协同定位系统中基于解分离的卫星接收机完好性监测方法研究

In recent years, the cooperative positioning based on Global Navigation Satellite System (GNSS) is receiving a great attention. However, the Hazardously Misleading Information, caused by signal faults, will severely affect the positioning accuracy and integrity of the cooperative positioning system. It is necessary to develop receiver integrity monitoring method for cooperative positioning system. Traditional receiver autonomous integrity monitoring lacks the utilization of ranging information between the receiver peers, which leads to incomplete monitoring of fault modes. Therefore, we firstly propose a cooperative positioning algorithm based on whole-network filtering to fuse the ranges from peers and satellites. By analyzing potential fault events in cooperative positioning system, the fault modes including peer-to-peer faults and signal-in-space faults are estabilshed to cover all potential fault types. A receiver integrity monitoring method, based on solution separation algorithm, is then introduced to detect these faults. Finally, we analyze the influence of integrity risk and fault subsets on integrity monitoring, and propose an optimization method to reduce the complexity of integrity algorithm in cooperative positioning system, which combines the subset consolidation with subset compression. The results of our research can provide a solid theoretical basis and technical support for the integrity monitoring of GNSS-based cooperative positioning applications.

基于卫星导航的协同定位得到日益广泛的应用，由于信号故障而导致的误导信息严重影响着协同定位系统的精度与完好性，因此亟需研究协同系统中的接收机完好性监测方法。传统的接收机完好性监测缺乏对协同定位系统中接收机节点间信息的传递利用，无法实时监测接收节点间的故障。本项目对协同系统中节点的伪距信息和节点间测距信息进行融合处理，提出了一种基于整网滤波的协同定位算法；通过分析协同定位中潜在的故障事件，建立了包含节点故障的故障模型，并提出一种基于解分离的接收机完好性监测方法，实现包含接收节点故障和卫星信号故障在内的完好性监测；最后分析完好性风险和故障子集对完好性算法的影响，在此基础上提出了故障子集合并与筛选的优化方法，降低协同系统完好性监测算法的复杂度。本项目研究成果可为完好性监测在GNSS协同定位系统中的应用提供理论基础和技术支撑。

随着通信技术的发展，基于节点间测量信息共享的协同定位技术受到越来越多的关注。然而，现有协同定位方法在定位精度方面仍然受限，协同测量数据利用率较低，同时协同定位在面临测量异常时有着“牵一发而动全身”的特点，保障其完好性对协同定位系统而言十分重要，本项目主要围绕协同定位算法及其完好性增强方法展开研究。.本项目首先提出了基于协同模糊度解算的协同定位算法；然后针对测量数据获取及传输受限的问题，提出了基于平面信息约束的协同定位算法，降低传输时延敏感性；针对上述协同定位系统，提出基于整网滤波和解分离的协同完好性监测方法，以监测GNSS及节点间并发异常；最后设计了基于异常时空相关性的协同完好性增强方法，进一步加强多GNSS异常监测能力。.研究的重要结果如下：.1）基于协同模糊度解算的定位方法无需估计节点间基线，即使在节点间共视卫星数量不满足基线解算条件时也可实现定位，结果表明四车协同时所提方法的定位均方根误差为0.26米，优于传统RTK方法以及其他三种协同定位方法。.2）基于平面信息约束的协同定位方法只需要协同车辆的历史位置数据即可实现定位解算，对通信时延要求更低，可用性更高，应用范围更广。结果表明所提方法定位均方根误差为0.63米，良好的协同车辆几何分布可有效提升定位精度。.3）基于整网滤波与解分离的协同完好性监测方法可全面监测系统内所有节点的GNSS异常以及节点间测量异常，同时由于融合了协同节点的冗余测量信息，所提方法具有更高的检测灵敏度。.4）基于异常时空相关性的协同完好性监测方法利用GNSS多径、非视距效应的时间-空间相关性，大幅减小了错误一致性收敛的可能性。城市多遮挡环境下的结果显示，在使用所提方法后，协同定位的均方根误差由6米降低至0.76米。.本研究相关工作旨在促进协同定位技术在未来智能交通系统、无人系统中的广泛应用，并为提高协同定位精度及完好性提供理论和技术支撑。