基于向量相关距离的新型RAIM算法

用户自主式完备性监测RAIM是卫星导航系统的重要组成部分,是指根据用户接收机的多余观测值监测用户定位结果的完备性.在现有的RAIM算法中,比较普遍的是利用伪距多余观测量实现粗差卫星的探测和识别的最小二乘残差法和Parity相关系数法.在旧有的以相关分析RAIM算法基础上,进行矩阵变换得到设计矩阵,重点考察设计矩阵向量间的相关系数和相关距离,作为粗差探测和识别的研究对象.通过向量相关距离时间序列,可以区分单个粗差和多个粗差的粗差集.本文提出的基于相关距离的RAIM算法,克服了现有RAIM算法中由于相关系数自身相关的缺陷而使得粗差探测失真的技术问题,并且具有利用矩阵变换计算相似距离,方法更加简便的优点,从而使得粗差识别更加清晰,识别多个粗差.     

卫星轨道完备性监测研究

为了解决高精度定位中的卫星轨道粗差判别问题,采用轨道积分方法和轨道拟合方法,重点分析了卫星精密星历SP3文件的轨道积分精度,利用对卫星轨道加入不同粗差的计算方案,讨论了轨道积分的精度以及其对定位的影响,研究了利用卫星轨道积分精度实现完备性监测的方法。结果表明:通过卫星轨道积分精度的方法,可以反映卫星的粗差信息并予以将粗差卫星剔除;当剔除粗差卫星后,精密单点定位精度提高;当对正常卫星加入粗差,且随着加入粗差的增大,卫星轨道积分精度越来越差。该成果对完备性监测的研究具有一定的参考价值和指导意义。     

基于Mean Shift模型的多粗差探测RAIM算法

针对当前接收机自主完备性监测(receiver autonomous integrity monitoring,RAIM)算法中存在多粗差探测识别能力较弱、计算效率不足等问题,提出一种基于Mean Shift(MS)模型的多粗差探测RAIM算法。首先利用QR奇偶检校法构建样本数据集和QR检验向量;其次基于MS模型估计样本密度中心,并以此作为MS检校向量,使用观测向量与MS检校向量的距离来评价观测值可靠程度,从而确定异常观测卫星;最后联合观测向量、MS和QR检校向量构建基于距离关系的权系数函数,对多个异常观测进行处理。实验结果表明,基于MS检校向量的粗差判别方法在多粗差存在的情况下,具有更灵敏的粗差识别能力;相比最小二乘残差法,新型RAIM算法改善了多粗差探测识别能力和计算效率,可有效提高多系统融合单点定位的可靠性。