多星座选星算法和RAIM算法都是随着卫星导航系统的建设而不断发展的,选星算法是在定位之前粗略判别接收机所在位置的可见星分布,从中选择一个子集进行定位解算,以保证导航定位实时性。RAIM,即接收机自主完好性监测,是包含在接收机内部用于保障接收机定位可靠性的算法。本文从多星座卫星导航定位面临的实际问题出发,就多星座选星和RAIM可用性两方面进行深入研究。首先分析卫星空间几何结构与GDOP之间的关系,以及传统RAIM故障检测与识别原理,然后从“如何快速有效地筛选可见卫星子集”和“粒子滤波RAIM算法可用性及改进方法”两个问题进行讨论分析,建立算法模型,运用群智能优化算法进行改进,其具体研究内容如下:(1)首先分析了组合导航卫星精度因子的计算方法与特性,介绍两种常见的基于最小精度因子的快速选星方法,通过实验仿真,得出卫星几何精度因子与可见卫星数量的变化关系。然后,详细描述卫星故障检测与识别算法原理和运算过程。(2)针对如何快速有效的选择用于定位的可见卫星子集这一问题,提出了一种基于粒子群优化算法(Particle Swarm Optimization,PSO)的选星方法,构建了PSO选星算法模型,并分析算法参数对选星结果的影响。实验证明,该方法能够快速实现BDS/GPS双星座选星,为快速选星方法提供了新思路。(3)在基本的PSO选星算法基础上,通过混沌映射初始化粒子种群,并采用随迭代次数变化的惯性权系数及加速系数优化算法。此外,为保证种群粒子多样性,在选星过程中,保留20%性能好的粒子,混沌搜索初始解空间选取其余80%粒子,用于替换性能差的粒子。实验证明,改进的PSO快速选星算法能够有效改善了算法的不稳定问题,但选星耗时有所增加。(4)研究混沌粒子群优化粒子滤波(CPSO-PF)算法的接收机自主完整性监测(RAIM)方法,建立算法模型,判断算法可用性,如果算法可用,则进行故障检测,然后,用真实的导航数据进行方法性能验证。最后得出结论,该算法可用,且能够在非高斯测量噪声条件下有效地检测和隔离卫星故障。