基于稳健MM估计的REKF RAIM算法

作     者：王文博 徐颖 WANG Wenbo;XU Ying

作者机构：中国科学院空天信息创新研究院北京100094 中国科学院大学电子电气与通信工程学院北京100049 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2021年第43卷第1期

页      面：216-222页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 0802[工学-机械工程] 0811[工学-控制科学与工程] 

基　　金：中国科学院青促会人才项目(Y50301A1BY)资助课题。 

主　　题：卡尔曼滤波 接收机自主完好性监测 MM估计 双星故障模式 特征斜率 快速选星 

摘      要：基于鲁棒扩展卡尔曼滤波(robust extended Kalman filter,REKF)的接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)对双星故障模式的检测及识别效果相对较差,尤其当故障矢量具有较高的空间一致性时,M估计的稳健性会受到极大破坏。针对这一问题,提出基于稳健MM估计的REKF RAIM算法,MM估计是兼具高崩溃污染率和高估计效率的两步抗差估计方法,首先采用具有高崩溃污染率的最小截断二乘(least trimmed squares,LTS)估计获得稳健性高的迭代初值和尺度参数,然后采用IGG III方案得到最终的参数估计值,并设计一种基于特征斜率的快速选星方法降低LTS估计的计算量。仿真结果表明,相比于基于M估计的REKF,MMREKF在双星故障模式下具备更高的稳健性,对双星故障模式有更好的检测与识别能力。