Septentrio RAIM+接收机自主完好性监测实验

最新推荐文章于 2025-08-29 08:17:40 发布

原创

最新推荐文章于 2025-08-29 08:17:40 发布 · 886 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#gnss #芯片 #oem #定位 #数据分析

本文通过实验验证了Septentrio RAIM+接收机自主完整性监测功能，展示在高低温环境和严重多路径条件下，如何保持定位可靠性。在多径效应严重的温箱内，Septentrio RAIM+能自动识别并排除错误观测值，以确保高精度的定位服务。

接收机自主完整性监测（RAIM+）包括接收机在所有级别的故障检测机制，包括解算观测值，质量控制和导航算法。检测到的错误观测值（通常由高多径或活跃电离层引起）将从解算方案中移除。

本文以一种实际测试场景验证Septentrio RAIM+自主完好性监测功能。在使用Septentrio模组或板卡集成整体接收机时，需要做高低温测量定位表现。实验环境为：

l将GNSS卫星信号通过转发器转发至高低温箱内

l温箱内转发信号强度与室外实际GNSS信号一致

l将集成接收机也放置在温箱内，接收转发器的信号

图1：高低温箱内接收机整机测试

在温箱空间内，接收机检测到信号强度与空旷环境一致，下图是载噪比波形：

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

南京宏成智能

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

北斗导航｜高级接收机自主完好性监测算法研究进展

尘世冰封的专栏

06-01

264

ARAIM是传统接收机自主完好性监测（RAIM）的技术升级，旨在满足国际民航组织（ICAO）的LPV-200标准（垂直引导至60米高度），其核心是通过多星座GNSS观测值结合地面完好性支持信息（ISM）实现故障检测与排除。ARAIM算法正从“静态阈值”向“动态感知-优化”演进，其多源协同与自适应能力的深化，将为生命安全级应用提供普适性保障。k} )，权衡卫星先验故障概率（( P。

北斗导航 | 接收机自主完好性监测算法研究成果及研究团队介绍

尘世冰封的专栏

02-07

630

近年来，接收机自主完好性监测（Receiver Autonomous Integrity Monitoring，RAIM）算法在导航定位领域得到了广泛关注。RAIM算法通过检测接收机在各个级别的故障，包括测量值生成、质量控制和导航算法，来评估接收机的完好性。

参与评论您还未登录，请先登录后发表或查看评论

GPS从入门到放弃（十三） --- 接收机自主完好性监测（RAIM）

最新发布

尘世冰封的专栏

08-29

446

接收机自主完好性监测（Receiver Autonomous Integrity Monitoring, RAIM）是保障全球卫星导航系统（GNSS）可靠性的核心技术，通过接收机自主分析冗余卫星信号实现故障检测与隔离，无需外部设备支持[1]。：采用"两步法"确定多星最差故障偏差，先确定故障单位向量，再通过有界搜索确定故障幅值，实现多星座场景下漏检率降低[5]：通过卫星高度角构建噪声协方差矩阵，增强低仰角卫星的故障敏感性，提升微小故障检测能力[11]值超过临界值（自由度为n-4），判定存在故障卫星[13]

北斗导航｜ GNSS接收机自主完好性监测算法研究现状及应用

尘世冰封的专栏

03-31

520

全球导航卫星系统（GNSS）接收机自主完好性监测（Receiver Autonomous Integrity Monitoring, RAIM）是保障导航安全的核心技术之一，尤其在航空、自动驾驶等安全关键领域具有不可替代的作用。本文系统梳理了RAIM算法的研究现状，从传统故障检测方法到多星座融合、非线性系统优化及机器学习增强技术，全面分析了其技术演进与创新方向。结合实验案例与算法改进，探讨了RAIM在复杂环境下的应用潜力与挑战。

RAIM接收机自主完好性监测资料.pdf

08-10

RAIM1接收机自主完好性监测.pdf

北斗导航 | RAIM接收机自主完好性检测（附代码）

尘世冰封的专栏

11-22

2461

敬请期待

如何测试GPS的RAIM功能--＞如何使用GSS7000测试RAIM

weixin_46500436的博客

04-26

3174

本文来至思博伦技术中心卫星公众号关于卫星导航什么是RAIM？ Receiver Autonomous Integrity Monitoring（RAIM）即接收机自主完好性监控。是一种GNSS接收机用于评估接收到的卫星信号可靠性技术。 RAIM原理简单的来说就是通过冗余校验多颗卫星伪距组合，排除出信号异常的卫星，主要应用于对导航定位可靠性安全性要求较高的航空航海领域。我们都知道卫星定位至少需要4颗卫星，如果高度依赖这4颗卫星数据，假如某一颗有故障，或者数据传播过程出错，抑或电离层延迟异常等，定位的可靠

GNSS接收机自主完好性监测算法研究

01-30

随着GPS、GALILEO、GLONASS以及我国北斗导航定位系统的不断发展，基于多星座下的GNSS接收机自主完好性监测算法也已被国内外学者广泛研究。本文首先介绍了接收机自主完好性监测（RAIM）算法的原理，然后分别对单星座、多星座组合下的RAIM算法进行了研究和仿真，图形化和数据化的仿真结果充分证明了多星座组合下的完好性监测性能优于单星座下完好性监测性能。

RAIM算法文档

09-07

国外实现RAIM的一些文档，对大家了解RAIM算法有帮助，请大家关注

git发布代码

yangxiaomao12379的博客

10-11

719

git新建项目以及推送代码 1、新建地址 2、输入项目名称 3、创建完成 4、git命令行输入git init 初始化 5、 git add . 重要是空格后加点 6、git commit -m “111” 111代表随便输入的东西 7、git remote add origin http://10.10.10.21/新建地址/impc-grj.git 这里写新建的地址 8、git pu...

Septentrio发布新款海洋工程接收机和板卡

LEO_NJHC的博客

08-26

514

Septentrio近期发布用于疏浚，海洋施工和近海工程的两款新型GNSS接收机：AsteRx-U3 Marine封装接收机和AsteRx-m3 Fg板卡。

北斗导航 | RAIM：单差载波相位完好性监测（接收机自主完好性检测）

尘世冰封的专栏

08-22

1070

================================================ 博主github：https://github.com/MichaelBeechan 博主优快云：https://blog.youkuaiyun.com/u011344545 ================================================ 美国FAA(Federal Aviation Administration)对GPS的精度、完好性、可用性以及连续性都提出了明确的要求。国际

台式电脑网络连接配置异常_技术贴1：Septentrio板卡接收机连接方式

weixin_39622710的博客

12-08

522

Septentrio当前在国内畅销的几款产品分别是：- 板卡系列：AsteRx m2 （单天线）和AsteRx m2a（双天线）- 模组系统：Mosaic x5 （单天线模组-马赛克x5，后续会推出双天线模组产品）- 接收机系列：AsteRx SB （紧凑型接收机）和PolaRx5（参考站接收机）AsteRx m2板卡Mosaic MinEvk马赛克模组mini开发板SK15 马赛克模组转诺瓦泰O...

UWB定位原理/基于RAIM的粗差、NLOS异常数据检测

Ji_Sheng_的博客

07-09

634

UWB定位简要介绍

北斗导航 | SPP+RAIM：PArthenope Navigation：PANG_NAV：基于matlab实现斜率加权的最小二乘RAIM（附Matlab源码下载链接）

尘世冰封的专栏

10-14

739

全球卫星导航系统(GNSSs)理论上能够为无限数量的用户提供精确的、三维的和连续的定位。GNSS的一个重要缺点是缺乏完好性，即系统在发生故障时及时提供警告的能力;这一问题在诸如航空等生命安全应用领域尤其突出。填补这一空白的常用方法是使用接收器自主完好性监视(RAIM)技术，该技术能够通过分析冗余测量提供完好性信息。一种可能的RAIM功能是能够识别并剔除异常测量;这种功能使RAIM在严重信号退化的情况下也非常有用，例如在城市或茂密的植被地区，在这些地方错误很常见。

北斗导航 | RTK RAIM C代码

尘世冰封的专栏

05-02

1174

【代码】北斗导航 | RTK RAIM C代码。

Septentrio APME＋抗干扰技术详讲

05-27

### Septentrio APME+ 抗干扰技术的工作原理 Septentrio 的 APME+ 是一种先进的多路径抑制技术，旨在减少由于反射信号引起的定位误差。其核心理念是在每个跟踪通道中应用额外的相关因子来估计伪距和载波相位测量中的多路径误差[^2]。 #### 关键特性 1. **射频前端优化** APME+ 设计的独特之处在于其射频前端能够有效区分真实卫星信号与干扰信号。通过特殊的硬件设计，该技术能够在信号进入接收器之前过滤掉大部分不必要的干扰源，从而显著降低后续处理的负担。 2. **短路径干扰防护** 对于距离小于 20 米的短路径干扰（即延迟非常短的反射信号），APME+ 表现出卓越的能力。这种类型的干扰通常难以被传统方法检测到并消除，而 APME+ 利用高级算法成功解决了这一难题[^3]。 3. **实时监控与可配置性** 用户可以通过 SBF 消息查看 APME+ 如何运作，并有权决定是否启用或禁用此功能。这意味着即使在某些特定场景下不需要抗干扰措施时，也能恢复原始数据流以满足不同需求[^4]。 #### 工作流程概述 - 当 GNSS 接收机接收到包含直接传播及多次反射成分在内的混合信号后； - APME+ 使用附加相关函数计算可能存在的多径效应影响量级； - 这些估算值随后会被用来调整最终输出的位置解算结果，进而提高整体精度水平。以下是实现上述过程的一部分 Python 示例代码片段： ```python def apme_plus_correction(raw_measurements, correlation_factors): corrected_data = [] for measurement in raw_measurements: multipath_error_estimate = estimate_multipath_error(measurement, correlation_factors) # Apply correction to pseudo-range and carrier phase measurements adjusted_measurement = { 'pseudo_range': measurement['pseudo_range'] - multipath_error_estimate, 'carrier_phase': measurement['carrier_phase'] - convert_to_carrier_phase(multipath_error_estimate), } corrected_data.append(adjusted_measurement) return corrected_data def estimate_multipath_error(measurement, factors): error_estimation_model = build_error_model(factors) return apply_model(error_estimation_model, measurement) def build_error_model(correlation_factors): model_parameters = calculate_parameters(correlation_factors) return define_model(model_parameters) def apply_model(model, data_point): result = evaluate_expression(data_point, model.expression) return adjust_result(result, model.adjustment_factor) ``` 以上代码展示了如何基于给定的相关因素评估潜在的多路径错误，并将其应用于伪距和载波相位读数上的基本逻辑框架。 --- ###