慣性/卫星紧组合多星故障识别：子集p值检验方法

"基于子集p值检验的惯性/卫星紧组合多星故障识别方法" 在传统的接收机自主完整性监控（RAIM）算法中，当多颗卫星同时出现故障时，其故障识别能力通常较弱。针对这一问题，研究者提出了一种创新性的故障检测与识别方法，该方法是基于子集p值检验的。该方法结合了惯性导航系统的辅助信息，通过对卫星观测量子集进行显著性水平分析，利用p值检验来评估各个卫星观测数据的质量。 p值检验是一种统计学方法，用于判断一个假设检验的结果是否具有统计显著性。在这个特定的应用中，p值被用来判断卫星观测数据中的异常值，即可能的故障卫星。通过对观测数据进行分组和检验，可以确定哪些卫星的数据偏离正常范围，从而识别出可能存在故障的卫星。 在该方法中，首先，通过选取不同的卫星观测量子集进行p值检验，计算每个子集的p值。如果某个子集的p值小于预设的显著性水平，那么这个子集包含的卫星可能有故障。然后，通过比较所有子集的p值，可以决定哪些卫星的观测量存在异常。接着，依据这些信息，可以对故障卫星进行识别，并对导航系统进行相应的重构，以消除或减少故障卫星的影响，保持系统的稳定运行。 该方法的一个关键优势在于其高效性。即使在可见卫星数量较少（例如5颗以上）的情况下，也能实现故障识别。这在实际应用中非常有价值，因为卫星数量可能受到遮挡、信号干扰等因素的影响。此外，仿真结果显示，对于多颗卫星同时发生故障的情况，这种方法表现出良好的识别效果，极大地提升了紧组合导航系统的容错能力和定位精度。 基于子集p值检验的故障检测与识别方法为多卫星故障识别提供了一个有效工具，尤其适用于紧组合导航系统。它利用惯导信息增强故障检测的准确性和可靠性，有助于确保系统在卫星故障情况下的持续稳定运行，对提高整体导航性能有着重要意义。这一方法的引入，对提升现代导航技术的安全性和可靠性具有积极的促进作用。