粒子滤波在GPS接收机自主完好性监测中的应用研究

"这篇论文是2014年由王尔申、蔡明、庞涛和曲萍萍在《沈阳航空航天大学学报》上发表的研究，主要探讨了将粒子滤波算法应用于卫星导航接收机的自主完好性监测（RAIM）中的方法。该研究受到国家自然科学基金、航空科学基金和辽宁省自然科学基金的资助。文章提出了一种基于粒子滤波的RAIM算法，用于提高航空导航定位的可靠性，并能有效检测和隔离故障卫星。" 正文: 在航空导航领域，高精度和高可靠性是至关重要的。全球定位系统（GPS）虽然在定位服务中扮演着核心角色，但其可能存在卫星故障或信号干扰，影响定位的准确性和安全性。为此，接收机自主完好性监测（RAIM）技术应运而生，旨在实时监控导航系统的完整性，确保在出现故障时能够及时发出警告。 本研究聚焦于粒子滤波算法在RAIM中的应用，粒子滤波是一种非线性、非高斯状态估计方法，尤其适用于处理复杂的动态系统和非高斯噪声环境。在GPS接收机的观测噪声分布特点下，粒子滤波能提供更精确的状态估计，弥补传统滤波算法（如卡尔曼滤波）在处理非高斯噪声时的不足。 在论文中，作者构建了基于粒子滤波的RAIM算法模型，详细描述了算法的执行流程。首先，通过粒子滤波算法对GPS接收机的状态进行估计，包括位置、速度等关键参数。接着，利用对数似然比（LLR）构造一致性检验统计量，该统计量能有效识别观测数据中的异常，即可能的卫星故障。一旦发现故障，算法会进行故障隔离，确保其他正常工作的卫星仍然能提供准确的定位信息。 实测数据验证了该算法的有效性。测试结果显示，即使在非高斯测量噪声条件下，粒子滤波也能对GPS接收机状态进行精确估计。同时，基于LLR的一致性检验统计量能有效地检测和隔离故障卫星，证明了该算法在实际应用中的可行性。 总结来说，这项研究为GPS接收机的自主完好性监测提供了新的解决思路，粒子滤波算法的引入增强了RAIM的能力，尤其是在面对非典型噪声环境时。这一成果对于提升航空导航的安全性和可靠性具有重要意义，对于后续的GPS接收机设计和系统改进提供了理论支持和技术参考。