Analyse von Verteilungsmustern zur Identifikation von Integritätsrisiken in GNSS-Positionslösungen

Beschreibung

Abstract: Integrity for satellite navigation solutions is becoming increasingly important as the application of satellite navigation is expanding. Also, the amount of measurement data is constantly increasing due to the use of multi-GNSS-constellation. The simultaneous consideration of several GNSS constellations, such as GPS and Galileo or Glonass, increases the availability, especially in urban scenarios, since shading by buildings can typically be expected. A disadvantage of current integrity algorithms is the exponentially increasing required computational power with each additional satellite. This is primarily due to there working principle, which is often based on a derivative of the solution separation algorithm. In this thesis an integrity algorithm is proposed which scales linearly with increasing number of satellites. It is based on the recognition of distribution patterns in the residuals, resulting from the solved satellite navigation equation system. For this purpose, a detailed analysis of the residuals and their influencing factors is carried out. Starting at the source of the GNSS signal, the satellite, along the transmission path to the receiver, the respective influence on the measured pseudo range is analytically characterized and quantized. It can be shown that noise, which originates from different sources along the signal path, is one of the primary factors. In addition, the noise can be characterized as normally distributed. This characteristic is transferred on to the residuals. However, this only applies to the nominal state if there is no Hazardously Misleading Information (HMI) present. If a soft error like an unsynchronized atomic clock on one of the satellites occurs, the measured pseudo range of this satellite changes as well as the associated residual. The totality of the residuals then no longer follows a normal distribution but forms groups. Using pattern recognition based on a Gaussian Mixture Model, the groups are identified, parameterized and their relationships to one another are analyzed. As a result, an estimate of the integrity and of the potential disturbance in terms of quantity and type can be carried out. In addition, a Protection Level (PL) is derived for the navigation process, which can be used operationally together with the Alert Limit (AL). The proposed algorithm is then verified by means of a Monte Carlo simulation and evaluated in a Stanford diagram.
Die Integrität für Satellitennavigationslösungen wird immer wichtiger, da sich das Einsatzgebiet der Satellitennavigation ausweitet. Gleichzeitig nimmt die Menge der zu verarbeitenden Messdaten durch die Verwendung von Multi-Konstellation zu. Die simultane Betrachtung mehrerer GNSS Konstellationen, wie GPS und Galileo oder Glonass, steigert die Verfügbarkeit, insbesondere in urbanen Szenarien, da dort typischerweise mit Abschattung durch Gebäude zu rechnen ist. Ein Nachteil aktueller Integritätsalgorithmen ist dabei, dass der Rechenaufwand mit jedem Satelliten exponentiell steigt. Dies ist primär der Funktionsweise geschuldet, welche häufig auf einem Derivat der Solution Separation beruht. In dieser Arbeit wird ein Integritätsalgorithmus vorgeschlagen, welcher mit steigender Anzahl an Satelliten maximal linear skaliert. Er beruht auf der Auswertung von Verteilungsmustern der durch das Lösen der Satelliten- Navigationsgleichung entstehenden Residuen. Dazu werden eine detaillierte Analyse der Residuen sowie ihrer beeinflussenden Faktoren durchgeführt. Beginnend mit der Quelle des GNSS-Signals, dem Satelliten, wird entlang der Übertragungsstrecke bis zum Empfänger die jeweilige Einflussnahme auf die gemessene Schrägentfernung analytisch charakterisiert und quantisiert. Es kann gezeigt werden, dass Rauschen, welches aus verschiedenen Quellen entlang des Signalweges stammt, einer der primären Einflussfaktoren ist. Darüber hinaus lässt sich das Rauschen als weitestgehend normalverteilt charakterisieren, was sich zudem auf die Residuen übertragen lässt. Dies gilt jedoch nur für den nominellen Zustand, wenn kein Hazardously Misleading Information (HMI) Event, wie ein defekter Satellit, vorliegt. Kommt es beispielsweise zu einer weichen Störung, wie einer unsynchronisierten Atomuhr auf einem der Satelliten, verändert sich die zu diesem Satelliten gemessene Schrägentfernung und somit auch das dazugehörige Residuum. Die Gesamtheit der Residuen folgt dann nicht mehr einer Normalverteilung, sondern bildet verschiedene Gruppen. Durch Mustererkennung, basierend auf einem Gaussian Mixture Model, werden die Gruppen parametrisiert und ihre Beziehungen zueinander analysiert. Als Ergebnis kann sowohl eine Schätzung der Integrität sowie eine Schätzung der potentiellen Störung in Quantität und Form vorgenommen werden. Zudem wird für den Navigationsprozess ein Protection Level (PL) abgeleitet, welches zusammen mit dem Alert Limit (AL) operativ genutzt werden kann. Eine Verifikation des vorgeschlagenen Algorithmus erfolgt abschließend mittels Monte-Carlo- Simulation und der Auswertung in einem Stanford-Diagramm.

Autor*in

Alexander Peuker

Themen in »Analyse von Verteilungsmustern zur Identifikation von Integritätsrisiken in GNSS-Positionslösungen«

Clusteranalyse Gaussian Mixture Model Integrität Receiver Autonomous Integrity Monitoring Satellitennavigation

Stimmen zu »Analyse von Verteilungsmustern zur Identifikation von Integritätsrisiken in GNSS-Positionslösungen«

Details

Link teilen