基于PSO的多星座GNSS垂直保护级优化方法

针对传统的高级接收机自主完好性监测（ARAIM）算法中完好性风险和连续性风险分配存在保守的问题，提出了一种基于粒子群优化（PSO）算法的完好性风险和连续性风险分配方法。将不同的分配策略作为算法中不同的粒子，选取不同故障子集对应的垂直保护级的加权和为适应度函数，每个粒子基于粒子群优化寻优原理更新其位置及速度直至满足条件，进而得到优化后的分配策略和对应的垂直保护级。通过双星座对所提方法进行验证，并与传统方法进行对比分析，结果表明:基于PSO算法的完好性风险和连续性风险分配策略优化了垂直保护级，提高了ARAIM全球可用性。      

BDS/GPS组合导航接收机自主完好性监测算法

为使接收机自主完好性监测（RAIM）技术应用于民航垂直引导进近（APV）飞行阶段成为可能,研究了BDS/GPS组合导航RAIM算法。提出了一种基于BDS/GPS定位解最优加权平均解的算法,结合最优加权平均解与BDS/GPS定位解的关系建立检验统计量,根据最大允许的虚警率计算检验门限,实现对故障所在卫星导航系统的检测,并采用加权最小二乘残差法对故障进行检测与识别。研究结果对多星座组合卫星导航系统应用于民航APV飞行阶段的导航具有一定的参考意义。      

基于MHSS算法的ARAIM完好性和可用性预测

传统的接收机自主完好性监视只能提供非精密进近阶段的完好性监视,无法实现对完好性要求更加严格的飞行阶段的监视,而高级接收机自主完好性监视（AdvancedReceiverAutonomousIntegrityMonitoring,ARAIM）可以在精密进近阶段为飞机提供满足航向信标性能垂直引导（LocalizerPerformancewithVerticalguidance,LPV）的完好性监视服务。文章基于多假设分组解算法,根据目前的星座环境,结合民航不同飞行阶段的应用需求,对ARAIM算法进行仿真研究。针对水平保护级（HorizontalProtectionLevel,HPL）和垂直保护级（VerticalProtectionLevel,VPL）的指标,在不同星座组合环境下,选取南北半球不同经纬度的5个观测机场,分别仿真了HPL和VPL的变化情况,并对全球HPL和VPL平均分布趋势,以及以99%的概率满足LPV-200进近可用性指标时,ARAIM可用性的全球覆盖率进行了仿真预测分析。仿真结果表明,不论是全球定位系统和格洛纳斯双星座还是增加北斗卫星导航系统后的三星座,5个观测机场的HPL和VPL均能满足LPV-200进近对完好性指标的要求;但在全球范围内,双星座条件下,ARAIM并不能完全支持LPV-200进近对完好性监视的要求,而三星座则可大大提高ARAIM的可用性,为民航用户提供满足精密进近的所需导航服务性能。     

粒子群优化粒子滤波的接收机自主完好性监测

接收机自主完好性监测（RAIM）是航空卫星导航接收机必不可少的功能,为保持全球卫星导航系统（GNSS）在卫星发生故障时系统性能不降级,需要对卫星故障进行检测和隔离。针对接收机观测噪声非高斯分布的特点,提出一种基于粒子群优化粒子滤波（PSO-PF）的故障检测和隔离算法。通过粒子群优化粒子滤波对状态估计进行一致性检验实现故障检测。采集实测数据验证算法的检测性能,并与基于基本粒子滤波的完好性监测算法进行比较,结果表明:本文所提算法在非高斯测量噪声下可检测并隔离全球定位系统（GPS）故障卫星,其性能优于基于基本粒子滤波的完好性监测算法性能,对研究北斗卫星导航系统（BDS）接收机自主完好性监测具有一定的意义。      

一种基于多虚拟观测量的组合导航自主完好性监测方法

完好性用于导航系统出现故障的情况下提供及时的告警，是生命安全类用户需要考虑的重要性能指标。基于惯性导航系统（INS）辅助的卫星导航自主完好性监测算法，提出了一种利用INS构造3颗虚拟卫星观测量的组合导航系统自主完好性监测方法，通过构造视线方向相互垂直的3颗卫星，最大限度利用组合导航中INS的导航信息，在2颗可见星条件下就能实现故障检测。相比传统接收机自主完好性监测(RAIM)方法，该方法提高了检测算法可用性。在GPS单星座且INS定位误差方差σ_s=1m条件下，加入35m单星故障幅值，传统加权RAIM故障检测概率为48.51%，本文算法检测概率为95.21%，检测性能提升47%；与INS辅助的卡尔曼滤波残差检测法相比，在相同INS精度等级条件下该方法也具有更高的检测概率。此外，仿真分析了不同INS精度等级对该方法故障检测性能的影响，结果表明INS精度越高，该方法检测性能越好。     

BDS/GPS组合的H-ARAIM PBN和ADS-B应用可用性评估

水平-先进接收机自主完好性监测(H-ARAIM)属欧美大力发展的新型机载自主卫星导航完好性监测技术。从H-ARAIM的基于性能的导航(PBN)和广播式自动相关监视(ADS-B)应用方法出发,基于美国全球卫星导航系统(GPS)和中国自主北斗卫星导航系统(BDS)组合系统,综合考虑不同卫星故障概率、不同星座故障概率、不同星钟星历误差配置以及不同星座配置,全面仿真评估了H-ARAIM的PBN和ADS-B应用全球可用性,结果表明:卫星和星座故障概率变化,对水平保护级(HPL)结果的影响不足0.1%,PBN和ADS-B均可实现全球100%可用性;星钟星历误差变化,会导致较大幅度的HPL变化,最大值可达20 m,但对PBN和ADS-B应用可用性没有显著影响;不同星座配置会对全球和亚太区域平均99.9%HPL结果及PBN和ADS-B应用可用性产生显著影响,HPL变化幅度达到32 m,可用性随星座配置不同而变化,最差可降低到96%。所取成果可为北斗民航应用提供坚实的理论参考和可靠的技术支撑。     

Iridium/ORBCOMM机会信号融合定位技术

在全球导航卫星系统(GNSS)不可用情况下，低地球轨道(LEO)卫星机会信号(SOP)定位技术是一种有效的导航定位解决方案。单LEO星座机会信号定位技术面临星座构型不足或可见卫星偏少等问题，多LEO星座机会信号融合定位技术可有效解决该问题。通过分析瞬时多普勒定位原理，建立了Iridium/ORBCOMM机会信号融合定位模型，引入基于Helmert方差估计的加权最小二乘算法进一步提高定位精度。实测数据表明:基于Helmert方差估计的Iridium/ORBCOMM机会信号融合定位精度优于70 m，验证了多LEO星座机会信号融合定位的可行性和有效性。      

PSO选星算法参数分析与改进

多星座组合导航提供更多的可用卫星,但也增大接收机计算复杂度,选取部分可见星代替全部可见星进行接收机位置解算成为选星算法研究的热点。粒子群优化（PSO）选星算法将PSO算法引入到选星过程中,该方法能够减少选星时间,实现北斗/GPS组合星座快速选星。研究了该算法的关键参数包括惯性权重因子、加速系数、种群大小等对PSO选星算法性能的影响,并针对搜索过程容易陷入局部最优问题,提出自适应模拟退火粒子群优化（ASAPSO）选星算法,该算法通过引入随适应值大小自适应调整进化参数及结合模拟退火算法调整粒子速度,以增强算法跳出局部极值的能力。采用实际数据对算法进行验证,结果表明:ASAPSO选星算法在保证选星时间的同时,能够提高算法搜索结果的准确性,其性能优于PSO选星算法。      

基于帝国竞争优化的双目标综合决策选星算法

全球卫星导航系统（GNSS）的应用前景已经得到世界各国的普遍承认，其应用领域也趋于多样化，在此背景下，卫星接收机也要求其具有更快的解算速度和可靠的精度。针对目前多数接收机的选星算法都是固定选星数目从而限制算法机动性的问题，提出基于帝国竞争优化算法（ICA）的双目标综合决策选星算法。为了更好获取几何构型较好的卫星星座，引入可见卫星的卫星仰角和方向角先验信息，进行先验性约束，通过构建几何精度因子（GDOP）以及选星数目2个目标，进行综合决策的快速选星，提高了选星的灵活度，并且在满足用户精度的要求下减轻了多星座卫星接收机的计算负担。通过仿真实验和实测数据对双目标综合决策选星算法验证的结果表明:所提算法在高度截止角5°下引入先验性约束条件后平均选星数目在仿真数据和实测数据中缩减率分别为51.8%和45.4%，平均GDOP值较无约束下分别减少0.209 2和0.248 4。同时，所提算法单次选星平均耗时分别为0.168 4 s和0.303 1 s，与遍历法的选星耗时4 s相比，提高了95.79%和92.42%。      

基于混沌粒子群优化的北斗/GPS组合导航选星算法

全球卫星导航系统（GNSS）接收机在接收信号的过程中会受到诸如建筑物遮挡、信号干扰等因素的影响,无法得到全部可见星。为减轻多星座组合接收机的处理负担,研究利用部分可见卫星进行定位的快速选星算法,提出了一种基于混沌粒子群优化（CPSO）的北斗/GPS组合导航选星算法。首先,对当前历元时刻可见卫星进行连续编码,按照选星数目分组,每个分组视为一个粒子。然后,通过混沌映射初始化粒子种群,选取几何精度因子（GDOP）作为评价粒子优劣的适应度函数;粒子通过粒子群优化算法的速度-位移模型更新自身位置,逐渐趋近空间卫星几何分布较好的卫星组合全局最优解。最后,采集北斗/GPS实际数据对选星算法进行仿真验证和性能比较,结果表明,所提算法在选星颗数多于5颗时,单次选星耗时为遍历法选星的37.5%,选星结果的几何精度因子计算误差在0~0.6之间。该算法可适用于北斗/GPS组合导航定位不同选星颗数的情况。      

Satellite selection methods for multi-constellation advanced RAIM

The increased number of potential threat modes under multi-constellation advanced receiver autonomy integrity monitoring (ARAIM) requires an increase in the number of subsets and a correspondingly high computational load. A new satellite selection method based on integrity support message (ISM) parameters is proposed and compared with GDOP-based selection. The performance was tested on five days of data measurements from 21 multi-global navigation satellite system experiment (MGEX) stations distributed around the world, as well as simulation using the broadcast ephemeris. The results show that the proposed ISM-based satellite selection method is highly compatible with the baseline ARAIM. This method could reduce the computational times by about 60–70% quickly, with minimising vertical protection level (VPL) loss, which was consistently within 1 m, even a reduced VPL value in some epochs, and resulting in an improved availability. The simulation results were similar to the MGEX data. It appears that the application of ISM-based satellite selection can effectively reduce computational burden with a minimal impact on availability.     

Advanced receiver autonomous integrity monitoring (ARAIM) schemes with GNSS time offsets

Within the current Advanced Receiver Integrity Monitoring (ARAIM) scheme, the time offsets between different Global Navigation Satellite System (GNSS) constellations are estimated along with a position solution and the GNSS receiver clock error. This scheme is called the Time-offsets Estimated ARAIM, or the TOE ARAIM. In order to enhance the interoperability and compatibility between different constellations, the time offsets are expected to be broadcast to users in future multi-GNSS positioning and navigation applications. This paper describes two new ARAIM schemes to make use of the Broadcast Time Offsets (BTOs): Time Offset Observed ARAIM (TOO ARAIM) and Time Offset Synchronized ARAIM (TOS ARAIM). It has been shown that the VPL performances of these two new ARAIM schemes rely strongly on the accuracy of BTOs. By varying the error model of the BTOs, the simulation results also demonstrate that the proposed new TOO ARAIM scheme can outperform the existing TOE ARAIM scheme-even if the accuracy of BTOs for integrity is degraded to 4.5 m and the probability of a BTO fault is relaxed to 10⁻² h⁻¹. In addition, the new Time Offset Synchronized ARAIM scheme (TOS ARAIM) can also perform better than the existing TOE ARAIM scheme if the accuracy of BTOs for integrity can reach 0.75 m. As the TOO ARAIM also has a very relaxed requirement on BTOs and better VPL performance, the TOO ARAIM is regarded as a superior ARAIM scheme for multi-GNSS with BTOs available.     

基于岭回归的红外协同定位优化算法

针对双机协同定位误差较大问题，首先，在球坐标与直角坐标相结合的基础上，建立双机协同定位的数学模型，并通过对数学模型的分析得出双机距离较近时定位误差大的原因。其次，利用岭回归算法求解出定位精度较高的两组测量子集的目标位置估计值和定位误差协方差矩阵。最后，利用加权最小二乘算法对两组测量子集进行融合定位，推导出协同定位优化算法。仿真分析表明，该算法能显著改善了整个探测区域内的定位精度，并且在双机相距较近时也能保持高的定位精度。      

基于月光偏振罗盘的载体自主定位方法

为了克服现有偏振定位技术无法全天时工作的缺陷，充分发挥偏振定位技术的自主性，提出一种夜间环境下基于月光偏振罗盘的载体自主定位方法。设计了仿生月光偏振罗盘传感器，改进了一种基于偏振度阈值检测的月亮高度角计算方法，通过实时更新月亮赤经、赤纬和格林时角，利用不同时刻的月亮高度角解算出载体经纬度信息。最后进行静态实验，验证了算法的可行性。实验结果表明，该方法可以稳定获取载体经纬度信息，且定位误差为42.34km。该方法增强了偏振定位技术的全天时性能，在夜间环境下的自主定位领域有着重要应用价值。     

基于无监督学习和粒子滤波的非视距信号检测

全球卫星导航系统(GNSS)是目前应用最广泛的定位技术, 研究城市峡谷中的定位问题时, 由于高楼大厦的阻塞, 仍存在非视距传播导致的性能退化问题。为此, 提出了无监督学习粒子滤波(UL-PF)算法。在卫星信号分类阶段, 使用核k-means聚类的无监督学习分类方法, 在定位阶段, 使用通过聚类算法优化的粒子滤波方法。所提算法考虑了采样粒子在状态空间分布中的内在相似性, 探索在每个聚类中选择一个粒子作为重要粒子, 利用时间序列相关技术提高重采样粒子集的多样性。实验表明:在城市场景中, 所提算法的平均定位精度从传统算法的15 m提高到约5 m, 收敛时间从500 s缩短到200 s左右。      

新的导弹协同定位技术

导弹协同作战的关键技术之一是导弹的精确定位技术,针对在体系对抗条件下,如何提高导弹集群的导航定位精度问题,构建了以弹载数据链和惯导系统为核心的协同定位系统,提出了一种基于相互测距信息的导弹协同定位方法.该方法使用加权秩亏自由网平差的方法来估计导弹集群的惯导系统定位误差.仿真表明:该方法可以有效地延缓惯导位置误差的发散速度和提高惯导定位精度,随着导弹数量的增多,惯导定位精度不断提高,当导弹数量大于4时,惯导定位精度将提高2倍以上.     

基于多约束因子图优化的无人车定位与建图方法

针对目前在特定场景下应用的低速无人车定位系统极度依赖全球导航卫星系统（GNSS），存在定位精度不高、漂移误差大、受环境影响严重等问题，提出一种低成本、高精度的无人车定位与建图方法。该方法基于三维激光定位与建图（SLAM）技术。首先，使用点云主成分分析（PCA）实现基于特征匹配的激光里程计；其次，将GNSS位置信息、点云分割聚类得到的地平面和点云聚类特征作为位姿约束分别加入图优化框架，消除激光里程计的累积误差；最后，得到最优位姿和大规模场景的点云地图，以实现无人车的自主定位导航。利用包含大型户外城市街道环境的KITTI数据集对所提出的SLAM算法进行了评估，结果表明:系统在3km运动距离情况下定位偏差可控制在1.5 m以下，在局部精度和全局一致性方面均优于其他里程计系统，为无人车的定位提供了新思路。      

单频GPS动态相对定位的模糊度逼近/搜索解法

针对目前实时动态定位(RTK)中常用搜索解法可靠度不高的缺点,利用各历元诸双差方程所形成的法方程,对其进行解耦处理以便于实时计算.在此基础上综合了逼近、搜索两种解法各自的局部优势,构成了逼近/搜索的联合解法.实际测试表明,该算法在单频全球定位系统(GPS)载波相位差分的动态相对定位过程中,用2～3min的时间即可可靠地在航解算出整周模糊度.