基于Mean Shift模型的多粗差探测RAIM算法

P228.4; 针对当前接收机自主完备性监测(receiver autonomous integrity monitoring,RAIM)算法中存在多粗差探测识别能力较弱、计算效率不足等问题,提出一种基于Mean Shift (MS)模型的多粗差探测RAIM算法.首先利用QR奇偶检校法构建样本数据集和QR检验向量;其次基于MS模型估计样本密度中心,并以此作为MS检校向量,使用观测向量与MS检校向量的距离来评价观测值可靠程度,从而确定异常观测卫星;最后联合观测向量、MS和QR检校向量构建基于距离关系的权系数函数,对多个异常观测进行处理.实验结果表明,基于MS检校向量的粗差判别方法在多粗差存在的情...

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 44; no. 2; pp. 644 - 650
Main Authors 刘一, 周威, 金际航, 边少锋, 谷守周
Format Journal Article
LanguageChinese
Published 广西空间信息与测绘重点实验室,广西桂林541004%海军海洋测绘研究所,天津300061%海军工程大学电气工程学院,湖北武汉430033%中国测绘科学研究院,北京100830 01.02.2022
海军工程大学电气工程学院,湖北武汉430033
广西空间信息与测绘重点实验室,广西桂林541004%海军工程大学电气工程学院,湖北武汉430033
中国测绘科学研究院,北京100830
Subjects
接收机自主完好性监测;多粗差;均值漂移;多全球导航卫星系统;单点定位
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2022.02.35

Cover

More Information
Summary:P228.4; 针对当前接收机自主完备性监测(receiver autonomous integrity monitoring,RAIM)算法中存在多粗差探测识别能力较弱、计算效率不足等问题,提出一种基于Mean Shift (MS)模型的多粗差探测RAIM算法.首先利用QR奇偶检校法构建样本数据集和QR检验向量;其次基于MS模型估计样本密度中心,并以此作为MS检校向量,使用观测向量与MS检校向量的距离来评价观测值可靠程度,从而确定异常观测卫星;最后联合观测向量、MS和QR检校向量构建基于距离关系的权系数函数,对多个异常观测进行处理.实验结果表明,基于MS检校向量的粗差判别方法在多粗差存在的情况下,具有更灵敏的粗差识别能力;相比最小二乘残差法,新型RAIM算法改善了多粗差探测识别能力和计算效率,可有效提高多系统融合单点定位的可靠性.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2022.02.35