论文部分内容阅读
本文以“多场景下GNSS完好性监测方法”为中心展开研究。以BeiDou卫星导航系统的完好性监测技术为研究重点,基于理论推导和多样化实验为基础,全面剖析了不同场景下,如单系统、多系统、系统故障、遮挡环境、信息辅助等,用户端完好性监测方法和性能。为基于BeiDou系统用户端完好性监测技术提供理论和实践分析依据。本文主体内容和创新点主要分为“混合星座定位方法”、“GNSS接收机自主完好性监测方法”、“GNSS用户端信息辅助完好性监测方法”三方面。(1)本文针对混合星座的组成特点,从误差源入手,首先分析系统时间偏差(简称“时差“)作为混合星座主要误差源之一的产生原理和估计方法。其次,根据时差的估计方法将混合星座的定位算法分为两类:系统级和用户级。详细剖析两类定位算法在不同场景下的定位特性。最后,基于系统时差监测技术,提出使用系统时差监测数据辅助混合星座定位的定位算法。该算法有效地利用时差信息,是传统系统级定位算法的一种改进形式。试验验证了在多遮挡地区,该算法在定位方面较传统方法有优势。(2)本文首次对基于BeiDou/GPS联合定位的接收机自主完好性监测方法的性能进行了多场景、全面的评估。首先根据混合星座定位理论和完好性监测的步骤,分别定义了GNSS定位域的完好性指标:完好性可用性、可靠性和可识别性。重点分析并评估了各指标的系统特性。其次基于质量控制理论,建立了混合星座用户自主完好性监测(RAIM)性能评估策略。分别进行了多场景下BeiDou/GPS系统的RAIM性能测试。对BeiDou系统完好性监测技术的实现提供了试验依据。测试结果显示:1)BeiDou星座可监测到的最小偏差在5m左右;2)系统观测量间存在强相关性;3)未检测到的误差对高程方向影响较大;4)混合星座增强系统可靠性,减少观测量间的相关性,有助于故障识别。(3)提出两种用户端信息辅助完好性监测方法,即系统时间偏差辅助用户端完好性监测(TOAIM)和接收机时钟偏差(钟差)辅助用户端完好性监测(CEAIM)。同时,本文通过定义两个性能指标:故障检测率和故障识别率,来评估TOAIM和CEAIM的性能。对于TOAIM,以系统时差监测技术的稳定性和准确度为基础,获得当前时差的监测值和预测值,通过两个值的差值进行用户端完好性监测。该算法涉及的关键步骤包括时差预测方法、故障检测方法、门限值的确定和故障识别方法。评估结果显示:TOAIM主要用于混合星座(多系统)中,此时1)故障越大,系统越可以检测并成功识别出故障观测量;2)环境遮挡增加,故障检测率和故障识别率有可能改善;3)故障识别采用最大似然估计可以获得较好的故障识别结果;4)误差在150m以上时,故障的检测率和故障识别率均可达到90%以上;5)卫星的高度,对故障检测率和故障识别率的影响很小。对于CEAIM,以钟差的稳定性和准确度为基础,获得当前钟差的估计值和预测值,通过两个值的差值进行用户端完好性监测。重点讨论了CEAIM的关键算法,包括不同钟差预测模型的选取(二次多项式、Kalman滤波、AR(p))、故障检测方法、门限值的确定和故障识别方法。评估结果显示:CEAIM适用于单系统的完好性监测,此时1)基于10个历史数据的Kalman滤波器的钟差预测更接近解算钟差值;2)门限值的变化对算法的性能有影响,并且门限值随截止角的升高而变化;3)对于单系统导航,最大似然估计法适用于开阔环境;子集比较法适用于遮挡环境。