基于鲁棒扩展卡尔曼粒子滤波的RAIM算法
2018-12-10彭雅奇许承东范国超
彭雅奇,许承东,牛 飞,李 臻,范国超
(1.北京理工大学宇航学院,北京 100081; 2.北京卫星导航中心,北京 100094)
0 引 言
完好性是卫星导航系统的重要服务性能,通过完好性监测可以对故障星进行检测和识别并向用户报警,从而提高导航系统的可靠性[1]。由于通过卫星自身的系统配置进行故障检测时,告警时间较长,通常在15分钟到几个小时[2],满足不了实际应用,而在用户端进行的接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)对故障星反应迅速,自主性强,利用接收机内部的冗余度信息实现卫星故障检测和故障识别,能及时有效地给用户提供告警信息,而且用户级完好性实现简单,投入成本低,因此成为一种有效的完好性监测方法[3-4]。
早期经典的RAIM算法包括Lee[5]提出的伪距比较法、Parkinson[6]提出的最小二乘残差法和Sturza[7]提出的奇偶矢量法,这3种方法都通过利用当前历元的冗余观测量来进行故障诊断,被统称为快照式算法[8],由于这些算法难以检测微小误差,因此一些学者提出利用滤波式RAIM算法,充分利用历史观测信息和当前历元信息来降低测量噪声水平[9],例如Harsha[10]、沙海[11]等提出的基于卡尔曼滤波(kalman filter,KF)的RAIM算法,得到了比快照式算法更好的监测性能,但这类算法要求系统噪声服从高斯分布,否则滤波性能就会下降[12-13]。由于系统测量误差并不完全服从高斯分布,因此近年来将基于非线性、非高斯系统的粒子滤波(particle filter,PF)用于RAIM算法成为研究热点,但PF算法中普遍存在粒子退化现象,针对这一问题,通常解决的方法有选择合理的建议密度函数和优化重采样策略[14]。……
