專利名稱：區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)中的魯棒的及改進的空間信號精度參數(shù)的計算的制作方法
技術領域：
本發(fā)明涉及一種計算區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)中的魯棒的及改進的空間信號精度(SISA)參數(shù)的方法。
背景技術：
全球?qū)Ш叫l(wèi)星系統(tǒng)可以精確地確定地面或空中的位置。全球?qū)Ш叫l(wèi)星系統(tǒng) (GNSS)，舉個例子，例如因取名“伽利略((ialileo) ”而更被熟知而實際上是構建的歐洲衛(wèi)星導航系統(tǒng)，包括了多個衛(wèi)星和一個控制系統(tǒng)。全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)的精度取決于一些參數(shù)，其中一個參數(shù)是每個衛(wèi)星軌道信息和衛(wèi)星時鐘相對于系統(tǒng)時間的時間誤差的質(zhì)量。該質(zhì)量通過空間信號精度(SISA) 來表達。盡管這種表述涉及到用于伽利略GNSS體系的術語SISA，本發(fā)明并不僅限于這種系統(tǒng)并且該術語應以廣義理解。特別地，用于NAVSTAR-GPS GNSS的相應的參數(shù)被稱為用戶距離誤差(URE)。SISA是用于描述GNSS導航信號的實際質(zhì)量的最重要的參數(shù)并且被GNSS定期廣播。盡可能小的具有高可信度的安全值對所有導航服務來說是很關鍵的，這是因為用戶以基于該參數(shù)做出導航?jīng)Q定-部分甚至用于重要操作-的方式信任該參數(shù)。因此必須保證該參數(shù)的高可信度。來自于伽利略工程體系的計算SISA的傳統(tǒng)方法包括兩個步驟(1)確定空間信號誤差(SISE)樣本和(2)所得到的分布的超限(overbounding)。然而，這種計算方法具有一些缺點·誤差的確定是非常保守的； 由于確定過程而在總體概率密度中具有奇異點(雙峰)，這使得適當?shù)某薇蛔柚梗?超限結果對由人工選擇或由不合適的方法所選擇的應用的配置參數(shù)非常敏感。由于已知的缺點該方法不能達到最終所需要的可信度是非?？赡艿摹?br>
發(fā)明內(nèi)容
因此，本發(fā)明的目的是提供一種計算具有魯棒性的SISA參數(shù)的方法，同時比傳統(tǒng)方法性能更好。該目的通過獨立權利要求的主題得以實現(xiàn)。更進一步的實施例通過從屬權利要求示出。根據(jù)本發(fā)明的SISA計算方法可包括下述三個步驟中的一個或多個，這三個步驟中的單獨的步驟都已經(jīng)適于克服主要的限制(1)通過不那么保守的適應性方法對總體SISE樣本進行確定，并且得到?jīng)]有奇異點的誤差分布。(2)通過使用配置參數(shù)(帶寬)的數(shù)據(jù)驅(qū)動(自動的)選擇的非參數(shù)方法對總體 SISE密度的密度函數(shù)進行估計。(3)對伽利略或具有多余量的成對超限中的函數(shù)進行超限。該方法的步驟(1)給出了更真實的誤差分布(單峰的)，允許探測相應的性能余量，同時仍然能夠確保保守性。由該方法獲得的性能余量可以上升到5-10%。步驟( 是對總體分布中的奇異點魯棒的密度估計策略。因此步驟( 還可以被應用于利用傳統(tǒng)方法獲得的分布。此外，步驟O)的結果不取決于任何配置參數(shù)。因此，不需要弱調(diào)整假定。步驟( 是相對于被估密度定義的超限的正確數(shù)值應用。對傳統(tǒng)方法來說則不是這種情況。因此所提出的策略的結果的可信度可以被保證。在步驟O)中，總體數(shù)據(jù)的專門的依賴性由帶寬選擇器的屬性所處理，而傳統(tǒng)方法則應用經(jīng)驗方法(thumb method)規(guī)則來解決該問題。應該注意的是本發(fā)明涉及一種技術過程，該技術過程由術語“計算”來表述。本發(fā)明的技術過程處理軌道確定的中間結果以及GNSS的時間同步元素(element)并且計算來自于這些結果的SISA參數(shù)，這些結果可以被GNSS接收機和定位設備使用以高精度估計出 GNSS的完整性風險。本發(fā)明的實施例涉及一種計算區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)中的魯棒的及改進的空間信號精度參數(shù)的方法，包括下述操作中的至少一個確定單獨的空間信號誤差向量；將該單獨空間信號誤差向量映射到服務區(qū)；累積經(jīng)驗樣本集；處理被累積的樣本集的估計的密度函數(shù)；對伽利略超限或具有多余量的成對超限中的密度函數(shù)進行單獨超限；并且根據(jù)預定要求選擇最差的情況。本發(fā)明的進一步的實施例涉及一種計算機程序，當該程序由計算機執(zhí)行時，該程序?qū)崿F(xiàn)如上所述根據(jù)本發(fā)明的方法且能夠計算區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)中的魯棒的及改進的空間信號精度參數(shù)。該計算機程序可以被例如安裝到GNSS的控制部分內(nèi)的計算設備中，例如，NAVSTAR-GPS或者即將完成的歐洲GNSSGALILE0的控制部分。根據(jù)本發(fā)明的進一步的實施例，可以提供存儲根據(jù)本發(fā)明的計算機程序的記錄載體，例如，CD-ROM, DVD，存儲卡，磁盤，或者類似的用于電子存取的適合于存儲計算機程序的數(shù)據(jù)載體。本發(fā)明的更進一步的實施例提供一種裝置，用于根據(jù)本發(fā)明的方法計算區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)的魯棒的及改進的空間信號精度參數(shù)，并且提供所計算的空間信號精度參數(shù)以便于進一步用于區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)。該裝置可例如包括用于存儲實現(xiàn)本發(fā)明方法的計算機程序的存儲器以及處理器，通過執(zhí)行所存儲的計算機程序能夠以魯棒的方式計算軌道確定和GNSS SISA參數(shù)的控制部分的時間同步處理的結果，同時比傳統(tǒng)的方法性能更好。該裝置可被應用于例如GNSS的控制系統(tǒng)，例如GALILEO的控制部分。本發(fā)明的這些以及其它的方面將通過參見下述的實施例得以清楚地闡述。
本發(fā)明將通過參考示例性實施例被更詳細地描述。然而，本發(fā)明并不僅限于這些示例性實施例。
圖1給出了根據(jù)本發(fā)明的用于計算區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)中的魯棒的及改進的空間信號精度參數(shù)的方法的實施例的流程圖；以及圖2給出了在空間時間投影誤差上的SISA的不同的密度值的曲線圖。
具體實施例方式用于SISA參數(shù)確定的傳統(tǒng)技術方法是多步驟方法。雖然在不同的策略中細節(jié)也不同，但通常所有的都包括以下高層步驟·從預測中提取出衛(wèi)星位置和衛(wèi)星時鐘誤差參數(shù)，這是為提供具有通過空間中的信號廣播的參數(shù)的導航服務而做出的。 從精確解決方案(通常是后處理調(diào)節(jié))中提取出衛(wèi)星位置和衛(wèi)星時鐘誤差參數(shù)。 有關的公共歷元的識別和在被預測的和精確的軌道位置的差別和衛(wèi)星時鐘誤差的確定，即，由于預測為4維誤差向量而導致的軌道位置誤差和時鐘誤差?！ねㄟ^依賴于策略的映射，誤差被轉(zhuǎn)換成被用戶所見的誤差。這給出了 SISE的一個采樣。·累積多個這種歷元以建立起SISE的經(jīng)驗時間序列，這被假定為是單個統(tǒng)計過程 (即，單個隨機變量)的實現(xiàn)。·采用依賴于策略的方法來估計總體隨機變量的密度?！ぴ谫だ郧闆r下，以概率方式超限來通過高斯分來描述估計的密度。以下的項目存在于背景技術中1)為確定用戶所見的誤差，4維誤差(3個軌道方向和時鐘誤差)被投影在服務區(qū)，以獲得對于特定歷元的最差影響(所謂的最差用戶位置方法)。當累積所有的這些誤差時，由于被最差地影響的位置驅(qū)動誤差以及因此驅(qū)動累積的誤差分布，這就產(chǎn)生了一種非常保守的情形。這種保守是背景技術中的主要缺陷。2)由于在最差用戶位置方法的情況下軌道和時間誤差的極有限的補償，零誤差幾乎不可能被獲得，這導致了誤差分布的概率密度在零附近的缺口。該缺口(或雙峰)可以被理解為誤差分布中的奇異點。由于該奇異點并不代表實際情況并且需要一些特殊的處理 (將在下面描述)，這被認為是背景技術中的另一個主要缺陷。3)用于密度估計的方法是基于以簡單的柱狀圖為基礎的方法，該方法需要人工設定配置參數(shù)。在這種情況下，這些參數(shù)難以設置并且對最終結果具有很大的影響。由于幾乎不可能為結果所需要的可信度提供證據(jù)，這是現(xiàn)有技術的另一缺陷。4)超限策略與密度估計強烈地聯(lián)系在一起。由于分布的奇異點，該方法需要重新啟動(work-aroimd)，否則就將失效。這種重新啟動基于分布內(nèi)部的拒絕。由于該拒絕閾值來自于假設的高斯分布，而該假設是明顯錯誤的，這被認為是背景技術中的又一個缺陷。由于已知的缺陷不能達到最終SISA參數(shù)所需要的可信度是非?？赡艿摹Ｒ虼?，本發(fā)明對SISA參數(shù)的計算提出了一個改進的方法，該方法克服了背景技術中已知的局限性。根據(jù)本發(fā)明的改進的SISA計算方法包括四個步驟。這些單獨步驟中的一些自身已經(jīng)適合于克服現(xiàn)有技術中的主要的局限性(1)通過適應性方法對總體SISE樣本進行確定，其中該適應性方法較不保守并且可以得到一個沒有奇異點的誤差分布，例如，單峰概率密度。(2)對開始于衛(wèi)星并處于衛(wèi)星以及服務區(qū)給出的錐形的方向進行離散化 (discretising)。對每個方位和每個衛(wèi)星所投影的誤差樣本進行累積，并且可以通過其它分類方法進行。(3)通過利用用于必要的配置參數(shù)(被稱為帶寬)的數(shù)據(jù)驅(qū)動(自動的)選擇器的非參數(shù)方法對總體SISE隨機變量的密度函數(shù)進行估計。(4)以帶有多余的量的成對超限的方式對伽利略系統(tǒng)或其它的實施例中的函數(shù)進行超限。盡管改進的SISA計算的實施例預期應用于實際數(shù)據(jù)獲取，以獲得誤差數(shù)量的經(jīng)驗分布以為導航服務提供相應的證據(jù)，但該方法可以在其它實施例中被應用于部分或全部由仿真或者理論分析產(chǎn)生的數(shù)據(jù)。改進的SISA計算的細節(jié)將結合圖1在下文中進行公開，其中圖1給出了該方法的流程圖。該SISA計算方法包括步驟S10，結合該步驟計算4維誤差向量。接著，該方法進行下述的步驟。步驟(1)確定空間信號誤差(圖1中的步驟S12)策略是將4維誤差向量投影到有限數(shù)量的指向服務區(qū)的專用方向上，使得該區(qū)域被充分地覆蓋。通過計算時間和采樣密度之間的折中而任意地選擇方向的數(shù)量。對專用方向的定義一旦完成則對所有計算都保持固定。有三種合適的參考系，它們可以被應用到本發(fā)明的不同的實施例中(1)衛(wèi)星固定參考系這是從導航衛(wèi)星天線看到的參考系。它對衛(wèi)星而言是固定的。(2)軌道固定參考系1 該參考系由“衛(wèi)星-地球”向量進行定義，衛(wèi)星的“飛行方向”的正交投影垂直于“衛(wèi)星-地球”，并且“交叉飛行方向”垂直于前述的向量。(3)軌道固定參考系2 該參考系由飛行方向進行定義，“衛(wèi)星-地球”向量的正交投影垂直于“飛行方向”，并且“交叉飛行方向”垂直于前述的向量。步驟O)累積樣本(圖1中的步驟S14)在步驟(1)中確定的單個樣本對每個方向(并且如果涉及多個衛(wèi)星時可選地對每個衛(wèi)星)進行累積。在進一步的實施例中，它們也可以對每個專門的情形進行累積，例如， 衛(wèi)星的蝕狀態(tài)(eclipse condition)，時鐘類型，信號類型，或者衛(wèi)星(建立)組。在該步驟， 在其它實施例中，投影誤差的擴展可以應用于計算對用戶不可見而對系統(tǒng)可見的確定性的誤差部分，這將導致更進一步的魯棒性。它可以被理解為是投影誤差的膨脹以覆蓋其余的確定性的誤差部分。通過以下步驟，可以實現(xiàn)例如成對超限的擴展1、估計每個累積樣本集的均值。2、從集中小于估計均值的所有的樣本減去一個專門數(shù)量，該專門數(shù)量反映小的確定性誤差。3、對集中大于估計均值的所有樣本加上同一數(shù)量。這導致雙峰密度，該密度可以被理解為原本的單峰密度的左半部和右半部被從中間移開。使用由考慮每個移動本身所提取的最壞信息，可以類似地擴展伽利略情形下的超限，但是不需要將原本的密度切割為兩部分。步驟(3)非參數(shù)密度估計(圖1中的步驟S16)現(xiàn)在，建立于步驟O)中的樣本累積的每個數(shù)據(jù)集被用于獲得相應的總體隨機變量的概率密度估計。存在多個用于密度非參數(shù)估計的方法，其中一類是直方圖估計器?；诒环Q為“核密度估計器”的幾種方法是最有前景的。它們將在下面被應用到。在另一個實施例中，在密度估計尾部，利用改進性“自適應核密度估計器”給出更好的性能。這些符號和接下來的定義可以在例如[Silverman]的專著中找到。核密度估計器的定義令X1. . . Xn為具有概率密度ρ的隨機變量的實值的采樣。令核函數(shù)K為積分為一的實線上的實值的，非負的，可積函數(shù)。因此，核K其自身是一個概率密度函數(shù)。通常地，但并不總是，K將是對稱函數(shù)。接著，具有核K的核密度估計器f被定義為f(x) =對所有實值 X，其中h是窗寬度，也被稱為平滑參數(shù)或帶寬?？梢匀菀椎乜闯鰂也是一個概率密度函數(shù)。對應的期望和方差可以被準確地計算出，基本上是帶寬、樣本均值、和核K的期望以及方差的函數(shù)。核的選擇在實施例中，可以選擇眾所周知的核，例如Epanechnikov，雙權的(四次方的)， 三權的，高斯的，以及余弦的核，參見例如[Silverman]。在另一實施例中，我們選擇被稱為基數(shù)B-樣條作為核K，其中基數(shù)B-樣條具有任何階次，例如，3階或者4階，并且再中心化 (re-centered)至零，這可以比得上先前的，但是具有眾所周知的核所不具有的有利性質(zhì) 它們在某種程度上是平滑的并且在有限的、簡單地連接的區(qū)間外為零。所有提及的核是類似高斯形狀的函數(shù)。核有關的屬性被相應的估計器所繼承。例如，具有合適核的密度估計器本身在某種程度上是平滑的。和現(xiàn)有技術中使用的直方圖估計器不同的是，其沒有原點的選擇。帶寬的選擇通過最優(yōu)標準，將自動得到未知參數(shù)h，或者帶寬。為“最佳”帶寬的數(shù)據(jù)驅(qū)動(自動)選擇而存在著幾個規(guī)則。用于不同實施例的眾所周知的例子是基于對平方誤差積分 (ISE)或均方積分誤差(MISE)最小化的交叉驗證，以及基于對漸進均方積分誤差(AMISE) 最小化的插入方法，參見[Turlach]。在SISE概率密度估計領域中顯示出優(yōu)良性能，對應于先前的類型的特別眾所周知的方法是·最小平方交叉驗證，最小化ISE·帶寬因式分解的平滑的交叉驗證，最小化MISE
· Park&Marron 插入，以及 Sheather&Jones 插入，基于 AMISE步驟⑷超限(圖1中的步驟S18)使用步驟(3)的估計密度計算SISA。伽利略超限概念表述如下q{t)dt < J^ 對所有 L > 0其中=是超限函數(shù)并且ρ是用q超限的密度函數(shù)。
權利要求
1.一種用于計算區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)中的魯棒的及改進的空間信號精度參數(shù)的方法，包括下述操作中的至少一個確定獨立的空間信號誤差向量(Sio)； 將獨立的空間信號誤差向量映射到服務區(qū)(S12)； 累積經(jīng)驗樣本集(S14)； 處理被累積的樣本集的估計的密度函數(shù)(S16)；對伽利略超限或者具有多余量的成對超限的密度函數(shù)進行獨立地超限(S18)；以及依照預先設定的要求選擇最差情況(S20)。
2.根據(jù)權利要求1的方法，其中將獨立的空間信號誤差向量映射到服務區(qū)(S12)的操作包括將4維獨立空間信號誤差向量投影到有限個指向服務區(qū)的專用方向上，使得該服務區(qū)被充分覆蓋，其中參考系被用于投影，并且其中所使用的參考系從下述組中選擇 衛(wèi)星固定參考系，它是導航衛(wèi)星天線看到的參考系并且對衛(wèi)星而言是固定的； 第一軌道固定參考系它是由“衛(wèi)星-地球”向量進行定義，衛(wèi)星的“飛行方向”的正交投影垂直于“衛(wèi)星-地球”，并且“交叉飛行方向”垂直于前述的向量；第二軌道固定參考系它是由飛行方向進行定義，“衛(wèi)星-地球”向量的正交投影垂直于“飛行方向”，并且“交叉飛行方向，，垂直于前述的向量。
3.根據(jù)權利要求1或2的方法，其中累積經(jīng)驗樣本集(S14)的操作包括 每個方向上，并且如果涉及多個衛(wèi)星，在每個衛(wèi)星上進行累積，或者對每個專門的情況進行累積，特別是衛(wèi)星的蝕狀態(tài)，時鐘類型，信號類型，或者衛(wèi)星 (建立)組。
4.根據(jù)權利要求3的方法，其中累積經(jīng)驗樣本集(S14)的操作進一步包括，對于具有多余量的成對的超限而言通過執(zhí)行以下步驟對投影誤差進行擴展 估計每一個累積的樣本集的均值；從所述集內(nèi)小于估計均值的所有樣本中減去一個專門數(shù)量，該專門數(shù)量反映小的確定性誤差；對所述集內(nèi)大于估計均值的所有樣本集加上所述專門數(shù)量。
5.根據(jù)權利要求3的方法，其中，累積經(jīng)驗樣本集(S14)的操作進一步包括，對于伽利略超限而言，通過執(zhí)行以下步驟對投影誤差進行擴展 估計每一個累積的樣本集的均值； 計算樣本集中樣本的空間信號精度參數(shù)；從樣本集的所有的樣本中減去一個專門數(shù)量，該專門數(shù)量反映小的確定性誤差，并且然后計算空間信號精度參數(shù)，提取該參數(shù)以及先前計算出的參數(shù)中最差值；對原始樣本集的所有樣本加上所述專門數(shù)量，并且接著計算空間信號精度參數(shù)，提取該參數(shù)以及先前計算出的參數(shù)中的最差值。
6.根據(jù)前述權利要求中的任意一個的方法，其中處理累積樣本集的估計的密度函數(shù) (S16)的操作包括通過應用核密度估計器或自適應核密度估計器方法，得到相應的總體隨機變量的概率密度的估計。
7.根據(jù)權利要求6的方法，其中從由Epanechnikov，雙權的(四次方的)，三權的，高斯的，以及余弦的核組成的組中選擇核k。
8.根據(jù)權利要求6的方法，其中從由具有任何階次(例如3階或者4階)并且再中心化為零的基數(shù)B-樣條組成的組中選擇核k。
9.根據(jù)權利要求6，7或8的方法，其中通過從下述標準組成的組中選擇的最優(yōu)標準，自動得到帶寬h 基于對積分的平方誤差ISE或均方積分誤差MISE的最小化的交叉驗證，或者基于對漸進均方積分誤差AMISE最小化的插入方法； 最小平方交叉驗證，最小化ISE ； 帶寬因式分解的平滑的交叉驗證，最小化MISE ； Park&Marron 插入，以及 Sheather&Jones 插入,基于 AMISE ；
10.根據(jù)前述權利要求中的任意一個的方法，其中在伽利略超限情況下對密度函數(shù)進行獨立超限(S18)的操作包括使用下述等式對空間信號精度參數(shù)SISA進行近似
11.一種計算機程序，當由計算機執(zhí)行時，實現(xiàn)根據(jù)前述權利要求中的任意一個的方法并且能夠計算區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)中的魯棒的及改進的空間信號精度參數(shù)。
12.—種存儲根據(jù)權利要求11所述的計算機程序的記錄載體。
13.一種裝置，用于根據(jù)權利要求1-10中任意一個的方法計算區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)中的魯棒的及改進的空間信號精度參數(shù)并且提供所計算的空間信號精度參數(shù)以便進一步用于區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)。
14.應用于導航系統(tǒng)的前述權利要求中的任意一個的方法，其中導航系統(tǒng)是區(qū)域的或本地的或者如果對于導航信號采用了可比較質(zhì)量指示器，那么就不需要基于衛(wèi)星。
全文摘要
本發(fā)明涉及一種用于計算區(qū)域或全球?qū)Ш叫l(wèi)星系統(tǒng)中的魯棒的及改進的空間信號精度參數(shù)的方法，包括下述操作中的至少一個確定獨立的空間信號誤差向量(S10)；將獨立的空間信號誤差向量映射到服務區(qū)(S12)；累積經(jīng)驗樣本集(S14)；處理被累積的樣本集的估計的密度函數(shù)(S16)；對伽利略超限或者具有多余量的成對超限中的密度函數(shù)進行獨立地超限(S18)；并且依照預先設定的要求選擇最差情況(S20)。
文檔編號G01S19/02GK102435997SQ20111028992
公開日2012年5月2日 申請日期2011年8月10日 優(yōu)先權日2010年8月10日
發(fā)明者H·弗蘭肯貝格爾, M·基希納 申請人:阿斯特里姆有限責任公司