CN112526549B - 一种地基增强***完好性故障识别方法及*** - Google Patents
一种地基增强***完好性故障识别方法及*** Download PDFInfo
- Publication number
- CN112526549B CN112526549B CN202011387732.2A CN202011387732A CN112526549B CN 112526549 B CN112526549 B CN 112526549B CN 202011387732 A CN202011387732 A CN 202011387732A CN 112526549 B CN112526549 B CN 112526549B
- Authority
- CN
- China
- Prior art keywords
- fault
- pseudo
- receiver
- nth satellite
- data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000003416 augmentation Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 claims description 84
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000005259 measurement Methods 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 15
- 230000001681 protective effect Effects 0.000 claims description 12
- 238000007619 statistical method Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 description 4
- 101000972822 Homo sapiens Protein NipSnap homolog 2 Proteins 0.000 description 3
- 102100022564 Protein NipSnap homolog 2 Human genes 0.000 description 3
- 101000699762 Homo sapiens RNA 3'-terminal phosphate cyclase Proteins 0.000 description 2
- 102100029143 RNA 3'-terminal phosphate cyclase Human genes 0.000 description 2
- IWUCXVSUMQZMFG-AFCXAGJDSA-N Ribavirin Chemical compound N1=C(C(=O)N)N=CN1[C@H]1[C@H](O)[C@H](O)[C@@H](CO)O1 IWUCXVSUMQZMFG-AFCXAGJDSA-N 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000005433 ionosphere Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/08—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing integrity information, e.g. health of satellites or quality of ephemeris data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种地基增强***完好性故障识别方法及***,属于卫星导航技术领域,解决了现有技术中故障识别方法精度较低,不能更好的识别潜在的的完好性故障的问题。该方法包括获取地面参考接收机以及机载接收机提供的历史实测数据;基于所述历史实测数据,计算机载接收机的差分定位误差以及保护级;基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集;对所述故障数据集进行故障特征提取并确定故障类型。提高了故障检测识别的精度,实现了对更高级的完好性故障识别的需求。
Description
技术领域
本发明涉及卫星导航技术领域,尤其涉及一种地基增强***完好性故障识别方法及***。
背景技术
随着卫星导航***进入现代化发展环境中,卫星导航的民用需求逐渐成为重要的应用方向。然而,将卫星导航***应用于民用航空,必须首先使其满足民用航空对导航***的性能需求,包括精度、完好性、连续性和可用性4个方面。
GBAS机载设备根据地面站实时广播的电文中的参数,计算机载差分定位误差的保护级,并通过保护级与告警线相比决定是否告警。当GNSS信号受到来自卫星、传播路径、环境和接收机等多因素的影响时,可能导致GBAS地面站计算的误差特征参数与真实误差特征不符,从而导致机载设备的实际定位误差超过保护级的风险增大,此类因素称为故障。而且传统的故障识别方法不能满足较高精度的要求,不能更好地识别潜在的完好性故障,进而降低记载用户产生风险的概率。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种地基增强***完好性故障识别方法及***,用以解决现有故障识别方法精度较低,不能更好的识别潜在的完好性故障的问题。
一方面,本发明实施例提供了一种地基增强***完好性故障识别方法,包括:
获取地面参考接收机以及机载接收机提供的历史实测数据;
基于所述历史实测数据,计算机载接收机的差分定位误差以及保护级;
基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集;
对所述故障数据集进行故障特征提取并确定故障类型。
进一步,所述历史实测数据包括所述地面参考接收机提供的第一电文数据、第一观测数据以及所述机载接收机提供的第二电文数据以及第二观测数据;所述基于所述历史实测数据,计算机载接收机的差分定位误差包括:
基于所述第一电文数据以及所述第一观测数据,计算得到第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差;其中,第n颗卫星为所有卫星中的任意一颗;
基于所述第二电文数据以及所述第二观测数据,计算得到机载接收机与第n颗卫星的伪距测量值以及机载接收机与第n颗卫星的伪距测量值误差标准差;结合所述第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差,计算机载接收机的位置;
基于计算出的机载接收机的位置以及机载接收机的真实位置,获得机载接收机的差分定位误差;所述差分定位误差包括垂直分量以及水平分量。
进一步,所述基于所述第一电文数据以及所述第一观测数据,计算得到第n颗卫星的伪距校正值包括:
基于第一电文数据获得第n颗卫星轨道位置,结合第m个地面参考接收机的真实位置,获得第m个地面参考接收机与第n颗卫星之间的真实距离;
基于第一观测数据得到第m个地面参考接收机与第n颗卫星之间的伪距观测值,结合第m个地面参考接收机与第n颗卫星之间的真实距离,计算得到第m个地面参考接收机与第n颗卫星的伪距校正值;
对M个地面参考接收机与第n颗卫星的伪距校正值进行平均计算,获得第n颗卫星的伪距校正值,其中,M为地面参考接收机的数量。
进一步,基于所述历史实测数据,计算机载接收机的保护级,包括:
基于所述地基增强***与第n颗卫星的伪距校正值误差标准差以及机载接收机与第n颗卫星的伪距测量值误差标准差,结合伪距域到定位域的投影矩阵以及无故障漏检系数,计算得到无故障假设保护级;
基于第n颗卫星的伪距校正值、第m个地面参考接收机与第n颗卫星的伪距校正值、地基增强***与第n颗卫星的伪距校正值误差标准差、机载接收机与第n颗卫星的伪距测量值误差标准差,结合所述伪距域到定位域的投影矩阵以及漏检系数,计算得到单接收机故障假设保护级;
无故障假设保护级与单接收机故障假设保护级进行比较,得到机载接收机的保护级。
进一步,所述保护级包括垂直保护级以及水平保护级,所述基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集包括:
当所述垂直分量大于所述垂直保护级,和/或,所述水平分量大于所述水平保护级时,对应的历史实测数据为故障数据集。
进一步,所述对所述故障数据集进行故障特征提取并确定故障类型包括:
基于所述故障数据集,采用统计方法对故障数据集进行分析,确定故障特征;
根据所述故障特征,对故障类型进行识别。
进一步,当所述故障特征为第m个参考接收机与N颗卫星的伪距校正值向量时;
基于M个地面参考接收机的所述伪距校正值向量,所述M个地面参考接收机的所述伪距校正值向量为初始簇,结合Diana故障识别算法,当所述初始簇被划分为数量分别为1和M-1的两个簇时,所述故障类型为单接收机故障。
另一方面,本发明实施例提供了一种地基增强***完好性故障识别***,包括:
数据获取模块,获取地面参考接收机以及机载接收机提供的历史实测数据;
差分定位误差计算模块,用于基于所述历史实测数据,计算机载接收机的差分定位误差;
保护级计算模块,用于基于所述历史实测数据,计算保护级;
故障数据集获取模块,用于基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集;
故障类型确定模块,用于对所述故障数据集进行故障特征提取并确定故障类型。
进一步,所述历史实测数据包括所述地面参考接收机提供的第一电文数据、第一观测数据以及所述机载接收机提供的第二电文数据以及第二观测数据;所述差分定位误差计算模块包括:
第一子计算模块,用于基于所述第一电文数据以及所述第一观测数据,计算得到第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差;其中,第n颗卫星为所有卫星中的任意一颗;
第二子计算模块,用于基于所述第二电文数据以及所述第二观测数据,计算得到机载接收机与第n颗卫星的伪距测量值以及机载接收机与第n颗卫星的伪距测量值误差标准差;结合所述第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差,计算机载接收机的位置;
第三子计算模块,用于基于计算出的机载接收机的位置以及机载接收机的真实位置,获得机载接收机的差分定位误差;所述差分定位误差包括垂直分量以及水平分量。
进一步,所述保护级计算模块包括:
无故障假设保护级计算模块,用于基于所述地基增强***与第n颗卫星的伪距校正值误差标准差以及机载接收机与第n颗卫星的伪距测量值误差标准差,结合伪距域到定位域的投影矩阵以及无故障漏检系数,计算得到无故障假设保护级;
单接收机故障假设保护级计算模块,用于基于第n颗卫星的伪距校正值、第m个地面参考接收机与第n颗卫星的伪距校正值、地基增强***与第n颗卫星的伪距校正值误差标准差、机载接收机与第n颗卫星的伪距测量值误差标准差,结合所述伪距域到定位域的投影矩阵以及漏检系数,计算得到单接收机故障假设保护级;
保护级结果获取模块,用于无故障假设保护级与单接收机故障假设保护级进行比较,得到机载接收机的保护级。
与现有技术相比,本发明至少可实现如下有益效果:
本申请基于历史实测数据,提取故障数据集,进而提取故障特征并识别故障类型,可以发现实际场景下尚未被发现的微小故障,实现了对潜在的完好性故障识别的需求。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本申请一个实施例地基增强***完好性故障识别方法流程示意图;
图2为本申请一个实施例地基增强***完好性故障识别***结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
一方面,本申请公开了一种地基增强***完好性故障识别方法,如图1所示。该方法包括:
步骤S1:获取地面参考接收机以及机载接收机提供的历史实测数据;
步骤S2:基于所述历史实测数据,计算机载接收机的差分定位误差以及保护级;
步骤S3:基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集;
步骤S4:对所述故障数据集进行故障特征提取并确定故障类型。
与现有技术相比,本实施例提供的地基增强***完好性故障识别方法,基于历史实测数据,提取故障数据集,进而提取故障特征并识别故障类型,可以发现实际场景下尚未被发现的微小故障,实现了对潜在的完好性故障识别的需求。
在一个具体的实施例中,所述历史实测数据包括所述地面参考接收机提供的第一电文数据、第一观测数据以及所述机载接收机提供的第二电文数据以及第二观测数据;所述基于所述历史实测数据,计算机载接收机的差分定位误差包括:
步骤S21:基于所述第一电文数据以及所述第一观测数据,计算得到第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差;其中,第n颗卫星为所有卫星中的任意一颗;步骤S21包括:
步骤S211:基于第一电文数据获得第n颗卫星轨道位置,结合第m个地面参考接收机的真实位置,获得第m个地面参考接收机与第n颗卫星之间的真实距离;
步骤S212:基于第一观测数据得到第m个地面参考接收机与第n颗卫星之间的伪距观测值,结合第m个地面参考接收机与第n颗卫星之间的真实距离,计算得到第m个地面参考接收机与第n颗卫星的伪距校正值;
具体请参见公式(1):
ρc,m,n=rm,n-ρm,n (1)
其中,rm,n是第m个地面参考接收机与第n颗卫星之间的真实距离,ρm,n是是第m个地面参考接收机与第n颗卫星之间的伪距观测值,ρc,m,n是第m个地面参考接收机与第n颗卫星的伪距校正值。
进一步的,第m个地面参考接收机与第n颗卫星的伪距校正值满足公式(2):
ρc,m,n=cn+εm,n (2)
其中,cn为地面参考接收机和机载接收机间关于第n颗卫星的公共伪距误差,包括星钟误差、星历误差、电离层误差和对流层误差,由于GBAS服务范围较小,可认为机载接收机与地面参考接收机的观测量中这些误差是相同的,εm,n是第m个地面参考接收机与机载接收机的非相关误差,包括热噪声和多径误差,可用零均值高斯分布来描述,参见下式(3):
εm,n~N(0,σm,n) (3)
其中,σm,n是第m个地面参考接收机和第n颗卫星的伪距校正值误差标准差,是关于卫星仰角的函数,由于地面参考接收机天线间与地面参考接收机天线到卫星的距离相比小到可以忽略,所以GBAS的M个地面参考接收机的σm,n相同。
步骤S213:对M个地面参考接收机与第n颗卫星的伪距校正值进行平均计算,获得第n颗卫星的伪距校正值,其中,M为地面参考接收机的数量。
具体的,根据公式(4)计算第n颗卫星的伪距校正值:
εgnd,n~N(0,σgnd,n) (5)
其中,σgnd,n为地基增强***与第n颗卫星的伪距校正值误差标准差,与卫星的仰角有关,可以根据实际场景下长时间的观测数据,由地基增强***与第n颗卫星的伪距校正值误差包络统计得出,或者有RTCA标准文件给出。
步骤S22:基于所述第二电文数据以及所述第二观测数据,计算得到机载接收机与第n颗卫星的伪距测量值以及机载接收机与第n颗卫星的伪距测量值误差标准差;结合所述第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差,计算机载接收机的位置;
具体的,可根据第二电文数据计算卫星位置,根据机载接收机提供的第二观测数据,得到机载接收机与第n颗卫星的伪距测量值ρair,n,ρair,n满足公式(6):
ρair,n=rair,n+cn+εair,n (6)
其中,rair,n是机载接收机到第n颗卫星的真实距离,εair,n是机载接收机与第n颗卫星的伪距测量值误差,εair,n符合零均值的高斯分布,参见下式(7):
εair,n~N(0,σair,n) (7)
其中,σair,n是机载接收机与第n颗卫星的伪距测量值误差标准差。
根据公式(8),得到机载接收机与第n颗卫星校正后的伪距测量值ρn:
ρn=ρair,n-ρc,n=rair,n+(εair,n-εgnd,n) (8)
令P=[ρ1,...,ρN],为机载接收机对N颗卫星校正后的伪距向量。
根据公式(9),计算机载接收机的位置X:
X=(GTWG)-1GTWP (9)
其中,X=[x,y,z,b]为机载接收机位置和时钟差向量,G是N颗卫星相对于机载接收机位置的方位余弦矩阵,因求解过程是迭代计算,故可由卫星位置和机载接收机每次迭代的位置解计算得到,W是加权矩阵,定义为:
其中,σn为机载接收机对第n颗卫星的伪距差分校正误差标准差,可根据公式(10)计算得到:
其中,σiono,n为第n颗卫星的残余电离层误差标准差,σtropo,n为第n颗卫星的残余对流层误差标准差,可由RTCA标准中公式计算。
步骤S23:基于计算出的机载接收机的位置以及机载接收机的真实位置,获得机载接收机的差分定位误差;所述差分定位误差包括垂直分量以及水平分量。
具体的,将计算出的机载接收机的位置X以及机载接收机的真实位置进行比较,得到差分定位误差εp,差分定位误差包括垂直分量和水平分量。
在本发明的一个具体实施例中,基于所述历史实测数据,计算机载接收机的保护级,包括:
步骤S24:基于所述地基增强***与第n颗卫星的伪距校正值误差标准差以及机载接收机与第n颗卫星的伪距测量值误差标准差,结合伪距域到定位域的投影矩阵以及无故障漏检系数,计算得到无故障假设保护级;
具体的,基于地基增强***与第n颗卫星的伪距校正值误差标准差σgnd,n以及机载接收机与第n颗卫星的伪距测量值误差标准差σair,n,根据公式(10)获得σn,这里不再赘述。
保护级包括垂直保护级(VPL)以及水平保护级(HPL),下面以垂直保护级为例进行说明:
计算无故障垂直保护级VPLH0的过程如下:
根据公式(11),计算得到垂直方向上的定位误差标准差σv,垂直方向上的定位误差符合高斯分布,其标准差由投影矩阵S确定,S=(GTWG)-1GTW,S是伪距校正误差从伪距域到定位域的投影矩阵:
其中,Sv,n为S中第3行第n列的元素,代表第n颗卫星的伪距校正误差到垂直方向上的定位误差的投影系数。
根据公式(12),计算无故障垂直保护级:
VPLH0=kffmdσv (12)
进一步的,无故障水平保护级HPLH0的计算过程以及原理请参照无故障垂直保护级VPLH0的上述过程,此处不再赘述。
步骤S25:基于第n颗卫星的伪距校正值、第m个地面参考接收机与第n颗卫星的伪距校正值、地基增强***与第n颗卫星的伪距校正值误差标准差、机载接收机与第n颗卫星的伪距测量值误差标准差,结合所述伪距域到定位域的投影矩阵以及漏检系数,计算得到单接收机故障假设保护级;
具体的,计算单接收机故障垂直保护级VPLH1的过程如下:
根据公式(13)计算B值,B值为若第m个地面参考接收机故障导致的定位误差的偏差的估计值:
根据公式(14)、(15)以及(16),计算单接收机故障垂直保护级VPLH1:
其中,VPLH1,m为第m个地面参考接收机故障计算的垂直保护级;σH1,n为单接收机故障下机载接收机对第n颗卫星的伪距差分校正误差标准差,参见公式(15);kmd=Q-1(Pmd/2),为漏检系数,Pmd是单接收机故障下所允许的产生危险误导信息的概率,也称为漏检概率。
进一步的,单接收机故障水平保护级HPLH1的计算过程以及原理请参照单接收机故障垂直保护级VPLH1的上述过程,此处不再赘述。
步骤S26:无故障假设保护级与单接收机故障假设保护级进行比较,得到机载接收机的保护级。
具体的,将无故障垂直保护级VPLH0与单接收机故障垂直保护级VPLH1进行比较,选取较大的为机载接收机的垂直保护级;将无故障水平保护级HPLH0与单接收机故障水平保护级HPLH1进行比较,选取较大的为机载接收机的水平保护级,即得到机载接收机的保护级,该机载接收机的保护级包括水平保护级和垂直保护级。
在一个具体的实施例中,所述基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集包括:
当所述垂直分量大于所述垂直保护级,和/或,所述水平分量大于所述水平保护级时,对应的历史实测数据为故障数据集。
具体的,历史实测数据集是由多个不同时间段的数据组成的,针对每一时间段的数据集都会进行上述的计算过程,得到机载接收机的差分定位误差以及保护级,将每一时间段的差分定位误差的垂直分量与垂直保护级比较,当垂直分量大于垂直保护级,和/或,将该时间段的差分定位误差的水平分量与水平保护级比较,当水平分量大于水平保护级时,对应该时段的数据为故障数据。
进一步的,对历史所有时段的数据进行上述过程,判断每个时间段的数据是否为故障数据,则可以从历史数据集中选取出所有的故障数据,形成故障数据集。
在一个具体的实施例中,所述对所述故障数据集进行故障特征提取并确定故障类型包括:
基于所述故障数据集,采用统计方法对故障数据集进行分析,确定故障特征;
根据所述故障特征,对故障类型进行识别。
具体的,基于所述故障数据集,采用统计方法对故障数据集的原始数据、中间处理结果等进行挖掘处理,提取出能够体现故障影响和来源的特征作为故障特征,基于提取出的故障特征确定故障类型。具体的统计方法可以根据故障数据集的实际情况进行确定,本申请对此不做限定;每种故障特征对应的故障类型可以为一种或者多种,本申请对此不做限定。
在一个具体的实施例中,当所述故障特征为第m个地面参考接收机与N颗卫星的伪距校正值向量时;
基于M个地面参考接收机的所述伪距校正值向量,所述M个地面参考接收机的所述伪距校正值向量为初始簇,结合Diana故障识别算法,当所述初始簇被划分为数量分别为1和M-1的两个簇时,所述故障类型为单接收机故障。
具体的,采用统计方法对故障数据集进行分析,当所述故障特征为第m个地面参考接收机与N颗卫星的伪距校正值向量ρc,m=[ρc,m,1,...,ρc,m,N]T时,结合Diana故障识别算法进行故障类型识别的具体过程如下:
(1)以M个地面参考接收机的伪距校正值向量为初始簇,根据公式(16)以及公式(17)计算簇内任意两个样本的加权距离,并求得每个样本距其他M-1个样本加权距离的平均值,也称为平均相异度:
di,j=||w*(ρc,i-ρc,j)||2,0<i,j≤M (16)
其中,di,j为第i个地面参考接收机与第j个地面参考接收机的加权距离;ρc,i和ρc,j时第i个和j个地面参考接收机计算的伪距校正值向量;w=[w1;...;wn]-1,n=1,...,N是对不同仰角下两个地面参考接收机伪距误差相减后,进行标准化的权值向量,其中,
(2)将平均相异度最大的地面参考接收机样本作为第一个被***出初始簇的故障接收机,执行Diana聚类算法的迭代步骤:遍历初始簇中剩余的接收机样本,若某个样本到***出去的样本的最近距离小于到初始簇中其他样本的最近距离,则把该样本划入***出去的簇中,循环此迭代步骤至***不再变化,完成最终的分类。
(3)当完成最终的分类后,得到两个簇的数量分别为1和M-1时,则可判定此故障为单接收机故障并识别出故障接收机为数量为1的簇对应的地面参考接收机。
另一方面,本申请公开了一种地基增强***完好性故障识别***,包括:
数据获取模块,获取地面参考接收机以及机载接收机提供的历史实测数据;
差分定位误差计算模块,用于基于所述历史实测数据,计算机载接收机的差分定位误差;
保护级计算模块,用于基于所述历史实测数据,计算保护级;
故障数据集获取模块,用于基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集;
故障类型确定模块,用于对所述故障数据集进行故障特征提取并确定故障类型。
与现有技术相比,本实施例提供的地基增强***完好性故障识别***,通过数据获取模块、差分定位误差计算模块、保护级计算模块、故障数据集获取模块以及故障类型确定模块的结合,基于历史实测数据,提取故障数据集,进而提取故障特征并识别故障类型,可以发现实际场景下尚未被发现的微小故障,实现了对潜在的的完好性故障识别的需求。
在一个具体的实施例中,所述历史实测数据包括所述地面参考接收机提供的第一电文数据、第一观测数据以及所述机载接收机提供的第二电文数据以及第二观测数据;所述差分定位误差计算模块包括:
第一子计算模块,用于基于所述第一电文数据以及所述第一观测数据,计算得到第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差;其中,第n颗卫星为所有卫星中的任意一颗;
第二子计算模块,用于基于所述第二电文数据以及所述第二观测数据,计算得到机载接收机与第n颗卫星的伪距测量值以及机载接收机与第n颗卫星的伪距测量值误差标准差;结合所述第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差,计算机载接收机的位置;
第三子计算模块,用于基于计算出的机载接收机的位置以及机载接收机的真实位置,获得机载接收机的差分定位误差;所述差分定位误差包括垂直分量以及水平分量。
在一个具体的实施例中,所述保护级计算模块包括:
无故障假设保护级计算模块,用于基于所述地基增强***与第n颗卫星的伪距校正值误差标准差以及机载接收机与第n颗卫星的伪距测量值误差标准差,结合伪距域到定位域的投影矩阵以及无故障漏检系数,计算得到无故障假设保护级;
单接收机故障假设保护级计算模块,用于基于第n颗卫星的伪距校正值、第m个地面参考接收机与第n颗卫星的伪距校正值、地基增强***与第n颗卫星的伪距校正值误差标准差、机载接收机与第n颗卫星的伪距测量值误差标准差,结合所述伪距域到定位域的投影矩阵以及漏检系数,计算得到单接收机故障假设保护级;
保护级结果获取模块,用于无故障假设保护级与单接收机故障假设保护级进行比较,得到机载接收机的保护级。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种地基增强***完好性故障识别方法,其特征在于,包括:
获取地面参考接收机以及机载接收机提供的历史实测数据;
基于所述历史实测数据,计算机载接收机的差分定位误差以及保护级,包括:
基于所述地基增强***与第n颗卫星的伪距校正值误差标准差以及机载接收机与第n颗卫星的伪距测量值误差标准差,结合伪距域到定位域的投影矩阵以及无故障漏检系数,计算得到无故障假设保护级;
基于第n颗卫星的伪距校正值、第m个地面参考接收机与第n颗卫星的伪距校正值、地基增强***与第n颗卫星的伪距校正值误差标准差、机载接收机与第n颗卫星的伪距测量值误差标准差,结合所述伪距域到定位域的投影矩阵以及漏检系数,计算得到单接收机故障假设保护级;无故障假设保护级与单接收机故障假设保护级进行比较,得到机载接收机的保护级;
基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集;
对所述故障数据集进行故障特征提取并确定故障类型。
2.根据权利要求1所述的故障识别方法,其特征在于,所述历史实测数据包括所述地面参考接收机提供的第一电文数据、第一观测数据以及所述机载接收机提供的第二电文数据以及第二观测数据;所述基于所述历史实测数据,计算机载接收机的差分定位误差包括:
基于所述第一电文数据以及所述第一观测数据,计算得到第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差;其中,第n颗卫星为所有卫星中的任意一颗;
基于所述第二电文数据以及所述第二观测数据,计算得到机载接收机与第n颗卫星的伪距测量值以及机载接收机与第n颗卫星的伪距测量值误差标准差;结合所述第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差,计算机载接收机的位置;
基于计算出的机载接收机的位置以及机载接收机的真实位置,获得机载接收机的差分定位误差;所述差分定位误差包括垂直分量以及水平分量。
3.根据权利要求2所述的故障识别方法,其特征在于,所述基于所述第一电文数据以及所述第一观测数据,计算得到第n颗卫星的伪距校正值包括:
基于第一电文数据获得第n颗卫星轨道位置,结合第m个地面参考接收机的真实位置,获得第m个地面参考接收机与第n颗卫星之间的真实距离;
基于第一观测数据得到第m个地面参考接收机与第n颗卫星之间的伪距观测值,结合第m个地面参考接收机与第n颗卫星之间的真实距离,计算得到第m个地面参考接收机与第n颗卫星的伪距校正值;
对M个地面参考接收机与第n颗卫星的伪距校正值进行平均计算,获得第n颗卫星的伪距校正值,其中,M为地面参考接收机的数量。
4.根据权利要求1所述的故障识别方法,其特征在于,所述保护级包括垂直保护级以及水平保护级,所述基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集包括:
当所述垂直分量大于所述垂直保护级,和/或,所述水平分量大于所述水平保护级时,对应的历史实测数据为故障数据集。
5.根据权利要求4所述的故障识别方法,其特征在于,所述对所述故障数据集进行故障特征提取并确定故障类型包括:
基于所述故障数据集,采用统计方法对故障数据集进行分析,确定故障特征;
根据所述故障特征,对故障类型进行识别。
6.根据权利要求5所述的故障识别方法,其特征在于,当所述故障特征为第m个地面参考接收机与N颗卫星的伪距校正值向量时;
基于M个地面参考接收机的所述伪距校正值向量,所述M个地面参考接收机的所述伪距校正值向量为初始簇,结合Diana故障识别算法,当所述初始簇被划分为数量分别为1和M-1的两个簇时,所述故障类型为单接收机故障。
7.一种地基增强***完好性故障识别***,其特征在于,包括:
数据获取模块,获取地面参考接收机以及机载接收机提供的历史实测数据;
差分定位误差计算模块,用于基于所述历史实测数据,计算机载接收机的差分定位误差;
保护级计算模块,用于基于所述历史实测数据,计算保护级;所述保护级计算模块包括:无故障假设保护级计算模块,用于基于所述地基增强***与第n颗卫星的伪距校正值误差标准差以及机载接收机与第n颗卫星的伪距测量值误差标准差,结合伪距域到定位域的投影矩阵以及无故障漏检系数,计算得到无故障假设保护级;单接收机故障假设保护级计算模块,用于基于第n颗卫星的伪距校正值、第m个地面参考接收机与第n颗卫星的伪距校正值、地基增强***与第n颗卫星的伪距校正值误差标准差、机载接收机与第n颗卫星的伪距测量值误差标准差,结合所述伪距域到定位域的投影矩阵以及漏检系数,计算得到单接收机故障假设保护级;保护级结果获取模块,用于无故障假设保护级与单接收机故障假设保护级进行比较,得到机载接收机的保护级;
故障数据集获取模块,用于基于所述差分定位误差以及所述保护级,从所述历史实测数据中提取故障数据集;
故障类型确定模块,用于对所述故障数据集进行故障特征提取并确定故障类型。
8.根据权利要求7所述的故障识别***,其特征在于,所述历史实测数据包括所述地面参考接收机提供的第一电文数据、第一观测数据以及所述机载接收机提供的第二电文数据以及第二观测数据;所述差分定位误差计算模块包括:
第一子计算模块,用于基于所述第一电文数据以及所述第一观测数据,计算得到第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差;其中,第n颗卫星为所有卫星中的任意一颗;
第二子计算模块,用于基于所述第二电文数据以及所述第二观测数据,计算得到机载接收机与第n颗卫星的伪距测量值以及机载接收机与第n颗卫星的伪距测量值误差标准差;结合所述第n颗卫星的伪距校正值以及地基增强***与第n颗卫星的伪距校正值误差标准差,计算机载接收机的位置;
第三子计算模块,用于基于计算出的机载接收机的位置以及机载接收机的真实位置,获得机载接收机的差分定位误差;所述差分定位误差包括垂直分量以及水平分量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011387732.2A CN112526549B (zh) | 2020-12-01 | 2020-12-01 | 一种地基增强***完好性故障识别方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011387732.2A CN112526549B (zh) | 2020-12-01 | 2020-12-01 | 一种地基增强***完好性故障识别方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112526549A CN112526549A (zh) | 2021-03-19 |
CN112526549B true CN112526549B (zh) | 2022-03-15 |
Family
ID=74996061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011387732.2A Active CN112526549B (zh) | 2020-12-01 | 2020-12-01 | 一种地基增强***完好性故障识别方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112526549B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113985457B (zh) * | 2021-11-01 | 2022-07-22 | 北京航空航天大学 | 一种gbas保护级计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7956802B1 (en) * | 2007-05-21 | 2011-06-07 | Rockwell Collins, Inc. | Integrity-optimized receiver autonomous integrity monitoring (RAIM) for vertical integrity monitoring |
CN106646526A (zh) * | 2017-02-09 | 2017-05-10 | 南京航空航天大学 | 一种可同时检测识别多种故障的接收机自主完好性检测方法 |
CN106873003A (zh) * | 2016-11-29 | 2017-06-20 | 南京航空航天大学 | 一种基于多历元奇偶矢量积累的双模接收机raim方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6760663B2 (en) * | 1999-09-14 | 2004-07-06 | Honeywell International Inc. | Solution separation method and apparatus for ground-augmented global positioning system |
US8131463B2 (en) * | 2003-12-02 | 2012-03-06 | Gmv Aerospace And Defence, S.A. | GNSS navigation solution integrity in non-controlled environments |
EP1729145B1 (en) * | 2005-06-02 | 2013-08-07 | GMV Aerospace and Defence S.A. | Method and system for providing GNSS navigation position solution with guaranteed integrity in non-controlled environments |
US20130050020A1 (en) * | 2011-08-23 | 2013-02-28 | Raytheon Company | Method to handle single failure gps faults in high integrity relative positioning systems |
US9182495B2 (en) * | 2011-09-21 | 2015-11-10 | Lockheed Martin Corporation | System and method for monitoring integrity of a global navigation satellite system |
CN102749632B (zh) * | 2012-06-21 | 2014-04-02 | 北京航空航天大学 | 卫星导航区域增强***的双卫星星历故障监测方法 |
CN104849728B (zh) * | 2015-05-12 | 2017-07-25 | 北京航空航天大学 | 地基增强***的完好性评估方法 |
CN107064961B (zh) * | 2017-03-24 | 2018-05-22 | 北京航空航天大学 | 对卫星导航***完好性监测性能进行测试的方法及装置 |
CN108761497B (zh) * | 2018-03-06 | 2019-12-06 | 北京交通大学 | 一种列车卫星定位局域完好性监测方法及*** |
CN109490916B (zh) * | 2019-01-21 | 2020-01-17 | 南京航空航天大学 | 一种gnss接收机自主完好性监测方法 |
CN110068840B (zh) * | 2019-05-15 | 2020-12-29 | 北京航空航天大学 | 一种基于伪距测量特征值提取的araim故障检测方法 |
CN110133689A (zh) * | 2019-05-24 | 2019-08-16 | 中国科学院国家授时中心 | 自适应用户自主完好性监测方法 |
CN111007541B (zh) * | 2019-12-18 | 2021-05-04 | 中国电子科技集团公司第二十研究所 | 一种卫星导航地基增强***仿真性能评估方法 |
CN110988930B (zh) * | 2019-12-21 | 2021-01-05 | 中国电子科技集团公司第二十研究所 | 一种先进的接收机自主完好性监测仿真评估方法及装置 |
-
2020
- 2020-12-01 CN CN202011387732.2A patent/CN112526549B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7956802B1 (en) * | 2007-05-21 | 2011-06-07 | Rockwell Collins, Inc. | Integrity-optimized receiver autonomous integrity monitoring (RAIM) for vertical integrity monitoring |
CN106873003A (zh) * | 2016-11-29 | 2017-06-20 | 南京航空航天大学 | 一种基于多历元奇偶矢量积累的双模接收机raim方法 |
CN106646526A (zh) * | 2017-02-09 | 2017-05-10 | 南京航空航天大学 | 一种可同时检测识别多种故障的接收机自主完好性检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112526549A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102479956B1 (ko) | 전역 항법 위성 시스템을 위한 다중 위성 측정 실패 검출 및 분리의 방법 | |
EP3598177B1 (en) | Selected aspects of advanced receiver autonomous integrity monitoring application to kalman filter based navigation filter | |
CN110007317B (zh) | 一种选星优化的高级接收机自主完好性监测方法 | |
Castaldo et al. | P‐RANSAC: An Integrity Monitoring Approach for GNSS Signal Degraded Scenario | |
CN110196434B (zh) | 一种高级接收机自主完好性监测的星座动态选择方法 | |
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 | |
CN108761498B (zh) | 一种针对高级接收机自主完好性监测的位置估计优化方法 | |
CN103592657B (zh) | 一种基于钟差辅助的低可见星下单模raim实现方法 | |
EP2037291A1 (en) | Integrity monitoring method for GNSS navigation based on historical information | |
CN116075747A (zh) | 用于卫星定位的***和方法 | |
CN111522032B (zh) | 一种北斗三号***用户完好性处理的优化方法及优化装置 | |
CN112526549B (zh) | 一种地基增强***完好性故障识别方法及*** | |
Juang | On GPS positioning and integrity monitoring | |
CN112198533B (zh) | 一种多假设下的地基增强***完好性评估***及方法 | |
CN115561782B (zh) | 一种基于奇偶矢量投影的组合导航中卫星故障检测方法 | |
CN116859415A (zh) | 一种快速稳健高精度的多故障卫星识别及定位方法 | |
CN113848570A (zh) | 基于非高斯分布的自适应实时多径消除及抗差定位方法 | |
CN112034491B (zh) | 一种基于误差核心分布的完好性保护级计算方法 | |
Ober | Ways to improve RAIM/AAIM availability using position domain performance computations | |
CN113777630B (zh) | 一种地基增强***单接收机故障监测方法及*** | |
KR100452498B1 (ko) | 고의잡음이 제거된 지피에스 환경에서의 오차 보상 및항법해 산출 방법 | |
CN118244302B (zh) | 一种基于双星故障检测的导航增强方法 | |
CN113419255B (zh) | 一种gps接收机自主完好性监测方法 | |
CN115390099B (zh) | 基于奇偶矢量投影的最大值联合卡方故障排除方法 | |
CN116736358B (zh) | 一种适用于卫星导航长基线载波相位差分定位方法 |
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 |