基于卡尔曼滤波的城市环境完整性监测ARAIM算法" - 专业定位城市环境完整性监测方法

⃝⃝可在www.sciencedirect.com上在线ScienceDirectICT Express 5（2019）65www.elsevier.com/locate/icte基于卡尔曼滤波的城市环境完整性监测ARAIM算法Hieu Trung TranTran，1，莱蒂齐亚洛普雷斯蒂Politecnico di Torino，Corso Duca degli Abruzzi 24，10129都灵，意大利接收日期：2018年1月15日;接收日期：2018年3月27日;接受日期：2018年5月3日2018年6月2日在线发布摘要本文提出了一种适应于城市环境中的快照完整性监测的高级接收机自主完整性监测（ARAIM）算法，使用卡尔曼滤波器（KF）作为底层定位方法。该方法能够跟踪信号质量的变化，在城市地区经常出现的多径影响下仍能保持良好的性能。使用模拟和真实数据的性能分析验证了该方法，并与传统的ARAIM算法（这是为航空）的比较进一步巩固了所提出的方法的城市场景的适用性。c2018韩国通信与信息科学研究所（KICS）。Elsevier B.V.的出版服务。这是一个开放获取CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：ARAIM;完整性监测;卡尔曼滤波;多路径;城市环境内容1.一、导言. 652.基于KF的城市环境662.1.噪声模型的选择663.业绩分析3.1.模拟方案673.2.测量误差模型673.3.保护水平3.4.实际数据收集694.讨论705.结论70致谢70利益冲突70参考文献70*通讯作者。电子邮件地址：hieu. polito.it（H.T. Tran）。1 永 久 地 址 ： NAVIS Centre ， Room 602 Ta Quang Buu LibraryBuilding，Hanoi University of Science and Technology，No.1 Dai CoViet，河内，越南.同行评审由韩国通信和信息科学研究所（KICS）负责https://doi.org/10.1016/j.icte.2018.05.0021. 介绍如[1]中所定义，完整性是指全球导航卫星系统在系统变得不可靠而不应用于导航目的时向用户及时发出警报的能力。换句话说，完整性评估用户可以对系统提供的信息分配的信任级别[2]。完整性涉及导航系统中的故障，如卫星故障、星历参数不正确以及任何故障2405-9595/c2018韩国通信和信息科学研究所（KICS）。出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。66H.T. Tran和L.Lo Presti/ICT Express 5（2019）65∈⎤K⎣⎦如果使用错误的信息，可能会导致危险的结果。完整性的概念是在GPS早期就定义的，是为民用航空而设计的[2，3]。完整性一直是导航系统的一个重要方面，因为导航数据的有效性可能会影响许多人的生活航空完整性监测的一种典型方法称为飞机增强系统（ABAS），它仅依赖于机载导航数据该方法由接收机自主完整性监控（RAIM）算法实现[4]。最近在航空导航完整性方面的工作[5RAIM算法，称为高级RAIM（ARAIM）[5， 9]，基于溶液分离（SS）方法。ARAIM在多方面改进了传统的RAIM，如多星座能力（传统的RAIM是专门为GPS开发的），以及广义卫星故障假设而不是单故障假设。ARAIM旨在提供更好的可用性和更低的保护级别（PL）[10使其适用于更严格的飞行阶段[9]。虽然完整性的概念最初是为民用航空定义的，但它也在其他应用中获得了兴趣，特别是在那些需要高可靠性导航数据的应用中，例如智能交通系统（ITS）和生命安全（SoL）应用[13，14]。值得注意的是，除了定位结果的准确性之外，作为评估绩效Fig. 1. 城市场景KF ARAIM算法方案。2. 基于KF的城市环境快照ARAIM基于KF的快照ARAIM的通用版本已在[25]中详细描述，以及底层KF模型。因此，本文将保留类似的符号的KF模型以及ARAIM算法的KF。KF模型使用状态向量xk，定义为：导航系统的完整性和连续性也是重要的性能参数。城市环境是⎡⎢−cuk土耳其语G PS， kxk=−c tGal， k˙可见卫星的数量和多路径的存在，由于建筑物和结构的反射多径效应引起伪距误差和接收信号[15在关于城市环境中的完整性监测的众多工作中，[18，19]提出了使用基于卫星的增强系统（SBAS）评估PL的方法，并且因此继承了SBAS的覆盖问题[2]。另一方面，[3，20]的研究使传统的RAIM方法适应城市背景。乌斯特 克−c t其中ukR3 是位置坐标向量;Gal分别是接收器时钟与GPS和伽利略系统时间之间的差; c是光速; Gal是时钟漂移。从概念上讲，该算法不是使用状态转移矩阵进行向前预测，而是计算容错卡尔曼增益K（q）、状态校正x（q）和误差协方差。然而，传统的RAIM的单故障假设是k k没有更现实和适合道路交通背景[21，22]。[23]的作者提出了一种自适应RAIM方法，基于城市峡谷场景的卡方RAIM。然而，该工作假设所有伪距测量具有相同使用卫星子集的概率矩阵P（q）（图1）。 1）。每个卫星的子集被称为故障模式，并且可以被认为是关于潜在故障的假设之后，最初的全景使用状态向量x（0）和容错状态向量x（q误差方差，不适合这种环境。K K[24]中的研究讨论了在使ARAIM算法适应城市环境时的必要变化。另一方面，[25]中的工作将基于最小二乘（LS）定位方法开发的传统ARAIM算法[9]适应于卡尔曼滤波（KF）。本文将进一步改进[25]，将这项工作适应于基于KF的城市环境的SS ARAIM方法。所提出的方法结合了底层技术的优点：该方法具有卡尔曼滤波的平滑性和高精度，SSARAIM方法的良好的完整性和灵活性，适用于城市场景。该文件的组织如下。第二节简要介绍了基于KF的ARAIM，并讨论了自适应噪声模型的选择第3节介绍了模拟和真实数据的实现结果。第五节是论文的结论。作为溶液分离测试的输入，该测试基于这些状态之间的偏差来测量测量如果任何测试失败，算法将尝试排除以找到一组一致的卫星，然后继续计算PL。每个循环的最后一步是提前投影状态向量和误差协方差矩阵2.1. 噪声模型正如[24]和[25]中所指出的，使ARAIM适应城市环境的主要变化之一是噪声模型。一个理想的城市噪声模型应该能够覆盖多径效应，这是由于存在建筑物、树木和其他障碍物。最初的ARAIM算法使用一个称为机载精度指示器的模型H.T. Tran和L.Lo Presti/ICT Express 5（2019）6567∈10表1测量误差方差模型的示例值。bstec（m2 Hz/ s2）- 模型A（AAD-A）[26，27]包括随机噪声和MP误差。然而，AAD-A是为机场环境开发的[27]，这与城市环境有很大不同。还值得一提的是，虽然AAD-A基于仰角评估多径误差，但[28]的作者观察到伪距误差（在城市环境中）与载波噪声（C/ N0）比仰角之间的相关性更强。因此，城市使用的误差模型在[28]中提出，并在这项工作中被选中。测量误差协方差矩阵RkR2Nsat×2Nsat可以定义为：[编辑]0斯特图二. 信号模拟方案。无线电信号的环境。多径发生器可以被认为是一个滤波器，使用LMMCM的输出作为脉冲响应。产生模拟信号的过程在图1中总结。 二、首先，产生GPS和Galileo系统的单个卫星的信号之后，受多径影响的信号通过功率控制块，该功率控制块调谐每个信号的功率以满足期望的C/ N0设置。所有的信号混合在一起，白噪声添加了。然后将产生的信号量化并保存到输出文件。式中，n∈RNsat×Nsat为对角矩阵，对角元素为伪距误差变量，仿真数据是在采样频率为16.367 MHz，中频为4.123MHz的情况下，使用对角矩阵包含与5比特量化的导数相关的方差。所有卫星的C/ N0比值伪距离对角元素的定义为：−C/N0，i是范围从37 dB-Hz到42 dB-Hz，取决于仰角。模拟场景代表一辆移动的车辆，i=a+b·1010（3a）市区160秒，速度约40公里/小时。路线阿斯塔纳，i=astec+bstec·10−C/N0，i（3b）示于图 3，斜率为8%（约4. 6o）从其中C/ N0 是信号的载噪比，90到140秒。这个斜坡可以被认为是典型的城市我第i个卫星是时间相关的，a，b，astec和bstecarecoeffi-越南的公路该路线的一小段受到多径（在所有卫星上），从106秒到154秒。多径客户的价值取决于假设的环境。表1[28]中报告了这些系数的一些示例通过这种噪声模型的选择，信号质量可以影响PL。在多径的情况下，受影响的卫星的C/ N0比下降，这增加了Rk。因此，分离模型建立在城市周边模式下，道路宽度为19 m。道路两侧都是建筑物（最高40米）、树木和灯柱。为了逼真，在这个模拟中，汽车遵循的路线是在越南河内的地图上选择的，方差σ（q）和检测阈值T（q）（ARAIM param-s k， s在[25]中引入的Eters）对于所有故障模式也增加。注意多径模型与实际环境一致。有8个GPS和6个伽利略卫星可见。天空图在Tk， s（q）由P（q）计算这反过来又被计算出来使用R阿斯克河模拟的开始报告在图中。四、K，因此增加。因此，与污染较少的情况相比，这导致PL的普遍增加。这一论点将在第3节的实验中得到观察和证实。3. 性能分析3.1. 仿真方案所采用的信号模拟器是[29]的更新版本，增加了伽利略星座和城市环境的多径发生器。所使用的多径模型是陆地移动多径信道模型（LMMCM）[30]（已在ITU文件[31]中标 准 化 ） ， 由 德 国 航 空 航 天 中 心 （ DLR-DeutscheZentrumfurLuft-und Raumfahrt）使用从许多调查活动中收集的真实数据开发，以调查城市中的多径效应。Rk=（二）参数轻度退化重度退化a（m2）10500b（m2 Hz）1502106astec（m2/ s2）0.01250.0014068H.T. Tran和L.Lo Presti/ICT Express 5（2019）65×本节中的所有结果都是使用平滑伪距获得的。3.2. 测量误差模型的确认为了加强测量误差模型的选择，如前一节所述，将该模型与所使用的数据集的伪距误差进行比较。另一方面，在每个历元，使用[32]中提出的第二估计器估计每个卫星的C/ N0比值。绝对伪距误差相对于C/ N0值绘制在图5中，以及使用轻度降级设置、使用（3）中所选噪声模型计算的标准偏差（SD）。可以观察到，SD线界定了大约51.35%的点，而3SD线覆盖了大约92.14%的误差。还绘制了重度降解H.T. Tran和L.Lo Presti/ICT Express 5（2019）6569图三. 模拟路线。见图4。 模拟天空图。这里，覆盖了两条线的99%以上的误差。由于这是过度的，并且轻度降级设置足以覆盖错误，因此选择轻度降级参数集用于以下实验。3.3. 保护级别算法的最后一步是PL计算。在该实验中，完整性预算如表2所示分配。的图五. 绝对伪距误差和误差模型的SD线。见图6。 基于LS的ARAIM和WLSR RAIM的HPL和HPE。完整性预算（或完整性风险）定义为实际定位误差超过评估PL的概率[2，4，25]。注意，水平方向的分配比垂直方向高得多，因为该算法旨在为城市环境提供完整性评估，其更多地依赖于水平方向。传统的基于LS的ARAIM [5]、加权LS残差（WLSR）RAIM [33]和所提出的基于KF的ARAIM 方 法 的水平保护水平（HPL）和水平定位误差（HPE）如图2和3所示。分别为6和7。在两个图中，突出显示的时段对应于多径影响时段。图6报告了传统的基于LS的ARAIM和WLSR RAIM的结果。对于整个持续时间，基于LS的ARAIM的HPL约为6m，即使在70H.T. Tran和L.Lo Presti/ICT Express 5（2019）65表2见图7。 HPL和HPE用于基于KF的ARAIM。见图8。 真实数据集的Skyplot。完整的预算分配。参数值PH M I1 ×10−6PH M I，H O R9. 8× 10−7PH M I， V E RT2 ×10−8多径周期这是因为LS-ARAIM算法的噪声模型基于卫星的仰角来估计噪声，卫星的仰角在160秒的时间段内变化不大。结果，HPL未能注意到多径的存在。同时，WLSRRAIM的噪声模型遵循基于卫星因此，WLSR RAIM的HPL更高-约为26 m至30 m，非常平滑，并且在模拟结束时不响应多径的存在。另一方面，KF-ARAIM方法在清洁期间，HPL约为13m。在多径周期期间，如第2.1节中解析地解释的，多径降低了估计的C/ N0，并且结果将HPL增加到大约17 m。更重要的是，与基于LS的ARAIM和WLSR RAIM的HPL不同，HPL值在整个仿真持续时间内3.4. 实际数据收集除了模拟数据，性能分析也已进行与真实的数据集收集在意大利都灵的街道上的汽车。GNSS信号使用安装在车 顶 上 的 ANTCOM 天 线 收 集 ， 连 接 到 NSL STEREOFrontend [34]，并使用笔记本电脑上运行的抓取器保存到参考轨迹由NovAtel接收器与惯性测量单元（IMU）[35]同时采集，使用相同的信号分裂从安装的天线。收藏品大约有800年代长. 这条路线的起点是在一个大院子里试运行，附近有低矮的建筑。在接下来的时间里，汽车沿着普通的街道行驶，道路两旁都是树木和建筑物。该数据集由整个期间的5颗GPS卫星和2颗伽利略卫星组成数据集的天空图如图所示。8.第八条。利用所提出的基于KF的ARAIM算法对实际数据集进行了处理.定位结果在图9中绘制为黄色正方形。还强调了几个感兴趣的部分。这条路线从一个大院子里的试车开始B段看到汽车在一条6车道的街道上行驶，街道两侧由于交通灯的原因，汽车在C段停对于剩余的D段，汽车继续沿着6车道街道行驶。图10中描绘了整个时期的HPL，还突出显示了相应的感兴趣区域。通常，由所提出的方法提供的HPL清楚地遵循环境的变化。A段的HPL约为25-26米，由于天空开阔，非常平滑。由于道路两侧的高层公寓楼，B分部的损益较高且较不稳定。由于汽车处于静止位置并且停在道路右侧，C段的PL再次较低。最后，段D显示出与段B类似的效果卫星的数量也在整个期间保持不变。另一方面，使用传统LS ARAIM（在原始航空设置）评估的HPL与环境的相关性没有显示出任何变化，如在模拟的情况下。值得注意的是，LS ARAIM算法在实验开始和结束时错误地考虑到卫星数量已经很少，这绝对是不可取的。H.T. Tran和L.Lo Presti/ICT Express 5（2019）6571见图9。 定位结果的真实数据采集。致谢Gianluca Marucco 、 Micaela Troglia Gamba （ 意 大 利Mario Boella研究所（ISMB））和Hong Lam Nguyen（都灵理工大学）提供了用于测试和验证所提出算法的真实数据集。利益冲突作者声明，本文中不存在利益冲突引用[1] 联合美国国防美国国土安全DoT，联邦无线电导航计划，技术。代表，DOT-TSC-RSPA-84.8，2012年。[2] E.D. Kaplan，C.J. Hegarty，Understanding GPS：Principles andApplica-tions，Artech House，Norwood，MA，USA，2005.[3] S. 安德烈斯角Daniel，完整性监控应用于GNSS接收见图10。通过基于KF的ARAIM和基于LS的ARAIM评估真实数据集的HPL。4. 讨论传统ARAIM算法的噪声模型是算法适应不同环境的关键之一。算法中假设的噪声模型应反映导航信号的质量。假设与现实太不一样可能导致不希望的可用性损失，如[24]所示。第3.4节中LS ARAIM对实际数据的结果进一步证实了这一点，因为有几颗卫星被排除在已经有限的卫星集之外。相比之下，使用基于C/ N0的噪声模型允许所提出的算法更紧密地跟随输入质量的变化，从而在模拟和真实数据情况下保持可用性5. 结论提出了一种基于KF的ARAIM算法的城市环境完整性监测方法。该方法进行了测试的模拟数据，它模拟了城市场景中经常遇到的多径效应，以及在意大利都灵市区收集的真实数据。两种情况下的结果都验证了该方法，因为PL跟随变化在车辆通过不同区域时，可确保测量质量，同时保持完整性和可用性。与基于LS的ARAIM的比较结果进一步证实了所提出的方法对城市场景的适用性城市环境中的信号（Ph.D.），2012年。[1] B.W.张文龙，“卫星定位系统的设计与实现”，国立成功大学，1996。[2] 工作组C-ARAIM技术小组，中期报告。[3] FAA GEAS小组，全球导航卫星系统演进结构研究第二阶段全球导航卫星系统演进结构研究小组。[4] J. Blanch，T. Walter，P. Enge，S. Wallner，F.阿马里洛费尔南德斯河德拉戈河约安尼德斯岛费尔南德斯·埃尔南德斯湾Belabbas，A. 斯普利特，M. Rippl，Critical elements for a multi-constellation advanced raim，Navigation 60（1）（2013）53-69. http://dx.doi.org/10.1002/navi.29网站。[5] J. Blanch ， A. Ene ， T. Walter ， P. Enge ， An optimized multiplehypothesis RAIM algorithm for vertical guidance，in：Proceedings ofthe 20th International Technical Meeting of the Satellite Division of TheInstitute of Navigation（ION GNSS 2007），2007.[6] J. Blanch ， T. Walter ， P. Enge ， Y. 李 湾 Pervan ， A. Spletter ，Advanced raim user algorithm description：Integrity support message，in ： Proceedings of the 25th International Technical Meeting of TheSatellite Division of the Institute of Navigation（ION GNSS 2012），2012，pp.2828-2849。[7]H.T.特兰湖，澳-地Lo Presti，Demonstration of multi-GNSS advancedRAIMalgorithm using GPS and galileo signals ， ICSANE 2013 ，internationalconference on space ， Aeronauty. Navig. 113 （ 335 ）（2013）191-196.[8]A. El-Mowafy，BS Arora，The current ARAIM availability accordingto LPV-200 using GPS and BeiDou in Western Australia，in：IGNSS2013 Symposium - The International Global Navigation Systems Society（IGNSS），2013，pp.1-16号。[9]H.梅，X。Zhan，X. Zhang，基于araim用户算法的Gnss漏洞评估方法，见：2017年合作定位与服务论坛，CPGPS，2017年，pp. 111-115. http://dx.doi.org/10.1109/CPGPS的网站。2017.8075107。[10] J. Cosmen-Schortmann，M. Azaola-Saenz，硕士Martinez-Olague，M.72H.T. Tran和L.Lo Presti/ICT Express 5（2019）65Toledo-Lopez，城市和道路环境中的完整性及其在责任关键应用中的使用，2008年IEEE/ION位置，位置和H.T. Tran和L.Lo Presti/ICT Express 5（2019）65732008年，航海研讨会，pp。972-983.http://dx.doi.org/10.1109/PLANS.2008.4570071。[11] R. Toledo-Moreo，D.Betaille，F.Peyret，车道级完整性提供导航和地图匹配与全球导航卫星系统，航位推算，和增强的地图，IEEETrans.内特尔运输单系统11（1）（2010）100网址：//dx.doi.org/10.1109/TITS.2009.2031625网站。[12] 警局Groves，Z. Jiang，M. Rudi，P. Strode，密集城市地区NLOS和多径缓解的组合方法，载于：导航研究所卫星部第26届国际技术会议（ION GNSS+ 2013），导航研究所，2013年，第100页。3231-3247。[13] P. Xie，M.G.陈文，城市峡谷环境中GNSS多径分布的测量，北京：中国科学院学报。仪器Meas. 64（2）（2015）366[14] Z. Jiang，P.D.威斯康星州格罗夫斯Ochieng，S.Feng，C.D.米尔纳，P.G.Mattos ， Multi-constellation GNSS multipath mitigation usingconsistency checking ， in ： Proceedings of the 24th InternationalTechnical Meeting of theSatellite Division of the Institute of Navigation（ION GNSS 2011），TheInstitute of Navigation，2011，pp. 3889-3902[15] J. Santa，B.乌贝达河托莱多，A.F.G. Skarmeta，Monitoring theposition integrity in road transport localization based services ， in ：IEEEVehicularTechnologyConference，2006，pp.1-5.http://dx.doi.org/10.1109/VTCF。 2006.575。[16] R. Toledo-Moreo，J. Santa，硕士萨莫拉-伊斯基耶多湾Ubeda，A.F.Gómez-Skarmeta，现代道路车辆应用的户外导航系统完整性指标研究，在：第二届智能车辆规划，感知和导航研讨会，IEEE/RSJ2008智能机器人和系统国际会议。尼斯，法国，2008年。[17] T. Binjammaz，A.Al-Bayatti，A.Al-Hargan，智能交通系统的GPS完整性监控1-6.http://dx.doi的网站。org/10.1109/WPNC.2013.6533268。[18] O.作者：Le Marchand，P. Bonnifait，J. Bañez-Guzman，F. Peyret，D. Betaille ， Performance evaluation of fault detection algorithms asapplied to automotive localisation ， in ： European NavigationConference - GNSS 2008，Toulouse，France，2008，URLhttps：//hal. Archives-ouvertes。fr/hal-00445170。[19] G.加尔久洛湾Leonardi，M. Zanzi，G. Varacalli，用于车辆应用的GNSS完整性和保护水平计算，载于：第16届Ka和宽带通信导航和地球观测会议论文集，第2022卷，意大利米兰，2010年。[20] L. 张，J.Li，T.Cui，S.Liu，An adapted raim algorithm for urban峡谷环境，在：2017年合作定位和服务论坛，CPGPS，2017年，pp.116-121 http://dx.doi.org/10.1109/CPGPS。2017.8075108。[21] H.T. Tran，T. T.海湖Lo Presti，Adaptation of ARAIM algorithm forUr- ban environment applications ， in ： Proceeding of InternationalSymposium on GNSS 2015，2015.[22] H.T. Tran，G. Belforte，卡尔曼滤波器的ARAIM适应，在：海上导航和通信研讨会（ComNavi 2017），2017年，pp.27-37，可在h t tp ： / / p or t o. pollitoo. it/2695825/1/Belforte_129_C_73r. pdf. Lastvisited January 10，2017.[23] R.股份有限公司、全球定位系统/广域增强系统机载设备的最低运行性能标准（2006年12月）。[24] G.A. McGraw，LAAS精度模型的开发，载于：导航研究所卫星分部第13届国际技术会议1212-1223。[25] H. Kuusniemi，基于卫星的个人导航的用户级可靠性和质量监控，坦佩雷理工大学，2005年。[26] TL Thuan，N.D.Tung，基于软件的多中频输出模拟器，载于：GNSS国际研讨会论文集（IS-GNSS），2015年。[27] A.莱纳A. Steingass，一种用于陆地移动卫星导航的新型信道模型，载于：导航研究所会议ION GNSS，2005年， pp. 十三比十六[28] 国际电联，《地球空间陆地移动电信系统设计所需的传播数据》，2009年。[29] 北卡罗来纳Beaulieu，A.S. D.R.汤姆斯杨文，四种QPSK调制解调器的性能比较，北京大学学报，2001。Lett. 4（2）（2000）43-45。http://dx.doi.org/10.1109/4234.824751网站。[30] CD Andres，适用于城市环境中全球导航卫星系统信号接收的完整性监测（2012年7月）。[31] NSL：软件定义无线电GNSS解决方案，可在http：//www. 南斯湖eu。com/primo. html，last visited November 21，2017.[32] SPAN-CPT单外壳GNSS/INS接收器，可在https：//ww. 不，不，不。com/products/span-gnss-inertial-systems/span-combined-systems/span-cpt/，last visited November 21，2017.