ISC参数改正的RAIM故障检测和识别

本文主要探讨RAIM算法中引入ISC参数改正对故障检测和识别的改进效果。采用若干MGEX站的观测数据,分别将未引入与已引入ISC参数改正的RAIM算法进行比较。实验结果表明,引入ISC参数改正的RAIM算法在单位权中误差σ、水平误差保护级别HPL、故障检验门限σT以及故障识别门限WT这4方面精度均有所提高;通过传统RAIM、有无引入ISC参数改正滑动开窗RAIM算法的对比分析,引入ISC参数改正的滑动开窗RAIM算法各项指标改善效果最优。从总体上看,引入ISC参数改正后,RAIM算法的故障检测率与故障识别率均有不同程度的提高。

利用自适应粒子滤波的传感器故障诊断识别

在随机非线性或非高斯系统中,因突然发生的校准型错误而引发的读数偏置或缩放等传感器故障,会对系统的准确检测与稳定控制带来不利影响.针对该问题,提出一种新型的故障诊断和识别方法.设计一种自适应粒子滤波器来计算测量值和粒子滤波器估计值之差,进而利用最大似然估计来确定故障的类型和幅值,从而精确地诊断传感器故障,并对故障造成的影响进行实时补偿.在锅炉模型中进行了相关仿真实验,实验结果证明了所提方法的有效性.

GPS多星故障识别改进算法的仿真研究

为了能够识别多颗卫星故障,提高卫星导航定位系统的可靠性,提出了一种专门针对多故障情况的MHSS(多假设分组)算法。首先介绍了MHSS算法的基本原理,并对其仿真,表明其较传统算法更能满足更高导航完好性的需求;然后提出了MHSS-FDE改进算法,该算法与传统算法比较类似,需要计算检测门限进行有/无故障判决,将MHss方法中不受伪距测量影响的项排除,构造假设验证法的识别判别函数进行故障卫星识别;最后以多颗故障卫星条件为例对改进的MHSS-FDE算法故障识别率进行计算机仿真,并与现有的可用于多星故障识别的FDE算法进行仿真比较,结果显示:改进的MHSS-FDE算法具有较高的故障识别率。

基于定位误差估计减少RAIM误警的方法

在GPS接收机自主完好性监测(RAIM)中,卫星出现伪距偏差可能导致检测量超限而实际定位误差不超限的误警。我们提出一种减少误警的方法,该方法是在检测和识别故障后,估计定位误差并将其与误差告警限值比较。用一组实测GPS星历数据进行仿真试验,试验结果表明,这种方法减少误警的能力和伪距偏差有关。当伪距偏差较小时此方法的误警率小于传统RAIM算法,当伪距偏差较大时和传统RAIM算法的误警率相当。

组合粗差探测的MHSS ARAIM算法

针对目前MHSS ARAIM (multiple hypothesis solution separation advanced receiver autonomous integrity monitoring)算法存在的抗差能力弱、计算子集过多、计算量过大等不足,提出一种组合粗差探测的MHSS ARAIM算法。该算法先用粗差探测方法对原始数据进行粗差识别与剔除,而后用MHSS ARAIM算法处理经粗差探测后的数据,可弥补MHSS ARAIM算法的不足。对若干IGS和全球连续监测评估系统iGMAS(international GNSS monitoring and assessment system)监测站观测数据进行计算和分析。结果表明:在航行LPV-200阶段,该算法应用于GPS和BDS导航的性能优于MHSS ARAIM;在假设单故障情况下,该算法对GPS和BDS观测数据的有效监视门限EMT(effective monitor threshold)的精度分别提高了22.47%和9.63%,对VPL(vertical protection level)的精度分别提高了32.28%和12.98%;在假设双故障情况下,对EMT的精度分别提高了80.85%和29.88%,对VPL的精度分别提高了49.66%和18.24%。