CN113777629B - 一种地基增强系统星钟故障组合监测方法 - Google Patents

Abstract

本发明涉及一种地基增强系统星钟故障组合监测方法，包括：步骤S1、从参考接收机接收的卫星信号中测量每颗卫星的星钟故障检验统计量H_sv；其中，星钟故障检验统计量H_sv中包括参考接收机与卫星之间的载波加速度检测量、载波斜坡检测量和载波阶跃检测量；步骤S2、确定星钟故障检验统计量H_sv的阈值；步骤S3、判断测量的H_sv值是否超出所述阈值；若没有卫星的H_sv值超出阈值，则认为星钟正常；若存在卫星的H_sv值超出阈值，则认为该颗卫星发生星钟故障。本发明能够实现对卫星星钟故障识别更准确、更快速和带来更低的完好性风险。

Description

一种地基增强系统星钟故障组合监测方法

技术领域

本发明涉及卫星导航技术领域，尤其涉及一种地基增强系统星钟故障组合监测方法。

背景技术

地基增强系统(GBAS)，作为新一代导航进近方式，基本原理是通过利用定位过程中的空间段以及大气段存在的误差相关性以及精准位置已知的基准参考站播发差分校正信息和完好性信息，来达到提高导航系统精度的目的。卫星导航系统运行中需要满足以下四个性能需求，包括精度、可用性、连续性和完好性。其中完好性是对导航系统提供信息正确性的度量，即当系统无法满足导航性能需求时及时向用户告警的能力。完好性包含保护级完好性和故障监测完好性，对于导航系统运行中存在的故障，地基增强系统设计了一系列故障完好性监测算法，每个监测算法检测系统运行中生成的检测统计量，当检测统计量超过预先设定阈值，便认为存在故障，并判断故障来源，剔除故障数据，保证系统故障监测完好性。

GBAS被认为是最有潜力满足民用航空III类精密进近需求的GNSS增强系统。关于精密进近系统需求，RTCA标准分别对精密进近中的I类精密进近和III类精密进近设置了不同的系统需求，其中，与I类精密要求相比，III类精密进近的系统精度要求更高，告警时间更短，完好性风险要求降低了2个数量级，需要设计更加灵敏的故障监测方法。

在卫星导航系统中，GPS系统通过测量卫星与接收机之间的信号传播时间来计算距离的，因此卫星星钟是卫星导航系统中的重要组成部分，而卫星星载原子钟的误差将直接影响GPS观测量。通常可以利用精密星历计算并校正星钟误差，但当星钟发生故障时，星钟误差无法被正常校正时，将导致参考接收机观测量发生异变，这种异变即是星钟故障。

在实际运行中地基增强系统设计的故障完好性监测算法对星钟故障响应的同时会对电离层故障响应，导致故障识别率较低，使得剔除故障数据恢复系统时间较长，连续性下降，无法满足民航等严苛领域内的性能需求。

发明内容

鉴于上述的分析，本发明旨在提供一种地基增强系统星钟故障组合监测方法，识别星钟故障，排除故障卫星。

本发明提供的技术方案是：

本发明公开了一种地基增强系统星钟故障组合监测方法，包括：

步骤S1、从参考接收机接收的卫星信号中测量每颗卫星的星钟故障检验统计量H_sv；

其中，星钟故障检验统计量H_sv中包括参考接收机与卫星之间的载波加速度检测量、载波斜坡检测量和载波阶跃检测量；

步骤S2、确定星钟故障检验统计量H_sv的阈值；

步骤S3、判断测量的H_sv值是否超出所述阈值；若没有卫星的H_sv值超出阈值，则认为星钟正常；若存在卫星的H_sv值超出阈值，则认为该颗卫星发生星钟故障。

进一步地，第n颗卫星的星钟故障检验统计量H_sv,n的测量方法，包括：

步骤S101、计算第m个参考接收机与第n颗卫星之间的真实距离；

步骤S102、计算第m个参考接收机与第n颗卫星之间的载波相位校正值；

步骤S103、计算第m个参考接收机与第n颗卫星之间的载波加速度检测量Acc_m,n、载波斜坡检测量Ramp_m,n和载波阶跃检测量Step_m,n；

步骤S104、对载波加速度检测量Acc_m,n、载波斜坡检测量Ramp_m,n和载波阶跃检测量Step_m,n进行标准化；

步骤S105、将跟踪第n颗卫星的所有参考接收机处理得到的载波加速度检测量、载波斜坡检测量、载波阶跃检测量标准化后的结果求平方和，作为第n颗卫星的星钟故障检验统计量H_sv,n。

进一步地，步骤S102中，第m个参考接收机与第n颗卫星之间的载波相位校正值的计算公式为：

其中k表示第k个历元，

为第k个历元的去除接收机钟差后的载波相位校正值，φ_c,m,n(k)为第k个历元的第m个参考接收机与第n颗卫星之间的载波校正值；φ_c,m,j(k)为第k个历元的第m个参考接收机与第j个卫星之间的载波校正值；j∈S_m(k)，S_m(k)为第k个历元的第m个接收机跟踪卫星集合，N_m(k)为第k个历元的第m个接收机跟踪卫星数据数量。

进一步地，步骤S103中，通过最小二乘法对距第k历元最近的连续的十个历元的载波相位校正值进行拟合，得到第k个历元的第m个参考接收机与第n颗卫星之间的载波加速度检测量Acc_m,n、载波斜坡检测量Ramp_m,n、载波阶跃检测量Step_m,n；

载波加速度检测量

载波斜坡检测量

载波阶跃检测量

其中，t表示为时间；

为第k个历元的第m个参考接收机与第n颗卫星之间的去除接收机钟差的载波相位校正值，

为第k个历元的第m个参考接收机与第n颗卫星之间的通过拟合方程计算的载波相位校正值。

进一步地，步骤S104中，第m个参考接收机与第n颗卫星之间的标准化载波加速度检测量

标准化载波斜坡检测量

标准化载波阶跃检测量

其中，σ_acc为载波加速度检测量的标准差，σ_ramp为载波斜坡检测量的标准差，σ_step为载波阶跃检测量的标准差，所述σ_acc、σ_ramp和σ_step通过包络统计方式计算得到或者由RTCA标准文件给出。

进一步地，通过包络统计方式计算的

载波加速度检测量的标准差σ_acc＝f_acc·σ_{acc_test}；

载波斜坡检测量的标准差

载波阶跃检测量的标准差

其中，f_acc为通过包络统计得到的载波加速度检测量放大系数，f_ramp为通过包络统计得到的载波斜坡检测量放大系数，f_step为通过包络统计得到的载波阶跃检测量放大系数；

σ_{acc_test}为载波加速度检测量的实际数据计算值，σ_{ramp_test}为载波斜坡检测量的实际数据计算值，σ_{step_test}为载波阶跃检测量的实际数据计算值。

进一步地，对于载波加速度检测量、载波斜坡检测量或载波阶跃检测量中数据分布为厚尾高斯分布的检测量，通过膨胀高斯分布包络或采用基于极值理论的误差包络方式计算放大系数；对于载波加速度检测量、载波斜坡检测量或载波阶跃检测量中数据分布为高斯分布或者薄尾高斯分布的检测量，采用高斯分布包络计算放大系数或者放大系数设置为1。

进一步地，对于载波加速度检测量、载波斜坡检测量或载波阶跃检测量中数据分布为厚尾高斯分布的检测量，其对应的放大系数为基于极值理论的误差包络在指定完好性风险下的分位数与高斯分布在指定完好性风险下的分位数的比值。

进一步地，选取统计分布对实际测量的星钟故障检验统计量数据分布进行包络，根据包络住数据分布的统计分布的尾部的分位数确定所述星钟故障检验统计量H_sv的阈值；

所述统计分布包括卡方分布、gamma分布或者混合高斯分布。

进一步地，星钟故障检验统计量H_sv的阈值确定过程，包括：

步骤S201、采集不同参考接收机数目下的星钟故障检验统计量H_sv样本，得到实际测量的星钟故障检验统计量数据分布；

步骤S202、利用自由度为3M的卡方分布包络所述星钟故障检验统计量数据分布，当判断卡方分布的包络效果好，则以所述卡方分布满足尾部概率为P的分位数为阈值；包络效果不好，则进入步骤S203；所述M为能够跟踪被测卫星的参考接收机个数。

步骤S203、采用gamma分布，通过数值搜索调整gamma分布γ(α,β)中α和β的值，调整gamma分布包络所述星钟故障检验统计量数据分布，当判断gamma分布的包络效果好，则以gamma分布满足尾部概率为P的分位数为阈值；当包络效果不好，则进入步骤S204；

步骤S204、采用混合高斯分布模型对实际分布进行包络，通过调整包括混合高斯分布模型的分类个数在内的参数，使混合高斯分布包络所述星钟故障检验统计量数据分布，当判断混合高斯分布的包络效果好，则以混合高斯分布满足尾部概率为P的分位数为阈值。

本发明至少可实现以下有益效果之一：

1、更准确的故障识别。本发明针对卫星星钟故障所构建的故障检验统计量突出了星钟故障对于检测量的影响，提高了识别效果。

2、更快的星钟故障检测速度。本发明综合了星钟故障对于所有接收机的附加误差，放大了星钟故障对于检测量的影响，从而提高星钟故障检测速度。

3、更低的完好性风险。本发明更贴近检测量实际分布，更好的包络了检测量尾部的不确定性。对于阈值的计算，采用理论卡方分布包络、gamma分布和混合高斯包络计算，保证完好性风险要求。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为本发明实施例中的地基增强系统星钟故障组合监测方法流程图；

图2为本发明实施例中的第n颗卫星的星钟故障检验统计量H_sv,n的测量方法流程图；

图3为本发明实施例中的星钟故障检验统计量H_sv的阈值确定方法流程图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。

本实施例中的一种地基增强系统星钟故障组合监测方法，如图1所示，包括：

步骤S1、从参考接收机接收的卫星信号中测量每颗卫星的星钟故障检验统计量H_sv；

其中，星钟故障检验统计量H_sv中包括参考接收机与卫星之间的载波加速度检测量、载波斜坡检测量和载波阶跃检测量；

步骤S2、确定星钟故障检验统计量H_sv的阈值；

步骤S3、判断测量的H_sv值是否超出所述阈值；若没有卫星的H_sv值超出阈值，则认为星钟正常；若存在卫星的H_sv值超出阈值，则认为该颗卫星发生星钟故障。

本实施例中，GBAS地面子系统有M个位置已知的参考接收机，参考接收机接收的卫星信号，并测量每颗卫星的星钟故障检验统计量H_sv。

其中，第n颗卫星的星钟故障检验统计量H_sv,n的测量方法，如图2所示，包括以下步骤：

步骤S101、计算第m个参考接收机与第n颗卫星之间的真实距离；

GBAS地面子系统有M个位置已知的参考接收机对每个接收机进行差分校正处理。解析由参考接收机获得的星历数据并依据星历计算第n颗卫星的卫星轨道位置，同时根据参考接收机已知的精准真实位置，获取第m个参考接收机与第n个卫星之间的真实距离。

步骤S102、计算第m个参考接收机与第n颗卫星之间的载波相位校正值；

根据参考接收机获取的观测量数据，得到第m个参考接收机与第n个卫星之间的载波相位值，结合它们之间的真实距离，以及初始载波相位校正值，计算得到第m个参考接收机与第n个卫星之间的载波相位校正值；具体参见下式：

φ_c,m,n(k)＝φ_m,n(k)-r_m,n(k)+τ_m,n(k)-φ_c,m,n(0) (1)

其中k表示第k个历元，r_c,m,n是第m个参考接收机与第n个卫星之间真实距离，τ_m,n是第n个卫星的星钟校正值，φ_c,m,n(0)是第m个参考接收机与第n个卫星之间的初始载波校正值。

步骤S103、计算第m个参考接收机与第n颗卫星之间的载波加速度检测量Acc_m,n、载波斜坡检测量Ramp_m,n和载波阶跃检测量Step_m,n；

依据GBAS中的测量质量监测算法，分别计算载波加速度检测量、载波斜坡检测量、载波阶跃检测量。首先将第m个参考接收机与第n个卫星之间的载波相位校正值消除接收机钟差；具体参见下式：

其中，

为去除接收机钟差后的载波相位校正值，S_m(k)为第k个历元的第m个接收机跟踪卫星集合，N_m(k)为第k个历元的第m个接收机跟踪卫星数据数量，处理过程记录N_m(k)，并对N_m(k)改变的时间节点标记s。

为计算第k历元的载波加速度检测量Acc、载波斜坡检测量Ramp、载波阶跃检测量Step，通过将距第k个历元最近的十个连续的已知点的载波相位校正值，即从k-9到k的连续十个历元的载波相位校正值

来拟合方程(3)，为方便计算将第k-9个历元的时间设置为t＝0，第k-8个历元的时间设置为t＝Δt，以此类推第k个历元的时间设置为t＝9Δt，t为时间，Δt表示连续两个历元之间的时间间隔；

根据方程(3)，第m个参考接收机与第n个卫星之间的载波加速度检测量Acc、载波斜坡检测量Ramp、载波阶跃检测量Step对应的定义如下式(4)，(5)，(6)：

其中，

为第m个参考接收机与第n个卫星之间的去除接收机钟差的载波相位校正值，

第m个参考接收机与第n个卫星之间的通过拟合方程计算的载波相位校正值。

具体的，利用距第k个历元最近的十个历元数据通过最小二乘法拟合公式(3)，得到二次，一次，常数项后代入公式(3)，求得载波加速度检测量Acc、载波斜坡检测量Ramp、载波阶跃检测量Step。并且，为了去除噪声干扰，需要对标记s的时间节点后10个历元的数据剔除。

步骤S104、对载波加速度检测量Acc_m,n、载波斜坡检测量Ramp_m,n和载波阶跃检测量Step_m,n进行标准化；

由于载波加速度检测量Acc、载波斜坡检测量Ramp、载波阶跃检测量Step之间的量级不一致，需要对三个检测量标准化；

第k个历元的标准化的三个检测量具体参见下公式(7)，(8)，(9)：

其中，x_acc.m,n为第m个参考接收机与第n个卫星之间的标准化载波加速度检测量，x_ramp.m,n为第m个参考接收机与第n个卫星之间的标准化载波斜坡检测量，x_step.m,n为第m个参考接收机与第n个卫星之间的标准化载波阶跃检测量，σ_acc为载波加速度检测量的标准差，σ_ramp为载波斜坡检测量的标准差，σ_step为载波阶跃检测量的标准差。

为满足精密进近的完好性要求，σ_acc、σ_ramp和σ_step需要通过包络统计得到或者由RTCA标准文件给出。

优选的，通过包络统计方式得到σ_acc、σ_ramp和σ_step具体参见公式(10)，(11)，(12)：

σ_acc＝f_accσ_{acc_test} (10)

σ_ramp＝f_rampσ_{ramp_test} (11)

σ_step＝f_stepσ_{step_test} (12)

其中，f_acc为通过包络统计得到的载波加速度检测量放大系数，f_ramp为通过包络统计得到的载波斜坡检测量放大系数，f_step为通过包络统计得到的载波阶跃检测量放大系数。σ_{acc_test}为载波加速度检测量的实际数据计算值，σ_{ramp_test}为载波斜坡检测量的实际数据计算值，σ_{step_test}为载波阶跃检测量的实际数据计算值。

放大系数的计算需要根据载波加速度检测量Acc、载波斜坡检测量Ramp、载波阶跃检测量Step的实际样本分布选择合适的误差包络方式求得，选择方式如下：

对于载波加速度检测量、载波斜坡检测量或载波阶跃检测量中数据分布为厚尾高斯分布的检测量，通过膨胀高斯分布包络或采用基于极值理论的误差包络方式计算放大系数；对于数据分布为高斯分布或者薄尾高斯分布的检测量，采用高斯分布包络计算放大系数或者放大系数设置为1。

优选的，对于数据分布为厚尾高斯分布的检测量，其对应的放大系数为基于极值理论的误差包络在指定完好性风险下的分位数与高斯分布在指定完好性风险下的分位数的比值。

具体参见公式(13)：

其中，K为在基于极值理论的误差包络在指定完好性风险下的分位数，K_ffmd为高斯分布在指定完好性风险下的分位数。

步骤S105、将跟踪第n颗卫星的所有参考接收机处理得到的载波加速度检测量、载波斜坡检测量、载波阶跃检测量标准化后的结果求平方和，作为第n颗卫星的星钟故障检验统计量H_sv,n。

具体参考公式(14)：

其中，H_sv,n计算了能够跟踪第n个卫星的M个参考接收机所得到的载波加速度检测量Acc、载波斜坡检测量Ramp、载波阶跃检测量Step标准化后求平方和。由于，三种载波检测量均能够反映星钟故障，故H_sv,n可以度量第n个卫星的星钟故障。并且，H_sv,n是3M个标准正态随机变量的平方和，其满足自由度为3M的卡方分布。

H_sv,n～χ²(3M) (15)

其中，M为可跟踪第n颗卫星的参考接收机数目。

具体的，步骤S2中，选取统计分布对实际测量的星钟故障检验统计量H_sv的数据分布进行包络，根据包络住数据分布的统计分布的尾部的分位数确定所述星钟故障检验统计量H_sv的阈值；

所述统计分布包括星钟故障检验统计量H_sv的理论分布、gamma分布或者混合高斯分布。

精密进近的完好性需求的分配的误警率由实际系统需求决定，当误警率为P时，离群值的阈值需要包络出它的实际分布函数后，包络住数据分布的统计分布的尾部的分位数由统计分布尾部的概率小于P的分位数决定。

如图3所示，步骤S2具体实施步骤如下：

步骤S201、采集不同参考接收机数目下的星钟故障检验统计量H_sv样本，得到实际测量的星钟故障检验统计量数据分布；

对采集的不同参考接收机数目下的导航卫星样本数据分别进行分析和建模，可测量出不同参考接收机数目下，星钟故障检验统计量H_sv的样本。

步骤S202、利用自由度为3M的卡方分布包络所述星钟故障检验统计量数据分布，当判断卡方分布包络效果好，则以

分布满足尾部概率为P的分位数为阈值；包络效果不好，则进入步骤S203；

具体的，判断卡方分布包络效果好与不好，可通过包络图中能否包络住所述星钟故障检验统计量数据分布来判断。

步骤S203、采用gamma分布，通过数值搜索调整gamma分布γ(α,β)中α和β的值，调整gamma分布包络所述星钟故障检验统计量数据分布，当判断gamma分布包络效果好，则以gamma分布满足尾部概率为P的分位数为阈值；当包络效果不好，则进入步骤S204；

其中，步骤S202中自由度为3M的

分布如公式(16)所示：

其中，H_sv>0，

表示gamma函数

在

处的值。

分布是gamma分布γ(α,β)的一种特殊情况，这两种分布的关系如公式(17)所示：

即

分布是

β＝2的gamma分布γ(α,β)。

通过数值搜索调整gamma分布γ(α,β)中α和β的值，调整gamma分布包络所述星钟故障检验统计量数据分布，当判断gamma分布包络效果好，则以gamma分布满足尾部概率为P的分位数为阈值；当包络效果不好，则进入步骤S204；

由于gamma分布可根据α和β的值更逼近所述星钟故障检验统计量数据分布，因此，可以使gamma分布在包络住所述星钟故障检验统计量数据分布的同时，且使gamma分布的尾部更加贴近与被包络的数据分布，从而，降低完好性风险要求。

因此，判断gamma分布包络效果好与不好，可通过包络图中能否包络住所述星钟故障检验统计量数据分布的基础上，再结合包络尾部是否满足贴近，降低完好性风险要求。

步骤S204、采用混合高斯分布模型对实际分布进行包络，通过调整包括混合高斯分布模型的分类个数在内的参数，使混合高斯分布包络所述星钟故障检验统计量数据分布，当判断混合高斯分布包络效果好，则以混合高斯分布满足尾部概率为P的分位数为阈值。

对于gamma分布的包络效果不佳或者需要保证更低的完好性风险要求时，则采用混合高斯分布模型(GMM)对所述星钟故障检验统计量数据分布进行包络。

具体的混合高斯分布模型，可根据参考接收机的数目、需要的包络效果以及混合高斯分布复杂程度确定。

GMM模型的分布公式(18)如下：

其中，G表示混合高斯分布的分类个数，Π_g表示第g个分类的权重，并且

u_g是第g个分类的样本均值，σ_g是第g个分类的样本标准差；P(H_sv|u_g,σ_g)是第g个分类的高斯密度函数。

通过调整G选择合适的分类数，使得混合高斯分布对所述星钟故障检验统计量数据分布达到最优的包络结果，即包络效果好，此时以混合高斯分布满足尾部概率为P的分位数为阈值。

在这里，包络效果好所指达到对所述星钟故障检验统计量数据分布的包络达到最优，以达到最低的完好性风险要求。

具体的，步骤S3中，对于每颗卫星计算H_sv，若没有卫星的H_sv超出阈值，则认为没有卫星发生星钟故障，若存在卫星的H_sv超出阈值，则对该颗卫星设定一个星钟故障完好性标记。该标记与其他完好性监测模块产生的完好性标记一起，被用于地基增强系统完好性监测的综合逻辑判断算法，进而完成系统的完好性监测。

综上所述，本发明的方法可以带来的有益效果有：

1、更准确的故障识别。与传统的故障监测算法相比，本发明针对卫星星钟故障所构建的故障检验统计量将所有能够反映该颗卫星星钟性能的检测量标准化后求取平方和，只突出了星钟故障对于检测量的影响，提高了识别效果。

2、更快的星钟故障检测速度。与传统故障监测算法相比，通过对几个检测量的标准化求平方和，等价于综合了星钟故障对于所有接收机的附加误差，放大了星钟故障对于检测量的影响，从而提高星钟故障检测速度。

3、更低的完好性风险。与传统故障监测算法相比，通过采用极值尾部误差包络或者高斯误差包络等方式计算检测量标准差后归一化，相对于直接计算标准差方式，更贴近检测量实际分布，更好的包络了检测量尾部的不确定性。同时对于阈值的计算，采用理论卡方分布包络、gamma分布和混合高斯包络计算，保证完好性风险要求。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种地基增强系统星钟故障组合监测方法，其特征在于，包括：

步骤S1、从参考接收机接收的卫星信号中测量每颗卫星的星钟故障检验统计量H_sv；

其中，星钟故障检验统计量H_sv中包括参考接收机与卫星之间的载波加速度检测量、载波斜坡检测量和载波阶跃检测量；

步骤S2、确定星钟故障检验统计量H_sv的阈值；

步骤S3、判断测量的H_sv值是否超出所述阈值；若没有卫星的H_sv值超出阈值，则认为星钟正常；若存在卫星的H_sv值超出阈值，则认为该颗卫星发生星钟故障；

其中，在步骤S1中，第n颗卫星的星钟故障检验统计量H_sv,n的测量方法，包括：

步骤S101、计算第m个参考接收机与第n颗卫星之间的真实距离；

步骤S102、计算第m个参考接收机与第n颗卫星之间的载波相位校正值；

步骤S103、计算第m个参考接收机与第n颗卫星之间的载波加速度检测量Acc_m,n、载波斜坡检测量Ramp_m,n和载波阶跃检测量Step_m,n；

步骤S104、对载波加速度检测量Acc_m,n、载波斜坡检测量Ramp_m,n和载波阶跃检测量Step_m,n进行标准化；

步骤S105、将跟踪第n颗卫星的所有参考接收机处理得到的载波加速度检测量、载波斜坡检测量、载波阶跃检测量标准化后的结果求平方和，作为第n颗卫星的星钟故障检验统计量H_sv,n；

在步骤S104中，第m个参考接收机与第n颗卫星之间的

标准化载波加速度检测量

标准化载波斜坡检测量

标准化载波阶跃检测量

其中，k表示第k个历元，σ_acc为载波加速度检测量的标准差，σ_ramp为载波斜坡检测量的标准差，σ_step为载波阶跃检测量的标准差，所述σ_acc、σ_ramp和σ_step通过包络统计方式计算得到；

所述通过包络统计方式计算的

载波加速度检测量的标准差σ_acc＝f_acc·σ_{acc_test}；

载波斜坡检测量的标准差σ_ramp＝f_ramp·σ_{ramp_ test}；

载波阶跃检测量的标准差σ_step＝f_step·σ_{step_ test}；

其中，f_acc为通过包络统计得到的载波加速度检测量放大系数，f_ramp为通过包络统计得到的载波斜坡检测量放大系数，f_step为通过包络统计得到的载波阶跃检测量放大系数；

σ_{acc_test}为载波加速度检测量的实际数据计算值，σ_{ramp_test}为载波斜坡检测量的实际数据计算值，σ_{step_test}为载波阶跃检测量的实际数据计算值；

对于载波加速度检测量、载波斜坡检测量或载波阶跃检测量中数据分布为厚尾高斯分布的检测量；所述放大系数为基于极值理论的误差包络在指定完好性风险下的分位数与高斯分布在指定完好性风险下的分位数的比值；对于载波加速度检测量、载波斜坡检测量或载波阶跃检测量中数据分布为高斯分布或者薄尾高斯分布的检测量，采用高斯分布包络计算放大系数或者放大系数设置为1。

2.根据权利要求1所述的地基增强系统星钟故障组合监测方法，其特征在于，

步骤S102中，第m个参考接收机与第n颗卫星之间的载波相位校正值的计算公式为：

其中k表示第k个历元，

为第k个历元的去除接收机钟差后的载波相位校正值，φ_c,m,n(k)为第k个历元的第m个参考接收机与第n颗卫星之间的载波校正值；φ_c,m,j(k)为第k个历元的第m个参考接收机与第j个卫星之间的载波校正值；j∈S_m(k)，S_m(k)为第k个历元的第m个接收机跟踪卫星集合，N_m(k)为第k个历元的第m个接收机跟踪卫星数据数量。

3.根据权利要求2所述的地基增强系统星钟故障组合监测方法，其特征在于，

步骤S103中，通过最小二乘法对距第k历元最近的从k-9到k的连续十个历元的载波相位校正值进行拟合，得到第k个历元的第m个参考接收机与第n颗卫星之间的载波加速度检测量Acc_m,n、载波斜坡检测量Ramp_m,n、载波阶跃检测量Step_m,n；

载波加速度检测量

载波斜坡检测量

载波阶跃检测量

其中，第k-9个历元的时间设置为t＝0，第k-8个历元的时间设置为t＝Δt，第k个历元的时间设置为t＝9Δt，t为时间，Δt表示连续两个历元之间的时间间隔；

为距第k历元最近的连续十个历元的载波相位校正值拟合得到的方程式；

为第k个历元的第m个参考接收机与第n颗卫星之间的去除接收机钟差的载波相位校正值，

为第k个历元的第m个参考接收机与第n颗卫星之间的通过拟合方程计算的载波相位校正值。

4.根据权利要求1所述的地基增强系统星钟故障组合监测方法，其特征在于，选取统计分布对实际测量的星钟故障检验统计量数据分布进行包络，根据包络住数据分布的统计分布的尾部的分位数确定所述星钟故障检验统计量H_sv的阈值；

所述统计分布包括卡方分布、gamma分布或者混合高斯分布。

5.根据权利要求4所述的地基增强系统星钟故障组合监测方法，其特征在于，

星钟故障检验统计量H_sv的阈值确定过程，包括：

步骤S201、采集不同参考接收机数目下的星钟故障检验统计量H_sv样本，得到实际测量的星钟故障检验统计量数据分布；

步骤S202、利用自由度为3M的卡方分布包络所述星钟故障检验统计量数据分布，当判断卡方分布的包络效果好，则以所述卡方分布满足尾部概率为P的分位数为阈值；包络效果不好，则进入步骤S203；所述M为能够跟踪被测卫星的参考接收机个数；其中，P表示由精密进近的完好性需求分配的误警率；

步骤S203、采用gamma分布，通过数值搜索调整gamma分布γ(α,β)中α和β的值，调整gamma分布包络所述星钟故障检验统计量数据分布，当判断gamma分布的包络效果好，则以gamma分布满足尾部概率为P的分位数为阈值；当包络效果不好，则进入步骤S204；

步骤S204、采用混合高斯分布模型对实际分布进行包络，通过调整包括混合高斯分布模型的分类个数在内的参数，使混合高斯分布包络所述星钟故障检验统计量数据分布，当判断混合高斯分布的包络效果好，则以混合高斯分布满足尾部概率为P的分位数为阈值。

Images