面向非高斯噪声环境的故障 GNSS 测量高效检测器

故障检测对于确保导航系统的可靠性至关重要。然而，主流的故障检测方法基于对正态误差的高斯性假设，而当前针对非高斯故障检测的尝试要么采用经验方法，要么缺乏严格的统计特性。这些方法在实际应用中的性能和可靠性受到挑战。本文提出了 jackknife 检测器，一种针对线性化伪距定位系统中非高斯正态误差的故障检测方法。具体而言，通过利用 jackknife 技巧，推导出一个作为测量误差线性组合的检验统计量，无需限制分布性假设，同时保持计算效率。随后构建了一个采用 Bonferroni 校正的假设检验，用于检测测量中的潜在故障。理论分析表明，jackknife 检测器等价于解分离 (SS) 检测器，同时揭示了前者在计算效率上的优势。通过全球模拟和一个实际的卫星时钟异常检测实验——两者均涉及非高斯正态误差——我们发现提出的 jackknife 检测器在检测性能上等同于 SS 检测器，但实现了四倍的计算效率提升。这些结果凸显了 jackknife 检测器在需要面对非高斯噪声环境中稳健且高效故障检测的实时应用中的巨大潜力。