通道检测辅助的卫星导航接收机观测量异常检测系统和方法

本发明属于卫星导航系统完好性检测，特别涉及一种通道检测辅助的卫星导航接收机观测量异常检测系统和方法。

背景技术：

1、全球卫星导航系统(global navigation satellite system，gnss)具有全天时、全天候、为全球用户提供绝对位置服务的优势。然而，卫星导航信号从产生、传播到用户接收的整个过程中，会受环境、卫星或设备故障影响而发生观测量质量下降，定位结果误差增大。为改善该问题，可以采用接收机自主完好性监测(receiver autonomous integritymonitoring，raim)技术实现对异常伪距观测量的检测与剔除，以保证接收机最终输出的定位结果可靠。

2、接收机自主完好性监测技术本质是利用冗余观测量进行一致性检验，将大量不同卫星的伪距观测量视作冗余信息，在定位解算过程中当定位残差超过检测门限时，对异常伪距观测量进行探测和剔除，从而实现提高接收机定位结果性能的目的。通常，接收机自主完好性监测算法主要利用伪距观测量进行异常检测和剔除，缺少各伪距观测量的先验信息，在多星观测量出现异常时，因异常观测量数量未知，异常检测与剔除的能力大幅下降。而接收机各信号处理通道自身也具有一定的异常检测能力，能够为后续的自主完好性监测提供各伪距观测量的先验信息。

3、因此，本发明针对这一问题，提出了一种通道检测辅助的卫星导航接收机观测量异常检测系统和方法，从接收机基带信号处理通道和观测量两个信号层面进行了联合异常信息检测，对接收机各层面异常检测指标进行了融合判断，以提高卫星导航异常检测准确率。

技术实现思路

1、本发明提供一种通道检测辅助的卫星导航接收机观测量异常检测系统和方法，以解决现有技术中的问题。

2、为实现上述目的，本发明采用的技术方案为：

3、一种通道检测辅助的卫星导航接收机观测量异常检测系统，包括通道检测模块和观测量检测模块；

4、所述通道检测模块在接收机每个卫星信号的处理通道中，利用接收机内部跟踪环路产生的提前、即时和滞后相关值，对个卫星信号的畸变程度进行初步检测，将检测结果分为正常、可能异常与异常三类，并为可能异常观测量估计异常概率，分类结果及其异常概率随相应的伪距传输至观测量检测模块；

5、所述观测量检测模块置于接收机定位解算部分，以通道检测结果为先验信息，将观测量分为正常集合和待定队列，按异常概率由小至大排列，观测量检测模块接收伪距观测量及其标记，将初步检测结果作为先验信息进一步检测和剔除异常伪距观测量。

6、进一步的，所述通道检测模块在各卫星信号处理通道中，每个通道均包含三个并行的特征提取模块与一个多检测量融合检测模块，所述三个并行的特征提取模块包括幅值特征提取模块、峰值特征提取模块和斜率特征提取模块；通道i跟踪环路跟踪gnss中频数据，将码延时误差输出至伪距估计模块产生伪距观测量，将同相提前、即时与滞后相关值，分别记作ie、ip与il，输出至通道检测模块，通道检测模块中的特征提取模块利用ie、ip与il并行获得相关值幅值特征ma、相关函数峰值特征md以及斜率特征mr，将ma、md、mr共同输入多检测量融合检测模块，由多检测量融合检测模块生成所在通道信号质量分类di＝{p-正常；u-待定；n-异常}以及异常概率pi∈[0,1]，最后，通道检测模块将信号质量分类di＝{p-正常；u-待定；n-异常}与异常概率pi∈[0,1]随通道中原跟踪环路与伪距估计模块获得的伪距ρi共同输出至观测量检测模块，即输出{ρi,pi,di}。

7、进一步的，所述观测量检测模块与接收机定位解算模块共同工作，包含三个子模块：正常观测量子集构建模块、待定观测量队列构建模块和残差检测模块；观测量检测模块将m个通道输出的{ρi,pi,di},i＝1,…,m根据通道检测结果di进行初步处理，剔除di＝n的异常观测量，将di＝p的伪距输入正常观测量子集构建模块，完成正常观测量子集初始化，将di＝u的伪距输入待定观测量队列构建模块，待定观测量队列构建模块按异常概率生成伪距队列，正常观测量子集构建模块将正常观测量传输至接收机定位解算模块，同时待定观测量队列构建模块将异常概率最低观测量作为待定观测量也传输至定位解算模块，定位解算模块计算接收机位置，并将残差传输至观测量检测模块，由残差检测模块完成异常检测，若无异常，正常观测量子集构建模块将待定观测量标记为正常观测量，若异常则输出异常观测量信息；循环工作过程，直至对所有概率异常信号检测完毕。

8、一种通道检测辅助的卫星导航接收机观测量异常检测系统的方法，包括以下步骤：

9、s1、通道检测模块中的三个特征提取模块利用跟踪环路输出的同相提前、即时、滞后相关值，即ie、ip与il并行计算相关值幅值特征ma、相关函数峰值特征md以及斜率特征mr；

10、s2、相关值幅值特征ma、相关函数峰值特征md以及斜率特征mr输入多检测量多检测量融合检测模块，多检测量多检测量融合检测模块利用d-s算法将ma、md与mr进行融合检测，计算异常概率并产生通道信号分类，随通道伪距输出至观测量检测模块；

11、s3、观测量检测模块按异常分类，丢弃分类为异常的观测量，将分类为正常的观测量输入正常观测量子集构建模块，将分类为待定的观测量输入待定观测量队列构建模块；

12、s4、正常观测量子集构子模块利用分类为正常的观测量完成初始化，待定观测量队列构建模块将m个待观测量按异常概率从小至大排列，并在队首补充“空”观测量，同时初始化待定观测量队列构建模块队列计数器j＝1；

13、s5、正常观测量子集构建模块将全部正常观测量输出至定位解算模块，待定观测量队列构建子模将第j个待定观测量输出至定位解算模块；

14、s6、定位解算模块计算接收机位置，并将残差传输至观测量检测模块中的残差检测模块，待定观测量队列计数器j＝j+1；

15、s7、若残差检测不通过，则认为该观测量异常，输出并记录异常观测量信息；若通过检测则认为该观测量无异常，将其传输至正常观测量构建子模块，扩增正常观测量子集；

16、s8、若j<m，至步骤5；若j>m，结束。

17、进一步的，所述步骤s1中，幅值特征提取模块从跟踪环路中读取z个同相即时相关值，记为x＝{ip[1],ip[2],…,ip[z]}，间隔1s后再读取z个同相即时相关值，记为y＝{ip′[1],ip′[2],…,ip′[z]}，形成等长度的两个时间序列，两者都满足高斯分布，其均值与方差表示为：

18、

19、其中：μx为相关值序列x的均值，为相关值序列x的方差，μy为相关值序列y的均值，为相关值序列y的方差；均值反映了平均功率，方差则反应了噪声影响，相关值幅值特征ma：

20、

21、所述步骤s1中，峰值特征提取模块中相关函数峰值特征md采用对称性检测指标：

22、

23、同相即时相关值ip用于归一化处理，正常情况下满足高斯分布。

24、所述步骤s1中，斜率特征提取模块中斜率特征mr表示为：

25、

26、同相即时相关值ip用于归一化处理，正常情况下满足高斯分布。

27、进一步的，所述步骤s2中，d-s算法为多检测量融合检测方法，包括以下步骤：

28、通过检测特征量提取后得到对应特征的检测统计量和假设检验门限值，但不进行假设检验，采用d-s理论进行多检测特征融合；

29、d-s检测框架θ写为：

30、

31、其中：p表示该通道信号确定正常，n表示该通道信号确定不正常，u表示待定情况，即有可能正常，有可能异常，表示空；基本概率分配满足：

32、

33、其中：下标x表示检测特征ma、md或mr，p()为信任函数，该函数将比较检测量与阈值的关系并将其投影到[0,1]的区间，px(p)、px(n)和px(u)分别表示了对于该检测特征空事件、信号确定正常事件、信号确定异常事件和待定事件的可信度；

34、对于ma检测量，信任函数表示为：

35、

36、

37、

38、其中，ma0为检测特征ma的阈值，分别为检验特征ma为正常、确定不正常和待定的概率；

39、对于md检测量，信任函数表示为：

40、

41、

42、

43、其中，md0为检测特征md的阈值，分别为检验特征md为正常、确定不正常和待定的概率。

44、对于mr检测量，信任函数表示为：

45、

46、

47、

48、其中，mr0为检测特征mr的阈值，分别为检验特征mr为正常、确定不正常和待定的概率；

49、三个检测特征组合后的结果根据d-s合成规则表示为：

50、

51、

52、

53、式中，p(p)为融合后正常概率，p(n)为异常概率，p(u)为待定概率，k为归一化常数

54、k＝p(p)+p(n)+p(u)       (19)

55、融合之后，进行决策：

56、

57、此时，通过d-s融合检测后，将信号分为正常、异常和待定三类，并将p(n)视为异常概率。

58、进一步的，所述步骤s6中，残差检测模块的残差检测算法采用最小二乘残差检测算法，由定位解算模块输出的n1维残差向量记为v，构造残差平方和sse：

59、

60、其中：v1、v2…vn1为残差向量v的第一维到第n1维，t为转置，检测量表示为：

61、

62、其中：th为计算得到的残差向量的检测量；残差检测通过记为h0，残差检测不通过记为h1，则残差检测写为：

63、

64、其中，tth表示检测门限，由虚警率根据下式计算得到：

65、

66、

67、式中，σ表示残差标准差，由历史观测数据统计获得，表示残差序列服从的卡方分布，n-4为该卡方分布自由度，为卡方分布概率函数，pfa表示虚警率。

68、与现有技术相比，本发明具有以下有益效果：

69、(1)、提出接收机通道检测辅助的卫星导航接收机观测量异常检测技术，融合接收机信号异常与观测量异常指标，提高卫星导航异常检测准确率；

70、(2)、提出观测量异常概率计算及利用异常概率对可疑观测量排序检测的方法，先对异常概率低的信号进行检测，提高检测效率；

71、(3)、第二级观测量检测是在第一级通道检测的基础上进行的，待检测队列已经剔除一部分异常信号，第二级检测的计算量被大大减少；

72、(4)、该方法利用了卫星导航接收机基带信号处理单元输出的信息，提高对信息的利用率。