CN112731460B - 卫星导航***校准数据的完好性风险的测试方法及其*** - Google Patents
卫星导航***校准数据的完好性风险的测试方法及其*** Download PDFInfo
- Publication number
- CN112731460B CN112731460B CN201911029621.1A CN201911029621A CN112731460B CN 112731460 B CN112731460 B CN 112731460B CN 201911029621 A CN201911029621 A CN 201911029621A CN 112731460 B CN112731460 B CN 112731460B
- Authority
- CN
- China
- Prior art keywords
- calibration data
- satellite navigation
- error
- preset
- integrity
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 230000014509 gene expression Effects 0.000 claims abstract description 9
- 238000010586 diagram Methods 0.000 claims abstract description 8
- 239000005433 ionosphere Substances 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 17
- 239000005436 troposphere Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 7
- 239000000243 solution Substances 0.000 description 7
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010998 test method Methods 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
- G01S19/13—Receivers
- G01S19/20—Integrity monitoring, fault detection or fault isolation of space segment
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请涉及卫星导航增强服务技术,公开了一种卫星导航***校准数据的完好性风险的测试方法及其***。该方法包括:获取预设连续时间段内的状态空间表达格式的卫星导航校准数据;根据该卫星导航校准数据分别统计各预设故障模式的发生概率;根据该卫星导航校准数据得到该各预设故障模式对应的故障样本集,利用斯坦福图分析各该故障样本集得到该各预设故障模式的完好性漏检概率;根据该各预设故障模式的发生概率和完好性漏检概率,计算该卫星导航校准数据完好性风险概率值。本申请的实施方式故障模型简单、执行效率高、测试复杂度低,测试结果有效且可靠。
Description
技术领域
本申请涉及卫星导航增强服务技术,特别涉及卫星导航***校准数据的完好性风险的测试技术。
背景技术
完好性体现了卫星导航***在不能用于导航时为用户提供及时、有效告警信息的能力,卫星导航***校准数据的完好性风险的测试结果是地基和星基增强***对故障的监测能力的体现,对卫星导航***的整体性能的提升起到指导作用,具有重要的意义。
发明内容
本申请的目的在于提供一种卫星导航***校准数据的完好性风险的测试方法及其***,故障模型简单、执行效率高、测试复杂度低,测试结果有效且可靠。
本申请公开了一种卫星导航***校准数据的完好性风险的测试方法,包括:
获取预设连续时间段内的状态空间表达格式的卫星导航校准数据;
根据所述卫星导航校准数据分别统计各预设故障模式的发生概率;
根据所述卫星导航校准数据得到所述各预设故障模式对应的故障样本集,利用斯坦福图分析各所述故障样本集得到所述各预设故障模式的完好性漏检概率;
根据所述各预设故障模式的发生概率和完好性漏检概率,计算所述卫星导航校准数据完好性风险概率值。
在一个优选例中,所述预设连续时间段为3个月及以上。
在一个优选例中,所述根据所述卫星导航校准数据得到所述各预设故障模式对应的故障样本集,进一步包括:
分别将所述各预设故障模式对应的预设误差注入到所述卫星导航校准数据,得到每种预设故障模式对应的故障样本集。
在一个优选例中,所述根据所述卫星导航校准数据得到所述各预设故障模式对应的故障样本集,进一步包括:
用有限样本量的卫星导航校准数据样本与高斯分布或泊松分布进行拟合,得到误差分布模型,并设置置信区间;
用所述误差分布模型对所述卫星导航校准数据进行预测,将置信区间之外的所述校准数据为故障样本,确定每种预设故障模式对应的故障样本集。
在一个优选例中,所述根据所述卫星导航校准数据分别统计各预设故障模式的发生概率,进一步包括:
基于所述卫星导航校准数据,分别计算所述各预设故障模式对应的各误差分量的原始值和事后真实值之间的偏差值;
如果误差分量对应的所述偏差值≥预设偏差门限,则该误差分量的预设故障模式发生;
统计各预设故障模式发生的样本量,并根据所述各预设故障模式发生的样本量计算每种预设故障模式的发生概率。
在一个优选例中,所述分别将所述各预设故障模式对应的预设误差注入到所述卫星导航校准数据之前,还包括:
判断所述卫星导航校准数据中是否存在所述各预设故障模式对应的各误差分量;
若所述卫星导航校准数据中存在所述误差分量,需注入的对应的所述预设误差为≥对应的所述预设偏差门限×3;
若所述卫星导航校准数据中不存在所述误差分量,需注入的对应的所述预设误差为≥对应的所述预设偏差门限×2。
在一个优选例中,所述利用斯坦福图分析各所述故障样本集得到所述各预设故障模式的完好性漏检概率,进一步包括:
根据各预设故障模式对应的误差分量残差计算所述各所述误差分量的完好性保护级别;
根据各误差分量的质量因子设置对应的告警门限;
利用斯坦福图根据所述各误差分量对应的完好性保护级别和对应的告警门限确定所述各预设故障模式的漏检次数,并确定对应的漏检概率。
在一个优选例中,所述根据所述各预设故障模式的发生概率和完好性漏检概率,计算所述卫星导航校准数据完好性风险概率值,进一步包括:
根据各预设故障模式的发生概率和完好性漏检概率计算得到每种误差分量的完好性风险概率值;
根据所述每种误差分量的完好性风险概率值计算所述卫星导航校准数据完好性风险概率值。
在一个优选例中,所述根据所述卫星导航校准数据分别统计各预设故障模式的发生概率之前,还包括:
根据所述卫星导航校准数据的内容确定各种误差类型;
根据所述各种误差类型的几何相关性和电离层相关性将所述卫星导航标准数据分成各误差分量;
根据所述各误差分量确定对应的所述各预设故障模式。
在一个优选例中,所述各误差分量至少包括卫星轨道及时钟误差,卫星轨道、钟差及相位偏差,垂向电离层误差,倾斜电离层误差和天顶对流层延迟中的一种或者多种;
所述各预设故障模式至少包括卫星轨道及时钟误差有错,卫星轨道、钟差及相位偏差有错,垂向电离层误差有错,倾斜电离层误差有错和天顶对流层延迟有错中的一种或者多种。
本申请还公开了一种卫星导航***校准数据的完好性风险的测试***包括:
获取模块,用于获取预设连续时间段内的状态空间表达格式的卫星导航校准数据;
统计模块,用于根据所述卫星导航校准数据分别统计各预设故障模式的发生概率;
分析模块,用于根据所述卫星导航校准数据得到所述各预设故障模式对应的故障样本集,以及利用斯坦福图分析各所述故障样本集得到所述各预设故障模式的完好性漏检概率;
计算模块,用于根据所述各预设故障模式的发生概率和完好性漏检概率,计算所述卫星导航校准数据完好性风险概率值。
在一个优选例中,所述预设连续时间段为3个月及以上。
在一个优选例中,所述分析模块还用于分别将所述各预设故障模式对应的预设误差注入到所述卫星导航校准数据,得到每种预设故障模式对应的故障样本集。
在一个优选例中,所述分析模块还用于用有限样本量的卫星导航校准数据样本与高斯分布或泊松分布进行拟合,得到误差分布模型,并设置置信区间,以及用所述误差分布模型对所述卫星导航校准数据进行预测,将置信区间之外的校准数据样本为故障样本,确定每种预设故障模式对应的故障样本集。
在一个优选例中,所述统计模块还用于基于所述卫星导航校准数据,分别计算所述各预设故障模式对应的各误差分量的原始值和事后真实值之间的偏差值,如果误差分量对应的所述偏差值≥预设偏差门限,则该误差分量的预设故障模式发生,以及统计各预设故障模式发生的样本量,并根据所述各预设故障模式发生的样本量计算每种预设故障模式的发生概率。
在一个优选例中,所述分析模块还用于判断所述卫星导航校准数据中是否存在所述各预设故障模式对应的各误差分量,若所述卫星导航校准数据中存在所述误差分量,需注入的对应的所述预设误差为≥对应的所述预设偏差门限×3,以及若所述卫星导航校准数据中不存在所述误差分量,需注入的对应的所述预设误差为≥对应的所述预设偏差门限×2。
在一个优选例中,所述分析模块还用于根据各预设故障模式对应的误差分量残差计算所述各所述误差分量的完好性保护级别,根据各误差分量的质量因子设置对应的告警门限,以及利用斯坦福图根据所述各误差分量对应的完好性保护级别和对应的告警门限确定所述各预设故障模式的漏检次数,并确定对应的漏检概率。
在一个优选例中,所述计算模块还用于根据各预设故障模式的发生概率和完好性漏检概率计算得到每种误差分量的完好性风险概率值,以及根据所述每种误差分量的完好性风险概率值计算所述卫星导航校准数据完好性风险概率值。
在一个优选例中,还包括处理模块,用于基于所述卫星导航校准数据的内容,确定各种误差类型,根据各种误差类型的几何相关性和电离层相关性将所述卫星导航标准数据分成各误差分量,以及根据所述各误差分量确定对应的所述各预设故障模式。
在一个优选例中,所述各误差分量至少包括卫星轨道及时钟误差,卫星轨道、钟差及相位偏差,垂向电离层误差,倾斜电离层误差和天顶对流层延迟中的一种或者多种;
所述各预设故障模式至少包括卫星轨道及时钟误差有错,卫星轨道、钟差及相位偏差有错,垂向电离层误差有错,倾斜电离层误差有错和天顶对流层延迟有错中的一种或者多种。
本申请还公开了一种卫星导航***校准数据的完好性风险的测试***包括:
存储器,用于存储计算机可执行指令;以及,
处理器,用于在执行所述计算机可执行指令时实现如前文描述的方法中的步骤。
本申请还公开了一种计算机可读存储介质所述计算机可读存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现如前文描述的方法中的步骤。
本申请各实施方式主要是用有限的样本量测试在实际中很少出现的故障被完好性监测漏过的状态,从而定量判断用微小概率值评测的完好性风险是否能被满足,与现有技术相比至少包括以下优点:
首先,现有技术中用于测距域对各观测量校准数据的对错进行完好性检验,无法对各类误差源分项的校准数据进行完好性监测;本申请的实施方式能够在测距域分解后的矢量空间对轨道误差、时钟误差、全球大气误差、区域大气误差分别建模,并分别测试完好性风险,例如预先设定轨道及钟差有错,轨道、钟差及载波相位延迟有错,垂向电离层模型有错,倾斜电离层模型有错和天顶对流层延迟有错等多种故障模式,且不估计各类故障模式的分布特性参数,而是直接对它们的分布比例进行统计,并优选斯坦福图分析每种故障模式下的完好性漏检概率,最后利用各种故障模式的发生概率及其各自的完好性漏检概率求算最终的状态空间表达下的校准数据总体完好性风险。
进一步地,与“现有技术中涉及的故障类型的数学分布模型相对复杂,给***实现增加若干运算处理负担,只能在服务端或云端***中使用”相比;基于本申请的实施方式的故障模型相对简单,执行效率与测试复杂度降低,不会引入过多测试用例,既可在服务端或云端***中使用,也可推广到用户级终端设备中使用,平台适用性更广。
本申请的实施方式故障模型简单、执行效率高、测试复杂度低,测试结果有效且可靠。
本申请的说明书中记载了大量的技术特征,分布在各个技术方案中,如果要罗列出本申请所有可能的技术特征的组合(即技术方案)的话,会使得说明书过于冗长。为了避免这个问题,本申请上述发明内容中公开的各个技术特征、在下文各个实施方式和例子中公开的各技术特征、以及附图中公开的各个技术特征,都可以自由地互相组合,从而构成各种新的技术方案(这些技术方案均因视为在本说明书中已经记载),除非这种技术特征的组合在技术上是不可行的。例如,在一个例子中公开了特征A+B+C,在另一个例子中公开了特征A+B+D+E,而特征C和D是起到相同作用的等同技术手段,技术上只要择一使用即可,不可能同时采用,特征E技术上可以与特征C相组合,则,A+B+C+D的方案因技术不可行而应当不被视为已经记载,而A+B+C+E的方案应当视为已经被记载。
附图说明
图1是根据本申请第一实施方式的卫星导航***校准数据的完好性风险的测试方法流程示意图
图2是根据本申请第一实施方式的一个实施例的利用斯坦福图确定该各预设故障模式的完好性漏检概率流程示意图
图3是根据本申请第二实施方式的卫星导航***校准数据的完好性风险的测试***结构示意图
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
部分概念的说明:
完好性监测:Integrity Monitoring,使用卫星导航技术进行定位的***借助冗余卫星或其他冗余观测量判断当前位置解算结果是否满足用户需求的技术。
状态空间表达:State Space Representation,将GNSS空间段和控制段误差,即导航卫星轨道和卫星钟的误差、信号偏差、电离层效应、对流层延迟分别发给用户,因此校准数据不像观测状态表达(OSR)一样是一维的,而是多维的。
故障注入测试:Fault Injection Test,一种可靠性验证技术,通过受控实验向***中刻意引入故障,并观察***中存在故障时的行为。
完好性风险:Integrity Risk,一个概率值,表征故障或数据错误在完好性监测过程中被漏过而未提供错误告警的情况发生的机率。
测距域:ranging domain,以距离为度量表征的观测量空间,在卫星导航领域有伪随机码测距和载波相位测距两种体现方式。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请的实施方式作进一步地详细描述。
本申请的第一实施方式涉及一种卫星导航***校准数据的完好性风险的测试方法,其流程如图1所示,该方法包括以下步骤:
在步骤101中,获取预设连续时间段内的状态空间表达格式的卫星导航校准数据。
可选地,该预设连续时间段为3个月及以上,使得所接收的卫星导航校准数据足够支撑后续步骤的概率计算。在一个优选实施例中,该预设连续时间段为6个月。在其他实施例中,该预设连续时间段还可以为4个月、5个月、7个月或者更长时间。需要指出,该预设连续时间段也可以是非整月时间,诸如125天、130天等,且不以此为限。
之后,进入步骤102,根据该卫星导航校准数据分别计算各预设故障模式的发生概率。
可选地,步骤102之前还包括以下步骤A、B和C:在步骤A中,基于该卫星导航校准数据的内容确定各种误差类型;之后进行步骤B,根据该各种误差类型的几何相关性和电离层相关性将该卫星导航标准数据分成各误差分量;之后进行步骤C,根据该各误差分量确定对应的该各预设故障模式。
可选地,该各误差分量至少包括卫星轨道及时钟误差,卫星轨道、钟差及相位偏差,垂向电离层误差,倾斜电离层误差和天顶对流层延迟中的一种或者多种。以及该各预设故障模式至少包括卫星轨道及时钟误差有错,卫星轨道、钟差及相位偏差有错,垂向电离层误差有错,倾斜电离层误差有错和天顶对流层延迟有错中的一种或者多种。在一些实施例中,该各误差分量和该各预设故障模式可以根据卫星导航校准数据的内容的改变而变化,例如,该卫星导航校准数据的内容增加了其他校准参数,那么可以根据所增加的校准参数增加对应的误差分量和故障模式。
可选地,该步骤102可以采用事后验证的方法实现,即以事后真实结果数据为参照,并且依次计算步骤101得到的每一时刻的校准数据的每一种误差分量与真实结果之间的偏差值。具体实现为以下各步骤:首先,基于该卫星导航校准数据,分别计算该各预设故障模式对应的各误差分量的原始值和事后真实值之间的偏差;之后,判断各误差分量对应的偏差是否≥预设偏差门限;如果误差分量对应的该偏差值≥预设偏差门限,则确定该误差分量的预设故障模式发生;之后统计各预设故障模式发生的样本量,并根据该各预设故障模式发生的样本量计算每种预设故障模式的发生概率。另外,如果误差分量对应的该偏差值<预设偏差门限,则确定该误差分量的预设故障模式未发生,属正常状态。
需要指出:对于电离层无关故障,如:轨道及时钟误差的预设偏差门限为0.45m;轨道、时钟及相位偏差的预设偏差门限为0.48m;天顶对流层延迟的预设偏差门限为0.02m。对于几何无关故障,如:垂向电离层误差或倾斜电离层误差的预设偏差门限为1.0m。
之后,进入步骤103,根据该卫星导航校准数据得到该各预设故障模式对应的故障样本集,利用斯坦福图分析各该故障样本集得到该各预设故障模式的完好性漏检概率。
在一个实施例中,步骤103中注入任一种故障模式的预设误差时可以不必将其它类型的故障清零。具体的,可以依次将该各预设故障模式对应的预设误差注入到该卫星导航校准数据,得到对应的各组故障样本集,因为各误差分量的故障模式是独立检验的,所以注入某种故障模式对应的预设误差时可以不将其它误差分量的故障模式清零。在另一个实施例中,步骤103中注入一种故障模式的预设误差时可以选择性的将其它类型的故障清零,例如基于各误差分量的相关性进行选择清零与否。
可选地,步骤103之前还包括步骤M,即判断该卫星导航校准数据中是否存在该各预设故障模式对应的各误差分量,若该卫星导航校准数据中存在该误差分量,则需注入的对应的该预设误差为≥对应的该预设偏差门限×3,若该卫星导航校准数据中不存在该误差分量,需注入的对应的该预设误差为≥对应的该预设偏差门限×2。这是为了防止原始误差分量的误差与加入的对应故障模式的预设误差相互抵消。
需要说明:上述“需注入的对应的预设误差为≥对应的预设偏差门限×3”和“需注入的对应的预设误差为≥对应的预设偏差门限×2”中的大于并不是无限大于,还应该考虑实际情况选择合适的大小。优选地,该卫星导航校准数据中存在该误差分量,该需注入的对应的预设误差为=对应的该预设偏差门限×3,若该卫星导航校准数据中不存在该误差分量,需注入的对应的预设误差=对应的该预设偏差门限×2。
步骤103中“根据该卫星导航校准数据得到该各预设故障模式对应的故障样本集”的实现方法有多种。在一个实施例中,实现为:分别将该各预设故障模式对应的预设误差注入到该卫星导航校准数据,得到每种预设故障模式对应的故障样本集。在另一个实施例中,实现为:用有限样本量的卫星导航校准数据样本与高斯分布或泊松分布进行拟合,得到误差分布模型,并设置置信区间,用该误差分布模型对该卫星导航校准数据进行预测,将置信区间之外的校准数据样本作为故障样本,确定每种预设故障模式对应的故障样本集。需要指出:在第二个实施例中的有限样本量的卫星导航校准数据样本可以是步骤101中获取的该卫星导航校准数据样本,也可以是采集的其他预设连续时间段内的数据样本。
可选地,如图2所示,该步骤103中的“利用斯坦福图分析各该故障样本集得到该各预设故障模式的完好性漏检概率”可以进一步实现为以下步骤201~205:在步骤201中,根据各预设故障模式对应的误差分量残差计算该各该误差分量的完好性保护级别;之后进行步骤202,根据各误差分量的质量因子设置对应的告警门限;之后进行步骤203,利用斯坦福图根据该各误差分量对应的完好性保护级别和对应的告警门限的比较结果判断监测结果;之后进入步骤204,确定该各预设故障模式的漏检次数;之后进入步骤205,根据所确定的漏检次数确定对应该各预设故障模式的漏检概率。
需要说明的是:上述斯坦福图有以下四类结果判定条件:
1.残差与保护级别同时大于等于告警门限,即Resi≥ALi&PLi≥ALi(i=orbit+clock,orbit+clock+phase bias,VTEC,STEC,ZTD),记为异常被发现;
2.残差与保护级别同时小于告警门限,即Resi<ALi&PLi<ALi(i=orbit+clock,orbit+clock+phasebias,VTEC,STEC,ZTD),记为正常可用;
3.残差小于告警门限,同时保护级别大于等于告警门限,即Resi<ALi&Resi≥ALi(i=orbit+clock,orbit+clock+phase bias,VTEC,STEC,ZTD),记为虚警;
4.残差大于等于告警门限,同时保护级别小于告警门限,即Resi≥ALi&Resi<ALi(i=orbit+clock,orbit+clock+phase bias,VTEC,STEC,ZTD),记为漏检。
需要指出:上述orbit+clock表示卫星轨道及时钟误差,orbit+clock+phase bias表示卫星轨道、时钟及相位偏差,VTEC表示垂向电离层误差,STEC表示倾斜电离层误差,ZTD表示天顶对流层延迟。
之后,进入步骤105,根据该各预设故障模式的发生概率和完好性漏检概率,计算该卫星导航校准数据完好性风险概率值。
在一个实施例中,步骤105可以进一步包括以下步骤①和②:在步骤①中,根据各预设故障模式的发生概率和完好性漏检概率计算得到对应的各误差分量的完好性风险概率值;之后进行步骤②,根据该各误差分量的完好性风险概率值计算该卫星导航校准数据完好性风险概率值。
可选地,在进行步骤②之前,因为步骤①中得到的各误差分量之间的相关性,需要分情况选择合适的误差分量完好性风险概率值参与最终总体完好性风险概率值计算。例如,如果各误差分量包括卫星轨道及时钟误差,卫星轨道、钟差及相位偏差,垂向电离层误差,倾斜电离层误差和天顶对流层延迟,它们的完好性风险概率值分别为a、b、c、d、e,因为考虑到卫星轨道及时钟误差与卫星轨道、钟差及相位偏差相关,以及垂向电离层误差与倾斜电离层误差相关,则在计算该卫星导航校准数据总体完好性风险概率值时,可以从a与b中选择一个及从c和d中选择一个作为代表进行后续的总体完好性风险概率值的计算,如果总体完好性风险概率值为所选择的合适的误差分量完好性风险概率值之和,那么总体完好性风险概率值可以是a+c+e,a+d+e,b+c+e或b+d+e。
在一个实施例中,以上各步骤可以全部在云端服务器中执行,在另一个实施例中,以上各步骤可以全部在终端定位模组中执行。在其他实施例中,以上各步骤可以根据需要或者实施条件分配于云端服务器和终端定位模组中分别执行等。
为了能够更好地理解本申请的技术方案,下面结合一个具体的示例来进行说明,该示例中罗列的细节主要是为了便于理解,不作为对本申请保护范围的限制。该示例基于该各误差分量包括卫星轨道及时钟误差,卫星轨道、钟差及相位偏差,垂向电离层误差,倾斜电离层误差和天顶对流层延迟,以及该各预设故障模式包括卫星轨道及时钟误差有错,卫星轨道、钟差及相位偏差有错,垂向电离层误差有错,倾斜电离层误差有错和天顶对流层延迟有错。该示例具体包括以下步骤I、II、III、IV和V:
步骤I:在终端定位模组中收集状态空间表达的校准数据,校准数据需连续不间断,持续时间为6个月。
步骤II:以事后真实结果数据为参照,依次计算步骤I得到的每一时刻每一种误差分量校准数据与真实结果之间的偏差值,偏差值超过预定门限定义为误差分量校准数据有错(故障模式发生),否则定义为正常状态,进而统计五种误差分量的故障模式的发生概率。具体包括以下①②③④⑤:
①五种误差分量校准数据原始值分别定义为:
卫星轨道及时钟误差Corbit+clock;
卫星轨道、时钟及相位偏差Corbit+clock+phase bias;
垂向电离层误差CVTEC;
倾斜电离层误差CSTEC;
天顶对流层延迟CZTD;
②五种误差分量校准数据的事后真实结果分别定义为:
卫星轨道及时钟误差Rorbit+clock;
卫星轨道、时钟及相位偏差Rorbit+clock+phase bias;
垂向电离层误差RVTEC;
倾斜电离层误差RSTEC;
天顶对流层延迟RZTD;
③原始值与其各自的事后真实结果之间的偏差值及门限值分别如下:
卫星轨道及时钟误差的偏差Δorbit+clock=Corbit+clock-Rorbit+clock,对应门限Torbit+clock=0.45m;
卫星轨道、时钟及相位偏差的偏差值Δorbit+clock+phase bias=Corbit+clock+phase bias-Rorbit+clock+phase bias,对应门限Torbit+clock+phase bias=0.48m;
垂向电离层误差的偏差值ΔVTEC=CVTEC-RVTEC,对应门限TVTEC=1.0m;
倾斜电离层误差的偏差值ΔSTEC=CSTEC-RSTEC,对应门限TSTEC=1.0m;
天顶对流层延迟的偏差值ΔZTD=CZTD-RZTD,对应门限TZTD=0.02m;
④有无故障的判别标准为偏差值的绝对值与对应门限值的比较结果:
如果||Δorbit+clock||≥0.45m则判定卫星轨道及时钟误差的故障模式发生,否则属于正常状态;
如果||Δorbit+clock+phase bias||≥0.48m则卫星轨道、时钟及相位偏差故障模式发生,否则属于正常状态;
如果||ΔVTEC||≥1.0m的垂向电离层误差故障模式发生,否则属于正常状态;
如果||ΔSTEC||≥1.0m则倾斜电离层误差故障模式发生,否则属于正常状态;
如果||ΔZTD||≥0.02m则天顶对流层延迟故障模式发生,否则属于正常状态。
⑤统计五种误差分量的故障模式的发生概率
该卫星轨道、时钟及相位偏差的故障模式的发生概率其中Morbit+clock+phase bias为轨道、时钟及相位偏差校准数据的总样本量,Norbit+clock+phase bias为轨道、时钟及相位偏差校准数据有错的样本量;
步骤III:对步骤I中获取的校准数据分别添加卫星轨道及时钟误差,卫星轨道、时钟及相位偏差,垂向电离层误差,倾斜电离层误差以及天顶对流层延迟,并模拟以上五种预设故障模式独立存在进行测试得到对应的五组故障样本集,且五种故障是独立检验,注入某种故障时不必将其它类型的故障清零。
其中,当注入的预设误差是原始校准数据不存在的故障模式时按步骤II中偏差门限的两倍注入,当注入的预设误差是原始校准数据已经存在的故障模式时按步骤II中偏差门限的三倍注入。具体的为:无轨道、时钟误差的校准数据需注入的轨道、时钟误差ε=2Torbit+clock=0.9m,有轨道、时钟误差的校准数据需注入的轨道、时钟误差为ε=3Torbit+clock=1.35m;无轨道、时钟及相位偏差的校准数据需注入的轨道、时钟及相位误差ε=2Torbit+clock+phase bias=0.96m,有轨道、时钟及相位偏差的校准数据需注入的轨道、时钟及相位误差ε=3Torbit+clock+phase bias=1.44m;无天顶对流层延迟的校准数据需注入的天顶对流层延迟ε=2TZTD=0.04m,有天顶对流层延迟的校准数据需注入的天顶对流层延迟为ε=3TZTD=0.06m;无垂向电离层误差的校准数据需注入的垂向电离层误差ε=2TVTEC=2.0m,有垂向电离层误差的校准数据需注入的垂向电离层误差ε=3TVTEC=3.0m;无倾斜电离层误差的校准数据需注入的倾斜电离层误差ε=2TSTEC=2.0m,有倾斜电离层误差的校准数据需注入的倾斜电离层误差ε=3TSTEC=3.0m。
步骤IV:按以下子步骤i、ii、iii、iv和v对步骤III中得到的故障样本集进行完好性监测。
i.计算五种分量的完好性保护级别。其中,
利用电离层无关的轨道及时钟残差Resorbit+clock计算卫星轨道及时钟误差保护级别PLorbit+clock;
利用电离层无关的相位残差Resorbit+clock+phase bias计算卫星轨道+时钟+相位偏差保护级别PLorbit+clock+phase bias;
利用几何无关的电离层残差ResVTEC计算垂向电离层误差保护级别PLVTEC;
利用区域电离层残差ReSSTEC计算倾斜电离层误差保护级别PLSTEC;以及
利用区域对流层残差ResZTD计算天顶对流层延迟保护级别PLZTD。
ii.根据五种误差分量的质量因子设置五种误差分量的告警门限。其中,
卫星轨道及时钟误差告警门限ALorbit+clock=QIorbit+clock+0.45m,其中QIorbit+clock是卫星轨道及时钟误差校准数据的质量因子,与校准数据一同生成;
卫星轨道、时钟及相位偏差ALorbit+clock+phase bias=QIorbit+clock+phase bias+0.48m,其中QIorbit+clock+phase bias是卫星轨道+时钟+相位偏差校准数据的质量因子,与校准数据一同生成;
垂向电离层误差ALVTEC=QIVTEC+1.0m,其中QIVTEC是垂向电离层误差校准数据的质量因子,与校准数据一同生成;
倾斜电离层误差ALSTEC=QISTEC+1.0m,其中QISTEC是倾斜电离层误差校准数据的质量因子,与校准数据一同生成;
天顶对流层延迟ALZTD=QIZTD+1.0m,其中QIZTD是天顶对流层延迟校准数据的质量因子,与校准数据一同生成。
iii.结合斯坦福图判断监测结果,其中斯坦福图将结果分为正常可用、异常被发现、虚警和漏检四种,只有符合漏检条件的样本才被统计进入漏检率的分子项,依次得到五种分量的漏检率。具体的,如果轨道及时钟误差完好性漏检次数为Horbit+clock,轨道、时钟及相位偏差完好性漏检次数为Horbit+clock+phase bias,垂向电离层误差完好性漏检次数为HVTEC,倾斜电离层误差完好性漏检次数为HSTEC,天顶对流层延迟完好性漏检次数为HZTD;那么,上述五种误差分量的漏检概率分别为:轨道及时钟误差完好性漏检率轨道、时钟及相位偏差完好性漏检率垂向电离层误差完好性漏检率 天顶对流层延迟完好性漏检率
步骤V:以五种误差分量的故障模式的发生概率乘以对应的漏检概率得各误差分量的完好性风险概率值,然后考虑各误差分量的相关性的情况下,选取不相关的误差分量项进行求和得到总体完好性风险概率值,具体计算公式为:
各误差分量的完好性风险概率值PiRi,其中i=1表示orbit+clock,i=2表示orbit+clock+phase bias,i=3表示VTEC,i=4表示STEC,i=5表示ZTD;
总体完好性风险概率值可以为P1R1+P3R3+P5R5,P1R1+P4R4+P5R5,P2R2+P3R3+P5R5或P2R2+P4R4+P5R5等。
本申请的第二实施方式涉及一种卫星导航***校准数据的完好性风险的测试***,其结构如图3所示,该***包括获取模块、统计模块、分析模块和计算模块。
具体的,该获取模块,用于获取预设连续时间段内的状态空间表达格式的卫星导航校准数据。
可选地,该预设连续时间段为3个月及以上,使得所接收的卫星导航校准数据足够支撑后续步骤的概率计算等。在一个优选实施例中,该预设连续时间段为6个月。在其他实施例中,该预设连续时间段还可以为4个月、5个月、7个月或者更长时间。需要指出,该预设连续时间段也可以是非整月时间,诸如125天、130天等,且不以此为限。
可选地,该***还包括处理模块,用于基于该卫星导航校准数据的内容,确定各种误差类型,根据各种误差类型的几何相关性和电离层相关性将该卫星导航标准数据分成各误差分量,及根据该各误差分量确定对应的各预设故障模式。
可选地,该各误差分量至少包括卫星轨道及时钟误差,卫星轨道、钟差及相位偏差,垂向电离层误差,倾斜电离层误差和天顶对流层延迟中的一种或者多种;以及该各预设故障模式至少包括卫星轨道及时钟误差有错,卫星轨道、钟差及相位偏差有错,垂向电离层误差有错,倾斜电离层误差有错和天顶对流层延迟有错中的一种或者多种。在一些实施例中,该各误差分量和该各预设故障模式可以根据卫星导航校准数据的内容的改变而变化,例如,该卫星导航校准数据的内容增加了其他校准参数,那么可以根据所增加的校准参数增加对应的误差分量和故障模式。
该统计模块,用于根据该卫星导航校准数据分别统计各预设故障模式的发生概率。
可选地,该统计算模块还用于基于该卫星导航校准数据,分别计算该各预设故障模式对应的各误差分量的原始值和事后真实值之间的偏差值,如果误差分量对应的该偏差值≥预设偏差门限,则该误差分量的预设故障模式发生,并统计各预设故障模式发生的样本量,如果误差分量对应的该偏差值=预设偏差门限,则状态正常,及根据该各预设故障模式发生的样本量计算每种预设故障模式的发生概率。
需要指出:对于电离层无关故障,如:轨道及时钟误差的预设偏差门限为0.45m;轨道、时钟及相位偏差的预设偏差门限为0.48m;天顶对流层延迟的预设偏差门限为0.02m。对于几何无关故障,如:垂向电离层误差或倾斜电离层误差的预设偏差门限为1.0m。
该分析模块,用于根据该卫星导航校准数据得到该各预设故障模式对应的故障样本集,以及利用斯坦福图分析各该故障样本集得到该各预设故障模式的完好性漏检概率。
可选地,该分析模块在注入任一种故障模式的预设误差时可以不将其它类型的故障清零。
在一个实施例中,该分析模块还用于分别将所述各预设故障模式对应的预设误差注入到所述卫星导航校准数据,得到每种预设故障模式对应的故障样本集。可选地,该分析模块还用于判断该卫星导航校准数据中是否存在该各预设故障模式对应的各误差分量,若该卫星导航校准数据中存在该误差分量,需注入的对应的该预设误差为≥对应的该预设偏差门限×3,若该卫星导航校准数据中不存在该误差分量,需注入的对应的该预设误差为≥对应的该预设偏差门限×2。
在另一个实施例中,该分析模块还用于用有限样本量的卫星导航校准数据样本与高斯分布或泊松分布进行拟合,得到误差分布模型,并设置置信区间,以及用所述误差分布模型对所述卫星导航校准数据进行预测,将置信区间之外的校准数据样本作为故障样本,确定每种预设故障模式对应的故障样本集,其中有限样本量的卫星导航校准数据样本可以是获取模块所获取的该卫星导航校准数据或者其他预设连续时间段的校准数据。在其他实施例中,可以使用其他合适的数学分布模型替换该高斯分布或泊松分布进行拟合。
可选地,该分析模块还用于根据各预设故障模式对应的误差分量残差计算该各该误差分量的完好性保护级别,根据各误差分量的质量因子设置对应的告警门限,以及利用斯坦福图根据该各误差分量对应的完好性保护级别和对应的告警门限确定该各预设故障模式的漏检次数,并确定对应的漏检概率。
需要说明的是:上述斯坦福图的四类结果判定条件有:1.残差与保护级别同时大于等于告警门限,即Resi≥ALi&PLi≥ALi(i可以为orbit+clock,orbit+clock+phase bias,VTEC,STEC或ZTD),记为异常被发现;2.残差与保护级别同时小于告警门限,即Resi<ALi&PLi<ALi(i=orbit+clock,orbit+clock+phase bias,VTEC,STEC,ZTD),记为正常可用;3.残差小于告警门限,同时保护级别大于等于告警门限,即Resi<ALi&Resi≥ALi(i可以为orbit+clock,orbit+clock+phase bias,VTEC,STEC或ZTD),记为虚警;4.残差大于等于告警门限,同时保护级别小于告警门限,即Resi≥ALi&Resi<ALi(i可以为orbit+clock,orbit+clock+phase bias,VTEC,STEC或ZTD),记为漏检。
需要指出:上述orbit+clock表示卫星轨道及时钟误差,orbit+clock+phase bias表示卫星轨道、时钟及相位偏差,VTEC表示垂向电离层误差,STEC表示倾斜电离层误差,ZTD表示天顶对流层延迟。
该计算模块,还用于根据该各预设故障模式的发生概率和完好性漏检概率,计算该卫星导航校准数据完好性风险概率值。
可选地,该计算模块还用于根据各预设故障模式的发生概率和完好性漏检概率计算得到对应的各误差分量的完好性风险概率值,及根据该各误差分量的完好性风险概率值计算该卫星导航校准数据完好性风险概率值。
第一实施方式是与本实施方式相对应的方法实施方式,第一实施方式中的技术细节可以应用于本实施方式,本实施方式中的技术细节也可以应用于第一实施方式。
需要说明的是,本领域技术人员应当理解,上述卫星导航***校准数据的完好性风险的测试***的实施方式中所示的各模块的实现功能可参照前述卫星导航***校准数据的完好性风险的测试方法的相关描述而理解。上述卫星导航***校准数据的完好性风险的测试***的实施方式中所示的各模块的功能可通过运行于处理器上的程序(可执行指令)而实现,也可通过具体的逻辑电路而实现。本申请实施例上述卫星导航***校准数据的完好性风险的测试***如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件和软件结合。
相应地,本申请实施方式还提供一种计算机可读存储介质,其中存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现本申请的各方法实施方式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于,相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读存储介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
此外,本申请实施方式还提供一种卫星导航***校准数据的完好性风险的测试***,其中包括用于存储计算机可执行指令的存储器,以及,处理器;该处理器用于在执行该存储器中的计算机可执行指令时实现上述各方法实施方式中的步骤。其中,该处理器可以是中央处理单元(Central Processing Unit,简称“CPU”),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称“DSP”)、专用集成电路(ApplicationSpecific Integrated Circuit,简称“ASIC”)等。前述的存储器可以是只读存储器(read-only memory,简称“ROM”)、随机存取存储器(random access memory,简称“RAM”)、快闪存储器(Flash)、硬盘或者固态硬盘等。本发明各实施方式所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
需要说明的是,在本专利的申请文件中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本专利的申请文件中,如果提到根据某要素执行某行为,则是指至少根据该要素执行该行为的意思,其中包括了两种情况:仅根据该要素执行该行为、和根据该要素和其它要素执行该行为。多个、多次、多种等表达包括2个、2次、2种以及2个以上、2次以上、2种以上。
在本申请提及的所有文献都被认为是整体性地包括在本申请的公开内容中,以便在必要时可以作为修改的依据。此外应理解,以上所述仅为本说明书的较佳实施例而已,并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的保护范围之内。
Claims (22)
1.一种卫星导航***校准数据的完好性风险的测试方法,其特征在于,包括:
获取预设连续时间段内的状态空间表达格式的卫星导航校准数据;
根据所述卫星导航校准数据分别统计各预设故障模式的发生概率;
根据所述卫星导航校准数据得到所述各预设故障模式对应的故障样本集,利用斯坦福图分析各所述故障样本集得到所述各预设故障模式的完好性漏检概率;
根据所述各预设故障模式的发生概率和完好性漏检概率,计算所述卫星导航校准数据完好性风险概率值。
2.如权利要求1所述的卫星导航***校准数据的完好性风险的测试方法,其特征在于,所述预设连续时间段为≥3个月。
3.如权利要求1所述的卫星导航***校准数据的完好性风险的测试方法,其特征在于,所述根据所述卫星导航校准数据得到所述各预设故障模式对应的故障样本集,进一步包括:
分别将所述各预设故障模式对应的预设误差注入到所述卫星导航校准数据,得到每种预设故障模式对应的故障样本集。
4.如权利要求1所述的卫星导航***校准数据的完好性风险的测试方法,其特征在于,所述根据所述卫星导航校准数据得到所述各预设故障模式对应的故障样本集,进一步包括:
用有限样本量的卫星导航校准数据样本与高斯分布或泊松分布进行拟合,得到误差分布模型,并设置置信区间;
用所述误差分布模型对所述卫星导航校准数据进行预测,将置信区间之外的所述校准数据作为故障样本,确定每种预设故障模式对应的故障样本集。
5.如权利要求1所述的卫星导航***校准数据的完好性风险的测试方法,其特征在于,所述根据所述卫星导航校准数据分别统计各预设故障模式的发生概率,进一步包括:
基于所述卫星导航校准数据,分别计算所述各预设故障模式对应的各误差分量的原始值和事后真实值之间的偏差值;
如果误差分量对应的所述偏差值≥预设偏差门限,则该误差分量的预设故障模式发生;
统计各预设故障模式发生的样本量,并根据所述各预设故障模式发生的样本量计算每种预设故障模式的发生概率。
6.如权利要求5所述的卫星导航***校准数据的完好性风险的测试方法,其特征在于,所述分别将所述各预设故障模式对应的预设误差注入到所述卫星导航校准数据之前,还包括:
判断所述卫星导航校准数据中是否存在所述各预设故障模式对应的各误差分量;
若所述卫星导航校准数据中存在所述误差分量,需注入的对应的所述预设误差为≥对应的所述预设偏差门限×3;
若所述卫星导航校准数据中不存在所述误差分量,需注入的对应的所述预设误差为≥对应的所述预设偏差门限×2。
7.如权利要求1所述的卫星导航***校准数据的完好性风险的测试方法,其特征在于,所述利用斯坦福图分析各所述故障样本集得到所述各预设故障模式的完好性漏检概率,进一步包括:
根据各预设故障模式对应的误差分量残差计算所述各所述误差分量的完好性保护级别;
根据各误差分量的质量因子设置对应的告警门限;
利用斯坦福图根据所述各误差分量对应的完好性保护级别和对应的告警门限确定所述各预设故障模式的漏检次数,并确定对应的漏检概率。
8.如权利要求1所述的卫星导航***校准数据的完好性风险的测试方法,其特征在于,所述根据所述各预设故障模式的发生概率和完好性漏检概率,计算所述卫星导航校准数据完好性风险概率值,进一步包括:
根据各预设故障模式的发生概率和完好性漏检概率计算得到每种误差分量的完好性风险概率值;
根据所述每种误差分量的完好性风险概率值计算所述卫星导航校准数据完好性风险概率值。
9.如权利要求1-8中任意一项所述的卫星导航***校准数据的完好性风险的测试方法,其特征在于,所述根据所述卫星导航校准数据分别统计各预设故障模式的发生概率之前,还包括:
根据所述卫星导航校准数据的内容确定各种误差类型;
根据所述各种误差类型的几何相关性和电离层相关性将所述卫星导航标准数据分成各误差分量;
根据所述各误差分量确定对应的所述各预设故障模式。
10.如权利要求9所述的卫星导航***校准数据的完好性风险的测试方法,其特征在于,所述各误差分量至少包括卫星轨道及时钟误差,卫星轨道、钟差及相位偏差,垂向电离层误差,倾斜电离层误差和天顶对流层延迟中的一种或者多种;
所述各预设故障模式至少包括卫星轨道及时钟误差有错,卫星轨道、钟差及相位偏差有错,垂向电离层误差有错,倾斜电离层误差有错和天顶对流层延迟有错中的一种或者多种。
11.一种卫星导航***校准数据的完好性风险的测试***,其特征在于,包括:
获取模块,用于获取预设连续时间段内的状态空间表达格式的卫星导航校准数据;
统计模块,用于根据所述卫星导航校准数据分别统计各预设故障模式的发生概率;
分析模块,用于根据所述卫星导航校准数据得到所述各预设故障模式对应的故障样本集,以及利用斯坦福图分析各所述故障样本集得到所述各预设故障模式的完好性漏检概率;
计算模块,用于根据所述各预设故障模式的发生概率和完好性漏检概率,计算所述卫星导航校准数据完好性风险概率值。
12.如权利要求11所述的卫星导航***校准数据的完好性风险的测试***,其特征在于,所述预设连续时间段为≥3个月。
13.如权利要求11所述的卫星导航***校准数据的完好性风险的测试***,其特征在于,所述分析模块还用于分别将所述各预设故障模式对应的预设误差注入到所述卫星导航校准数据,得到每种预设故障模式对应的故障样本集。
14.如权利要求11所述的卫星导航***校准数据的完好性风险的测试***,其特征在于,所述分析模块还用于用有限样本量的卫星导航校准数据样本与高斯分布或泊松分布进行拟合,得到误差分布模型,并设置置信区间,以及用所述误差分布模型对所述卫星导航校准数据进行预测,将置信区间之外的校准数据样本作为故障样本,确定每种预设故障模式对应的故障样本集。
15.如权利要求11所述的卫星导航***校准数据的完好性风险的测试***,其特征在于,所述统计模块还用于基于所述卫星导航校准数据,分别计算所述各预设故障模式对应的各误差分量的原始值和事后真实值之间的偏差值,如果误差分量对应的所述偏差值≥预设偏差门限,则该误差分量的预设故障模式发生,以及统计各预设故障模式发生的样本量,并根据所述各预设故障模式发生的样本量计算每种预设故障模式的发生概率。
16.如权利要求15所述的卫星导航***校准数据的完好性风险的测试***,其特征在于,所述分析模块还用于判断所述卫星导航校准数据中是否存在所述各预设故障模式对应的各误差分量,若所述卫星导航校准数据中存在所述误差分量,需注入的对应的所述预设误差为≥对应的所述预设偏差门限×3,以及若所述卫星导航校准数据中不存在所述误差分量,需注入的对应的所述预设误差为≥对应的所述预设偏差门限×2。
17.如权利要求11所述的卫星导航***校准数据的完好性风险的测试***,其特征在于,所述分析模块还用于根据各预设故障模式对应的误差分量残差计算所述各所述误差分量的完好性保护级别,根据各误差分量的质量因子设置对应的告警门限,以及利用斯坦福图根据所述各误差分量对应的完好性保护级别和对应的告警门限确定所述各预设故障模式的漏检次数,并确定对应的漏检概率。
18.如权利要求11所述的卫星导航***校准数据的完好性风险的测试***,其特征在于,所述计算模块还用于根据各预设故障模式的发生概率和完好性漏检概率计算得到每种误差分量的完好性风险概率值,以及根据所述每种误差分量的完好性风险概率值计算所述卫星导航校准数据完好性风险概率值。
19.如权利要求11-18中任意一项所述的卫星导航***校准数据的完好性风险的测试***,其特征在于,还包括处理模块,用于基于所述卫星导航校准数据的内容,确定各种误差类型,根据各种误差类型的几何相关性和电离层相关性将所述卫星导航标准数据分成各误差分量,以及根据所述各误差分量确定对应的所述各预设故障模式。
20.如权利要求19所述的卫星导航***校准数据的完好性风险的测试***,其特征在于,所述各误差分量至少包括卫星轨道及时钟误差,卫星轨道、钟差及相位偏差,垂向电离层误差,倾斜电离层误差和天顶对流层延迟中的一种或者多种;
所述各预设故障模式至少包括卫星轨道及时钟误差有错,卫星轨道、钟差及相位偏差有错,垂向电离层误差有错,倾斜电离层误差有错和天顶对流层延迟有错中的一种或者多种。
21.一种卫星导航***校准数据的完好性风险的测试***,其特征在于,包括:
存储器,用于存储计算机可执行指令;以及,
处理器,用于在执行所述计算机可执行指令时实现如权利要求1至10中任意一项所述的方法中的步骤。
22.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现如权利要求1至10中任意一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911029621.1A CN112731460B (zh) | 2019-10-28 | 2019-10-28 | 卫星导航***校准数据的完好性风险的测试方法及其*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911029621.1A CN112731460B (zh) | 2019-10-28 | 2019-10-28 | 卫星导航***校准数据的完好性风险的测试方法及其*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112731460A CN112731460A (zh) | 2021-04-30 |
CN112731460B true CN112731460B (zh) | 2022-10-28 |
Family
ID=75589464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911029621.1A Active CN112731460B (zh) | 2019-10-28 | 2019-10-28 | 卫星导航***校准数据的完好性风险的测试方法及其*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112731460B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113381910B (zh) * | 2021-06-08 | 2022-03-25 | 长沙学院 | 多星粗校时完好性分析方法、装置、计算机设备和介质 |
CN114325765B (zh) * | 2022-03-14 | 2022-07-29 | 浙江时空道宇科技有限公司 | 完好性检测优化方法和计算机可读存储介质 |
CN116186019B (zh) * | 2023-04-27 | 2023-07-21 | 西安凯锐测控科技有限公司 | 应用于民机航电***下的功能一体化智能分析方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102103210A (zh) * | 2009-12-17 | 2011-06-22 | 中国石油大学(北京) | 一种卫星导航***性能评估*** |
CN106779082A (zh) * | 2016-11-11 | 2017-05-31 | 哈尔滨工程大学 | 一种支撑卫星导航定位可靠性需求的完好性风险概率分配方法 |
CN108020847A (zh) * | 2017-11-27 | 2018-05-11 | 南京航空航天大学 | 针对高级接收机自主完好性监测中故障模式的确定方法 |
CN109100748A (zh) * | 2018-08-14 | 2018-12-28 | 西安空间无线电技术研究所 | 一种基于低轨星座的导航完好性监测***及方法 |
US10197678B1 (en) * | 2018-07-17 | 2019-02-05 | Beihang University | H-ARAIM system of optimizing a horizontal protection level |
CN109782303A (zh) * | 2018-12-27 | 2019-05-21 | 中国电子科技集团公司第二十研究所 | 一种地基增强***的性能测试方法、装置及*** |
US10436912B1 (en) * | 2019-05-15 | 2019-10-08 | Beihang University | Method for ARAIM fault detection based on extraction of characteristic value of pseudo-range measurement |
-
2019
- 2019-10-28 CN CN201911029621.1A patent/CN112731460B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102103210A (zh) * | 2009-12-17 | 2011-06-22 | 中国石油大学(北京) | 一种卫星导航***性能评估*** |
CN106779082A (zh) * | 2016-11-11 | 2017-05-31 | 哈尔滨工程大学 | 一种支撑卫星导航定位可靠性需求的完好性风险概率分配方法 |
CN108020847A (zh) * | 2017-11-27 | 2018-05-11 | 南京航空航天大学 | 针对高级接收机自主完好性监测中故障模式的确定方法 |
US10197678B1 (en) * | 2018-07-17 | 2019-02-05 | Beihang University | H-ARAIM system of optimizing a horizontal protection level |
CN109100748A (zh) * | 2018-08-14 | 2018-12-28 | 西安空间无线电技术研究所 | 一种基于低轨星座的导航完好性监测***及方法 |
CN109782303A (zh) * | 2018-12-27 | 2019-05-21 | 中国电子科技集团公司第二十研究所 | 一种地基增强***的性能测试方法、装置及*** |
US10436912B1 (en) * | 2019-05-15 | 2019-10-08 | Beihang University | Method for ARAIM fault detection based on extraction of characteristic value of pseudo-range measurement |
Non-Patent Citations (4)
Title |
---|
Ruihua Liu ey al..Study of RAIM algorithm and availability analysis under COMPASS.《2011 2nd International Conference on Artificial Intelligence, Management Science and Electronic Commerce (AIMSEC)》.2011, * |
刘霞等.一种快速检测GPS卫星完好性风险的方法.《航空电子技术》.2008,第39卷(第03期),全文. * |
宋美娟 等.北斗卫星导航***完好性性能测试方法与分析.《北京测绘》.2015,(第1期), * |
牛飞等.基于星间链路支持的导航卫星自主完好性监测设计仿真.《测绘学报》.2011,第40卷全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112731460A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112731460B (zh) | 卫星导航***校准数据的完好性风险的测试方法及其*** | |
CN107064961A (zh) | 对卫星导航***完好性监测性能进行测试的方法及装置 | |
Castaldo et al. | P‐RANSAC: An Integrity Monitoring Approach for GNSS Signal Degraded Scenario | |
US10670729B2 (en) | System and method to provide an ASIL qualifier for GNSS position and related values | |
US20090273511A1 (en) | Method of operating a satellite navigation receiver | |
FR2928741A1 (fr) | Dispositif et procede de surveillance d'integrite en temps reel d'un systeme de navigation par satellite | |
CN107505642A (zh) | 一种ins辅助的实时bds单频周跳探测方法 | |
CN115616622B (zh) | 一种故障检测方法、装置、设备及介质 | |
CN102216798A (zh) | 用于修正随时间变化的信号值的预测的方法 | |
Blanch et al. | Protection levels after fault exclusion for advanced RAIM | |
CN102073054A (zh) | 地基增强***的完好性监测方法 | |
CN114325765B (zh) | 完好性检测优化方法和计算机可读存储介质 | |
CN112733315B (zh) | 完好性风险的验证方法及*** | |
CN117388896A (zh) | 利用载波相位残差模型的gnss测量处理 | |
CN115540907A (zh) | 一种基于面向星间差分的gps/bds/ins紧组合导航的多故障检测与剔除方法 | |
CN111831965B (zh) | Ssr中upd改正数的完好性监测方法及其装置 | |
FR2878637A1 (fr) | Suppression de fausses alertes parmi les alertes produites dans un systeme d'informations surveille | |
CN110907953B (zh) | 一种卫星故障识别方法、装置及软件接收机 | |
Rife et al. | Impact of time‐correlation of monitor statistic on continuity of safety‐critical operations | |
Tu et al. | Evaluation of GNSS Receiver Autonomous Integrity Monitoring for multiple outliers with a smart random sample consensus strategy | |
CN113625308A (zh) | 卫星空间信号异常的探测方法及*** | |
CN107783166B (zh) | Gps速度异常检测与修复的方法及其*** | |
Martini et al. | Integrity Support Message Generation Algorithm Prototype | |
CN118215117B (zh) | 一种区域拒止环境下的高精度时频同步方法、设备及*** | |
CN115913993B (zh) | Gnss接收机观测数据故障建模与仿真方法及其装置 |
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 |