[发明专利]基于贝叶斯检验的接收机自主完好性监测方法

权利要求书

1.基于贝叶斯检验的接收机自主完好性监测方法，其特征在于：包括以下步骤：

步骤一、对线性化伪距观测方程求取定位估计解；

步骤二、利用多重卷积公式将伪距观测噪声的统计模型投影到定位域中，求得定位误差的统计模型；

步骤三、根据方差膨胀理论提出一种基于定位域的故障检测模型S_j；

步骤四、针对该故障检测模型，基于贝叶斯检验理论，构造贝叶斯后验概率优势比Ratio用于故障检测；

步骤五、根据导航连续性要求给出贝叶斯后验概率优势比Ratio的关键参数——方差膨胀系数k的确定方法；

步骤六、利用贝叶斯后验概率优势比Ratio进行故障检测。

2.如权利要求1所述的基于贝叶斯检验的接收机自主完好性监测方法，其特征在于：步骤一的具体实现方法为：利用加权最小二乘算法对线性化伪距观测方程求取定位估计解

用户接收机对卫星的线性伪距观测方程为：

z＝Hx+ε (1)

其中，z∈R^n×1，表示可见卫星伪距和估计值之间的偏移向量，n为可见卫星数量；x∈R^m×1是状态变量真实值和标称值之间的偏差向量，包括接收机的三维位置和卫星导航系统的时钟偏差，m为状态变量的维数；H∈R^n×m为几何观测矩阵；ε＝[ε₁,ε₂,…,ε_n]^T表示观测误差向量，且ε_i(i∈{1,2,…,n})为相互独立的、服从的高斯噪声，σ_obs,i表示观测误差的标准差。

基于加权最小二乘算法，x的定位估算解为

其中，W是与每颗卫星相对用户的高度角和用户测距精度相关的加权矩阵。

3.如权利要求1所述的基于贝叶斯检验的接收机自主完好性监测方法，其特征在于：步骤一的具体实现方法为：利用卡尔曼滤波算法对线性化伪距观测方程求取定位估计解

接收机的状态方程为

x_k＝Ax_k-1+Bu_k-1+w_k-1 (3)

其中，x是状态变量，包括接收机的三维位置和卫星导航系统的时钟偏差；A和B为系统参数，u为控制量；w为系统噪声；各符号的下标k表示当前时刻，下标k-1表示上一时刻。

同时，接收机对卫星的线性伪距观测方程为：

z_k＝Hx_k+ε_k (4)

因此，卡尔曼滤波器的时间更新方程如下

其中，为当前时刻状态变量的一步预估值；为的协方差阵；Q为系统噪声的协方差阵。

卡尔曼滤波器的状态更新方程，也即定位估计解如下所示：

其中，K_k为增益矩阵；R为测量噪声协方差阵；P_k为定位估计解的协方差阵。

4.如权利要求1所述的基于贝叶斯检验的接收机自主完好性监测方法，其特征在于：步骤二的具体实现方法为：利用多重卷积公式将伪距观测噪声的统计模型投影到定位域中，求得定位误差的统计模型

根据定位估计解得到x的估计误差μ为

将μ展开为μ₁,μ₂,μ₃，分别表示x轴、y轴和z轴定位误差：

其中，a_ji是矩阵A第j行、第i列的元素。

由于ε_i是相互独立的，因此利用观测噪声ε的统计模型通过多重卷积公式求得定位误差μ_j的统计模型如下所示：

其中，σ₁,σ₂,σ₃分别表示投影到x轴、y轴、z轴的位置误差标准差。