具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

卡尔曼滤波定位算法将不同时刻的状态量通过状态方程联系起来，使得定位轨迹更为平滑。而状态量通过观测方程与观测量联系起来，根据这一特性在处理观测量时就可以逐个处理，即卡尔曼滤波的序贯处理法。由于是单个逐一处理观测量，既避免了解算过程中的矩阵求逆过程，同时又不会降低定位质量。根据这一特性实现一种降低运算量、提高可靠性的基于卡尔曼滤波的RAIM算法。

实施例一

如图1所示，包括以下步骤：

步骤10，接收机获得卫星的观测量；

步骤11，对同一时刻的所有观测量采用卡尔曼滤波序贯处理法，逐一对同一时刻的所有观测量进行检测，判断是否满足要求，如果满足要求，则执行步骤12，如果不满足要求，则执行步骤13；

步骤12，所述当前观测量不含粗大误差，保留当前观测量，以用于定位解算；

步骤13，所述当前观测量含有粗大误差，不适合用于定位解算，剔除当前观测量。

采用上述实施例方法，由于采用卡尔曼滤波序贯处理法逐一进行观测量的检测，相比于现有技术的最小二乘法观测量预处理，降低了运算量和处理复杂度。

上述步骤11中的对同一时刻的所有观测量采用卡尔曼滤波序贯处理法，逐一对同一时刻的所有观测量进行检测，包括：逐一选取观测量对状态量进行校正，获得检测参数，判断所述检测参数是否满足要求。

在一个可选实施方式中，上述检测参数包括：用当前观测量校正的状态量误差协方差矩阵，判断检测参数是否满足要求，是对该状态量误差协方差矩阵进行正定性的判断，如果正定，则认为满足要求，如果不正定，则认为不满足要求。在本实施方式中，只需要对用当前观测量校正后的状态量误差协方差矩阵的正定性判断即可实现观测量的剔除，无需大量的矩阵运算，在保证卫星导航接收机的定位精度和可靠性的同时降低运算量。

在本实施方式中，上述逐一选取观测量对状态量进行校正，获取检测参数的步骤，包括：选取一观测量作为当前观测量，计算该当前观测量的卡尔曼增益，利用所述当前观测量的卡尔曼增益对状态量误差协方差矩阵先验矩阵进行校正获得校正后的状态量误差协方差矩阵；本次检测完成后，选取下一观测量作为当前观测量，并将上一次检测过程中用满足要求的观测量校正的状态量误差协方差矩阵作为本次检测过程的状态量误差协方差矩阵先验矩阵，重复检测过程以及对检测参数是否满足要求的判断过程，直到所有观测量处理完毕。

在另一个可选实施方式中，上述检测参数除了状态量误差协方差矩阵外，还可包括：观测量的观测量残余；判断检测参数是否满足要求，包括：在判断状态量误差协方差矩阵正定后，利用观测量的观测量残余进行观测量一致性判定，如果符合观测量一致性则认为满足要求，如果不符合观测量一致性则认为不满足要求。在本实施方式中，除了状态量误差协方差矩阵的正定性判断，还增加了对观测量的一致性判断，进一步提高了检测的可靠性。

具体地，采用观测量的观测量残余进行观测量一致性判定，包括：采用观测量的观测量残余计算第一检测量，判断第一检测量是否大于预设第一检测门限，如果大于，表示当前观测量不符合观测量一致性，如果小于等于，表示当前观测量符合观测量一致性。

在本实施方式中，上述逐一选取观测量对状态量进行校正，获取检测参数的步骤，包括：选取一观测量作为当前观测量，计算所述当前观测量的卡尔曼增益，利用所述当前观测量的卡尔曼增益对状态量估计值进行校正获得状态量的校正值及当前观测量的观测量残余，以及利用所述当前观测量的卡尔曼增益对状态量误差协方差矩阵先验矩阵进行校正获得校正后的状态量误差协方差矩阵；本次检验完成后，选取下一观测量作为当前观测量，并将上次检测过程中得到的最新的状态量以及状态量误差协方差矩阵作为本次检测过程的初始值，重复检测过程以及对检测参数是否满足要求的判断过程，直到所有观测量处理完毕。

其中，将上次检测过程中得到的最新的状态量以及状态量误差协方差矩阵作为本次检测过程的初始值，具体是将上一次检测时获得的状态量的校正值作为本次检测过程中的状态量估计值，将上一次检测时获得的状态量误差协方差矩阵作为本次检测的状态量误差协方差矩阵先验矩阵。需要说明的是，只有检测通过，及上一次检测结果为观测量满足要求，该检测过程中的参数才能作为下一次检测过程的初始值。

在另一个可选实施方式中，为了进一步提高可靠性，在剔除不符合要求的观测量之后，还可以对保留的满足要求的所有观测量进行卡尔曼滤波的整体检验，利用观测量的观测量残余计算第二检测量，判断所述第二检测量是否小于预设第二检测门限，如果小于，则输出所述保留的所有观测量，如果大于等于，则对所述保留的所有观测量进行局部检测，确定存在问题的观测量，并将其剔除。

在本实施方式中，局部检测过程包括：计算第三检测量，将所述第三检测量的最大值对应的观测量确定为存在问题的观测量。

采用本发明实施例方法，用卡尔曼滤波序贯处理法代替现有技术中的最小二乘法进行观测量的预处理，逐一对观测量进行处理，且处理的参数为标量，由此避免了矩阵变换、矩阵求逆等复杂运算，大大降低了接收机自主正直性检测的复杂度，增加检测的可靠性。上述实施例方法可以适用于多模接收机，但也可以适用于单模接收机。

实施例二

本实施例对上述方法实施例进行具体描述，如图2所示，包括以下步骤：

步骤20，根据卫星观测量计算卫星仰角，利用仰角(EL)阈值踢星；

卡尔曼滤波算法的状态方程和观测方程分别为：

x_k＝Ax_k-1+w_k-1 (10)

y_k＝Hx_k+v_k (11)

其中，x为状态向量，k为定位历元，A为状态转移矩阵，w为过程噪声向量，其协方差矩阵为Q，y为观测量向量，H为状态量与观测量间的转换矩阵，v为测量噪声向量，其协方差矩阵为R。设P为状态量误差的协方差矩阵。

卡尔曼滤波定位算法包括预测和更新两个步骤，其中通过预测步骤获得状态量和状态量误差的协方差矩阵先验矩阵，更新步骤包括：计算卡尔曼增益，利用卡尔曼增益更新状态量以及状态量误差的协方差矩阵，具体包括以下参数的获得：

状态量的预测：

状态量误差的协方差矩阵的先验矩阵：

卡尔曼增益：

状态量的更新：

状态量的协方差矩阵的更新：I为单位矩阵。

根据卫星提供的星历计算出卫星的位置和速度。由接收机的预设值，计算出每颗卫星的仰角，考虑到低仰角的卫星收多径等因素影响较大，设定仰角门限将低仰角的卫星剔除。设此时的观测量数目为N。

步骤21，采用卡尔曼滤波序贯处理法对获得的观测量进行预处理，即卡尔曼滤波序贯处理踢星过程；

对所有观测量采用卡尔曼滤波序贯处理法，如图3所示，包括以下步骤：

步骤30，状态量的预测，即确定状态量初始值；

在本实施例中，将最小二乘法定位结果作为卡尔曼滤波的初始量，在其他实施例中也可以采用其他值作为卡尔曼滤波的初始量，初始量精度越高踢星效果越好。判断接收机的运动状态，以此确定状态向量的元素，列出状态方程。将观测量y_k及相对应的观测矩阵H每一行编号，y_k，j,H_j，j＝1,2……N，观测量间本身不存在先后顺序。

步骤31，检测第j个观测量，计算K_k,j，x_k,j，P_k,j：

根据状态量的初始值获得k历元的状态估计值和状态误差协方差矩阵先验矩阵利用观测量y_k,j对k历元的状态量进行逐一的校正；

观测量的卡尔曼增益：其中r_j为该观测量的观测误差方差。由于为标量，故不需要进行矩阵求逆运算。

状态量的校正值：x_k,j＝x_k.j-1+K_k,j(y_k,j-H_jx_k,j-1)

校正后的状态量误差的协方差矩阵：P_k,j＝(I-K_k,jH_j)P_k,j-1

上述观测量的卡尔曼增益用于计算状态量校正值和校正后的状态量误差的协方差矩阵，校正后的状态量误差协方差矩阵用于进行观测量检测，在本次观测量检测成功后，校正后的状态量误差协方差矩阵将作为下一次的状态误差协方差矩阵先验矩阵，状态量校正值作为下一次的状态量初始值。

其中，y_k,j为k历元第j个观测量(第j个观测量以下简称j观测量)，x_k,j-1为k历元用第j-1个观测量校正后获得的状态量，H_j为j观测量的观测矩阵，为状态误差协方差矩阵先验矩阵；

步骤32，状态量的协方差矩阵的正定性判定，如果由j观测量得到的状态量误差的协方差矩阵P_k,j不正定，则执行步骤34；如果由j观测量得到的状态量误差的协方差矩阵P_k,j正定，则进入下一步的处理，即执行步骤33；

步骤33，设b_j＝y_k,j-H_jx_k,j-1，为j观测量的观测量残余，以b_j判定观测量的一致性，如果符合一致性，选取下一个观测量返回步骤31继续序贯处理，如果不符合一致性，则执行步骤34；

序贯处理的过程相当于不同观测量对同一时刻状态量的校正。而b_j服从均值为零，方差为的正态分布。设第一检测量为根据状态量在同一时刻偏差范围设定第一检测门限为B_threshold，该第一检测门限可根据定位精度要求确定。

如果B＞B_threshold，则该观测量存在问题，即不符合一致性，将其剔除。

如果B＜B_threshold，则该观测量可靠。此时将这次得到的状态量及状态量的协方差矩阵作为下一次的计算的初始值进入步骤31。

步骤34，当前观测量存在问题应剔除，返回步骤31，处理下一个观测量；

卡尔曼滤波序贯处理踢星算法，对观测量采用单个逐一处理方式，这样处理的思路简单，而且避免了矩阵求逆等矩阵运算，极大的降低了运算量。而且在完成了所有的观测量检测以后，如果观测量还有一定的冗余量，则最后的输出的观测量将可用于定位解算。

步骤22，为了保证接收机自主检测的可靠性，接下来对序贯处理踢星后的观测量进行卡尔曼滤波的整体检验，以验证踢星是否完全，如果检测量结果表明存在有问题的量，执行步骤23，如果没有问题，则剩余的观测量可以作为定位解算使用；

首先，确定第二检测量。设观测量的残余向量为

b_k＝y_k-Hx_k (12)

令第二检测量为残余加权平方和T：

根据预先设定好的虚警率P_fa和漏警率P_md，计算出第二检测门限T_threshold，如果第二检测量小于第二检测门限值，则剩余观测量都可靠，不需要进行一下处理。如果第二检测量大于等于第二检测门限值，则剩余观测量中还存在有问题的观测量，需要进行下一步的局部检测处理，以剔除不良观测量。

步骤23，若整体检测中发现存在问题观测量，则进行局部检测，确定哪一个观测量存在问题，将其剔除；

计算第三检测量：

其中，h为剩余卫星的计数，k的范围为[1,k]。I_h为单位矩阵的第h列。检测量θ_h最大值对应的观测量即为问题观测量，将其剔除，重整观测矩阵。

步骤24，判断剩余卫星是否足够(例如设置最小卫星数即最小观测量数目为6，则如果N＜6则卫星数目不够，如果N≥6则表示剩余卫星足够)，如果足够，则回到整体检测，看是否还存在问题观测量；如果剩余卫星不够，则发出卫星不足警告。

由于序贯处理法完成初步的踢星，使得剩余观测量中存在问题的概率大大的降低。而后期的整体验证和局部剔除主要用于保证踢星的可靠性。这样从整个踢星策略上看，基于卡尔曼滤波的导航卫星接收机的RAIM算法思路更为简单，运算量更少，鲁棒性更强。以上方法在多模导航卫星接收机中应用的效果更加突出。

实施例三

本实施例提供一种卫星导航定位接收机设备，用于实现上述实施例一或实施例二的方法，前述方法实施例中的描述也适用于本实施例，如图4所示，所述接收机包括观测量获取模块41和检测模块42，其中：

所述观测量获取模块41用于获得卫星的观测量；

所述检测模块42用于对同一时刻的所有观测量采用卡尔曼滤波序贯处理法，逐一对同一时刻的所有观测量进行检测，如果不满足要求，则当前观测量含有粗大误差，不适合用于定位解算，剔除所述当前观测量，如果满足要求，则当前观测量不含粗大误差，保留所述当前观测量以用于定位解算。

在一个可选实施例中，所述检测模块42对同一时刻的所有观测量采用卡尔曼滤波序贯处理法，逐一对同一时刻的所有观测量进行检测，包括：所述检测模块42逐一选取观测量对状态量进行校正，获得检测参数，判断所述检测参数是否满足要求。

在一个可选实施例中，所述检测参数包括：用当前观测量校正的状态量误差协方差矩阵；所述检测模块42判断检测参数是否满足要求，包括：所述检测模块42判断所述状态量误差协方差矩阵是否正定，如果正定则满足要求，如果不正定，则不满足要求。

上述检测模块42逐一选取观测量对状态量进行校正，获得检测参数，包括：所述检测模块42选取一观测量作为当前观测量，计算所述当前观测量的卡尔曼增益，利用所述当前观测量的卡尔曼增益对状态量误差协方差矩阵先验矩阵进行校正获得校正后的状态量误差协方差矩阵；本次检测完成后，选取下一观测量作为当前观测量，并将上一次检测过程中用满足要求的观测量校正的状态量误差协方差矩阵作为本次检测过程的状态量误差协方差矩阵先验矩阵，重复检测过程以及对检测参数是否满足要求的判断过程，直到所有观测量处理完毕。

在一个可选实施例中，所述检测参数还包括：观测量的观测量残余；

上述检测模块42判断检测参数是否满足要求，包括：所述检测模块42判断所述状态量误差协方差矩阵正定后，采用观测量的观测量残余进行观测量一致性判定，如果符合观测量一致性则满足要求，如果不符合观测量一致性则不满足要求。

上述检测模块42逐一选取观测量对状态量进行校正，获得检测参数，包括：所述检测模块42选取一观测量作为当前观测量，计算所述当前观测量的卡尔曼增益，利用所述当前观测量的卡尔曼增益对状态量估计值进行校正获得状态量的校正值及当前观测量的观测量残余，以及利用所述当前观测量的卡尔曼增益对状态量误差协方差矩阵先验矩阵进行校正获得校正后的状态量误差协方差矩阵；本次检验完成后，选取下一观测量作为当前观测量，并将上次检测过程中得到的最新的状态量以及状态量误差协方差矩阵作为本次检测过程的初始值，重复检测过程以及对检测参数是否满足要求的判断过程，直到所有观测量处理完毕。

在一个可选实施例中，所述检测模块42采用观测量的观测量残余进行观测量一致性判定，包括：所述检测模块42采用观测量的观测量残余计算第一检测量，判断第一检测量是否大于预设第一检测门限，如果大于，表示当前观测量不符合观测量一致性，如果小于等于，表示当前观测量符合观测量一致性。

在一个可选实施例中，所述检测模块42还用于：对保留的满足要求的所有观测量进行卡尔曼滤波的整体检验，利用观测量的观测量残余计算第二检测量，判断所述第二检测量是否小于预设第二检测门限，如果小于，则输出所述保留的所有观测量，如果大于等于，则对所述保留的所有观测量进行局部检测，确定存在问题的观测量，并将其剔除。

其中，所述检测模块42对保留的所有观测量进行局部检测，确定存在问题的观测量，包括：所述检测模块42计算第三检测量，将所述第三检测量的最大值对应的观测量确定为存在问题的观测量。

上述卫星导航定位接收机可以是一种计算机设备，其可以是如图5所示的结构，包括处理器51、存储器52以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时可实现实施例一或实施例二中部分或全部步骤。

应用示例

现以GPS和BDS组成的双模系统接收机为例实现基于卡尔曼滤波的多模导航卫星接收机的RAIM算法。观测地点：武汉；观测时间2015年12月20号11时22分42秒。根据卫星电文获得观测到的卫星信息位置和速度。接收机的初始位置的预设值为(-2271601.738,5009144.904,3218832.710)。不同系统下可见卫星(svid为卫星号)及其仰角(单位：度)为：

GPS：svid＝1,el＝-0.268；svid＝3,el＝12.0；svid＝10,el＝29.7；svid＝14,el＝62.1；svid＝16,el＝13.0；svid＝22,el＝40.3；svid＝25,el＝37.7；svid＝26,el＝42.8；svid＝29,el＝19.5；svid＝31,el＝59.1；svid＝32,el＝41.3。

BDS:svid＝1,el＝45.7；svid＝3,el＝53.9；svid＝4,el＝29.8；svid＝5,el＝20.1；svid＝6,el＝54.9；svid＝7,el＝70.9；svid＝8,el＝2.049；svid＝9,el＝75.8；svid＝10,el＝55.2svid＝11,el＝13.7。

设仰角门限为EL＝10度，则GPS中svid＝1和BDS中svid＝8的卫星剔除，还剩余19颗卫星。

卡尔曼滤波的状态方程和观测方程分别为式(15)、式(16)：

x_k＝Ax_k-1+w_k-1 (15)

其中，x_k＝(X,Y,Z,δt,δf)为了降低维数将两系统的钟差经过钟差因子转换为一个钟差；状态转移矩阵t为时间间隔；过程噪声的协方差矩阵Q为对称矩阵。

为了区分两系统现将观测矩阵H分开写为H_GPS和H_BDS，实际中两者可以混在一起，则观测矩阵为：

以观测矩阵的行对应的观测量为其变号，对应的观测量测量误差分别为：r₁＝37.883；

r₂＝70.271；r₃＝160.840；r₄＝174.034；r₅＝186.759；r₆＝231.946；r₇＝299.665；

r₈＝341.870；r₉＝492.548；r₁₀＝5978.997；r₁₁＝21.071；r₁₂＝46.343；r₁₃＝47.866；

r₁₄＝54.536；r₁₅＝64.383；r₁₆＝78.399；r₁₇＝135.398；r₁₈＝370.259；r₁₉＝1271.278

根据上述序贯处理踢星法的流程可得到不满足条件的卫星GPS：svid＝16，svid＝3；BDS：svid＝11，svid＝5。

根据虚警率P_fa＝1×10^-5，漏警率P_md＝0.2和残余解算的观测量的个数及卡方分布函数判断剩余的观测量是否含有问题提卫星。经判断剩余观测量中已没有问题卫星。故不需要进行局部检测。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理单元的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。