本发明涉及一种gnss卫星星历故障检测方法,尤其涉及一种基于空间信号用户测距误差实时估计的gnss卫星星历故障检测方法,属于导航技术领域。
背景技术:
卫星导航在定位导航授时领域发挥着支撑作用。在与生命安全相关的导航定位中,用户对卫星导航系统完好性提出了更高的要求。空间信号误差主要由卫星轨道和时钟误差组成,是影响导航用户定位精度和完好性的主要误差来源。空间信号用户测距误差是空间信号误差在用户视线方向上的投影,代表卫星轨道和时钟误差对用户观测值的影响,是影响定位精度的有效分量。空间信号误差出现异常会导致空间信号用户测距误差的异常,但某个测站监测到的空间信号用户测距误差出现异常并不说明空间信号误差存在异常,多个测站的监测结果同时存在异常可说明空间信号误差存在异常。由于空间信号用户测距误差随用户位置而变化,也可利用单用户瞬时空间信号用户测距误差描述空间信号误差在时空维度上的统计特性。
针对正常空间信号用户测距误差和异常空间信号用户测距误差的获取方式主要有事后分析和实时估计两种研究方法。目前实时估计空间信号用户测距误差方法主要是基于原始伪距或者固定平滑时间参数的载波相位平滑伪距,对空间信号用户测距误差的估计精度较低。更高精度的空间信号用户测距误差估计有利于用户及时准确地识别异常空间信号用户测距误差,对于提高实时用户定位精度和完好性非常重要。因此优化载波相位平滑伪距算法来获取更高精度的空间信号用户测距误差估计值,设计一种基于卡尔曼滤波的载波相位平滑伪距算法的空间信号用户测距误差实时估计是具有相当迫切性的。
技术实现要素:
本发明提供了一种基于用户测距误差实时估计的gnss卫星星历故障检测方法,是一种基于卡尔曼滤波的载波相位平滑伪距算法,根据空间信号用户测距误差的统计特性,对gnss空间信号用户测距误差方法进行实时估计,从而检测由卫星轨道和时钟故障引起的空间信号异常,从而排除gnss卫星星历异常对导航定位可靠性的影响。
本发明的目的在于:利用广播星历和事后精密星历对空间信号用户测距误差的统计分布特性进行分析,依据空间信号用户测距误差的统计规律提出基于卡尔曼滤波载波相位平滑伪距算法的gnss空间信号用户测距误差估计方法,选择合理的空间信号误差异常检测门限,以达到高精度地有效识别由卫星轨道和时钟故障引起的空间信号异常并对其进行排除。
本发明包括以下步骤:
步骤1,统一精密星历和广播星历时空基准,采用国际gnss服务推荐的天线相位中心参考值修正天线相位中心偏差;
步骤2,消除广播星历时钟与精密星历时钟之间的偏差;
步骤3,依据误差投影的方式求解单用户瞬时空间信号用户测距误差;
步骤4,基于空间信号的分布特征提出基于卡尔曼滤波的载波相位平滑伪距算法的空间信号误差实时估计方法;
步骤5,选择门限值剔除异常值。
本发明的有效益果在于:
本发明充分利用空间信号误差的统计特性,基于卡尔曼滤波的载波相位平滑伪距的gnss空间信号误差估计方法,可以有效识别空间信号异常并进行异常剔除。
附图说明
图1是本发明的实施例一示意图。
具体实施方式
本发明是基于空间信号用户测距误差实时估计的gnss卫星星历故障检测方法,具体步骤包括:
步骤1,统一精密星历和广播星历时空基准,计算单用户瞬时空间信号用户测距误差
在无修正天线相位中心的情况下提取轨道径向误差,采用国际gnss服务推荐的天线相位中心参考值修正bds天线相位中心偏差,使轨道径向误差的系统性偏差达到最小。
步骤2,消除广播星历时钟与精密星历时钟之间的偏差
a.计算广播星历时钟时采用下式消除卫星群延迟的影响
其中:
f1,f2—分别为bds载波b1i和b2i的频率;
δttgd1,δttgd2—分别为bds载波b1i和b2i的群延迟。
b.采用加权平均的方式估算所有卫星时钟的公共偏差,消除两种时钟产品之间较大的时间基准偏差
其中:
δtj—卫星j精密星历时钟;
wj—卫星j时钟差在计算公共偏差时的权重;
n—所有有效卫星总数。
步骤3,计算单用户瞬时空间信号用户测距误差在统一时空基准后,依据误差投影的方式求解单用户瞬时空间信号用户测距误差
其中:iurej—卫星j的单用户空间信号用户测距误差;
xr—用户接收机位置;
·—矩阵相乘运算符;
c—光速;
步骤4,提出基于卡尔曼滤波的载波相位平滑伪距算法的空间信号误差实时估计方法a.以一个历元一颗观测卫星为例,计算伪距观测值
其中:
r—地面测站与卫星的实际距离,已考虑地球自转的影响;
c—光速;
t—对流层天顶延迟误差;
i—载波fi的电离层延迟;
δtu,δt,δtr—分别表示接收机、卫星和相对论引起的时间偏差;
ρi—载波fi的伪距观测值;
ερi—载波fi的观测噪声。
b.应用无电离层组合削弱各种大气误差影响,提高单用户瞬时空间信号用户测距误差的估计精度
其中:
ρif—伪距观测值的无电离层组合;
c.利用载波相位平滑伪距的方式压制双频组合的伪距噪声
其中:ρ(k),φ(k),
m—平滑时间常数。
d.构建卡尔曼滤波状态模型和观测模型选择最优的平滑时间常数
其中:w(k),v(k)—分别是系统过程噪声和测量噪声。
e.利用滤波增益k实现载波相位平滑伪距中平滑时间常数m的最优控制,抑制伪距观测值的观测误差
令
其中:
εe,εc分别表示卫星广播星历误差和卫星时钟误差在视线方向上的投影;
根据所有卫星的单用户瞬时空间信号用户测距误差的分布规律,可假设
其中:eiure—计算过程中所用卫星单用户瞬时空间信号用户测距误差正态分布中心点的均值。
对于零均值伪距观测噪声而言可以得到单用户瞬时空间信号用户测距误差
iurej=ρcalj+cδtu(11)
步骤5,选择门限剔除异常值
结合gps完好性标准体系以及广播星历单用户瞬时空间信号用户测距误差的统计分布规律,选择检验异常的门限值。单用户瞬时空间信号用户测距误差主要受轨道误差和时钟误差影响,当多个测站同时监测的单用户瞬时空间信号用户测距误差均超出门限值时,表示空间信号误差异常,将超出门限值的信号排除。
测站采用基于卡尔曼滤波载波相位平滑伪距方法的单用户瞬时空间信号用户测距误差估计方法,可有效识别因卫星轨道和时钟故障引起的空间信号异常。
当然,本发明还有其他多种实施例,在不偏离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明做出各种相应的调整,但这些相应的调整都应属于本发明所附的权利要求的保护范围。