一种基于观测数据集密度中心的新型RAIM算法
针对当前接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)中多个粗差难以快速有效识别的问题,在相关分析粗差检验理论的基础上,提出了一种基于观测数据集密度中心的多粗差探测RAIM算法.首先,利用QR检校法构建观测数据集;其次,使用改进的Mean Shift模型估计观测数据集密度中心;最后,对观测特征点与密度中心相关距离进行检验,实现多个粗差探测识别.利用实测数据仿真粗差,对粗差卫星和正常卫星与检校向量的相关距离差异进行分析,在存在单个、两个、3个粗差的情况下,粗差卫星和正常卫星与密度中心的相关距离平均差异分别为1.122 m和1.516 m、1.021m和1.266 m、1.177 m和1.588 m;粗差卫星和正常卫星与残差向量的相关距离差异分别为0.639 m和1.142 m、0.497 m和0.510 m、0.108m和0.198 m.结果表明,与基于残差向量的相关分析RAIM算法相比,在两个或多个粗差存在的情况下,基于密度中心相关分析的RAIM算法具有更优的粗差探测识别性能,可有效提高多系统定位可靠性.
接收机自主完好性监测;相关分析;多粗差;密度中心;单点定位
46
P228.4(大地测量学)
国家重点研发计划;国家自然科学基金;国家自然科学基金;全球连续监测评估系统项目;湖北省杰出青年科学基金;广西空间信息与测绘重点实验室资助课题
2022-02-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
1900-1906