北斗導(dǎo)航RAIM技術(shù)在列車定位的應(yīng)用研究

上官偉，王韋舒，張 路，王 逸

(1.北京交通大學(xué) 電子信息工程學(xué)院，北京 100044；2.北京交通大學(xué) 軌道交通控制與安全國家重點(diǎn)實(shí)驗(yàn)室，北京 100044；3.北京市電磁兼容與衛(wèi)星導(dǎo)航工程技術(shù)研究中心，北京 100044；4.西安輕工業(yè)鐘表研究所有限公司，陜西 西安 710061)

在列車運(yùn)行過程中，提高列車定位精度和可靠性是鐵路行車安全的重要目標(biāo)之一。目前，全球衛(wèi)星導(dǎo)航系統(tǒng)已經(jīng)廣泛用于民航、鐵路救援等領(lǐng)域，對加速鐵路現(xiàn)代化建設(shè)起到不可替代的作用[1]。隨著鐵路的快速發(fā)展，越來越多的專家學(xué)者考慮如何通過提高列車位置的準(zhǔn)確度和可靠性來對列車進(jìn)行有效控制[2]。

美國對GPS(Global Positioning System)的信號(hào)精度進(jìn)行了限制，其定位結(jié)果的精準(zhǔn)性并不能滿足列車位置定位的需求。因此，對于關(guān)系國家命脈和人民安全的鐵路行業(yè)而言，不能完全依靠GPS。隨著我國自主研發(fā)的北斗衛(wèi)星導(dǎo)航系統(tǒng)BDS(BeiDou Navigation Satellite System)的不斷完善，已經(jīng)廣泛應(yīng)用于測繪、交通運(yùn)輸、公共安全等諸多領(lǐng)域。對于鐵路行業(yè)中的列車位置服務(wù)而言，北斗系統(tǒng)的完好性[3]監(jiān)測問題顯得愈發(fā)重要。完好性監(jiān)測可以分為用戶自主完好性檢測和系統(tǒng)級(jí)完好性檢測。其中，用戶自主完好性檢測主要是指接收機(jī)自主完好性檢測RAIM(Receiver Autonomous Integrity Monitoring)，該技術(shù)通過多余的觀測量，來檢測導(dǎo)航定位過程中的故障衛(wèi)星。

國外方面，眾多學(xué)者對RAIM可用性進(jìn)行了深入的科學(xué)研究。1990年，文獻(xiàn)[4]考慮到衛(wèi)星的空間幾何分布情況，采用最大水平精度因子方法來進(jìn)行RAIM可用性的判斷。1992年，文獻(xiàn)[5] 提出了ARP方法，該方法主要涉及衛(wèi)星斜率和檢測閾值這兩個(gè)因素，由于閾值受適用條件影響，未受到推廣。1995年，文獻(xiàn)[6]提出了水平保護(hù)級(jí)別(HPL)方法。2009年，文獻(xiàn)[7]從理論上分析了衛(wèi)星故障原因，并成功排除故障。2012年，文獻(xiàn)[8]將車輪里程計(jì)測量結(jié)果與GNSS數(shù)據(jù)相融合，提出了一種適用于列車定位的水平保護(hù)級(jí)別計(jì)算方法。

國內(nèi)方面，文獻(xiàn)[9]針對不同衛(wèi)星偽距誤差受衛(wèi)星仰角的影響，提出一種加權(quán)HPL方法，并分析了權(quán)值的選擇。文獻(xiàn)[10]從高度角、偽距觀測精度和誤警概率對衛(wèi)星導(dǎo)航系統(tǒng)完好性、可用性的影響進(jìn)了仿真測試。文獻(xiàn)[11]比較了常用RAIM計(jì)算方法，最終設(shè)計(jì)實(shí)現(xiàn)了一套基于HPL的RAIM預(yù)測系統(tǒng)。文獻(xiàn)[12]分析了GPS系統(tǒng)下，DOP值、高度角等對RAIM算法可用性的影響。文獻(xiàn)[13]對BDS系統(tǒng)下RAIM算法的可用性進(jìn)行了分析，并考慮了不同DOP值對結(jié)果的影響。

在列車定位研究領(lǐng)域中，基于北斗導(dǎo)航系統(tǒng)的RAIM技術(shù)尚處在探索階段，在實(shí)際系統(tǒng)中還未得到有效應(yīng)用。本文主要研究了一種用于列車位置服務(wù)的BDS系統(tǒng)RAIM技術(shù)，該技術(shù)通?？梢苑譃镽AIM預(yù)測和衛(wèi)星故障處理兩個(gè)部分。RAIM預(yù)測是從歷書信息中獲取可見衛(wèi)星數(shù)和空間幾何分布情況，通過與水平保護(hù)級(jí)別閾值比較來分析RAIM的可用性，進(jìn)而預(yù)報(bào)某一時(shí)間段內(nèi)定位信息是否可靠；衛(wèi)星故障處理是通過構(gòu)造統(tǒng)計(jì)量和建立殘差模型來進(jìn)行一致性檢驗(yàn)，及時(shí)排除故障衛(wèi)星。

本文針對RAIM技術(shù)的特點(diǎn)，在現(xiàn)有方法的基礎(chǔ)上，對RAIM技術(shù)在鐵路方面的應(yīng)用進(jìn)行研究，并通過青藏鐵路數(shù)據(jù)對方法進(jìn)行驗(yàn)證。試驗(yàn)結(jié)果表明，本文所研究的北斗導(dǎo)航RAIM技術(shù)能夠較好地保障列車定位信息的可靠性。

1 RAIM技術(shù)參數(shù)及其定義

1.1 BDS系統(tǒng)RAIM預(yù)測

1.1.1 可見衛(wèi)星判別

在進(jìn)行RAIM預(yù)測時(shí)，首先需要對衛(wèi)星可見性進(jìn)行判別。衛(wèi)星的可見性由衛(wèi)星的高度角決定，高度角大于遮蔽角[14](通常為15°)時(shí)，該衛(wèi)星可見。圖1為衛(wèi)星可見性預(yù)測示意圖，其中h表示衛(wèi)星高度角。

圖1 衛(wèi)星可見性預(yù)測示意圖

1.1.2 完好性告警限值

完好性告警限值是衡量RAIM可用性的重要參數(shù)之一。在不同的應(yīng)用領(lǐng)域，完好性告警閾值各不相同。在低密度線鐵路系統(tǒng)中，為滿足列車運(yùn)行定位需求，其完好性告警閾值為50 m。其他不同密度線路中的具體需求見表1[15]。

表1

1.2 北斗導(dǎo)航實(shí)時(shí)RAIM故障檢測

1.2.1 完好性參數(shù)

RAIM算法的可用性受到完好性參數(shù)的直接影響，這些參數(shù)主要分為誤警概率、漏警概率、告警時(shí)間、偽距噪聲、告警限值等。

誤警概率是指在給定閾值下，檢測統(tǒng)計(jì)量超過該值，而估計(jì)的水平位置誤差并未超過告警閾值的概率。誤警表示系統(tǒng)未發(fā)生故障，卻發(fā)出預(yù)警提示。

漏警概率是指檢測統(tǒng)計(jì)量低于閾值，但是估計(jì)水平位置誤差超過告警閾值的概率。漏警表示衛(wèi)星已經(jīng)發(fā)生故障，而RAIM算法沒有檢測出來，進(jìn)行及時(shí)的預(yù)警提示。

告警時(shí)間(TTA)是指檢測到故障衛(wèi)星到發(fā)出報(bào)警提示的時(shí)間間隔。它是體現(xiàn)RAIM性能的重要參數(shù)之一。用戶接收機(jī)發(fā)生故障時(shí)，信號(hào)發(fā)生器會(huì)產(chǎn)生誤碼，一般情況下接收器進(jìn)行解碼需要用時(shí)6 s，因此對于導(dǎo)航系統(tǒng)的TTA通常設(shè)置為6 s。

1.2.2 衛(wèi)星故障檢測

當(dāng)可見衛(wèi)星數(shù)大于5時(shí)，RAIM算法可以進(jìn)行完好性判定；當(dāng)可見衛(wèi)星數(shù)大于6時(shí)，接收機(jī)不僅能夠檢測到故障衛(wèi)星，還可以將故障衛(wèi)星排除，使得RAIM預(yù)測可以在不間斷的情況下繼續(xù)進(jìn)行。

將RAIM技術(shù)應(yīng)用在鐵路定位上，不僅可以預(yù)測衛(wèi)星空間分布情況，判斷定位結(jié)果的可用性，還可以對某一時(shí)段衛(wèi)星故障情況進(jìn)行預(yù)測及判斷，及時(shí)排除故障。

2 基于列車定位的北斗導(dǎo)航RAIM算法

2.1 RAIM預(yù)測

為保障列車運(yùn)行過程中定位的可靠性，在列車運(yùn)行前，需要對沿線衛(wèi)星的空間分布進(jìn)行預(yù)測，確定RAIM的可用性。目前常用HPL(Horizontal Protect Level)法來判斷RAIM可用性。

2.1.1 HPL算法

HPL算法選擇偽距殘差向量為檢測統(tǒng)計(jì)量，將完好性水平告警限值HAL(Horizontal Alarm Level)作為故障檢測閾值。具體的算法流程如圖2所示，通過讀取衛(wèi)星歷書信息，對實(shí)際位置及高度角進(jìn)行解算，從而判斷可見衛(wèi)星數(shù)。當(dāng)可見星數(shù)量小于5時(shí)，RAIM不可用；可見星數(shù)量大于或等于5時(shí)，計(jì)算每顆衛(wèi)星的特征斜率和HPL，與閾值HAL相比較，只有當(dāng)HPL小于HAL時(shí)，RAIM才能正常使用。

圖2 RAIM可用性預(yù)測流程圖

具體過程描述如下：

步驟1歷書數(shù)據(jù)包含了全部衛(wèi)星的大概位置，常用于衛(wèi)星預(yù)報(bào)。根據(jù)衛(wèi)星位置及預(yù)測點(diǎn)位置，可以計(jì)算衛(wèi)星的高度角，當(dāng)高度角大于遮蔽角時(shí)，表示衛(wèi)星可見。當(dāng)可見星數(shù)量大于5時(shí)，RAIM可用，否則RAIM不可用。

步驟2計(jì)算觀測矩陣H

BDS定位的線性化模型為

y=Hx+ε

( 1 )

式中：y為N維偽距觀測列矢量，N為可見衛(wèi)星數(shù)；x為4維列矢量，由列車位置坐標(biāo)和接收機(jī)時(shí)鐘偏差組成；ε為測量誤差的矢量，由隨機(jī)噪聲和確定偏差構(gòu)成；H為N×4的觀測矩陣，由當(dāng)時(shí)的衛(wèi)星位置和預(yù)測出來的位置確定。

H=

( 2 )

式中：ElI和AZi分別表示第i顆衛(wèi)星的高度角和方位角，i=1，2，…，N，表示第i顆可見衛(wèi)星。

步驟3計(jì)算衛(wèi)星特征斜率SLOPEmax

在判別出可見衛(wèi)星后，可以根據(jù)檢驗(yàn)統(tǒng)計(jì)量與水平位置誤差計(jì)算每顆衛(wèi)星的特征斜率。特征斜率變化如圖3所示，SV1～SV6的斜率即為不同衛(wèi)星的特征斜率。第i顆衛(wèi)星的特征斜率為

( 3 )

A=(HTH)-1HT

S=I-H(HTH)-1HT

圖3 衛(wèi)星特征斜率

由圖3可知，估計(jì)的水平位置誤差相同時(shí)，特征斜率與檢測統(tǒng)計(jì)量成反比。對于較小的檢驗(yàn)統(tǒng)計(jì)量，在實(shí)際檢測中容易發(fā)生漏檢，影響RAIM檢測的可靠性。

如圖4所示，根據(jù)設(shè)定的檢驗(yàn)閾值TD和水平保護(hù)級(jí)別的閾值HAL，可以將檢測區(qū)域分為漏檢、誤檢、正常運(yùn)行區(qū)、正確檢測4個(gè)區(qū)域。HAL由設(shè)計(jì)需求決定，但原則上要保證低密度鐵路對完好性水平小于50 m的要求。當(dāng)估計(jì)的水平位置誤差大于HAL時(shí)，說明檢測到衛(wèi)星存在故障。在實(shí)際列車定位應(yīng)用中，需要盡可能降低漏檢及誤檢率，確保定位數(shù)據(jù)的可靠性。根據(jù)圖4可以分析得出，只要特征斜率最大的那個(gè)衛(wèi)星不被漏檢，則所有的故障衛(wèi)星均不會(huì)漏檢。最大特征斜率為

( 4 )

圖4 衛(wèi)星檢測區(qū)域劃分

步驟4獲取衛(wèi)星特征斜率后，由式( 5 )計(jì)算水平保護(hù)級(jí)HPL。

式中：σ為衛(wèi)星偽距測量誤差的標(biāo)準(zhǔn)差；λmin為滿足漏檢率要求下的非中心χ2分布的非中心參數(shù)值。比較HPL和HAL，若HPL

2.1.2 ATPL算法

在鐵路應(yīng)用中，列車運(yùn)行過程不同于公路或民航等，其行駛方向總是沿股道受限方向，可以定義一維情況下沿股道方向的保護(hù)級(jí)別ATPL(Along Track Protect Level)。

圖5為ATPL算法流程圖，詳細(xì)過程描述如下：

圖5 ATPL算法流程圖

步驟1獲取當(dāng)前衛(wèi)星歷書信息，計(jì)算可見衛(wèi)星數(shù)目，若數(shù)量小于5表明RAIM不可用，否則RAIM可用。

步驟2計(jì)算ATPL

ATPL=KAT*dAT

( 6 )

式中：KAT為常數(shù)，在一維高斯分布情況下，KAT取6；dAT可由式( 7 )獲得。

其中

式中：yaw為列車航向角。列車航向角可由接收機(jī)NMEA(National Marine Electronics Association)數(shù)據(jù)的RMC格式信息中直接提取。

要判斷RAIM是否可以正常使用，就是要將ATPL與HAL進(jìn)行比較。當(dāng)ATPL

2.2 實(shí)時(shí)RAIM故障檢測算法

在西部鐵路中，部分地區(qū)海拔較高或途經(jīng)隧道，使得衛(wèi)星檢測效果不佳，可見衛(wèi)星數(shù)目無法滿足衛(wèi)星定位需求。當(dāng)衛(wèi)星數(shù)少于4顆時(shí)，不能正常定位；當(dāng)衛(wèi)星數(shù)大于5顆時(shí)，RAIM才能正常使用，并進(jìn)行故障檢測；當(dāng)衛(wèi)星數(shù)大于6顆時(shí)，不僅可以檢測故障衛(wèi)星，還可以進(jìn)行故障衛(wèi)星的隔離。針對以上情況，為保障列車定位的可靠性，定位系統(tǒng)需要實(shí)時(shí)地檢測可見衛(wèi)星數(shù)，并分析RAIM技術(shù)是否可用。實(shí)時(shí)RAIM算法流程如圖6所示。

圖6 故障檢測流程圖

2.2.1 構(gòu)建殘差模型

北斗導(dǎo)航系統(tǒng)偽距觀測方程為

y=Gx+ε

(10)

式中：y為N維偽距觀測列矢量；x為4維列矢量，由列車位置坐標(biāo)和接收機(jī)時(shí)鐘偏差組成；G為N×4的觀測矩陣，由當(dāng)時(shí)的衛(wèi)星位置和預(yù)測出來的位置確定；ε為測量誤差矢量，包括隨機(jī)噪聲和確定偏差。矢量x經(jīng)過最小二乘法解算得到。

偽距殘差向量為

=(In-G(GTG)-1GT)(Gx+ε)

=(In-G(GTG)-1GT)ε=Qε

(12)

式中：Q=I-G(GTG)-1GT

2.2.2 構(gòu)造統(tǒng)計(jì)量

根據(jù)偽距殘差向量構(gòu)造統(tǒng)計(jì)量

式中：SSE=wTw，表示衛(wèi)星偽距殘差向量的平方和。誤差矢量ε中，當(dāng)各個(gè)矢量相互獨(dú)立并滿足均值為0、方差為σ2的正態(tài)分布時(shí)，SSE/σ2服從自由度為n-4的χ2分布；如果ε中均值不為0，則SSE/σ2服從自由度為n-4、非中心參數(shù)為λ的χ2分布。即

2.2.3 卡方檢驗(yàn)

當(dāng)觀測到的衛(wèi)星數(shù)量為6顆時(shí)，卡方分布情況如圖7所示，根據(jù)分布圖，可以確定檢驗(yàn)閾值。

圖7 卡方檢驗(yàn)示意圖

(1)可用性判斷

步驟1求閾值TD

誤警是指BDS定位系統(tǒng)正常運(yùn)行時(shí)，卻提示預(yù)警信息。設(shè)誤警的概率為PFA，則滿足

由此可求得閾值TD。BDS或者GPS導(dǎo)航系統(tǒng)的最大誤警率為0.333×10-6。

步驟2非中心參數(shù)λ

當(dāng)衛(wèi)星發(fā)生故障時(shí)，SSE/σ2服從自由度為n-4的χ2分布。在給定漏檢率為PMD條件下，非中心參數(shù)λ為

式中：T為式(15)中確定的故障檢測閾值TD。

步驟3計(jì)算HPL

S=I-Q=G(GTG)-1GT

(17)

求得HPL為

(18)

計(jì)算出水平保護(hù)級(jí)別后，與HAL比較。若HPL

(2)檢測衛(wèi)星故障

通過式(13)和式(15)分別計(jì)算統(tǒng)計(jì)量Tx和檢驗(yàn)閾值TD，若Tx>TD，表明衛(wèi)星有故障，發(fā)出告警；若Tx≤TD，沒有故障。

2.2.4 故障排除

在噪聲滿足正態(tài)分布時(shí)，可以通過式(19)進(jìn)行衛(wèi)星故障排除。

λ(i)=w2(i)/Q(i，i)i=1，2，3，…，n

(19)

式中：w(i)為第i顆衛(wèi)星的偽距殘差向量；Q(i，i)為Q矩陣對角線上元素。計(jì)算每一顆衛(wèi)星的λ值，其中最大值對應(yīng)的是故障衛(wèi)星。

3 北斗導(dǎo)航RAIM算法試驗(yàn)驗(yàn)證

3.1 RAIM預(yù)測試驗(yàn)驗(yàn)證

3.1.1 試驗(yàn)數(shù)據(jù)驗(yàn)證

為實(shí)現(xiàn)RAIM預(yù)測，需預(yù)先設(shè)置預(yù)測點(diǎn)。在某建筑物樓頂搭建試驗(yàn)平臺(tái)如圖8所示。將樓頂天線所在位置作為預(yù)測點(diǎn)，采用差分模式進(jìn)行單點(diǎn)定位，以獲取精準(zhǔn)的坐標(biāo)數(shù)據(jù)。根據(jù)歷書信息，可對未來某一時(shí)刻的衛(wèi)星高度角和方位角進(jìn)行預(yù)測。

圖8 北斗接收機(jī)

為驗(yàn)證預(yù)測算法的準(zhǔn)確性，用UB370采集未來幾天內(nèi)衛(wèi)星的實(shí)際數(shù)據(jù)，得出衛(wèi)星高度角與方位角，與預(yù)測情況對比，比較結(jié)果如圖9所示。由比較結(jié)果可知，實(shí)際值與預(yù)測值之間的差值小于1°，預(yù)測效果較佳，可以滿足實(shí)際需求。

根據(jù)得到的衛(wèi)星高度角和方位角計(jì)算該衛(wèi)星的特征斜率及HPL，HPL的變化曲線如圖10所示。從圖10可以看出，HPL均低于50 m，滿足中低密度鐵路中完好性檢測的應(yīng)用需求，說明RAIM預(yù)測算法可用。

(a)方位角比較結(jié)果

(b)高度角比較結(jié)果圖9 預(yù)測角度與實(shí)際角度的比較結(jié)果

圖10 預(yù)測點(diǎn)HPL值

通過處理采集到的數(shù)據(jù)，得到預(yù)測點(diǎn)的實(shí)際位置，其與中心點(diǎn)的偏差值如圖11所示?？梢钥闯銎钪挡怀^1.8 m，整體偏差值比較小，且定位結(jié)果沒有大的波動(dòng)。

(a)預(yù)測點(diǎn)實(shí)際解算位置分析

(b)中心點(diǎn)偏差值分析圖11 預(yù)測點(diǎn)實(shí)際解算位置及準(zhǔn)確度分析

預(yù)測點(diǎn)的實(shí)際DOP如圖12所示，DOP值整體浮動(dòng)變化較小且數(shù)值小于3.5，表明衛(wèi)星空間幾何分布程度較好，與RAIM預(yù)測的結(jié)果比較吻合。

(a)GDOP

(b)PDOP

(c)HDOP

(d)VDOP

(e)GTDOP圖12 預(yù)測點(diǎn)的各精度因子值

3.1.2 青藏鐵路列車定位數(shù)據(jù)驗(yàn)證

本文利用青藏鐵路列車定位數(shù)據(jù)對RAIM預(yù)測方法進(jìn)一步驗(yàn)證。圖13和圖14分別表示青藏鐵路中某一線路的HPL和ATPL值，其中HPL預(yù)測值波動(dòng)范圍為9～35 m，ATPL預(yù)測值波動(dòng)范圍為5.8～15 m，由于ATPL只是沿股道方向的水平保護(hù)值，在同一時(shí)間點(diǎn)，ATPL要比HPL小，符合之前的理論分析，滿足低密度線路水平保護(hù)值50 m。通過比較，能夠發(fā)現(xiàn)在150、650、1 100 min這3個(gè)時(shí)間點(diǎn)，HPL和ATPL的變化趨勢相同，均達(dá)到某一鄰域內(nèi)的最大值，兩種算法預(yù)測結(jié)果一致，符合實(shí)際需求。

圖13 線路點(diǎn)HPL變化曲線

圖14 線路點(diǎn)ATPL變化曲線

3.2 RAIM故障檢測試驗(yàn)驗(yàn)證

3.2.1 試驗(yàn)數(shù)據(jù)驗(yàn)證

利用采集到的數(shù)據(jù)對RAIM故障檢測功能進(jìn)一步驗(yàn)證。本次試驗(yàn)所用數(shù)據(jù)中共有9顆衛(wèi)星，無故障衛(wèi)星。根據(jù)實(shí)際需求，通常設(shè)置漏檢率為0.001，誤檢率為0.333×10-6。第9號(hào)衛(wèi)星的偽距波動(dòng)情況如圖15所示。在第89 s處，通過注入50 m的偽距值制造衛(wèi)星故障來檢驗(yàn)算法。

圖15 偽距變化圖

在人為注入故障后，利用RAIM算法進(jìn)行衛(wèi)星的故障檢測和排除。根據(jù)圖16分析可知，檢測量整體趨勢較平穩(wěn)，基本都小于閾值。在第89 s附近，檢測量遠(yuǎn)大于設(shè)定的閾值，表明該時(shí)刻衛(wèi)星發(fā)生故障。

圖16 預(yù)測點(diǎn)衛(wèi)星故障檢測

確定存在故障衛(wèi)星后，需要及時(shí)排除故障衛(wèi)星。比較各顆衛(wèi)星的λ值，λ值最大的衛(wèi)星即為故障衛(wèi)星。每顆衛(wèi)星的λ值如圖17所示，可知9號(hào)衛(wèi)星的λ值最大，存在故障，與預(yù)先假設(shè)的場景一致，說明本文采用的算法可以有效地檢測和排除衛(wèi)星故障。

圖17 各顆衛(wèi)星的λ值

3.2.2 青藏線列車定位數(shù)據(jù)驗(yàn)證

圖18所示為青藏鐵路測試中所搭建的測試平臺(tái)，圖18(a)為車載設(shè)備，用于獲取定位數(shù)據(jù)；圖18(b)是車載天線。為確保定位結(jié)果的準(zhǔn)確性，使用載波相位差分模式來對接收機(jī)實(shí)時(shí)校正，采集到的數(shù)據(jù)分為線路數(shù)據(jù)和星歷信息。圖19為青藏鐵路中實(shí)際測量的一段線路數(shù)據(jù)，圖19左側(cè)的虛線表示列車真實(shí)線路數(shù)據(jù)，右側(cè)為解算后的軌跡點(diǎn)。

圖18 車載接收機(jī)

圖19 列車實(shí)際行駛軌跡

在獲取列車運(yùn)行的線路數(shù)據(jù)后，使用RAIM算法對線路中衛(wèi)星故障情況進(jìn)行檢測。根據(jù)鐵路定位實(shí)際需求，一般設(shè)定漏警率為0.001，誤警率為3.3×10-6。從圖20可知，檢測統(tǒng)計(jì)量隨著時(shí)間不斷變動(dòng)，但整體數(shù)值均在檢測閾值以下，表明不存在故障衛(wèi)星。

圖20 現(xiàn)場衛(wèi)星故障檢測

為進(jìn)一步說明故障衛(wèi)星檢測結(jié)果的可靠性，在ECEF(Earth-Centered，Earth-Fixed)坐標(biāo)系下，對定位數(shù)據(jù)進(jìn)一步分析。列車實(shí)際沿股道運(yùn)行方向線路圖如圖21所示，在該過程中列車運(yùn)行正常，未出現(xiàn)任何異常，各個(gè)運(yùn)行時(shí)刻的DOP如圖22所示，其中位置精度因子PDOP小于4.05，表明這一時(shí)間段內(nèi)定位結(jié)果良好，且衛(wèi)星沒有發(fā)生故障。

圖21 列車行進(jìn)軌跡(ECEF)

圖22 衛(wèi)星的各項(xiàng)精度因子變化曲線

4 結(jié)束語

隨著我國北斗衛(wèi)星導(dǎo)航系統(tǒng)的不斷完善，已經(jīng)在各個(gè)領(lǐng)域推廣使用。在以北斗導(dǎo)航系統(tǒng)為基礎(chǔ)的列車定位中加入完好性監(jiān)測系統(tǒng)，通過對未來幾天衛(wèi)星空間幾何分布進(jìn)行預(yù)測，可以實(shí)時(shí)檢測接收機(jī)自身故障以及衛(wèi)星故障，進(jìn)而提高列車運(yùn)行中定位結(jié)果的可靠性。

本文對RAIM預(yù)測和故障檢測做了深入的理論研究，分別用試驗(yàn)數(shù)據(jù)和青藏鐵路數(shù)據(jù)對RAIM預(yù)測方法和故障檢測方法進(jìn)行了驗(yàn)證。對于RAIM預(yù)測，本文針對列車運(yùn)行過程中的特殊性，定義了沿股道方向的水平保護(hù)級(jí)別ATPL，并與傳統(tǒng)的HPL方法進(jìn)行了對比，試驗(yàn)結(jié)果表明ATPL的誤差相對較小，能夠滿足中低密度鐵路的完好性檢測要求。在RAIM故障檢測中，利用試驗(yàn)數(shù)據(jù)與青藏鐵路列車定位數(shù)據(jù)同時(shí)驗(yàn)證。對于試驗(yàn)數(shù)據(jù)，RAIM算法可以迅速檢測出人工注入的故障，并及時(shí)告警；對于青藏鐵路列車數(shù)據(jù)而言，檢驗(yàn)統(tǒng)計(jì)量均在檢驗(yàn)閾值以下，且衛(wèi)星的各項(xiàng)精度因子均較小，其中PDOP小于4.05，定位結(jié)果較好，證明RAIM故障檢測適用于青藏鐵路列車定位。

對于列車定位服務(wù)而言，基于北斗導(dǎo)航系統(tǒng)的RAIM技術(shù)在實(shí)際系統(tǒng)中還未得到有效應(yīng)用。本文所研究的方法經(jīng)過多種實(shí)測數(shù)據(jù)驗(yàn)證，可以有效提高列車運(yùn)行過程中定位數(shù)據(jù)的可靠性，提高了鐵路運(yùn)輸中的行車安全。

參考文獻(xiàn)：

[1]ZHANG Q Q,GUI Q M.A New Bayesian RAIM for Multiple Faults Detection and Exclusion in GNSS[J].The Journal of Navigation,2015,68(3):465-479.

[2]蘇蕊,劉曉娟.“北斗”衛(wèi)星導(dǎo)航系統(tǒng)在鐵路行業(yè)中的應(yīng)用[J].鐵路通信信號(hào)工程技術(shù),2011,8(6):28-30.

SU Rui,LIU Xiaojuan.Application of BDS Satellite Navigation System in Railway Industry[J].Railway Signalling & Communication Engineering,2011,8(6):28-30.

[3]周富相,鄭曉晶.基于卡爾曼濾波的RAIM方案研究[J].無線電工程,2010,40(11):36-38.

ZHOU Fuxiang,ZHENG Xiaojing.Research on Receiver Automatic Integrity Monitoring Scheme Based on Kalman Filtering[J].Radio Engineering of China,2010,40(11):36-38.

[4]STURZA M A,BROWN A K.Comparison of Fixed and Variable Threshold RAIM Algorithms[C]//Proceedings of the 3rd International Technical Meeting of the Satellite Division of the Institute of Navigation,1990:437-443.

[5]BROWN R G,CHIN G Y,KRAEMER J H.GPS RAIM:Screening out Bad Geometries Under Worst Case Bias Condition[J].Navigation,Journal of the ION,1992,39(4):407-427.

[6]LEE Y C.New Techniques Relating Fault Detection and Exclusion Performance to GPS Primary Means Integrity Requirement[C]//Proceedings of ION GPS-95,1995:1929-1939.

[7]KNIGHT N L.GNSS Integrity Monitoring for Two Satellite Faults[C]//IGNSS Symposium,2009.

[8]MARRADI L,GALIMBERTI A,FOGLIA L.GNSS for Enhanced Odometry:the GRAIL-2 Results[C]//6th ESA Workshop on Satellite Navigation Technologies and European Workshop on GNSS Signals and Signal Processing.New York:IEEE,2012:1-7.

[9]朱衍波,張淼艷,張軍.加權(quán)RAIM可用性預(yù)測方法研究[J].遙測遙感,2009,30(1):1-6.

ZHU Yanbo,ZHANG Miaoyan,ZHANG Jun.Research on Weighted Algorithm to Predict RAIM Availability[J].Journal of Telemetry,Tracking and Command,2009,30(1):1-6.

[10]李作虎.衛(wèi)星導(dǎo)航系統(tǒng)性能檢測及評(píng)估方法研究[D].鄭州:解放軍信息工程大學(xué),2012:127-153.

[11]王彩霞.GPS RAIM預(yù)測系統(tǒng)的設(shè)計(jì)和算法研究[J].現(xiàn)代導(dǎo)航,2012,3(3):165-170.

WANG Caixia.Design and Algorithm Study of GPS RAIM Prediction System[J].Modern Navigation,2012,3(3):165-170.

[12]郭睿,唐波,陳劉成.GPS系統(tǒng)下RAIM算法可用性及結(jié)果分析[J].海洋測繪,2007,27(6):40-44.

GUO Rui,TANG Bo,CHEN Liucheng.RAIM Availability and Its Results Analysis under GPS[J].Hydrographic Surveying and Charting,2007,27(6):40-44.

[13]閻貝,段可植.BDS系統(tǒng)下RAIM算法可用性及結(jié)果分析[J].現(xiàn)代導(dǎo)航,2014(2):95-102.

YAN Bei,DUAN Kezhi.RAIM Availability and Results Analysis under BDS[J].Modern Navigation,2014(2):95-102.

[14]SAKAI T.Validity of RAIM Prediction[C]//Proceedings of the 2011 International Technical Meeting of the Institute of Navigation.San Diego:Institute of Navigation,2011:258-270.

[15]BEUGIN J,MARAIS J.Simluation-based Evaluation of Dependability and Safety Properties of Satellite Technologies for Railway Localization[J].Transportation Research Part C,2012,22:42-57.