CN115616622B - 一种故障检测方法、装置、设备及介质 - Google Patents

一种故障检测方法、装置、设备及介质 Download PDF

Info

Publication number
CN115616622B
CN115616622B CN202211630270.1A CN202211630270A CN115616622B CN 115616622 B CN115616622 B CN 115616622B CN 202211630270 A CN202211630270 A CN 202211630270A CN 115616622 B CN115616622 B CN 115616622B
Authority
CN
China
Prior art keywords
chi
carrier phase
epoch
residual
pseudo
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
CN202211630270.1A
Other languages
English (en)
Other versions
CN115616622A (zh
Inventor
张�浩
赵亮
宛子翔
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.)
Ripple Location Guangzhou Technology Co ltd
Zhejiang Geely Holding Group Co Ltd
Zhejiang Shikong Daoyu Technology Co Ltd
Original Assignee
Ripple Location Guangzhou Technology Co ltd
Zhejiang Geely Holding Group Co Ltd
Zhejiang Shikong Daoyu Technology Co Ltd
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 Ripple Location Guangzhou Technology Co ltd, Zhejiang Geely Holding Group Co Ltd, Zhejiang Shikong Daoyu Technology Co Ltd filed Critical Ripple Location Guangzhou Technology Co ltd
Priority to CN202211630270.1A priority Critical patent/CN115616622B/zh
Publication of CN115616622A publication Critical patent/CN115616622A/zh
Application granted granted Critical
Publication of CN115616622B publication Critical patent/CN115616622B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13Receivers
    • G01S19/23Testing, monitoring, correcting or calibrating of receiver elements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13Receivers
    • G01S19/20Integrity monitoring, fault detection or fault isolation of space segment

Abstract

本申请公开了一种故障检测方法、装置、设备及介质,涉及卫星定位技术领域。方案在PPP‑RTK定位的故障检测过程中,根据伪距残差和载波相位残差分别实现了对应的单历元卡方检测;同时考虑到不同历元残差的权重不同:即离当前时刻越近的时间点的权重越大,历史时间点的权重随着与当前时刻的距离增大而衰减,进一步通过设置时间窗口的方式增强在时间窗口内的小故障和慢变故障的检测能力,提升了检测灵敏度,实现了PPP‑RTK终端的完好性故障检测。

Description

一种故障检测方法、装置、设备及介质
技术领域
本申请涉及卫星定位技术领域,特别是涉及一种故障检测方法、装置、设备及介质。
背景技术
PPP-RTK(Precise Point Positioning–Real Time Kinematic)是基于状态域的一种高精度定位技术。目前,为了保障应用PPP-RTK的用户的安全性,民航领域完好性概念被引入到高精度定位领域。完好性指用户对导航系统输出信息的正确性的信任程度,也指系统不可用时,系统向用户及时提供警告的能力。保障用户端完好性的核心技术之一在于故障的检测排除,即通过用户端内嵌算法对于原始观测量实时剔除因粗差、环境遮挡等带来的偶发故障,可以降低定位误差超限的概率,进而提高系统的服务质量。
然而,现有的PPP-RTK服务提供商对于用户端完好性故障检测排除方法仍处于研发讨论阶段,并未提出一个公认的成熟算法;而现有的这些方法存在着载波信息利用不充分、增加用户负载、不具备检测慢变伪距故障的能力等诸多缺点,故障检测效果难以令人满意。
鉴于上述问题,如何更好地实现PPP-RTK终端的完好性故障检测,是该领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种故障检测方法、装置、设备及介质,以更好地实现PPP-RTK终端的完好性故障检测。
为解决上述技术问题,本申请提供一种故障检测方法,应用于用户端;所述方法包括:
当所述用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差;
分别根据各所述伪距残差和各所述载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量;
设置时间窗口和自适应参数;其中,所述时间窗口表征当前时刻前预设时间内的窗口,所述自适应参数的数量为多个;
在所述时间窗口内,分别根据各所述自适应参数与各所述伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各所述自适应参数与各所述载波相位残差获取多历元载波相位残差卡方检测统计量;
分别判断所述单历元伪距残差卡方检测统计量、所述单历元载波相位残差卡方检测统计量、所述多历元伪距残差卡方检测统计量和所述多历元载波相位残差卡方检测统计量是否大于阈值;
若是,则输出故障告警信息。
优选地,在所述用户端根据PPP-RTK标准流程进行定位之前,还包括:
接收多个可见卫星的GNSS原始观测量和导航电文,并去除仰角不符合要求的所述可见卫星的所述GNSS原始观测量和所述导航电文;
获取完好性风险水平和连续性风险水平;
检测并修复所述GNSS原始观测量中的周跳,以用于根据修复后的所述GNSS原始观测量和所述导航电文进行PPP-RTK标准流程定位。
优选地,所述分别根据各所述伪距残差和各所述载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量包括:
分别获取各所述伪距残差的平方和,以得到所述单历元伪距残差卡方检测统计量;
分别获取各所述载波相位残差的平方和,以得到所述单历元载波相位残差卡方检测统计量。
优选地,所述分别根据各所述伪距残差和各所述载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量包括:
获取各所述伪距残差和各所述载波相位残差的归一化的协方差;
分别获取各所述伪距残差的平方值与所述协方差的商值,并对各所述商值求和,以得到所述单历元伪距残差卡方检测统计量;
分别获取各所述载波相位残差的平方值与所述协方差的所述商值,并对各所述商值求和,以得到所述单历元载波相位残差卡方检测统计量。
优选地,设置所述自适应参数包括:
Figure 993411DEST_PATH_IMAGE001
其中,
Figure 477482DEST_PATH_IMAGE002
为所述自适应参数,
Figure 195908DEST_PATH_IMAGE003
为所述时间窗口的长度,
Figure 335902DEST_PATH_IMAGE004
为预设参数。
优选地,若分别确定所述单历元伪距残差卡方检测统计量、所述单历元载波相位残差卡方检测统计量、所述多历元伪距残差卡方检测统计量和所述多历元载波相位残差卡方检测统计量均大于阈值,还包括:
监测整周模糊度,判断所述整周模糊度的变化量是否大于预设值;
若是,则输出告警信息。
优选地,若确定所述整周模糊度的所述变化量不大于所述预设值,还包括:
执行内部解分离故障检测或外部解分离故障检测;
若所述内部解分离故障检测或所述外部解分离故障检测通过,则获取定位结果。
为解决上述技术问题,本申请还提供一种故障检测装置,应用于用户端;所述装置包括:
第一获取模块,用于当所述用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差;
第二获取模块,用于分别根据各所述伪距残差和各所述载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量;
设置模块,用于设置时间窗口和自适应参数;其中,所述时间窗口表征当前时刻前预设时间内的窗口,所述自适应参数的数量为多个;
第三获取模块,用于在所述时间窗口内,分别根据各所述自适应参数与各所述伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各所述自适应参数与各所述载波相位残差获取多历元载波相位残差卡方检测统计量;
判断模块,用于分别判断所述单历元伪距残差卡方检测统计量、所述单历元载波相位残差卡方检测统计量、所述多历元伪距残差卡方检测统计量和所述多历元载波相位残差卡方检测统计量是否大于阈值;若是,则触发输出模块;
所述输出模块,用于输出故障告警信息。
为解决上述技术问题,本申请还提供一种故障检测设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述的故障检测方法的步骤。
为解决上述技术问题,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的故障检测方法的步骤。
本申请所提供的故障检测方法,应用于用户端;当用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差;分别根据各伪距残差和各载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量;设置时间窗口和自适应参数;其中,时间窗口表征当前时刻前预设时间内的窗口,自适应参数的数量为多个;在时间窗口内,分别根据各自适应参数与各伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各自适应参数与各载波相位残差获取多历元载波相位残差卡方检测统计量;分别判断单历元伪距残差卡方检测统计量、单历元载波相位残差卡方检测统计量、多历元伪距残差卡方检测统计量和多历元载波相位残差卡方检测统计量是否大于阈值;若是,则输出故障告警信息。由此可知,上述方案在故障检测过程中,根据伪距残差和载波相位残差分别实现了对应的单历元卡方检测;同时考虑到不同历元残差的权重不同:即离当前时刻越近的时间点的权重越大,历史时间点的权重随着与当前时刻的距离增大而衰减,进一步通过设置时间窗口的方式增强在时间窗口内的小故障和慢变故障的检测能力,提升了检测灵敏度,实现了PPP-RTK终端的完好性故障检测。
此外,本申请实施例还提供了一种故障检测装置、设备及介质,效果同上。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的故障检测方法的流程图;
图2为本申请实施例提供的一种故障检测装置的示意图;
图3为本申请实施例提供的一种故障检测设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本申请保护范围。
本申请的核心是提供一种故障检测方法、装置、设备及介质。
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。
PPP-RTK是基于状态域的一种高精度定位技术,其原理为对基站传输数据进行综合估计和建模,生成一组含有卫星钟差、轨道误差、区域电离层误差等的状态改正量,发送至流动站进行位置解算。它结合了精密单点定位(Precise Point Positioning,PPP)技术和载波相位差分(Real-time kinematic,RTK)技术的长处,具备快速收敛、隐私保护、全球覆盖、降本增效的优势,已经逐渐成为高精度定位领域的首选方案。
目前,PPP-RTK服务提供商对于PPP-RTK终端完好性故障检测排除方面仍处于研发讨论阶段,并没有提出一个公认的成熟算法与可商用的产品。其中比较受认可的算法包含基于内部解分离的故障检验方法、外部解分离的故障检验方法和基于大气增强PPP解下的伪距残差检验的方法,三者具有检测偶发故障的潜力,是目前完好性监测研究较多的方案。内部解分离和外部解分离的检验方法是相似的,原理为遍历所有故障模式空间,通过衡量子集和全集的差异性来判断故障是否存在;前者是在相同定位下做检验,后者是在各类不同定位模式下进行检验。伪距残差检验的原理为直接计算各个伪距残差的平方和,当定位结果误差较小且不存在故障的观测时,各个伪距的残差较小,进而其卡方检验量较小;而当定位结果误差较大或者存在故障的观测时,伪距残差会明显变大,从而导致卡方检验统计量显著变大。
然而,以上各种检测方案均存在不足,例如内部解分离检测方法中载波信息利用不充分,外部解分离检测方法会相对增加负载压力、卡方检验仅能检测瞬变故障,不具备检测慢变伪距故障的能力;且上述方法均只利用了伪距残差信息,而忽略了载波残差或整周模糊度中可能蕴含的故障信息,检测效果难以令人满意。
因此,本申请实施例提供了一种故障检测方法,旨在更好地实现PPP-RTK终端的完好性故障检测。图1为本申请实施例提供的故障检测方法的流程图。方法应用于用户端;如图1所示,方法包括:
S10:当用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差。
可以理解的是,用户端根据PPP-RTK标准流程进行定位,首先进行伪距单点定位(Single-Point Positioning,SPP),以作为一个历元接收机位置和钟差的滤波预测值;第二步是进行精密单点定位(Precise Point Position,PPP);进一步约束大气增强信息,实现大气增强的精密单点定位(AUG);第四步是进行宽巷模糊度固定,用固定的宽巷模糊度进行约束,得到宽巷固定解(Wide-Lane Fix,WLF);最后一步是窄巷固定,固定N1模糊度,得到窄巷固定解(Narrow-Lane Fix,NLF)。
而在PPP-RTK标准流程定位过程中,可以从中获取多个可见卫星所对应的伪距残差和载波相位残差,具体如下:
Figure 40553DEST_PATH_IMAGE005
其中,
Figure 582393DEST_PATH_IMAGE006
为伪距残差或载波相位残差,
Figure 330775DEST_PATH_IMAGE007
为新息向量矩阵,
Figure 958065DEST_PATH_IMAGE008
为状态转换矩阵,
Figure 200828DEST_PATH_IMAGE009
为状态向量矩阵。
需要注意的是,用户端根据PPP-RTK标准流程进行定位之前,需要接收卫星发送的高精度定位解算的必要信息。具体地,用户端接收多个可见卫星的全球导航卫星系统(Global Navigation Satellite System,GNSS)原始观测量和导航电文,并去除仰角不符合要求的可见卫星的GNSS原始观测量和导航电文,以免用于定位的GNSS原始观测量和导航电文不符合要求。获取完好性风险水平和连续性风险水平,以用于作为后续故障检测阈值解算的依据。进一步检测并修复GNSS原始观测量中的周跳。
周跳(cycle slips)是指在全球导航卫星系统技术的载波相位测量中,由于卫星信号的失锁而导致的整周计数的跳变或中断。考虑到用户端接收机至少可以接收两个频点的观测值,在具体实施中可采用TurboEdit算法进行周跳的实时探测与修复,包含无几何周跳探测法和Melbourne‐Wübbena周跳探测法。此外,也可以选择多普勒积分等其他方法来综合剔除周跳,根据具体的实施情况而定。经对周跳的探测与修复,在无故障情况下,整周模糊度值将保持稳定,以便于后续根据修复后的GNSS原始观测量和导航电文进行PPP-RTK标准流程定位。
S11:分别根据各伪距残差和各载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量。
进一步地,分别根据上述得到的各伪距残差和各载波相位残差进行单历元的卡方检测,具体得到单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量。
作为一种优选的实施例,本实施例中考虑到用户端负载的局限性,不对各可见卫星的残差单独进行卡方检测,而是将所有可见卫星进行组合。即若当前第
Figure 597174DEST_PATH_IMAGE010
个可见卫星的残差为
Figure 752343DEST_PATH_IMAGE011
,则单历元的卡方检测统计量如下:
Figure 132509DEST_PATH_IMAGE012
其中,
Figure 647804DEST_PATH_IMAGE013
为单历元的卡方检测统计量,
Figure 164236DEST_PATH_IMAGE011
为可见卫星的残差,
Figure 254420DEST_PATH_IMAGE014
为残差个数,
Figure 856303DEST_PATH_IMAGE015
可以理解的是,
Figure 972027DEST_PATH_IMAGE013
既可以是单历元伪距残差卡方检测统计量,又可以是单历元载波相位残差卡方检测统计量,其前提条件是对应上述公式中的
Figure 93697DEST_PATH_IMAGE011
需分别是伪距残差和载波相位残差。因此在具体实施中,可通过上述公式分别获取各伪距残差的平方和,以得到单历元伪距残差卡方检测统计量;分别获取各载波相位残差的平方和,以得到单历元载波相位残差卡方检测统计量。
需要注意的是,上述过程虽然得到了单历元伪距残差卡方检测统计量,和单历元载波相位残差卡方检测统计量,但是过程中假设误差独立分布,而忽略了误差残差间可能存在的相关性与异方差性。因此,为了更加准确地实现单历元的卡方检测统计量的获取,作为一种优选的实施例,本实施例中进一步对残差进行归一化。其中两种残差的协方差如下式所示:
Figure 371095DEST_PATH_IMAGE016
其中,
Figure 460274DEST_PATH_IMAGE017
为单位矩阵,
Figure 888676DEST_PATH_IMAGE018
分别为PPP-RTK标准流程定位过程中卡尔曼滤波中的变量,
Figure 114121DEST_PATH_IMAGE019
为残差的归一化的协方差。
具体地,根据上式得到了各伪距残差和各载波相位残差的归一化的协方差。进一步分别获取各伪距残差的平方值与协方差的商值,并对各商值求和,以得到单历元伪距残差卡方检测统计量;分别获取各载波相位残差的平方值与协方差的商值,并对各商值求和,以得到单历元载波相位残差卡方检测统计量:
Figure 296840DEST_PATH_IMAGE020
可以理解的是,
Figure 624048DEST_PATH_IMAGE011
为伪距残差或载波相位残差,则得到的
Figure 284836DEST_PATH_IMAGE013
分别是单历元伪距残差卡方检测统计量,或单历元载波相位残差卡方检测统计量。
S12:设置时间窗口和自适应参数。
其中,时间窗口表征当前时刻前预设时间内的窗口,自适应参数的数量为多个。
S13:在时间窗口内,分别根据各自适应参数与各伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各自适应参数与各载波相位残差获取多历元载波相位残差卡方检测统计量。
上述步骤中实现了单历元的卡方检测。而在具体实施中,考虑到慢增长故障带来的风险,还需为卡方检测过程增加斜坡式的慢变故障以及小故障的检测能力。
具体地,本申请考虑到不同历元残差的权重不同,离当前时间点越近的时间点的权重越大,历史时间点的权重随着离当前时间点的距离增加而衰减的特点,使用了滑窗式的卡方检测方案用于检测这类故障带来的完好性风险。滑窗式卡方检测方案涉及权重的选取,相比于历史时刻的残差,当前时刻的残差对于更能反映误差的性质,对于完好性风险的影响更大。
因此,在具体实施中,首先设置时间窗口。可以理解的是,时间窗口是表征当前时刻前预设时间内的窗口。结合预设的自适应参数,在当前时刻
Figure 207530DEST_PATH_IMAGE021
处的加权值(即多历元的卡方检测统计量)为:
Figure 623468DEST_PATH_IMAGE022
其中,
Figure 172392DEST_PATH_IMAGE023
为时间窗口的长度,
Figure 636872DEST_PATH_IMAGE002
为自适应参数,
Figure 571330DEST_PATH_IMAGE024
为残差,
Figure 361431DEST_PATH_IMAGE014
为残差个数,
Figure 896187DEST_PATH_IMAGE021
为当前时刻,
Figure 164357DEST_PATH_IMAGE025
表示均方根。
可以理解的是,
Figure 15638DEST_PATH_IMAGE024
为伪距残差或载波相位残差,则得到的
Figure 727373DEST_PATH_IMAGE026
分别是多历元伪距残差卡方检测统计量,或多历元载波相位残差卡方检测统计量。
作为一种优选的实施例,上述自适应参数由下式决定:
Figure 234578DEST_PATH_IMAGE001
其中,
Figure 40860DEST_PATH_IMAGE002
为自适应参数,
Figure 215490DEST_PATH_IMAGE023
为时间窗口的长度,
Figure 331082DEST_PATH_IMAGE004
为预设参数。
需要注意的是,本实施例中对于预设参数
Figure 591162DEST_PATH_IMAGE004
不做限制,一般在0.9至0.99间选取,根据具体的实施情况而定。上述多历元卡方检测统计量的获取过程均为基础运行,因此不会增加用户端负载。
S14:分别判断单历元伪距残差卡方检测统计量、单历元载波相位残差卡方检测统计量、多历元伪距残差卡方检测统计量和多历元载波相位残差卡方检测统计量是否大于阈值。若是,则进入步骤S15。
S15:输出故障告警信息。
最后,在得到了单历元、多历元下伪距残差与载波相位残差的共四种卡方检测统计量后,分别将上述卡方检测统计量与阈值进行比较。当任意一种卡方检测统计量大于阈值,则输出告警信息,提示出现故障。而当四种卡方检测统计量均不大于阈值,则说明PPP-RTK标准流程定位结果可信,获取最终的定位结果。
需要注意的是,本实施例中的阈值一般是依据连续性风险水平的卡方分布的分位数设置,四种卡方检测统计量均与该阈值进行比较。而在具体实施中,也可为四种卡方检测统计量设置不同的阈值,以达到更高的故障检测效果,根据具体的实施情况而定。
本实施例中,故障检测方法应用于用户端;当用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差;分别根据各伪距残差和各载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量;设置时间窗口和自适应参数;其中,时间窗口表征当前时刻前预设时间内的窗口,自适应参数的数量为多个;在时间窗口内,分别根据各自适应参数与各伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各自适应参数与各载波相位残差获取多历元载波相位残差卡方检测统计量;分别判断单历元伪距残差卡方检测统计量、单历元载波相位残差卡方检测统计量、多历元伪距残差卡方检测统计量和多历元载波相位残差卡方检测统计量是否大于阈值;若是,则输出故障告警信息。由此可知,上述方案在故障检测过程中,根据伪距残差和载波相位残差分别实现了对应的单历元卡方检测;同时考虑到不同历元残差的权重不同:即离当前时刻越近的时间点的权重越大,历史时间点的权重随着与当前时刻的距离增大而衰减,进一步通过设置时间窗口的方式增强在时间窗口内的小故障和慢变故障的检测能力,提升了检测灵敏度,实现了PPP-RTK终端的完好性故障检测。
在上述实施例中可知,若分别确定单历元伪距残差卡方检测统计量、单历元载波相位残差卡方检测统计量、多历元伪距残差卡方检测统计量和多历元载波相位残差卡方检测统计量均大于阈值,则认为PPP-RTK标准流程定位结果可信。然而,顾及到载波相位残差可能和整周模糊度发生耦合,即载波相位异常值可能会被整周模糊度吸收,因此为了提升载波相位检测的能力,作为一种优选的实施例,还需对整周模糊度进行检测。
整周模糊度(ambiguity of whole cycles)又称整周未知数,是在全球定位系统技术的载波相位测量时,载波相位与基准相位之间相位差的首观测值所对应的整周未知数。正确地确定整周模糊度是全球定位系统载波相位测量中非常重要且必须解决的问题之一。
具体地,监测整周模糊度。整周模糊度作为一种时不变状态参数,可利用其波动情况监测位置是否异常。因为载波相位残差与整周模糊度相互耦合,所以只对收敛后的整周模糊度进行检测。具体来说,当定位误差较大时,不同于伪距残差,载波相位残差并不会显著增大。这是因为定位误差对载波相位残差的影响会被整周模糊度吸收,即这个时刻模糊度浮点值是有偏的。由于整周模糊度是整数值,且由周跳引发的模糊度波动已经被剔除,所以可以认为在整周模糊度的异常波动可能由故障引起。
整周模糊度异常的检测一般通过相邻历元间做差,稳定后整周模糊度变化量小于0.1周。因此可以预先设置一个预设值,进一步判断整周模糊度的变化量是否大于预设值;若是,则输出告警信息;若否,则认为整周模糊度正常。
需要注意的是,上述整周模糊度异常的检测仅适用于PPP-RTK已经收敛的情况。在暂态过程中整周模糊度有可能发生变化,此时上述检测方法失效。
本实施例中,通过监测整周模糊度,判断整周模糊度的变化量是否大于预设值;若是,则输出告警信息。实现了在不过多增加负载的情况下,高效探测出载波相位观测量是否被故障污染。
进一步地,为了更好地实现故障检测,作为一种优选的实施例,在整周模糊度异常检测通过后,还可进一步执行内部解分离故障检测或外部解分离故障检测。
可以理解的是,在具体实施中内部解分离故障检测或外部解分离故障检测只需检测上述卡方故障检测过程中的未告警点,不但实现了补充检测,提高检测的完整度,还有利于进一步降低计算负载。若内部解分离故障检测或外部解分离故障检测通过,则上述各项故障检测均没有发生告警,那么此时获取定位结果为可信的,可以用于用户端定位。
本实施例中,进一步将卡方故障检测与内部解分离故障检测或外部解分离故障检测相结合,更好地实现了故障检测,提高了准确率。
在上述实施例中,对于故障检测方法进行了详细描述,本申请还提供故障检测装置对应的实施例。
图2为本申请实施例提供的一种故障检测装置的示意图。装置应用于用户端;如图2所示,故障检测装置包括:
第一获取模块10,用于当用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差。
第二获取模块11,用于分别根据各伪距残差和各载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量。
设置模块12,用于设置时间窗口和自适应参数。其中,时间窗口表征当前时刻前预设时间内的窗口,自适应参数的数量为多个。
第三获取模块13,用于在时间窗口内,分别根据各自适应参数与各伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各自适应参数与各载波相位残差获取多历元载波相位残差卡方检测统计量。
判断模块14,用于分别判断单历元伪距残差卡方检测统计量、单历元载波相位残差卡方检测统计量、多历元伪距残差卡方检测统计量和多历元载波相位残差卡方检测统计量是否大于阈值;若是,则触发输出模块。
输出模块15,用于输出故障告警信息。
本实施例中,故障检测装置应用于用户端,包括第一获取模块、第二获取模块、设置模块、第三获取模块、判断模块和输出模块;当用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差;分别根据各伪距残差和各载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量;设置时间窗口和自适应参数;其中,时间窗口表征当前时刻前预设时间内的窗口,自适应参数的数量为多个;在时间窗口内,分别根据各自适应参数与各伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各自适应参数与各载波相位残差获取多历元载波相位残差卡方检测统计量;分别判断单历元伪距残差卡方检测统计量、单历元载波相位残差卡方检测统计量、多历元伪距残差卡方检测统计量和多历元载波相位残差卡方检测统计量是否大于阈值;若是,则输出故障告警信息。由此可知,上述方案在故障检测过程中,根据伪距残差和载波相位残差分别实现了对应的单历元卡方检测;同时考虑到不同历元残差的权重不同:即离当前时刻越近的时间点的权重越大,历史时间点的权重随着与当前时刻的距离增大而衰减,进一步通过设置时间窗口的方式增强在时间窗口内的小故障和慢变故障的检测能力,提升了检测灵敏度,实现了PPP-RTK终端的完好性故障检测。
图3为本申请实施例提供的一种故障检测设备的示意图。如图3所示,故障检测设备包括:
存储器20,用于存储计算机程序。
处理器21,用于执行计算机程序时实现如上述实施例中所提到的故障检测方法的步骤。
本实施例提供的故障检测方法可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称中央处理器(CentralProcessing Unit,CPU);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器21可以在集成有图形处理器(Graphics Processing Unit,GPU),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器21还可以包括人工智能(Artificial Intelligence,AI)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器20至少用于存储以下计算机程序201,其中,该计算机程序被处理器21加载并执行之后,能够实现前述任一实施例公开的故障检测方法的相关步骤。另外,存储器20所存储的资源还可以包括操作系统202和数据203等,存储方式可以是短暂存储或者永久存储。其中,操作系统202可以包括Windows、Unix、Linux等。数据203可以包括但不限于故障检测方法涉及到的数据。
在一些实施例中,故障检测设备还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
本领域技术人员可以理解,图3中示出的结构并不构成对故障检测设备的限定,可以包括比图示更多或更少的组件。
本实施例中,故障检测设备包括存储器和处理器。存储器用于存储计算机程序,处理器用于执行计算机程序时实现如上述实施例中所提到的故障检测方法的步骤。当用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差;分别根据各伪距残差和各载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量;设置时间窗口和自适应参数;其中,时间窗口表征当前时刻前预设时间内的窗口,自适应参数的数量为多个;在时间窗口内,分别根据各自适应参数与各伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各自适应参数与各载波相位残差获取多历元载波相位残差卡方检测统计量;分别判断单历元伪距残差卡方检测统计量、单历元载波相位残差卡方检测统计量、多历元伪距残差卡方检测统计量和多历元载波相位残差卡方检测统计量是否大于阈值;若是,则输出故障告警信息。由此可知,上述方案在故障检测过程中,根据伪距残差和载波相位残差分别实现了对应的单历元卡方检测;同时考虑到不同历元残差的权重不同:即离当前时刻越近的时间点的权重越大,历史时间点的权重随着与当前时刻的距离增大而衰减,进一步通过设置时间窗口的方式增强在时间窗口内的小故障和慢变故障的检测能力,提升了检测灵敏度,实现了PPP-RTK终端的完好性故障检测。
最后,本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是,如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例中,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。当用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差;分别根据各伪距残差和各载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量;设置时间窗口和自适应参数;其中,时间窗口表征当前时刻前预设时间内的窗口,自适应参数的数量为多个;在时间窗口内,分别根据各自适应参数与各伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各自适应参数与各载波相位残差获取多历元载波相位残差卡方检测统计量;分别判断单历元伪距残差卡方检测统计量、单历元载波相位残差卡方检测统计量、多历元伪距残差卡方检测统计量和多历元载波相位残差卡方检测统计量是否大于阈值;若是,则输出故障告警信息。由此可知,上述方案在故障检测过程中,根据伪距残差和载波相位残差分别实现了对应的单历元卡方检测;同时考虑到不同历元残差的权重不同:即离当前时刻越近的时间点的权重越大,历史时间点的权重随着与当前时刻的距离增大而衰减,进一步通过设置时间窗口的方式增强在时间窗口内的小故障和慢变故障的检测能力,提升了检测灵敏度,实现了PPP-RTK终端的完好性故障检测。
以上对本申请所提供的一种故障检测方法、装置、设备及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (9)

1.一种故障检测方法,其特征在于,应用于用户端;所述方法包括:
当所述用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差;
分别根据各所述伪距残差和各所述载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量;
设置时间窗口和自适应参数;其中,所述时间窗口表征当前时刻前预设时间内的窗口,所述自适应参数的数量为多个;设置所述自适应参数具体包括:
Figure QLYQS_1
其中,
Figure QLYQS_2
为所述自适应参数,
Figure QLYQS_3
为所述时间窗口的长度,
Figure QLYQS_4
为预设参数;
在所述时间窗口内,分别根据各所述自适应参数与各所述伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各所述自适应参数与各所述载波相位残差获取多历元载波相位残差卡方检测统计量;
分别判断所述单历元伪距残差卡方检测统计量、所述单历元载波相位残差卡方检测统计量、所述多历元伪距残差卡方检测统计量和所述多历元载波相位残差卡方检测统计量是否大于阈值;
若是,则输出故障告警信息。
2.根据权利要求1所述的故障检测方法,其特征在于,在所述用户端根据PPP-RTK标准流程进行定位之前,还包括:
接收多个可见卫星的GNSS原始观测量和导航电文,并去除仰角不符合要求的所述可见卫星的所述GNSS原始观测量和所述导航电文;
获取完好性风险水平和连续性风险水平;
检测并修复所述GNSS原始观测量中的周跳,以用于根据修复后的所述GNSS原始观测量和所述导航电文进行PPP-RTK标准流程定位。
3.根据权利要求1所述的故障检测方法,其特征在于,所述分别根据各所述伪距残差和各所述载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量包括:
分别获取各所述伪距残差的平方和,以得到所述单历元伪距残差卡方检测统计量;
分别获取各所述载波相位残差的平方和,以得到所述单历元载波相位残差卡方检测统计量。
4.根据权利要求3所述的故障检测方法,其特征在于,所述分别根据各所述伪距残差和各所述载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量包括:
获取各所述伪距残差和各所述载波相位残差的归一化的协方差;
分别获取各所述伪距残差的平方值与所述协方差的商值,并对各所述商值求和,以得到所述单历元伪距残差卡方检测统计量;
分别获取各所述载波相位残差的平方值与所述协方差的所述商值,并对各所述商值求和,以得到所述单历元载波相位残差卡方检测统计量。
5.根据权利要求1至4任意一项所述的故障检测方法,其特征在于,若分别确定所述单历元伪距残差卡方检测统计量、所述单历元载波相位残差卡方检测统计量、所述多历元伪距残差卡方检测统计量和所述多历元载波相位残差卡方检测统计量均大于阈值,还包括:
监测整周模糊度,判断所述整周模糊度的变化量是否大于预设值;
若是,则输出告警信息。
6.根据权利要求5所述的故障检测方法,其特征在于,若确定所述整周模糊度的所述变化量不大于所述预设值,还包括:
执行内部解分离故障检测或外部解分离故障检测;
若所述内部解分离故障检测或所述外部解分离故障检测通过,则获取定位结果。
7.一种故障检测装置,其特征在于,应用于用户端;所述装置包括:
第一获取模块,用于当所述用户端根据PPP-RTK标准流程进行定位时,分别获取多个伪距残差和多个载波相位残差;
第二获取模块,用于分别根据各所述伪距残差和各所述载波相位残差获取单历元伪距残差卡方检测统计量和单历元载波相位残差卡方检测统计量;
设置模块,用于设置时间窗口和自适应参数;其中,所述时间窗口表征当前时刻前预设时间内的窗口,所述自适应参数的数量为多个;设置所述自适应参数具体包括:
Figure QLYQS_5
其中,
Figure QLYQS_6
为所述自适应参数,
Figure QLYQS_7
为所述时间窗口的长度,
Figure QLYQS_8
为预设参数;
第三获取模块,用于在所述时间窗口内,分别根据各所述自适应参数与各所述伪距残差获取多历元伪距残差卡方检测统计量,并分别根据各所述自适应参数与各所述载波相位残差获取多历元载波相位残差卡方检测统计量;
判断模块,用于分别判断所述单历元伪距残差卡方检测统计量、所述单历元载波相位残差卡方检测统计量、所述多历元伪距残差卡方检测统计量和所述多历元载波相位残差卡方检测统计量是否大于阈值;若是,则触发输出模块;
所述输出模块,用于输出故障告警信息。
8.一种故障检测设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述的故障检测方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的故障检测方法的步骤。
CN202211630270.1A 2022-12-19 2022-12-19 一种故障检测方法、装置、设备及介质 Active CN115616622B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211630270.1A CN115616622B (zh) 2022-12-19 2022-12-19 一种故障检测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211630270.1A CN115616622B (zh) 2022-12-19 2022-12-19 一种故障检测方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115616622A CN115616622A (zh) 2023-01-17
CN115616622B true CN115616622B (zh) 2023-03-14

Family

ID=84879937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211630270.1A Active CN115616622B (zh) 2022-12-19 2022-12-19 一种故障检测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115616622B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116881088B (zh) * 2023-09-06 2023-11-28 长沙金维信息技术有限公司 一种系统监控方法、装置、存储介质及电子装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6166683A (en) * 1998-02-19 2000-12-26 Rockwell International Corporation System and method for high-integrity detection and correction of cycle slip in a carrier phase-related system
US20050114023A1 (en) * 2003-11-26 2005-05-26 Williamson Walton R. Fault-tolerant system, apparatus and method
FR2963437B1 (fr) * 2010-07-29 2012-08-31 Sagem Defense Securite Procede de detection et d'exclusion de multi-pannes satellites
CN104267410B (zh) * 2014-10-10 2017-02-15 北京航空航天大学 机载完好性监测中多故障的排除方法和装置
CN113625308B (zh) * 2020-05-09 2023-08-25 千寻位置网络有限公司 卫星空间信号异常的探测方法及系统
CN112269193B (zh) * 2020-10-15 2021-12-17 周建华 一种监测站伪距观测序列辅助的导航卫星故障检测方法
CN113670337B (zh) * 2021-09-03 2023-05-26 东南大学 一种用于gnss/ins组合导航卫星缓变故障检测方法
CN115291255A (zh) * 2022-08-22 2022-11-04 北京航空航天大学 一种适用于车载端的分布式gnss异常监测方法
CN115267855B (zh) * 2022-09-30 2023-02-03 中南大学 一种gnss-ins紧组合中异常值探测方法和平差定位方法

Also Published As

Publication number Publication date
CN115616622A (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
Blanch et al. Advanced RAIM user algorithm description: Integrity support message processing, fault detection, exclusion, and protection level calculation
CN108508461B (zh) 基于gnss载波相位高精度定位完好性监测方法
Xie et al. Integrity design and updated test results for the Stanford LAAS integrity monitor testbed
Choi et al. Demonstrations of multi-constellation advanced RAIM for vertical guidance using GPS and GLONASS signals
CN109085619B (zh) 多模gnss系统的定位方法及装置、存储介质、接收机
CN115616622B (zh) 一种故障检测方法、装置、设备及介质
CN106932793B (zh) 一种北斗三频信号的实时周跳探测与修复方法
CN110879407B (zh) 一种基于完好性风险模型的卫星导航观测量新息检测方法
US20230018631A1 (en) System and method for satellite positioning
CN109031356B (zh) 特征斜率加权的最小二乘残差接收机自主完好性监测方法
CN110646820A (zh) Rtk定位数据的质检方法、装置、设备和存储介质
Jiang et al. Code carrier divergence monitoring for dual-frequency GBAS
CN111965668A (zh) 一种面向卫星多故障的raim方法
CN115453579A (zh) 基于北斗ppp-rtk的合成星历a类故障完好性监测方法及装置
CN115390095A (zh) 一种获取电离层延迟的方法、装置及介质
Rife et al. Formulation of a time-varying maximum allowable error for ground-based augmentation systems
Kropp et al. Optimized MHSS ARAIM user algorithms: Assumptions, protection level calculation and availability analysis
CN112731460A (zh) 卫星导航系统校准数据的完好性风险的测试方法及其系统
CN113835105A (zh) 一种基于gnss模拟器的gbas完好性监测方法
CN111522032B (zh) 一种北斗三号系统用户完好性处理的优化方法及优化装置
Osechas et al. Carrier‐Phase Acceleration RAIM for GNSS Satellite Clock Fault Detection
CN105652298A (zh) 一种bds三频伪距相位组合的周跳探测修复方法及装置
CN116481525A (zh) 一种基于星间差分gps/bds/ins紧组合导航的mhss fde方法
Gao et al. An improved detection method of GNSS faults with fractional information divergence
CN115755131A (zh) 一种卫星定位的方法、装置及介质

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