) * 2014-01-24 2014-06-18 张锐 基于磁场信息的城市复杂路况卫星导航辅助定位方法以及设备
CN104181562A (zh) * 2013-05-25 2014-12-03 成都国星通信有限公司 一种全球导航卫星系统的卫星优选和定位方法
CN105487088A (zh) * 2015-09-12 2016-04-13 北京大学 一种卫星导航系统中基于卡尔曼滤波的raim算法
CN106796295A (zh) * 2014-09-06 2017-05-31 奥迪股份公司 用于在多路径误差方面评估全球导航卫星系统中的卫星信号的方法和装置
CN109307876A (zh) * 2018-11-08 2019-02-05 北京理工大学 一种适用于gnss矢量跟踪的自主完好性监测方法
CN109490916A (zh) * 2019-01-21 2019-03-19 南京航空航天大学 一种gnss接收机自主完好性监测方法
CN110531383A (zh) * 2019-10-09 2019-12-03 上海无线电设备研究所 一种卫星导航定位中异常卫星剔除方法
CN111060133A (zh) * 2019-12-04 2020-04-24 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
CN111323793A (zh) * 2020-03-30 2020-06-23 中国矿业大学 一种gnss伪距单点定位状态域完好性监测方法
CN111679298A (zh) * 2020-05-09 2020-09-18 香港理工大学深圳研究院 导航系统的完好性监测方法、完好性监测装置及电子设备

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1729145A1 (en) * 2005-06-02 2006-12-06 Gmv, S.A. Method and system for providing GNSS navigation position solution with guaranteed integrity in non-controlled environments
CN101866009A (zh) * 2010-06-10 2010-10-20 北京航空航天大学 一种适用于卫导系统缺星情况下的完好性监测方法
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
CN102176031A (zh) * 2011-01-06 2011-09-07 中国科学院国家授时中心 双模导航系统中基于系统时差接收机完好性故障检测方法
US20130154879A1 (en) * 2011-12-19 2013-06-20 Texas Instruments Incorporated Apparatuses systems and methods for information integrity monitoring
CN102788985A (zh) * 2012-08-31 2012-11-21 中国科学院国家授时中心 广域加权伪距差分对定位误差的改正方法
CN104181562A (zh) * 2013-05-25 2014-12-03 成都国星通信有限公司 一种全球导航卫星系统的卫星优选和定位方法
CN103869350A (zh) * 2014-01-24 2014-06-18 张锐 基于磁场信息的城市复杂路况卫星导航辅助定位方法以及设备
CN106796295A (zh) * 2014-09-06 2017-05-31 奥迪股份公司 用于在多路径误差方面评估全球导航卫星系统中的卫星信号的方法和装置
CN105487088A (zh) * 2015-09-12 2016-04-13 北京大学 一种卫星导航系统中基于卡尔曼滤波的raim算法
CN109307876A (zh) * 2018-11-08 2019-02-05 北京理工大学 一种适用于gnss矢量跟踪的自主完好性监测方法
CN109490916A (zh) * 2019-01-21 2019-03-19 南京航空航天大学 一种gnss接收机自主完好性监测方法
CN110531383A (zh) * 2019-10-09 2019-12-03 上海无线电设备研究所 一种卫星导航定位中异常卫星剔除方法
CN111060133A (zh) * 2019-12-04 2020-04-24 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
CN111323793A (zh) * 2020-03-30 2020-06-23 中国矿业大学 一种gnss伪距单点定位状态域完好性监测方法
CN111679298A (zh) * 2020-05-09 2020-09-18 香港理工大学深圳研究院 导航系统的完好性监测方法、完好性监测装置及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RUI SUN ET AL.: "Robust IMU/GPS/VO Integration for Vehicle Navigation in GNSS Degraded Urban Areas", 《IEEE SENSORS JOURNAL》 *
王尔申 等: "GNSS接收机自主完好性监测算法研究", 《通信技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113325443A (zh) * 2021-05-12 2021-08-31 中国科学院国家授时中心 一种关于gnss空间信号质量的动态可视化分析方法
CN113325443B (zh) * 2021-05-12 2023-12-19 中国科学院国家授时中心 一种关于gnss空间信号质量的动态可视化分析方法
CN114562992A (zh) * 2022-02-09 2022-05-31 南京航空航天大学 一种基于因子图及场景约束的多径环境组合导航方法
CN114646992A (zh) * 2022-03-21 2022-06-21 腾讯科技（深圳）有限公司 定位方法、装置、计算机设备、存储介质和计算机程序产品
CN116794700A (zh) * 2023-08-24 2023-09-22 浙江中裕通信技术有限公司 一种用于船载北斗一体机的卫星故障检测方法
CN116794700B (zh) * 2023-08-24 2023-12-12 浙江中裕通信技术有限公司 一种用于船载北斗一体机的卫星故障检测方法

Also Published As

Publication number Publication date
CN112230247B (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
CN112230247B (zh) 一种用于城市复杂环境下gnss完好性监测方法
CN104406605B (zh) 机载多导航源综合导航仿真系统
CN110007317B (zh) 一种选星优化的高级接收机自主完好性监测方法
CN101799524B (zh) 全球导航卫星系统接收机自主完备性监测的方法
CN112033441B (zh) 用于bds/mems组合导航下的联动编队完好性监测方法
CN109308518B (zh) 一种基于概率神经网络的监测系统及其平滑参数优化方法
Hassan et al. A review of system integration and current integrity monitoring methods for positioning in intelligent transport systems
US20230018631A1 (en) System and method for satellite positioning
TW201445168A (zh) 一種接收機和衛星定位及測速方法
CN102135621B (zh) 一种多星座组合导航系统的故障识别方法
CN115420284B (zh) 一种组合导航系统故障检测与识别方法
CN114235007B (zh) 一种apnt服务的定位和完好性监测方法及系统
CN114152958B (zh) 一种基于多数据源的机载卫星导航欺骗式干扰检测方法
CN115561782B (zh) 一种基于奇偶矢量投影的组合导航中卫星故障检测方法
WO2023236643A1 (zh) 定位方法、装置、设备及存储介质
CN116953744A (zh) 一种导航卫星非视距信号识别方法和导航卫星定位方法
CN116859415A (zh) 一种快速稳健高精度的多故障卫星识别及定位方法
CN112882068B (zh) 基于多接收机的gnss抗欺骗干扰方法
WO2023009463A1 (en) System and method for computing positioning protection levels
CN115062097A (zh) 一种定位完好性监测方法、终端及计算机存储介质
Chen et al. A factor set-based GNSS fault detection and exclusion for vehicle navigation in urban environments
RU2804931C1 (ru) Способ контроля и повышения целостности измерений авиационных бортовых спутниковых навигационных приемников с применением метода курсовоздушного счисления координат
CN116736339B (zh) 一种面向禁航区管控的北斗自主监测及预警方法
CN114636431B (zh) 一种复杂环境下的智能运行系统导航完好性监测方法
CN117607910B (zh) 一种基于矢量跟踪新息矢量的欺骗检测方法及系统

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