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。      

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。      

精密进近阶段的多系统GNSS组合RAIM可用性算法及分析

给出了多系统全球卫星导航系统（GNSS）组合接收机自主完好性监测（ReceiverAutonomousIntegrityMonitoring,RAIM）可用性计算方法,在此基础上利用GPS、GLONASS实测数据与BDS、Galileo全星座仿真数据,分析了BDS、GPS、GLONASS和Galileo不同组合在精密进近阶段的RAIM可用性。通过试验分析发现,BDS的5颗地球同步轨道卫星和3颗倾斜地球同步轨道卫星对亚洲、非洲和欧洲大部分地区的RAIM可用性有很大的贡献。这些地区站星间几何观测结构得到改善,使得RAIM可用性相对于其他地区有很大幅度的提升。在亚太地区APV-I阶段单系统导航情况下,北斗导航系统RAIM可用性达到99.5%,高于其他三个导航系统。在精密进近阶段（APV-I、APV-II和CAT-I）,BDS与其他导航系统（GPS、GLONASS和Galileo）的组合导航可以满足全球大部分区域的RAIM可用性需求,大多可达到100%。     

基于北斗的机载终端完好性算法仿真研究

国内外关于接收机自主完好性算法的理论研究已经成熟,但缺乏依据北斗实测数据的算法性能分析。根据北斗Ⅱ代卫星导航系统14颗星的星座状态及其公开的服务性能,结合民航非精密进近的应用需求,对机载端嵌入自主完好性算法进行仿真研究。首先通过理论仿真,分析了亚太区之内算法的可用性。其次,利用NovAtel接收机实测的北斗数据,设定不同的场景和故障类型,对算法故障检测和识别的性能进行了研究分析。通过仿真,北斗系统在亚太区之内的平均可见星个数大于7颗,平均水平保护限值小于500m,能够满足算法的要求。另通过实测研究,算法可以有效地检测并识别出异常的伪距误差（即故障卫星）。结果表明：接收机自主完好性算法适用于当前北斗Ⅱ代卫星导航系统,能够为民用航空非精密进近提供具备完好性保证的服务。     

全球导航卫星系统多星故障排除新方法

在全球导航卫星系统中,多颗卫星同时发生故障的概率会随着观测卫星数的增加而增加,从而,在接收机自主完好性监测中需考虑多星故障的处理.针对故障检测比故障排除简单、且故障检测率比故障排除率高的特征,以故障检测为基础,提出了一种新的多星故障排除方法——随机搜索法.该方法采用二进制对观测卫星进行编码,通过随机初始化方式获得初始无故障星座,再通过逐步搜索未选卫星方式来得到最终的含有最多无故障卫星的星座,实现故障排除功能.仿真结果表明:大部分情形下,新方法能获得99%以上的故障排除率,既能进行单星故障排除,也能进行多星故障排除,能有效满足全球导航卫星系统关于自主完好性的要求.      

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。     

基于星光角距/激光测距的卫星组合导航方法

为了进一步提高卫星天文自主导航精度,提出了一种利用激光测距辅助的天文组合导航方法。激光测距能够直接获取卫星到地面参考信标的高精度距离信息,在以星光角距为观测量的天文导航系统中引入激光测距辅助数据,可以拓展滤波器观测量的维度,从而改善滤波效果。由于组合导航系统为非线性系统,为避免泰勒展开线性化引起的二阶截断误差,采用UKF滤波方法进行组合导航系统信息融合。仿真结果表明,所提出的组合导航方法能够明显提升导航精度,改善滤波性能。     

用于识别两颗故障卫星的RAIM算法

提出了一种可以识别两颗故障卫星的接收机自主完好性监测算法.将最优奇偶矢量法应用于两颗故障卫星识别,指出由于故障偏差可能会抵消而使得正确识别率较低.对最优奇偶矢量法进行了改进,利用对单颗卫星故障敏感的最优奇偶矢量对所有可能的两颗故障卫星组合分别构造两个新的奇偶矢量,用于两颗故障卫星的检测和识别.计算机仿真结果显示,改进后的算法与直接利用最优奇偶矢量法相比,可以显著提高两颗故障卫星正确识别率,识别率可超过90%.同时,改进算法的奇偶矢量构造方法简单,计算量将减少90%以上,更有利于工程实现.      

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。      

基于星间距离测量的高精度自主导航

研究利用地球卫星和月球卫星之间的测距信息进行自主导航的方法.基于三体摄动轨道动力学方程和星间测距信息,可以同时确定参与导航的地球卫星和月球卫星的绝对位置;但是在初始位置误差较大的情况下,导航系统的定位性能会受到影响.为了解决这一问题,提出基于"星间测距+紫外导航敏感器"的组合导航方法.采用该导航方法,能够在初始位置误差和紫外导航敏感器测量误差较大的情况下实现高精度自主导航.基于Cramer-Rao下界(CRLB)分析了组合导航系统的性能,并通过数学仿真验证了该导航方法的有效性.     

GPS自主式完整性检测技术研究

证明了GPS(Global Positioning System) RAIM(Receiver Autonomous Integrity Monitoring)两种算法:奇偶空间法和残差最小二乘法在数学上是等价的.提出了一种新的GPS RAIM算法,并进行了仿真实验.研究结果表明,该算法具有可用性高、漏警率低,故障检测灵敏等优点,满足了高精度、高可靠性的制导要求.研究了可见星较少时,采用气压高度表辅助、接收GLONASS(GLObal NAvigation Satellite System)信号等实现RAIM的方法,并进行了仿真验证.      

Fault detection and isolation in GPS receiver autonomous integrity monitoring based on chaos particle swarm optimization-particle filter algorithm

The receiver autonomous integrity monitoring (RAIM) is one of the most important parts in an avionic navigation system. Two problems need to be addressed to improve this system, namely, the degeneracy phenomenon and lack of samples for the standard particle filter (PF). However, the number of samples cannot adequately express the real distribution of the probability density function (i.e., sample impoverishment). This study presents a GPS receiver autonomous integrity monitoring (RAIM) method based on a chaos particle swarm optimization particle filter (CPSO-PF) algorithm with a log likelihood ratio. The chaos sequence generates a set of chaotic variables, which are mapped to the interval of optimization variables to improve particle quality. This chaos perturbation overcomes the potential for the search to become trapped in a local optimum in the particle swarm optimization (PSO) algorithm. Test statistics are configured based on a likelihood ratio, and satellite fault detection is then conducted by checking the consistency between the state estimate of the main PF and those of the auxiliary PFs. Based on GPS data, the experimental results demonstrate that the proposed algorithm can effectively detect and isolate satellite faults under conditions of non-Gaussian measurement noise. Moreover, the performance of the proposed novel method is better than that of RAIM based on the PF or PSO-PF algorithm.     

用于识别双星故障的RAIM算法

由于传统的基于识别门限的卫星故障识别算法存在漏检和误警致使识别率较低,为此提出一种可用于识别双星故障的接收机自主完好性监测算法.该算法通过构造新的奇偶矢量与故障特征平面,利用奇偶矢量与故障特征平面之间的几何关系来识别卫星故障,使得算法不再受限于识别门限的影响,从而有效地避免了由于识别门限引起的识别效率较低的问题.计算机仿真结果表明:改进后的算法与传统的基于识别门限的算法相比,双星故障正确识别的性能有显著的提高,正确识别率可达到90%.同时,与基于门限识别的重构最优奇偶矢量法相比,计算量可减少约61.2%以上.     

时钟偏差辅助的GPS完整性监测算法

对伪距残差最小二乘的接收机自主完整性监测(RAIM)算法进行了分析.在此基础上,通过对接收机时钟偏差的建模,将模型预测的时钟偏差引入伪距残差最小二乘的RAIM算法中,保证了在可见星仅为4颗的情况下,仍能利用χ2检验法对全球定位系统(GPS)进行完整性监测,从而达到提高完整性监测算法有效性的目的.计算机仿真的结果显示,这种辅助方式不仅计算简单,而且有效可行.