1、為了能夠?qū)PS作為主要的導(dǎo)航手段應(yīng)用到民用航空的精密進(jìn)場(chǎng)與著陸階段，需要進(jìn)一步提高系統(tǒng)的定位精度、連續(xù)性、完善性和可用性等性能。20世紀(jì)90年代提出的局域增強(qiáng)系統(tǒng)，它采用載波平滑的差分定位技術(shù)，極大地提高了GPS系統(tǒng)的定位精度，因此引起了相關(guān)領(lǐng)域?qū)W者和民用航空機(jī)構(gòu)的廣泛關(guān)注。實(shí)踐已經(jīng)證明，LAAS很容易滿足Ⅰ類精密進(jìn)場(chǎng)的性能要求，但是對(duì)于Ⅱ類和Ⅲ精密進(jìn)場(chǎng)階段，則還需進(jìn)一步完善系統(tǒng)的結(jié)構(gòu)和功能。 在飛機(jī)精密進(jìn)場(chǎng)階段所需的各種性能

2、指標(biāo)中，最難滿足的是完善性方面的性能需求。完善性監(jiān)測(cè)的主要目的是保證系統(tǒng)工作在正常狀態(tài)，提高導(dǎo)航數(shù)據(jù)的可信度。常用的完善性監(jiān)測(cè)手段包括LAAS地面站設(shè)備的完善性監(jiān)測(cè)和接收機(jī)自主完善性檢測(cè)。本文主要針對(duì)GPS局域增強(qiáng)系統(tǒng)的完善性技術(shù)進(jìn)行研究，通過(guò)一些監(jiān)測(cè)手段和算法的改進(jìn)，以有效降低完善性監(jiān)測(cè)存在的風(fēng)險(xiǎn)。論文主要研究工作如下： 1．對(duì)LGF廣播修正誤差在非零均值高斯分布和非高斯分布下膨脹系數(shù)的確定方法進(jìn)行了深入研究。對(duì)于非零均值的高

3、斯分布模型，通過(guò)向量范數(shù)的不等式轉(zhuǎn)化關(guān)系，得到了標(biāo)準(zhǔn)差膨脹和均值膨脹兩種確定方法；對(duì)于修正誤差的非高斯分布模型，通過(guò)高斯混合模型擬合修正誤差的概率密度分布，進(jìn)而將非高斯分布下確定標(biāo)準(zhǔn)差的膨脹系數(shù)轉(zhuǎn)化為高斯混合模型下確定標(biāo)準(zhǔn)差的膨脹系數(shù)，采用EM算法估計(jì)高斯混合模型的參數(shù)，通過(guò)BIC準(zhǔn)則和SEM算法對(duì)模型的結(jié)構(gòu)進(jìn)行選擇和優(yōu)化，通過(guò)仿真試驗(yàn)證明在這種處理方法下得到的修正誤差的高斯混合模型滿足確定膨脹系數(shù)的要求，并給出相應(yīng)的膨脹系數(shù)計(jì)算公式。

4、 2．結(jié)合修正誤差的有限采樣點(diǎn)限制和不同分布模型的影響，給出了LGF廣播標(biāo)準(zhǔn)差的總膨脹系數(shù)，在偽衛(wèi)星增強(qiáng)、采用相對(duì)精確的標(biāo)準(zhǔn)差模型以及采用膨脹的標(biāo)準(zhǔn)差等情況下，計(jì)算垂直保護(hù)水平，并得到如下結(jié)論：如果修正誤差的標(biāo)準(zhǔn)差不進(jìn)行膨脹，則無(wú)論是否使用偽衛(wèi)星增強(qiáng)，GPS局域增強(qiáng)系統(tǒng)能夠滿足各階段精密進(jìn)場(chǎng)的性能要求，但這種計(jì)算結(jié)果很難保證定位誤差小于保護(hù)水平，從而產(chǎn)生完善性風(fēng)險(xiǎn)；如果采用膨脹的標(biāo)準(zhǔn)差計(jì)算VPL，無(wú)論是否使用偽衛(wèi)星增強(qiáng)，系統(tǒng)只滿

5、足CATI的可用性要求，但是偽衛(wèi)星增強(qiáng) 后，系統(tǒng)可用性明顯提高，而且性能更加穩(wěn)定；如果使用相對(duì)精確的標(biāo)準(zhǔn)差模型計(jì)算VPL，在偽衛(wèi)星增強(qiáng)后，系統(tǒng)可以滿足CAT Ⅱ的可用性要求，但是這只能用于理論分析。 3．對(duì)廣播修正誤差的標(biāo)準(zhǔn)差和均值監(jiān)測(cè)進(jìn)行了深入的研究，針對(duì)CUSUM算法不能一步檢測(cè)較大的標(biāo)準(zhǔn)差和均值偏移的缺陷，提出了應(yīng)用Shewhart—CUSUM組合算法監(jiān)測(cè)均值和標(biāo)準(zhǔn)差異常。以平均運(yùn)行長(zhǎng)度為指標(biāo)，對(duì) CUSUM

6、、Shewhart和Shewhart—CUSUM這三種算法的特性進(jìn)行了詳細(xì)地分析，結(jié)果表明，組合算法的檢測(cè)門(mén)限只需比CUSUM算法稍大，便可以獲得與CUSUM算法相近的失控狀態(tài)平均運(yùn)行長(zhǎng)度。最后通過(guò)仿真試驗(yàn)驗(yàn)證了組合算法在標(biāo)準(zhǔn)差和均值監(jiān)測(cè)中的性能，結(jié)果表明：組合算法可以一步檢測(cè)較大的異常，在檢測(cè)累積型異常時(shí)與CUSUM算法性能相同，并且失控狀態(tài)下的平均運(yùn)行長(zhǎng)度與理論計(jì)算的相等。 4．針對(duì)“快照”的奇偶空間的RAIM算法受到測(cè)量方

7、程的數(shù)學(xué)模型限制，當(dāng)測(cè)量誤差是非零均值高斯分布或帶有不確定的擾動(dòng)輸入時(shí)，故障檢測(cè)的誤警率和漏警率增大。改進(jìn)測(cè)量方程的數(shù)學(xué)模型，在其中加入不確定輸入項(xiàng)增加了算法的魯棒性和抗干擾能力，通過(guò)估計(jì)方法將這種不確定性輸入轉(zhuǎn)化為確定性的輸入，并利用雙重最優(yōu)解耦，將奇偶向量和故障向量分離。最后通過(guò)仿真證明了這種改進(jìn)的RAIM算法的確可以有效降低衛(wèi)星故障檢測(cè)的漏警率和誤警率。 5．提出了一種多維累積RAIM算法—MCRAIM，它通過(guò)多維累積和處