http://bhxb.buaa.edu.cnjbuaa@buaa.edu.cnDOI:10.13700/j.bh.1001-5965.2021.0222基于自适应噪声方差的卫星定位故障检测法陈含智1，孙蕊1，*，邱明1，毛继志2，胡浩亮2，张立东2(1.南京航空航天大学民航学院，南京211106；2.中国航空无线电电子研究所民航空管航空电子技术实验室，上海201109)摘要：不同观测环境的实际观测噪声可能存在较大差别，因此，固定的噪声方差矩阵可能使基于卡尔曼滤波故障检测法的故障检测效果下降。对此，提出自适应噪声方差的卫星定位故障检测算法，利用滑动窗内的历史新息实时估计观测噪声方差矩阵，在此基础上构建故障检测量与识别量对故障进行检测与识别，利用不含故障的新息更新状态向量并解算出定位结果。实验结果表明：所提算法在静态模式下，可100%检测和识别的最小单阶跃故障为3m，对持续时间为100s、斜坡故障增长速率为0.2m/s的斜坡故障识别比率为51.4%，可100%检测和识别的最小多故障为4m；在动态模式下，可100%检测和识别的最小单阶跃故障为10m，对持续时间为200s、斜坡故障增长速率为0.2m/s的斜坡故障识别比率为66.25%，可100%检测和识别的最小多故障为12m。所提算法性能优于基于最小二乘和卡尔曼滤波的故障检测法。关键词：全球卫星导航系统；全球卫星导航系统质量控制；故障检测；卡尔曼滤波；自适应滤波中图分类号：V249.3文献标志码：A文章编号：1005-5965（2023）02-0406-16全球卫星导航系统(globalnavigationsatellitesys-tem，GNSS)有着广泛的用途，在军事和民用领域发挥着重要作用。民航、自动驾驶等交通领域对GNSS观测数据的质量有较高的要求[1]。然而，观测环境容易造成含有较大误差的观测数据，即故障数据，如环境反射的卫星信号造成的多路径效应[2]。GNSS质量控制旨在保证复杂环境下GNSS的观测数据质量。故障检测算法作为GNSS质量控制的重要组成部分，通过检测和排除故障观测数据获得高精度可靠的定位结果，保障GNSS安全地应用于民航、自动驾驶等交通领域。目前为止，国内外学者已提出多种卫星定位故障检测算法。其中，Lee[3]提出的伪距比较法、Parkinson和Axelrad[4]提出的最小二乘残差法和Sturza[5]提出的奇偶矢量法都是对当前观测值进行一致性检验，被称为“快照法”[6]。一些学者又提出基于历史信息和当前信息一致性检验的“滤波法”。例如，针对“快照法”难以检测微小误差[7]，沙海等[8]提出一种基于滑动窗内多个历元残差矢量累积的抗差卡尔曼滤波方法。Bhatta-charyya和Gebre-Egziabher...
