劉磊磊,張鵬飛,馬振華,何 印,冀云彪

(中北大學(xué) 航空宇航學(xué)院,山西 太原 030051)

0 引 言

隨著全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System,GNSS)的全面發(fā)展和完善,GNSS在世界范圍內(nèi)得到了廣泛的應(yīng)用[1]。GNSS作為一種具有全球性、全天候、高精度、高可靠性等優(yōu)勢(shì)的衛(wèi)星導(dǎo)航系統(tǒng),在民用航空中也發(fā)揮著越來(lái)越重要的作用。GNSS應(yīng)用于民航領(lǐng)域具有導(dǎo)航精度高、空域利用率高、全球覆蓋、運(yùn)行成本低等優(yōu)點(diǎn)。傳統(tǒng)的陸基無(wú)線電導(dǎo)航的定位誤差隨著航空器與導(dǎo)航設(shè)備之間距離的增加而增大,相比較而言,目前GNSS的定位精度已經(jīng)達(dá)到較高水平。以北斗衛(wèi)星導(dǎo)航系統(tǒng)(BDS)為例,在全球范圍內(nèi)水平方向平均定位精度≤9 m,垂直方向平均定位精度≤10 m,在實(shí)際應(yīng)用中達(dá)到的定位精度會(huì)更高。同時(shí),GNSS用于飛機(jī)進(jìn)近階段導(dǎo)航還可以有效減少陸基導(dǎo)航設(shè)施,節(jié)約運(yùn)行成本,提高運(yùn)行效率,增加飛行流量。

近年來(lái),隨著經(jīng)濟(jì)的高速發(fā)展,航空領(lǐng)域呈現(xiàn)出繁榮景象。在2019年,全球平均每天有120 000個(gè)可靠性航班,從2019年到2038年,全球民航市場(chǎng)需要增加約39 000架民航飛機(jī)[2]。保障航空安全運(yùn)行的關(guān)鍵技術(shù)之一是穩(wěn)定、可靠的進(jìn)近技術(shù),這就需要對(duì)GNSS用于飛機(jī)進(jìn)近導(dǎo)航的精度和完好性提出更高的要求。為此,許多國(guó)家通過(guò)增加衛(wèi)星個(gè)數(shù)、利用新的完好性驗(yàn)證信息來(lái)提高GNSS的可靠性,提升其應(yīng)對(duì)風(fēng)險(xiǎn)的能力[3]。提供可靠的完好性服務(wù)是通過(guò)完好性監(jiān)測(cè)來(lái)實(shí)現(xiàn)的,完好性主要是保證系統(tǒng)提供定位服務(wù)的品質(zhì),完好性監(jiān)測(cè)主要對(duì)系統(tǒng)存在影響定位精度的故障進(jìn)行有效檢測(cè)和排除。GNSS三級(jí)完好性監(jiān)測(cè)的分類如圖1 所示。

圖1 中,接收機(jī)自主完好性監(jiān)測(cè)(Receiver Autonomous Integrity Monitoring,RAIM)是利用冗余信息進(jìn)行故障的檢測(cè)、識(shí)別和排除,并及時(shí)向用戶發(fā)出告警[4]。就目前導(dǎo)航現(xiàn)狀以及未來(lái)多系統(tǒng)組合導(dǎo)航的背景而言,用戶獲得的觀測(cè)量不斷增加,新增的多頻信號(hào)恰好可以消除電離層延遲,解決了對(duì)完好性最大的威脅,同時(shí),RAIM技術(shù)不需要外部設(shè)施,并具有快速、方便、成本低的優(yōu)勢(shì),所以采用RAIM技術(shù)可以提高GNSS在民航導(dǎo)航中的完好性,從而實(shí)現(xiàn)實(shí)時(shí)的完好性監(jiān)測(cè)和進(jìn)場(chǎng)服務(wù)[5]。

1 飛機(jī)進(jìn)近階段對(duì)GNSS的完好性要求

飛機(jī)在到達(dá)機(jī)場(chǎng)后的最后飛行階段稱為進(jìn)近階段。傳統(tǒng)的進(jìn)近類型分為非精密進(jìn)近(NPA)和精密進(jìn)近(PA)兩種,NPA只提供水平方向引導(dǎo)的進(jìn)近程序,PA不僅能提供水平方向引導(dǎo)的進(jìn)近程序,還可以提供垂直方向引導(dǎo)的進(jìn)近程序[6]。飛機(jī)進(jìn)近階段的劃分情況如圖2 所示,精密進(jìn)近又可劃分為APV-Ⅰ、APV-Ⅱ和CAT 三個(gè)階段[7]。

圖2 飛機(jī)進(jìn)近階段

根據(jù)國(guó)際民航組織(International Civil Aviation Organization,ICAO)中的規(guī)定,民航進(jìn)近過(guò)程中不同飛行階段的完好性性能要求如表1 所示,分別從水平和垂直精度、水平和垂直告警極限、完好性、告警時(shí)間、連續(xù)性和可用性來(lái)體現(xiàn)不同飛行階段的性能要求。

飛機(jī)進(jìn)近階段的導(dǎo)航性能要求主要從精度、完好性、可用性和連續(xù)性四個(gè)方面進(jìn)行評(píng)估。在保證精度的基礎(chǔ)上,滿足連續(xù)性和完好性的要求,才能保證服務(wù)的可用性。為了確保安全可靠,需要在規(guī)定時(shí)間內(nèi)完成對(duì)故障的檢測(cè)和識(shí)別,并及時(shí)排除故障。在導(dǎo)航性能需求中,完好性風(fēng)險(xiǎn)、連續(xù)性風(fēng)險(xiǎn)、誤警率、漏檢率、告警門限和告警時(shí)間也是非常重要的指標(biāo)。連續(xù)性風(fēng)險(xiǎn)和完好性風(fēng)險(xiǎn)分別對(duì)應(yīng)誤警率和漏檢率,且兩者只能在允許的范圍內(nèi)互相包容。告警門限表示系統(tǒng)所允許的最大偏差限值范圍,如果故障偏差超過(guò)告警門限,系統(tǒng)就會(huì)向用戶發(fā)出告警,在非精密進(jìn)近階段只考慮水平告警門限,而在精密進(jìn)近階段還需考慮垂直告警門限。告警時(shí)間是指用戶接收到報(bào)警的時(shí)間與用戶誤差超過(guò)限值的時(shí)間之差,表示系統(tǒng)所允許的最大報(bào)警時(shí)間。故障檢測(cè)分布如圖3 所示。

圖3 故障檢測(cè)分布圖

當(dāng)定位誤差超過(guò)告警門限且一致性檢驗(yàn)超過(guò)閾值時(shí),就會(huì)告警; 僅定位誤差超過(guò)告警門限,則是漏檢; 僅一致性檢驗(yàn)超過(guò)閾值,則是誤警; 兩者都沒(méi)有超過(guò)的屬于正常。飛機(jī)精密進(jìn)近階段不僅要保證安全性和可靠性,而且對(duì)定位保護(hù)限值和告警時(shí)間要有更加嚴(yán)格的要求[9]。

2 飛機(jī)進(jìn)近階段RAIM算法的研究現(xiàn)狀

2.1 RAIM算法發(fā)展及其分類

RAIM算法流程如圖4 所示,圖中,n表示可見(jiàn)衛(wèi)星數(shù),N表示進(jìn)行故障檢測(cè)的最小衛(wèi)星數(shù)。首先進(jìn)行RAIM的可用性判斷,再進(jìn)行故障的檢測(cè)和排除,最后輸出導(dǎo)航結(jié)果。RAIM是一種用戶終端的自主完好性監(jiān)測(cè)方法,主要研究?jī)?nèi)容包括兩方面,一方面是故障的檢測(cè)和識(shí)別算法[10-16],另一方面是RAIM可用性的判定方法。在自主完好性監(jiān)測(cè)時(shí),不僅要能進(jìn)行定位解算和保護(hù)限值計(jì)算等,還要在其出現(xiàn)故障時(shí)能做出及時(shí)有效的報(bào)警。故障處理的目的是在有故障的情況下,仍可以進(jìn)行導(dǎo)航服務(wù),保證系統(tǒng)的可用性和連續(xù)性[17]。

圖4 RAIM算法流程圖[4]

GPS系統(tǒng)的操控部分本身具有衛(wèi)星監(jiān)測(cè)故障的功能,但是其故障告警的時(shí)間太長(zhǎng),不能滿足航空導(dǎo)航中實(shí)時(shí)性的要求。因此,Lee提出了偽距比較法[18],通過(guò)冗余觀測(cè)數(shù)據(jù)判斷出錯(cuò)誤的偽距測(cè)量值; Mkalafus提出在用戶端進(jìn)行衛(wèi)星故障的檢測(cè),利用導(dǎo)航解算對(duì)存在故障的衛(wèi)星進(jìn)行排除[19]; Sturza[20]提出了奇偶矢量法,不僅對(duì)觀測(cè)矩陣進(jìn)行了QR分解,還在故障檢測(cè)時(shí)將噪聲誤差也轉(zhuǎn)換到了奇偶空間; Parkinson等[21]提出了最小二乘殘差法; Juang[22]和Jeon等[23]采用最小二乘殘差法進(jìn)行了故障的檢測(cè)和識(shí)別,并指出最小奇異值和衛(wèi)星故障有對(duì)應(yīng)關(guān)系。RAIM算法認(rèn)為保護(hù)限值計(jì)算與可視衛(wèi)星的幾何分布有一定關(guān)系。衛(wèi)星的幾何結(jié)構(gòu)決定了DOP值,衛(wèi)星幾何構(gòu)型的改變可以提高用戶的測(cè)量精度。

RAIM算法分為快照式RAIM算法和濾波式RAIM算法?？煺帐絉AIM算法主要有最小二乘殘差法、奇偶矢量法和偽距比較法等,這些方法都是基于連續(xù)性的RAIM算法,并且都是基于觀測(cè)噪聲服從高斯分布假設(shè)前提的。其中,偽距比較法、最小二乘殘差法和奇偶矢量法對(duì)單故障的假設(shè)和服從高斯分布的噪聲都有較好的檢測(cè)效果,并且具有等效性[24]。濾波式RAIM算法主要有卡爾曼濾波算法、擴(kuò)展卡爾曼濾波算法和粒子濾波算法等,這些算法都是基于離散型的RAIM算法。其中,粒子濾波算法可以解決觀測(cè)噪聲服從非高斯分布情況的故障檢測(cè)。不論是快照式算法還是濾波式算法,都可以對(duì)單衛(wèi)星或多衛(wèi)星的故障進(jìn)行檢測(cè)。

2.2 快照式RAIM算法

目前,快照式RAIM算法主要以奇偶矢量法和最小二乘法為主,兩種方法是等價(jià)的,只是表達(dá)形式不同。同時(shí),最小二乘殘差矢量是由多個(gè)矩陣相乘,而奇偶空間矢量是直接將觀測(cè)矩陣QR分解,再進(jìn)行相乘,所以在相同條件下,奇偶矢量法計(jì)算量小,速度也快,更適用于實(shí)際應(yīng)用。奇偶矢量法的RAIM算法如圖5 所示,該方法先通過(guò)衛(wèi)星數(shù)和HPL來(lái)判斷RAIM是否可用,然后通過(guò)構(gòu)建奇偶矢量來(lái)計(jì)算檢測(cè)統(tǒng)計(jì)量和門限,并根據(jù)兩者的比較結(jié)果來(lái)進(jìn)行故障識(shí)別,最后進(jìn)行導(dǎo)航解算。

圖5 奇偶矢量RAIM算法流程圖

Zhang等[16]提出的奇偶矢量法只用于非精密進(jìn)近和航路階段。陳金平[19]提出改進(jìn)的奇偶矢量法可以對(duì)兩顆故障衛(wèi)星進(jìn)行檢測(cè),在計(jì)算量減少90%的同時(shí),識(shí)別率能達(dá)到90%以上。周飛[25]采用奇偶矢量法對(duì)故障模型進(jìn)行了研究,根據(jù)統(tǒng)計(jì)量和門限對(duì)單故障和多故障進(jìn)行檢測(cè)和識(shí)別,通過(guò)監(jiān)測(cè)信號(hào)的完好性來(lái)提高定位可信度。王文博等[26]采用奇偶矢量法對(duì)BDS/GPS在幾何精度因子、故障檢測(cè)率、故障識(shí)別率等方面的性能進(jìn)行了研究,結(jié)果表明BDS/GPS多星座融合導(dǎo)航系統(tǒng)在接收機(jī)自主完好性監(jiān)測(cè)性能方面具有明顯的優(yōu)勢(shì)。代長(zhǎng)勇等[27]提出了新的加權(quán)奇偶矢量RAIM算法,該算法通過(guò)對(duì)各系統(tǒng)間測(cè)距均方根誤差進(jìn)行歸一化處理,大大提高了多系統(tǒng)衛(wèi)星導(dǎo)航接收機(jī)RAIM算法對(duì)測(cè)距均方根誤差較小衛(wèi)星的敏感度。朱祺等[28]對(duì)奇偶矢量法在進(jìn)近階段的可用性進(jìn)行了分析,考慮到相鄰時(shí)刻的量測(cè)噪聲具有獨(dú)立性[29],累加的奇偶矢量法是將相鄰時(shí)刻的奇偶矢量進(jìn)行累加優(yōu)化后作為故障檢測(cè)量,從而提高了該方法的微小故障檢測(cè)能力。加權(quán)的奇偶矢量法具有更快的故障檢測(cè)速度,從而明顯減少了故障檢測(cè)的響應(yīng)時(shí)間,顯著提高了RAIM的告警時(shí)間。綜上所述,奇偶矢量法可以檢測(cè)出微小故障和突變故障,提升檢測(cè)速度,縮短告警時(shí)間,提高定位精度,以及提高精密進(jìn)近階段RAIM算法的可用性。

2.3 濾波式RAIM算法

大多數(shù)快照式RAIM算法都是利用冗余觀測(cè)來(lái)進(jìn)行一致性檢驗(yàn)和故障排除[30-31],不需要借助外部設(shè)備,容易實(shí)現(xiàn),但要求可見(jiàn)衛(wèi)星不少于5顆,在可視衛(wèi)星數(shù)少或存在多個(gè)故障時(shí),無(wú)法進(jìn)行故障檢測(cè),并且對(duì)于微小緩變故障的檢測(cè)能力較差,從而導(dǎo)致系統(tǒng)的可靠性和精度降低[32]。微小故障檢測(cè)功能的不足嚴(yán)重影響了RAIM在精密進(jìn)近的可用性,因此,相關(guān)學(xué)者又提出了濾波式RAIM算法,這種算法不僅提高了對(duì)微小緩變故障的檢測(cè)能力,使系統(tǒng)的定位精度更高,而且可以進(jìn)行多故障檢測(cè),使系統(tǒng)更具有穩(wěn)健性[33]。目前常用的典型濾波算法是卡爾曼濾波(Kalman Filter,KF)算法和粒子濾波(Particle Filter,PF)算法。

2.3.1 卡爾曼濾波算法

濾波式RAIM算法主要利用前一時(shí)刻和當(dāng)前時(shí)刻的信息來(lái)降低測(cè)量噪聲水平[34]。Harsha[35]、沙海[36]等在此基礎(chǔ)上提出了基于卡爾曼濾波的RAIM算法,提高了故障檢測(cè)性能,但其前提是需假設(shè)觀測(cè)噪聲服從高斯分布,否則會(huì)影響RAIM的可用性[37-38]。

在動(dòng)態(tài)數(shù)據(jù)處理中,卡爾曼濾波理論作為一種重要的最優(yōu)估計(jì)得到了廣泛應(yīng)用?？柭鼮V波是一種線性的最小方差估計(jì),估計(jì)值是觀測(cè)量的線性函數(shù)[39],它的估計(jì)誤差最小且為無(wú)偏估計(jì)。卡爾曼濾波用遞推的方法減少了計(jì)算量,而且是利用狀態(tài)空間在時(shí)域內(nèi)進(jìn)行設(shè)計(jì),因此適用于多維隨機(jī)過(guò)程。卡爾曼濾波的RAIM算法流程如圖6 所示,其先通過(guò)K-1時(shí)刻的狀態(tài)量來(lái)預(yù)測(cè)K時(shí)刻的狀態(tài)量和觀測(cè)量,然后確定方差以計(jì)算統(tǒng)計(jì)檢測(cè)量和門限值,再通過(guò)兩者的比較結(jié)果進(jìn)行故障識(shí)別。

圖6 基于卡爾曼濾波的RAIM算法流程圖

周富相等[40]中基于卡爾曼濾波的RAIM算法能夠?qū)Χ喙收线M(jìn)行檢測(cè)和識(shí)別,且可以有效降低漏檢率和誤警率。吳瑀[41]在擴(kuò)展卡爾曼濾波(Extended Kalman Filter,EKF)的基礎(chǔ)上提出了一種基于EKF的新息累加RAIM算法,分別給出了單衛(wèi)星和雙衛(wèi)星的故障檢測(cè)算法,仿真結(jié)果表明該算法對(duì)階躍故障和微小故障均有較好的檢測(cè)效果,可以準(zhǔn)確找出衛(wèi)星故障。楊瑛琳[42]提出了基于容積卡爾曼濾波(Cubature Kalman Filter,CKF)的RAIM方法,針對(duì)NPA階段的RAIM可用性進(jìn)行了仿真分析,結(jié)果表明其可用性得到了明顯提升。陳寶遠(yuǎn)等[43]中提出的改進(jìn)卡爾曼濾波算法對(duì)于檢測(cè)的穩(wěn)定性和精度都有一定程度的提高。綜上所述,卡爾曼濾波算法可以更好地檢測(cè)微小故障,提高RAIM算法的可用性,并且具有告警時(shí)間短、運(yùn)算量小的特點(diǎn),這對(duì)于改進(jìn)精密進(jìn)近的導(dǎo)航具有重要意義。

2.3.2 粒子濾波算法

EKF無(wú)法解決非線性、非高斯系統(tǒng)的狀態(tài)估計(jì)問(wèn)題[44],而且在飛機(jī)進(jìn)行幅度較大的機(jī)動(dòng)或者信號(hào)被干擾及遮擋時(shí),觀測(cè)誤差并不服從高斯分布,這時(shí)采用EKF會(huì)導(dǎo)致檢測(cè)精度降低。PF算法結(jié)合了蒙特卡洛方法與遞推貝葉斯估計(jì),通過(guò)粒子加權(quán)擬合系統(tǒng)狀態(tài)的后驗(yàn)分布,適用于非線性、非高斯系統(tǒng)。因此,基于PF的RAIM算法逐漸成為學(xué)者研究的重點(diǎn),但PF本身也存在粒子退化、計(jì)算量大等缺點(diǎn),一般通過(guò)選擇合理的建議密度函數(shù)和優(yōu)化重采樣策略來(lái)解決[45]。在國(guó)外,Schwiegelshohn[46]、Tran[47]、Daneshyar[48]等都對(duì)算法進(jìn)行了不同程度的改進(jìn),以此來(lái)改善粒子退化現(xiàn)象; 在國(guó)內(nèi),王爾申等也利用遺傳算法和粒子群優(yōu)化算法對(duì)其進(jìn)行了改進(jìn)[49-51],雖然提高了RAIM算法在非高斯下的檢測(cè)性能,但也增加了算法的復(fù)雜程度。PF作為一種非線性濾波方法,在處理實(shí)際環(huán)境中的非高斯、非線性的濾波估計(jì)方面比卡爾曼濾波有極大的優(yōu)勢(shì)。基于PF的RAIM算法流程圖如圖7 所示。

圖7 基于粒子濾波的RAIM算法流程圖

彭雅奇等[52]提出了基于魯棒擴(kuò)展卡爾曼粒子濾波(Robust Extended Kalman Particle Filter,REKPF)的RAIM算法,通過(guò)加入魯棒估計(jì)的擴(kuò)展卡爾曼濾波方法計(jì)算粒子的建議密度函數(shù),提高了PF的估計(jì)精度,同時(shí)結(jié)合累加對(duì)數(shù)似然比來(lái)對(duì)故障衛(wèi)星進(jìn)行檢測(cè)。仿真結(jié)果表明,基于REKPF的RAIM算法不但有效改善了粒子退化現(xiàn)象,而且提高了定位精度。賈超穎[53]將混沌粒子群優(yōu)化算法(Chaotic Particle Swarm Optimization,CPSO)引入粒子濾波RAIM算法中,提出了基于CPSO的粒子濾波算法,通過(guò)建立PF-RAIM算法的狀態(tài)空間模型,將CPSO與PF算法相結(jié)合,優(yōu)化了粒子采樣過(guò)程,實(shí)驗(yàn)結(jié)果表明,基于CPSO-PF的RAIM算法可以有效檢測(cè)出階躍偏差,對(duì)微小偏差故障也具有更好的檢測(cè)性能,而且檢測(cè)故障所需的時(shí)間更短,因此對(duì)于完好性檢測(cè)具有很好的可用性和有效性?？傊?基于非線性、非高斯的粒子濾波應(yīng)用范圍更廣,在精密進(jìn)近階段,尤其是在CAT階段,基于PF的RAIM算法的研究?jī)r(jià)值更高。

2.4 擴(kuò)展RAIM算法

由于偽距觀測(cè)值的噪聲水平較大,因此基于偽距的RAIM算法的應(yīng)用受到了很大限制,CRAIM(Carrier-phase RAIM)算法也就應(yīng)運(yùn)而生。CRAIM算法,即基于載波的RAIM算法,目前在飛機(jī)進(jìn)近階段有著廣泛的應(yīng)用。近年來(lái),CRAIM算法得到了一定的發(fā)展,其按照定位模式可分為PTK-CRAIM算法、PPP-CRAIM算法、相對(duì)RAIM(RRAIM)算法等。CRAIM算法與RAIM算法比較,也存在著以下問(wèn)題:1) 如何正確處理雙差觀測(cè)值之間的相關(guān)性; 2) 模糊度的確定問(wèn)題; 3) 保護(hù)水平和完好性風(fēng)險(xiǎn)的優(yōu)化配置問(wèn)題。

隨著GNSS星座的增加以及多頻技術(shù)的發(fā)展,利用接收機(jī)自主完好性監(jiān)測(cè)實(shí)現(xiàn)垂直導(dǎo)航成為可能,高級(jí)接收機(jī)完好性監(jiān)測(cè)(Advanced Receiver Autonomous Integrity,ARAIM)因其在垂直導(dǎo)航方面的能力而具有明顯的優(yōu)勢(shì)。ARAIM技術(shù)是指利用雙頻技術(shù),通過(guò)多星座或者衛(wèi)星接收機(jī)的冗余信息實(shí)現(xiàn)一致性監(jiān)測(cè),能夠利用盡可能少的地面基礎(chǔ)設(shè)施實(shí)現(xiàn)全球范圍內(nèi)空中無(wú)縫導(dǎo)航的目的,是RAIM方法的改進(jìn)與擴(kuò)展。ARAIM算法相較于RAIM算法可以在進(jìn)近階段為飛機(jī)提供垂直方向的完好性監(jiān)測(cè)服務(wù)。現(xiàn)有的ARAIM算法主要包括多假設(shè)分組法(Multiple Hypothesis Separation Solution,MHSS)、最優(yōu)加權(quán)平均解(Optimally Weighted Average Solution,OWAS)、新穎的完好性優(yōu)化算法(Novel Integrity Optimized RAIM,NIORAIM)和卡方檢驗(yàn)法。

目前,ARAIM的研究主要集中在三個(gè)方面:1) 故障檢測(cè)。各種ARAIM算法中的故障類型多種多樣,無(wú)法統(tǒng)一,一般把這些故障類型分為單故障、多故障和寬故障。對(duì)多故障和寬故障的檢測(cè)與排除需要大量的研究和探索。2) ISM參數(shù)的生成與評(píng)估。國(guó)內(nèi)外都在積極探索各星座的空間信號(hào)誤差特性、先驗(yàn)故障概率、標(biāo)稱偏置等內(nèi)容,以求盡快確定適用于各星座的ISM參數(shù)計(jì)算方法和評(píng)估標(biāo)準(zhǔn)[54]。3) ARAIM可用性。主要通過(guò)最優(yōu)危險(xiǎn)誤導(dǎo)信息、誤警率和完善ISM參數(shù)值來(lái)提高ARAIM的可用性[55]。

3 飛機(jī)進(jìn)近階段RAIM可用性方法的研究現(xiàn)狀

3.1 RAIM可用性判定方法

在民航運(yùn)行中,RAIM可用性預(yù)測(cè)的是飛機(jī)所在的位置,并且根據(jù)其位置來(lái)選擇合理的可見(jiàn)衛(wèi)星布局,并估計(jì)偽距測(cè)量誤差,以檢測(cè)RAIM算法的可用性。RAIM可用性算法不同于RAIM算法,RAIM算法是在用戶接收機(jī)內(nèi)部構(gòu)建的,而RAIM可用性算法可以在任何第三方計(jì)算機(jī)上搭建,方便靈活。在對(duì)RAIM可用性判定時(shí),還需要對(duì)衛(wèi)星的可見(jiàn)數(shù)和布局情況進(jìn)行分析[53]。在飛機(jī)精密進(jìn)近階段,RAIM可用性主要通過(guò)水平保護(hù)限值(HPL)和垂直保護(hù)限值(VPL)來(lái)判定[17]。對(duì)于接收機(jī)來(lái)說(shuō),每一顆可見(jiàn)衛(wèi)星都有唯一的特征斜率與之對(duì)應(yīng),其中特征斜率是指定位誤差與檢測(cè)統(tǒng)計(jì)量的比值。幾種經(jīng)典的RAIM可用性判定方法如表2 所示,它們都是對(duì)最大斜率概念的延伸[18]。

3.2 單系統(tǒng)與多系統(tǒng)組合的RAIM可用性分析現(xiàn)狀

隨著全球四大衛(wèi)星導(dǎo)航系統(tǒng)(GPS、GLONASS、BDS、Galileo)的建設(shè),單系統(tǒng)導(dǎo)航在非精密進(jìn)近階段具有較高的可用性,但在精密進(jìn)近階段可用性明顯不足,因此多系統(tǒng)導(dǎo)航成為了未來(lái)發(fā)展的趨勢(shì)。近年來(lái),國(guó)內(nèi)外學(xué)者對(duì)GPS、GLONASS、BDS、Galileo多系統(tǒng)組合的RAIM進(jìn)行了大量的研究[60-65]。

1) 單系統(tǒng)可用性:蔣虎等[17]利用GPS、GLONASS實(shí)際星歷和BDS、Galileo仿真數(shù)據(jù)對(duì)APV-Ⅰ階段RAIM的可用性進(jìn)行了仿真分析,結(jié)果表明BDS單系統(tǒng)導(dǎo)航能滿足亞洲、非洲和歐洲大部分地區(qū)的RAIM性能需求。焦衛(wèi)東等[66]采用BDS和GPS的星歷數(shù)據(jù),利用加權(quán)的方法對(duì)APV-Ⅰ階段RAIM的可用性進(jìn)行了分析,結(jié)果表明,單一的BDS和GPS的可用性都超過(guò)了90%,但是不能完全滿足其導(dǎo)航性能要求。陳雪[4]采用STK仿真衛(wèi)星數(shù)據(jù),對(duì)BDS單系統(tǒng)在LPV-200(決斷高度為高于地面200 ft(即60.96 m))飛行階段的RAIM可用性隨用戶位置變化的情況進(jìn)行了仿真分析,結(jié)果表明,在西部地區(qū),RAIM可用性不理想。

2) 雙系統(tǒng)可用性:Ene等研究了Galileo、GPS雙系統(tǒng)組合在垂直方向引導(dǎo)的進(jìn)近階段的RAIM可用性[61]。Martineau等對(duì)Galileo、GPS組合RAIM的截止高度角、用戶等效距離誤差、地表格網(wǎng)分辨率等進(jìn)行了研究[62]。蔣虎等[17]分析了全球范圍內(nèi)不同雙系統(tǒng)組合下的RAIM在APV-Ⅱ階段的可用性,可用性結(jié)果差異較大,同時(shí),用戶可以在不同的位置選擇不同的組合導(dǎo)航方式; 在CAT-Ⅰ階段,雙系統(tǒng)組合導(dǎo)航已經(jīng)很難滿足全球RAIM可用性要求,但BDS系統(tǒng)的加入可以使亞洲、非洲和歐洲部分區(qū)域的可用性達(dá)到99.0%以上。焦衛(wèi)東等[66]利用BDS和GPS的星歷數(shù)據(jù),分別對(duì)其電離層模型的延遲進(jìn)行了修正,還分析了對(duì)我國(guó)華北、華中和西部地區(qū)RAIM可用性的影響。在APV-Ⅰ階段,基于衛(wèi)星星座加權(quán)方法并在組合情況下,RAIM的可用性達(dá)到了100%,滿足其性能要求; 在基于衛(wèi)星類型加權(quán)方法的情況下,組合導(dǎo)航垂直方向的RAIM可用性為100%,滿足其要求。

3) 三系統(tǒng)可用性:Hewitson等[64]對(duì)Galileo、GPS和GLONASS三系統(tǒng)組合RAIM在APV-Ⅰ、APV-Ⅱ階段的可用性進(jìn)行了分析。徐君毅等[65]推導(dǎo)了BDS與Galileo、GPS三系統(tǒng)組合導(dǎo)航PL的改善值,計(jì)算了精密進(jìn)近階段APV-Ⅰ、APV-Ⅱ的VPL在全球的分布。蔣虎等[17]比較了不同的三系統(tǒng)組合,結(jié)果表明,在APV-Ⅱ階段GPS/Galileo/BDS三系統(tǒng)組合導(dǎo)航的RAIM可用性最高,且在全球陸地幾乎都能達(dá)到99.5%以上,絕大部分區(qū)域可達(dá)到100%。

4)四系統(tǒng)可用性:蔣虎等[17]得出四系統(tǒng)在CAT-Ⅰ階段的全球RAIM可用性達(dá)到100%。

綜上所述,目前大多數(shù)研究主要是針對(duì)雙系統(tǒng)和三系統(tǒng)組合導(dǎo)航,且大部分是對(duì)APV-Ⅰ、APV-Ⅱ兩個(gè)階段的分析,對(duì)于要求更高的CAT階段幾乎沒(méi)有涉及。但是,隨著我國(guó)BDS的全球組網(wǎng),BDS和其他導(dǎo)航系統(tǒng)的組合導(dǎo)航將會(huì)發(fā)揮更大的作用,將會(huì)為精密進(jìn)近階段的導(dǎo)航開(kāi)辟新篇章。

4 總結(jié)與展望

我國(guó)民航自“十一五”規(guī)劃以來(lái),基礎(chǔ)設(shè)施和保障能力有了很大的提升,航空運(yùn)輸?shù)哪芰σ膊粩嗵岣?航班數(shù)量不斷增加,對(duì)于導(dǎo)航技術(shù)的要求也越來(lái)越嚴(yán)格,而當(dāng)今以GNSS作為主要的導(dǎo)航方式,那么對(duì)于RAIM的研究就顯得十分重要。本文對(duì)進(jìn)近階段的完好性要求進(jìn)行了介紹,對(duì)RAIM算法的發(fā)展現(xiàn)狀進(jìn)行了分析,并按照RAIM算法的發(fā)展歷程對(duì)不同的RAIM算法進(jìn)行詳細(xì)總結(jié),最后介紹了三種不同的RAIM可用性判定方法,對(duì)單系統(tǒng)和多系統(tǒng)的RAIM在飛機(jī)進(jìn)近階段的可用性進(jìn)行了綜述,發(fā)現(xiàn)RAIM在APV-Ⅰ、APV-Ⅱ這兩個(gè)階段的可用性相對(duì)較高,但對(duì)于更高要求的CAT階段,可用性明顯不足,難以滿足規(guī)定的要求。目前的RAIM還存在以下幾個(gè)問(wèn)題:

1) 實(shí)際的系統(tǒng)觀測(cè)模型是非線性的,且實(shí)際觀測(cè)噪聲大都不服從高斯分布,傳統(tǒng)的基于高斯分布假設(shè)的RAIM方法僅限于大陸航海、洋區(qū)航路以及非精密階段[67],并不能很好地滿足精密進(jìn)近階段的需求。

2) 從故障的檢測(cè)識(shí)別到排除,冗余的方法對(duì)衛(wèi)星數(shù)量有著嚴(yán)格的要求,在遮擋條件下可見(jiàn)衛(wèi)星數(shù)量不足,導(dǎo)致RAIM算法的可用性降低。

3) 對(duì)于多星座多故障兼容的ARAIM算法還不夠完善,解決其初始化漏檢還需要進(jìn)行深入探討和研究。

GNSS導(dǎo)航作為一種航空導(dǎo)航方式,目前RAIM還不能完全為其提供滿足需求的完好性監(jiān)測(cè)[68],對(duì)于RAIM的研究今后將會(huì)重點(diǎn)集中在以下幾方面:

1) 基于概率論和數(shù)理統(tǒng)計(jì)的概率方法在RAIM中的應(yīng)用。用數(shù)理統(tǒng)計(jì)將RAIM算法轉(zhuǎn)變?yōu)楦怕蕵O限算法,以此來(lái)實(shí)現(xiàn)故障檢測(cè),可以降低誤警率,并提供完好的可靠性服務(wù)。

2) 多系統(tǒng)組合的RAIM算法會(huì)越來(lái)越成熟,單系統(tǒng)RAIM算法已然滿足不了現(xiàn)在的導(dǎo)航要求,特別是在CAT階段。使用ARAIM時(shí)實(shí)際面對(duì)的故障模式也會(huì)增加,同時(shí),隨著可見(jiàn)星數(shù)量的增加,計(jì)算量大幅增加。因此,如何減少ARAIM的計(jì)算量也是急需解決的問(wèn)題。

3) 對(duì)于多星故障問(wèn)題,一些新算法有更好的故障檢測(cè)與識(shí)別能力,未來(lái)對(duì)于多星座多故障的研究會(huì)得到改善,定位精度也會(huì)隨之得到提升。

4) 基于外部手段輔助的RAIM檢測(cè)方法會(huì)越來(lái)越多?；谕獠渴侄屋o助RAIM可以利用更少的可見(jiàn)衛(wèi)星實(shí)現(xiàn)故障檢測(cè),定位精度也能滿足需求,同時(shí)也能實(shí)現(xiàn)完好性與系統(tǒng)告警時(shí)間的平衡,使GNSS具有更好的導(dǎo)航能力。