[发明专利]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

说明书

本发明公开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。本发明基于单用户瞬时空间信号用户测距误差的实时估计高精度估计方法，设计识别GNSS卫星轨道和时钟故障引起的卫星星历异常。本发明方法是：利用GNSS广播星历和事后精密星历分析空间信号测距误差的统计特性，根据空间信号测距误差的分布规律提出一种平滑时间参数自适应的卡尔曼滤波载波相位平滑伪距的实时空间信号测距误差估计方法，根据用户的完好性需求获取监测门限，通过比较实时估计的空间信号误差与监测门限的比较实现星历故障的监测。本发明提出的基于卡尔曼滤波相位平滑伪距算法的实时估计空间信号用户测距误差方法可以有效地识别由卫星轨道和时钟引起的星历故障检测。

技术领域

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。

发明内容

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