技術文章

GNSS自主完好性監測技術精解:RAIM與ARAIM原理、實現挑戰與驗證

GNSS自主完好性監測技術精解:RAIM與ARAIM原理、實現挑戰與工程驗證

 

導論:安全關鍵型應用對PNT「可信度」的嚴苛呼喚

全球導航衛星系統(GNSS)已深植於現代社會的各個層面,從日常的交通導航到複雜的金融交易同步,無不依賴其提供的精準定位、導航與授時(PNT)資訊;然而,對於航空、航海、鐵路運輸、自動駕駛以及其他安全關鍵型(Safety-Critical)應用而言,僅僅獲得一個PNT解算結果是遠遠不夠的;更為核心的需求是確保這個結果的「可信度」——即完好性(Integrity,完好性代表了對系統所提供資訊正確性的信任度,以及當系統不應被使用於導航操作時,能夠及時向使用者發出告警的能力。

標準的GNSS服務本身並不直接提供此類完好性保證,GNSS訊號在從衛星到用戶接收機的漫長傳播過程中,可能受到多種因素影響,導致訊號異常或錯誤,例如:衛星本身發生故障(時脈異常、星曆錯誤)、訊號傳播路徑異常(電離層突變、強多路徑),乃至惡意的干擾或欺騙攻擊;若接收機無法識別這些異常並繼續輸出錯誤的PNT資訊,對於安全關鍵型應用而言,後果不堪設想。因此,接收機自主完好性監測(RAIM)及其進階版本ARAIM技術應運而生,旨在賦予GNSS接收機自身一定的「自檢」能力,以保障PNT資訊的可靠性。



如自動駕駛等安全關鍵型應用,其依賴的GNSS訊號時刻面臨著干擾(Interference)和欺騙(Spoofing)等威脅,這使得PNT系統的完好性監測至關重要。
 

RAIM (接收機自主完好性監測) 原理詳析

接收機自主完好性監測(Receiver Autonomous Integrity Monitoring, RAIM)是最早被廣泛應用的GNSS完好性監測技術,主要針對單一星座(通常是GPS L1 C/A訊號)的應用。

核心思想:利用冗餘觀測值進行一致性檢查

RAIM的核心思想非常直觀:當接收機追蹤到的可見衛星數量超過解算PNT所需的最小數量(三維定位需4顆星)時,便產生了冗餘觀測值,RAIM利用這些冗餘資訊來進行一致性檢查,如果所有觀測值都良好且一致,那麼它們應該指向一個相對集中的PNT解;反之,若某顆衛星的訊號存在較大誤差(即故障),那麼基於該故障衛星的解算結果就會與基於其他正常衛星的解算結果產生顯著偏差。

基本假設與前提條件

傳統RAIM的運作基於以下主要假設:

  • 單一故障假設: 在任何給定時間,最多只有一顆衛星發生影響PNT解算的故障。
  • 最小衛星數要求:
    • 故障偵測(Fault Detection, FD):
      至少需要5顆可見衛星,用4顆衛星解算PNT,第5顆衛星的觀測值用於形成一個殘差(Residual)來檢查一致性。
    • 故障偵測與排除(Fault Detection and Exclusion, FDE):
      至少需要6顆可見衛星,除了偵測到故障外,還能識別並排除該故障衛星,繼續提供PNT服務。

故障偵測 (FD) 機制

RAIM FD通常採用快照法(Snapshot Method),利用最小二乘法(Least Squares)進行PNT解算,並檢查觀測值的殘差平方和(Sum of Squared Residuals, SSR)。

  1. 計算保護級別(Protection Level, PL):
    保護級別是一個統計量,它以極高的概率(例如99.99999%)包絡了真實位置誤差,水平保護級別(HPL)和垂直保護級別(VPL)分別定義了在水平面和垂直方向上的誤差界限。PL的計算與當前的衛星幾何分佈(DOP值)、假設的衛星故障幅度以及期望的完好性風險概率相關。
  2. 比較保護級別與告警限值(Alert Limit, AL):
    告警限值是針對特定飛行階段或操作預先定義的最大允許誤差,如果計算出的PL超過了AL(例如HPL > HAL 或 VPL > VAL),則RAIM會發出告警,指示當前PNT解算的完好性無法保證,不應被用於導航。
  3. 殘差檢查:
    同時,也會對SSR或標準化的殘差進行統計檢驗,如果檢驗統計量超過預設閾值,則認為偵測到故障。

RAIM的性能通常用錯誤告警概率(P_FA,Probability of False Alert)和漏檢測概率(P_MD,Probability of Missed Detection)來衡量。

故障識別與排除 (FDE) 機制

當RAIM偵測到故障後(通常需要至少5顆星),如果可見衛星數量達到6顆或更多,FDE功能可以進一步嘗試識別並排除故障衛星,其基本方法是逐個剔除可疑衛星,並用剩餘的衛星子集重新進行RAIM FD檢查,如果排除某顆衛星後,殘差檢驗通過且PL < AL,則該被排除的衛星被認為是故障源。

RAIM的侷限性

儘管RAIM在過去數十年中為航空等領域提供了重要的完好性保障,但其固有的侷限性也日益凸顯:

  • 單一故障假設的脆弱性:
    在複雜的電磁環境或某些星座級異常情況下,可能出現多個衛星同時故障或受影響。
  • 對單一星座的依賴:
    傳統RAIM主要針對GPS L1 C/A,限制了其在多星座融合時代的應用潛力。
  • 可用性受衛星幾何分佈影響顯著:
    在某些衛星幾何佈局不佳(DOP值較大)的區域或時段,RAIM可能因無法計算出足夠小的PL而頻繁不可用。
  • 主要保障水平完好性:
    垂直完好性的保障能力相對較弱,對垂直引導的支援有限。

ARAIM (先進接收機自主完好性監測) 原理進階

為克服傳統RAIM的侷限性,並適應多星座、多頻率GNSS發展的趨勢,先進接收機自主完好性監測(Advanced RAIM, ARAIM)應運而生,ARAIM是國際民航組織(ICAO)導航系統專家組(NSP)定義的下一代接收機完好性監測技術。

動機:克服RAIM侷限,擁抱多星座時代

ARAIM的核心動機在於充分利用來自多個GNSS星座(如GPS、Galileo、GLONASS、BeiDou)以及多個頻率的觀測數據,以顯著提升完好性監測的可用性、連續性和精度,特別是在要求嚴苛的飛行階段(如精密進場)。

核心架構與關鍵差異

相較於RAIM,ARAIM在架構和演算法上有諸多關鍵進展:

  • 多星座、多頻率融合:
    ARAIM的設計初衷就是支援所有可用的GNSS星座和民用訊號,這不僅增加了冗餘觀測值的數量,也改善了衛星幾何分佈,從而提高了完好性監測的性能。
  • 更精密的故障模型:
    ARAIM考慮了更為複雜的故障模式,例如:單個衛星故障、多個衛星故障(在一定概率下)、星座級故障(如整個星座的時脈或軌道參數集體偏移)以及緩慢變化的誤差源。
  • 完好性支援訊息(Integrity Support Message, ISM):
    對於要求最高的應用(如支援LPV-200垂直引導的V-ARAIM),ARAIM的性能依賴於地面系統提供的ISM。ISM包含了對各個衛星訊號的先驗故障概率、以及誤差分佈的標準差等關鍵參數,這些參數由地面監測網絡評估後播發給用戶。而最初的水平ARAIM(H-ARAIM)設計目標是不依賴ISM。
  • 垂直完好性的重點加強:
    ARAIM,特別是V-ARAIM,旨在為航空用戶提供可靠的垂直引導能力。

水平ARAIM (Horizontal ARAIM - H-ARAIM)

H-ARAIM主要面向航路飛行、終端區操作等對水平導航精度和完好性有較高要求的階段,其設計力求不依賴或少依賴地面支援訊息,主要依靠接收機自主處理多星座觀測數據。

垂直ARAIM (Vertical ARAIM - V-ARAIM)

V-ARAIM則專為精密進場操作(如LPV-200,允許飛機在低能見度條件下下降至200英尺的決斷高)設計,對垂直方向的定位精度和完好性要求極高,實現V-ARAIM通常需要地面監測系統提供高質量的ISM,以精確表徵各衛星訊號的誤差特性。

ARAIM的優勢與挑戰

優勢:

  • 顯著提升的可用性和連續性:
    多星座的引入大大增加了冗餘,使得在傳統RAIM不可用的區域或時段,ARAIM仍能提供完好性服務。
  • 更高的完好性性能:
    能夠支援更低的告警限值和更高的完好性風險概率要求。
  • 對未來GNSS發展的適應性:
    其框架設計考慮了未來新星座和新訊號的加入。

挑戰:

  • 演算法複雜度高:
    相較於RAIM,ARAIM的數學模型和計算流程更為複雜。
  • 對誤差模型的精度要求高:
    ARAIM的性能高度依賴於對GNSS各項誤差源(衛星鐘差、星曆誤差、大氣延遲、多路徑、接收機雜訊等)的精確建模。
  • ISM的依賴性(對V-ARAIM):
    V-ARAIM的實現有賴於全球或區域性地面監測網絡的建設與ISM的可靠播發。

RAIM/ARAIM演算法的工程實現考量

將RAIM/ARAIM理論演算法在GNSS接收機中高效、可靠地實現,是研發工程師面臨的實際挑戰。

  • 接收機內的軟硬體需求:
    需要足夠的處理器運算能力來執行複雜的矩陣運算和統計檢驗,以及足夠的記憶體來儲存相關數據和誤差模型參數。
  • 精確的誤差模型建構:
    建立符合實際情況且能被接收機有效使用的GNSS誤差模型(包括誤差的均值、標準差、相關性等)是ARAIM成功的關鍵。
  • 故障模式的定義與涵蓋:
    演算法必須能有效應對預期中的各種衛星及系統故障模式。
  • 門限設定與性能權衡:
    如何在錯誤告警概率(P_FA)、漏檢測概率(P_MD)和服務可用性(Availability)之間取得最佳平衡,是門限設定的核心問題。
  • 與外部系統的協同:
    在一個更廣泛的GNSS品質保證體系中,接收機級的RAIM/ARAIM能力可以與外部監測系統形成有益的互補,例如,OHB GIDAS系列解決方案中的欺騙偵測模型便明確包含了一個「ARAIM偵測器」(ARAIM Detector) 模組,系統級的地面監測設備(如GIDAS Stationary)或嵌入式監測單元(如GIDAS Embedded)可以利用或驗證接收機ARAIM的輸出結果,或者獨立地執行類似的、基於多重觀測源的完好性評估,為用戶提供更全面的PNT品質保障。


OHB GIDAS系列的欺騙偵測模型,在其多演算法組合中明確整合了ARAIM偵測器,體現了接收機自主完好性監測結果在系統級PNT品質保證中的重要性。


OHB GIDAS 提供了從固定式、移動式、便攜式到嵌入式的多種監測方案,這些方案的接收端或分析端都可以整合或受益於先進的RAIM/ARAIM技術,以提升對GNSS訊號完好性的綜合評估能力。
 

RAIM/ARAIM演算法的嚴苛驗證:模擬測試的角色與方法
由於RAIM/ARAIM演算法的複雜性及其在安全關鍵型應用中的重要地位,對其進行全面而嚴苛的測試驗證至關重要。

為何需要模擬測試?

  • 真實故障場景的稀有性與不可控性:
    真實的衛星故障事件本身發生概率低,且無法預先安排或精確控制故障的類型、幅度和持續時間。
  • 安全與成本考量:
    在真實飛行或駕駛中測試RAIM/ARAIM對某些嚴重故障的反應,存在極高的安全風險和成本。
  • 可重複性與效率:
    實驗室環境下的模擬測試可以精確控制所有變數,實現測試場景的無限次重複,便於演算法的調試、優化和性能比較。

模擬測試的關鍵要素

一個有效的RAIM/ARAIM模擬測試平台應具備以下能力:

  • 精確模擬衛星軌道與時脈錯誤:
    能夠根據預設參數,模擬特定衛星產生軌道漂移、時脈跳變或緩慢時脈老化等故障。
  • 模擬大氣延遲與多路徑效應:
    這些是影響定位精度的主要誤差源,也是RAIM/ARAIM演算法需要考慮的因素。
  • 注入特定故障模式:
    能夠模擬緩升型故障(Ramp errors)、階躍型故障(Step errors)等不同特性的故障注入。
  • 靈活控制衛星幾何分佈(DOP):
    透過選擇不同地理位置、時間或手動編輯星曆,產生不同的衛星幾何構型,測試RAIM/ARAIM在不同DOP條件下的可用性。
  • 疊加干擾/欺騙訊號:
    測試RAIM/ARAIM演算法在存在射頻干擾或欺騙攻擊時的表現,例如,干擾可能導致可用衛星數量減少,直接影響RAIM/ARAIM的計算。

模擬器在RAIM/ARAIM驗證中的應用

高階GNSS模擬器是實現上述測試要素的核心工具,例如,OHB XPLORA Pro 以其多通道能力和高度靈活的場景生成引擎,能夠精確建構RAIM/ARAIM演算法驗證所需的各種正常及故障條件;其對衛星星曆參數、時脈錯誤模型的可程式化注入能力,對於測試演算法的故障偵測靈敏度和反應時間至關重要。



OHB XPLORA Pro 等高階GNSS模擬器,憑藉其強大的訊號模擬能力與豐富的故障注入選項,是進行複雜RAIM/ARAIM演算法研發與驗證的理想平台。
 

對於基礎的演算法概念驗證、學術研究或成本敏感型專案,OHB XPLORA One 憑藉其支援多星座(GPS, Galileo, GLONASS, BeiDou等)和真實環境模擬(包括可選的干擾/欺騙)的特性,也為RAIM/ARAIM的初步測試和演算法學習提供了高性價比的平台,其內建的高精度GPSDO參考時脈(與UTC時間偏差±50 ns RMS 亦能確保模擬訊號的時間基準準確性,這對於測試基於時間的完好性參數至關重要。



OHB XPLORA One GNSS模擬器,以其高達25MHz或選配2x100MHz的模擬頻寬,能夠生成高傳真度的GNSS訊號,用於RAIM/ARAIM演算法的基礎測試與驗證。
 

在某些情況下,若需要分析真實世界中可能導致完好性問題的複雜訊號環境,或重複播放已採集的包含異常的數據流,OHB XPLORA Trace 這樣的GNSS訊號紀錄與回放系統則能提供有力的支援,幫助工程師理解真實世界的挑戰並優化其RAIM/ARAIM設計。



利用OHB XPLORA Trace 記錄的真實GNSS數據,可以回放給待測的RAIM/ARAIM接收機,以評估其在實際複雜電磁環境下的完好性監測性能。
 

總結比較:RAIM vs. ARAIM 及未來發展

特性比較

RAIM

ARAIM

主要目標

偵測單一GNSS衛星故障

支援多星座,提供更高可用性與連續性的完好性監測

支援星座

通常單一星座 (e.g., GPS L1 C/A)

多星座 (GPS, Galileo, GLONASS, BeiDou等)

故障假設

通常單一故障假設

可處理更複雜故障模式 (e.g., 星座級故障)

外部資訊依賴

垂直導引通常需ISM或地面高精度誤差校正資訊支援

主要應用

非精密進場、航路飛行

精密進場(LPV-200等)、高要求PNT應用

複雜度

相對較低

較高,需更複雜誤差模型與演算法

可用性/連續性

有限

顯著提升

未來,隨著雙頻多星座(DFMC)接收機的普及,DFMC ARAIM將成為主流,進一步提升性能。同時,RAIM/ARAIM將更緊密地與其他感測器(如IMU、視覺感測器)的資訊融合,形成更為強韌和可靠的整合導航與完好性監測方案。AI/機器學習技術也有望在故障特徵識別、複雜誤差建模等方面發揮作用,提升自主完好性監測的智慧化水平。



一個全面的GNSS品質保證方法論,如圖所示的監測、偵測、告警、故障排除到評估的流程,其中接收機自主完好性監測(RAIM/ARAIM)在「偵測」和輔助「故障排除」階段扮演著底層且關鍵的角色。
 

結論:自主完好性監測 – 守護PNT可信賴性的基石

GNSS接收機自主完好性監測(RAIM/ARAIM)是確保PNT資訊在安全關鍵型應用中可信賴性的核心技術,從最初的單星座RAIM到先進的多星座ARAIM,其原理不斷演進,複雜性也隨之增加,但其根本目標——為用戶提供關於當前PNT解算是否可靠的「承諾」——始終未變。

對於GNSS系統的研發工程師而言,深刻理解RAIM/ARAIM的原理、掌握其工程實現的挑戰、並利用如OHB XPLORA系列模擬器等先進工具進行全面嚴謹的測試驗證,是交付高完好性PNT解決方案的必由之路。而像OHB GIDAS系列這樣的系統級監測方案,在其設計中融入對ARAIM等接收機級完好性資訊的考量,則能進一步提升整體PNT應用的安全保障水平。隨著技術的發展,自主完好性監測必將更加智慧、更加強韌,持續為全球PNT用戶保駕護航。

您在RAIM/ARAIM演算法的開發或驗證過程中,遇到的最大挑戰是什麼?您認為未來GNSS完好性技術的發展方向將走向何方?

欲了解OHB XPLORA系列GNSS模擬器如何精確模擬複雜故障場景以驗證您的RAIM/ARAIM演算法,或OHB GIDAS系列監測系統如何整合完好性資訊以提升PNT品質保證水平?立即聯繫OHB技術專家,獲取專業的技術諮詢與解決方案。

探索更多關於OHB所有產品在提升PNT系統安全性與可靠性方面的應用。