组合粗差探测的MHSS ARAIM算法

针对目前MHSS ARAIM (multiple hypothesis solution separation advanced receiver autonomous integrity monitoring)算法存在的抗差能力弱、计算子集过多、计算量过大等不足,提出一种组合粗差探测的MHSS ARAIM算法。该算法先用粗差探测方法对原始数据进行粗差识别与剔除,而后用MHSS ARAIM算法处理经粗差探测后的数据,可弥补MHSS ARAIM算法的不足。对若干IGS和全球连续监测评估系统iGMAS(international GNSS monitoring and assessment system)监测站观测数据进行计算和分析。结果表明:在航行LPV-200阶段,该算法应用于GPS和BDS导航的性能优于MHSS ARAIM;在假设单故障情况下,该算法对GPS和BDS观测数据的有效监视门限EMT(effective monitor threshold)的精度分别提高了22.47%和9.63%,对VPL(vertical protection level)的精度分别提高了32.28%和12.98%;在假设双故障情况下,对EMT的精度分别提高了80.85%和29.88%,对VPL的精度分别提高了49.66%和18.24%。     

不同故障模式下的GNSS ARAIM性能评估

分析只考虑卫星故障以及同时考虑卫星故障和星座故障时,GNSS双星座、三星座以及四星座组合的ARAIM性能,通过实测数据分析地面测站在LPV-200下的ARAIM性能,并进一步仿真GNSS ARAIM在世界范围内LPV-200下的可用性。实测和仿真结果表明,ARAIM可用性由赤道向两极递减,呈对称分布;BDS作为异构星座,能够显著增加亚太地区的ARAIM可用性。相较于双星故障,单星和单星座故障同时发生时,GPS+BDS的ARAIM可用性下降幅度较大;GPS+GLONASS+BDS和GPS+GLONASS+BDS+Galileo的ARAIM可用性下降幅度较小。     

LPV-200下中国区域内 ARAIM 可用性评估

随着GNSS星座的增多以及多频技术的发展,基于解分离的高级接收机自主完好性监测算法被广泛研究。本文介绍了该算法的基本原理,并结合多星座特点,对中国区域内ARAIM算法能力进行评估,利用仿真数据分析了用户测距精度对算法可用性的影响;探讨了不同星座数据在中国区域的完好性性能。仿真结果表明：双频条件下,系统完好性性能很大程度上取决于用户测距精度,在中国区域内,仅GPS单星座不足以满足LPV-200进近对完好性的要求,GPS与Galileo双星座下,ARAIM 算法覆盖率可达100％。     

单星座ARAIM算法可用性分析及其在垂直精密进近中的应用

讨论了如何提高单星座增强型接收机自主完好性监测ARAIM算法的可用性问题。借助于钟差辅助模型设计了一种能够用于垂直精密进近LPV-250服务的单星座ARAIM算法。将钟差预测值作为虚拟伪距观测值纳入到当前的定位解算中,以提高单星座ARAIM算法的可用性。设计了新的完好性风险配置方案,在计算用户保护水平时,通过直接计算故障偏差对定位误差的影响大小来解决未知故障偏差的估计问题,对于系统的可用性给出了更精确的评定。试验分析结果表明,钟差辅助对于提高单星座ARAIM算法的可用性具有显著的作用。