一种适用于车载端的分布式GNSS异常监测方法技术

本发明专利技术公开了一种适用于车载端的分布式GNSS异常监测方法，该方法具体包括：首先，基于车间共享GNSS视距卫星信息，提出了一种分布式的、协同的GNSS异常检测与剔除架构；并利用伪距双差模型对节点间协同可靠性信息(CRM)进行了定义和生成；其次，根据生成的CRM，实现包括异常检测、CRM筛选与LOS卫星预测和双向搜索与异常剔除在内的GNSS异常测量值检测与剔除(FaultDetectionandExclusion，FDE)。其中，异常检测利用伪距一致性检测来判断GNSS是否存在异常；根据异常检测结果，进行协同可靠性信息筛选与视距卫星预测，得到备选LOS卫星集合；最后设计一种两层级的搜索方案来剔除目标车辆异常GNSS测量值。本发明专利技术能够有效提升监测算法在剔除多个并发GNSS异常时的能力。法在剔除多个并发GNSS异常时的能力。法在剔除多个并发GNSS异常时的能力。

【技术实现步骤摘要】
一种适用于车载端的分布式GNSS异常监测方法


[0001]本专利技术设计属于卫星导航领域，具体涉及到一种适用于车载端的分布式GNSS异常监测方法。

技术介绍

[0002]车辆定位的可靠性是指车辆定位系统在一定时间内、一定条件下无故障地执行定位功能的能力和可能性。保证车辆位置信息可信可靠对于车辆应用而言十分重要。在交通领域、与法律义务相关的应用以及与安全有关的应用都对导航定位的可靠性提出了相应的要求。增强车辆定位的可靠性可以从两方面开展，一是异常监测，即对异常信号、测量数据等进行检测与剔除，二是向用户告警，即当定位误差超出应用允许的限值时及时警告用户。
[0003]统计检测类方法的核心思想是在测量域或定位域采用一致性检测算法实现自主的异常检测与剔除(Fault Detection and Exclusion，FDE)，以检验定位所用的测量值是否收敛。根据异常搜索策略可分为自上而下的异常搜索以及自下而上的异常搜索，前者是从全卫星集合中逐一检索、排查可能出现的异常测量值，后者是在假设的健康卫星集合的基础上逐一引入并验证其余卫星测量值的一致性，其最经典的方法为随机采样一致性算法(Random Sample ConsensusAlgorithm，RANSAC)。
[0004]接收机自体完好性监控(ReceiverAutonomous Integrity Monitoring，RAIM)采用自上而下的异常搜索策略，是测量域或定位域的GNSS异常监测方法，常应用于航空用户。RAIM无需对接收机基带进行改造，无需额外传感器、地图数据等支撑，计算量较少，实时性高，不受限于使用环境，目前仍是解决城市环境下GNSS非视距、多径问题的主要手段，应用于一些高精度RTK接收机中。
[0005]无论是自上而下的RAIM方法还是自下而上的RANSAC方法，在多个GNSS异常并发时都可能导致异常剔除过程出现错误，即FDE在剔除其识别的异常测量值后通过了一致性检测，但实际定位误差仍然很大。这是因为一些健康的卫星测量值被错误地剔除，同时仍有部分异常测量值没有被正确识别而继续用于定位解算。这类问题在城市峡谷等密集城市区域发生的概率很高，而目前尚缺少针对车辆协同定位系统的全局监测方法，以全面监测车辆协同定位系统可能出现的所有测量异常，包括GNSS异常和节点间测量异常。
[0006]因此提出一种适用于车载端的分布式GNSS异常监测方法，利用邻近协同车辆提供的有关GNSS测量值质量的先验信息来辅助本地的GNSS异常监测，提升监测算法在剔除多个并发GNSS异常时的能力具备重要现实意义。

技术实现思路

[0007]本专利技术的目的在于提升GNSS异常并发时的异常剔除能力。虽然基于统计检测的方法具备实时检测和剔除GNSS异常的能力，但是多个并发的GNSS异常可能导致基于一致性检测的方法收敛于一组一致的但错误的卫星集合，由于没有正确剔除GNSS异常测量值，定位误差往往很大，在这种情况下监测系统将给出危险的误导信息，即实际定位结果误差较大
但是用户却被告知测量值无异常。
[0008]为解决上述问题，本专利技术提出一种协同的GNSS异常检测与剔除方法，该方法基于自定义的协同可靠性信息(Cooperative Reliability Messages，CRM)，适用于互联车辆中的GNSS定位系统，基本思想是利用邻近协同车辆提供的有关GNSS测量值质量的先验信息来辅助本地的GNSS异常监测，以提升监测算法在剔除多个并发GNSS异常时的能力。
[0009]本专利技术提出的一种适用于车载端的分布式GNSS异常监测方法，其实施步骤如下：
[0010]步骤一：定义一种新的车间共享信息——协同可靠性信息(CRM)，CRM包括时间戳、该时刻的车辆位置坐标、信息提供方识别的视距(line
‑
of
‑
sight，LOS)卫星集合这三部分；
[0011]步骤二：根据步骤一生成的CRM，设计一种协同可靠性信息辅助的GNSS异常测量值检测与剔除方法(Fault Detection and Exclusion，FDE)，更加有效识别多个并发的GNSS异常，减小一致性检测出现错误的可能性；
[0012]其中，在步骤一中所述的“定义一种新的车间共享信息——协同可靠性信息(CRM)”，其做法如下：
[0013]S11、在CRM中最重要的是信息提供方识别的LOS卫星集合，利用双差测量模型判断卫星NLOS与否。首先给出车辆与卫星间、参考站与卫星间的伪距测量模型，具体公式如下：
[0014][0015][0016][0017]其中下角标u表示车辆，r表示参考站，s表示卫星。表示车辆与卫星间的几何距离，是参考站与卫星间的几何距离，x
u
＝(x
u
,y
u
,z
u
)指的车辆u的位置，x
r
＝(x
r
,y
r
,z
r
)是参考站的位置，x
s
＝(x
s
,y
s
,z
s
)指的卫星s的位置，这里均采用地心地固坐标系。δt
u
、δt
r
和δt
s
分别是车辆接收机钟差、参考站接收机钟差和卫星钟差。当车辆与参考站间的相对距离不超过15km，车辆与参考站面临的大气层时延可视为是相似的，I
s
和T
s
分别是与卫星相关的电离层时延和对流层时延。是车辆u可能面临的多径误差，ε
ρ
是测量残差，可以视为加性高斯白噪声。由于参考站通常置于开阔环境，其受多径的影响可以忽略不计。
[0018]S12、根据S21的伪距测量模型，得到双差测量模型，并计算得到双差伪距残差检测量：
[0019]双差测量模型可以表示为如下公式：
[0020][0021]这里，b
ur
＝x
u
‑
x
r
是参考站和车辆间的基线向量，上角标代表参与双差的两颗卫星s
i
和s
j
，是车辆到卫星s
i
的方向单位向量，残差可视为零均值高斯噪声。根据上式，可以计算得到双差伪距残差检测量：
[0022][0023]S13、设定合适的阈值T
LOS
，阈值取决于LOS假设下的双差残差检测量分布以及可接受的虚警概率，一颗卫星是否受到多径影响可以通过比较双差残差检测量与设定的阈值来判断：
[0024][0025]所有的卫星在初始化时均被分类至未知组，即Unknown卫星集合。若残差检测量的绝对值小于设定的阈值，则参与双差的两颗卫星s
i
和s
j
均分类至LOS卫星集合。若残差检测量的绝对值大于阈值，则双差过程中至少有一颗卫星受到多径影响，在这种情况下，若是双差中的一颗卫星已经被分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于车载端的分布式GNSS异常监测方法，其特征在于针对GNSS异常并发问题，自定义协同可靠性信息(CooperativeReliabilityMessages，CRM)，利用邻近协同车辆提供的有关GNSS测量值质量的先验信息来辅助本地的GNSS异常监测。所述方法步骤如下：步骤一：节点间协同可靠性信息(CRM)的定义及生成，设计算法确定信息提供方识别的视距(line
‑
of
‑
sight，LOS)卫星集合；步骤二：协同可靠性信息筛选与视距卫星预测；步骤三：协同可靠性信息的异常GNSS测量值剔除，设计一种两层级的搜索方案来剔除目标车辆异常GNSS测量值。2.根据权利要求1所述的一种适用于车载端的分布式GNSS异常监测方法的步骤一，其特征在于对CRM中的信息提供方识别的LOS卫星集合进行生成，具体过程如下：S11、根据车辆与卫星间、参考站与卫星间的伪距测量模型，得到双差测量模型，并计算得到双差伪距残差检测量；S12、设定合适的阈值T
LOS
，阈值取决于LOS假设下的双差残差检测量分布以及可接受的虚警概率，一颗卫星是否受到多径影响可以通过比较双差残差检测量与设定的阈值来判断：S13、将S11和S12中得到的协作车辆u
q
在历元t的LOS卫星集合记为并将其与时间戳(即CRM生成历元)和CRM生成时车辆的位置(即CRM的生效位置)一起，构成一条协同可靠性信息：3.根据权利要求2所述的协同可靠性信息特征在于其特指在t时刻由协作车辆u
q
发送至目标车辆u0的协同可靠性信息，将来自不同时刻不同协同车的CRM将存储于目标车辆，有利于后续的协同GNSS异常检测与剔除。4.根据权利要求1所述的一种适用于车载端的分布式GNSS异常监测方法的步骤二，其特征在于利用LOS/NLOS的时空相关性，根据协同车辆的先验信息来预测目标车辆的LOS卫星，提取所有有效CRM中的LOS卫星集。具体过程如下：S41、寻找所有满足LOS/NLOS时空相关性需求的CRM，并将这些CRM中的LOS卫星集合保存下来，作为预测LOS卫星集的备选解：的可用性由下式判断：
其中t
c
代表当前历元，t是中的时间戳，是目标车的粗定位解，是中标记的生效位置。通过比较时间差Δt
CRM
、位置差Δx
CRM
与其对应的门限值(η
t
和η
x
)，CRM的可用性得以判定。S42、确定与空间相关门限值η
x
，采用设定门限值筛选的方法，以粗定位解为原点搜索半径为η
x
内的所有生效位置坐标，所对应的CRM即被认为是可用的。S43、确定与时间相关的门限η
t
，门限值η
t
的大小取决于卫星LOS/NLOS分布的变化频率，即在同一个地点每隔多长时间LOS卫星集合(或者NLOS卫星集合)发生一次变化。采用仿真来分析城市密集环境下的LOS卫星分布变化，以设定时间门限值。5.根据权利要求4中所述的判断的可用性，其特征在于提...

【专利技术属性】
技术研发人员：赵洪博，庄忱，胡闪，杨旭，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：