卫星导航定位系统的发展彻底改变了人们的生活方式；改变了部队的作战样式，尤其是改变了战场感知样式；也改变了政府的多种管理模式，特别是交通管理的样式。中国建成的区域北斗卫星导航系统(BDS)也在中国交通管理、应急指挥、海洋渔业及国防建设中发挥了重要作用。但是BDS与美国的GPS、俄国的GLONASS和欧盟Galileo系统一样都具有天然的脆弱性。即信号弱、穿透能力差、易受干扰。
卫星导航系统(GNSS)一般由3部分组成：空间段、地面段和用户段。首先，空间段卫星的安全稳定运行存在隐患，卫星本身和卫星的重要载荷可能出现故障；其次GNSS卫星信号非常微弱，极易受到干扰和欺骗，影响国防、电力、金融等核心用户群；另外卫星的星历一般靠地面跟踪站和运控系统提供，地面运控系统一旦崩溃，GNSS的PNT服务将无法保障；最后GNSS的PNT服务不能惠及地下、水下和室内，在高楼林立的大城市和森林密集的特殊地区，由于GNSS信息易受遮挡，也无法保证PNT服务的可用性、连续性和可靠性。
早在2010年，美国交通部和国防部就开始谋划美国国家综合PNT架构[1]，拟在2025年前，构建国家PNT新体系。该PNT系统能够提供能力更强、效率更高的PNT服务。美国把PNT作为美国经济和国家安全依赖的基础设施。美国发动的海湾战争和南联盟战争，已经将GPS PNT的作用发挥得淋漓尽致。然而，美国的决策者们也已经意识到美国的国防行动过分依赖GPS，于是，他们又开始担心GPS PNT的脆弱性、安全性和稳健性，并策划构建新的PNT替代体系[2]。美国国防部和交通部联合40多家科研院校和企业，开始研发基于不同物理技术、不同原理和新计算理论的PNT体系[3]。
Parkinson教授2014年提出PTA概念[4]，即保护(protect)、坚韧(toughen)和增强(augment)，其核心是保护GPS的PNT信号不受攻击，并具有坚韧性。他提出采用星基和地基增强方法提升GNSS的PNT服务能力，提高可用性和完好性。Parkinson教授2015年进一步强调[5]，在PNT应用的基础设施方面，美国要发展威胁GPS PNT的正规模型，并分别监测GPS和其他GNSS信号的完好性。
美国另外的一些学者则强调：发展以GPS为核心的，并包容其他手段的PNT体系。包括微型定位导航与授时技术(micro PNT)，量子感知PNT技术以及其他有望提升物理场感知灵敏度和精度的传感器技术，高稳定和高可靠性原子时钟技术等[3]。
本文试图从综合PNT的基本概念、基本信息源和核心关联技术入手，描述未来综合PNT的发展，以便为综合PNT的体系建设、设备研制和技术发展提供参考。
1 综合PNT基本概念所谓“综合PNT”至今并无统一定义，依作者的观点，“综合PNT”首先是多信息源的PNT(multi PNT signal source)，其次是非中心化或云端化运控(云平台控制体系)的PNT，第三是多传感器组件深度集成的PNT(integration of multi PNT sensors)，最后是多组件多源信息在不同用户终端深度融合的PNT(fusion of multi PNT dada)。所以综合PNT最终体现在用户PNT服务性能的提升。换言之，“综合PNT”必须包含几个核心性能要素：即必须满足可用性(availability)、完好性(integrity)、连续性(continuity)和可靠性(reliability)。此外，还应加上稳健性(robustness)。如此，可给出如下“综合PNT”定义。
综合PNT定义：基于不同原理的多种PNT信息源，经过云平台控制、多传感器的高度集成和多源数据融合，生成时空基准统一的，且具有抗干扰、防欺骗、稳健、可用、连续、可靠的PNT服务信息。综合PNT概念框图见图 1。
|
| 图 1 综合PNT信息流程图 Fig. 1 Information flow diagram of comprehensive PNT |
上述定义实际上也包含通常GNSS PNT服务的兼容与操作性[6]。
实际上，“综合PNT”具有“混合”和“自主”的属性，有人称为“混合自主PNT”(Hybrid and Autonomous PNT System)，简称HAPS[2]。混合自主PNT也强调基于不同原理的多类PNT信息源，多种技术和多种功能的PNT传感集成，多类信息的融合服务。混合自主PNT强调协同、组合、集成、融合，以致多系统组合提供的PNT服务比单一系统的PNT服务更具有可用性、连续性和可靠性。如多类GNSS融合导航、GNSS/无线电通信组合、GNSS/重力匹配/INS组合等都属于这类综合PNT服务体系。
自主PNT系统(autonomous system)包含两个含义：一是某单一PNT系统无须其他外部系统支持，可自主完成或维持PNT服务；如基于星间链路的卫星自主定轨、测时所维持的GNSS PNT服务，惯性导航提供的PN(定位与导航)服务等；二是某一系统与其他功能组件进行紧组合实现体系的自主PNT服务，以补充单一系统PNT服务的保真性(fidelity)和稳健性(robustness)[2]。通常采用的GNSS/INS紧组合导航即属于这类自主综合PNT。
定义“综合PNT”不难，而搭建国家综合PNT系统、提供综合PNT服务则相对困难。首先，PNT的服务用户需求各不相同，如高安全用户需求抗干扰、防欺骗，并要求具有水下、地下PNT服务功能；普通用户要求具有室内外一体化PNT服务能力；交通运输用户要求具有高动态、连续且不受障碍遮挡影响的PNT服务；特殊群体还需要PNT服务可穿戴、小型化、低功耗、智能化等。
显然，综合PNT体系构建必然涉及服务终端的高度集成化、小型化甚至微型化(如芯片集成)，而且综合PNT体系还涉及智能化的信息融合。
2 综合的PNT信息源为了满足稳健可用性、稳健连续性和高可靠性，综合PNT必须具有基于不同原理的冗余信息源。之所以强调“不同原理”，是因为基于相同原理的信息一旦受干扰、遮蔽，再多的信息源也无济于事。
(1) 天基无线电PNT信息。天基无线电PNT信息仍然是未来综合PNT的主要信息源。中国的综合PNT系统必须以中国北斗卫星导航系统(BDS)为核心，兼容美国GPS、俄罗斯的GLONASS、欧盟Galileo和其他区域卫星导航系统，这种综合系统有人称之为GPSS(global PNT system of system)[2]。这些高轨GNSS信号必须满足兼容与互操作[7]，否则综合PNT服务将会产生混乱。
为了提升GNSS的服务能力，尤其是提升飞机安全飞行与降落安全性，多个发达国家分别建立了星基增强系统(SBAS)，美国称之为广域增强系统(WAAS)，欧盟称之为EGNOS，俄罗斯称为SDCM，日本称为MSAS，印度称为GAGAN等；为了精密测量和局部增强，多国建立了地基增强系统(GBAS)。
此外，为了增强天基PNT，也有人提出利用低成本低轨卫星和通信卫星作为天基GNSS信号的补充和增强。首先低轨卫星和各类通信卫星轨道较低，信号功率相对较强，一般不易受到干扰(刻意干扰除外)，而且低轨卫星和通信卫星参与PNT服务可极大增加用户可视卫星个数，增强用户卫星观测的几何结构，而且信号强度也得到提升，于是有利于提升天基PNT服务性能。高低轨卫星集成PNT示意图见图 2。
|
| 图 2 高轨与低轨卫星集成PNT示意图 Fig. 2 Sketch mapon synthetic PNT with high and low orbit satellites |
但必须注意：即使天空布满各类PNT卫星，但当信号被遮挡(如地下、水下、室内)时，这类天基PNT服务必将中断。且天基PNT服务易受故意干扰或者欺骗，不能确保PNT服务的安全性。此外，这类天基PNT服务需要地面运控系统的支持，一旦地面运控系统受损，天基PNT服务即可能受到严重影响。
(2) 地基无线电PNT信息源。地基PNT包括地基增强GNSS，伪卫星系统，以及其他多种地基无线电PNT服务体系。实际上，在GPS之前各国就发展了多种地基无线电导航定位技术，如多普勒导航雷达系统(Doppler navigation radar)、罗兰系统(ROLAN)、塔康系统(TACAN)、奥米伽(Omega)甚低频无线电系统、伏尔(VOR)甚高频系统、阿尔法(Alpha)系统等[8]。这些地基无线电导航系统作用范围小，不易实现全球无缝PNT服务。但可以作为区域PNT服务的补充。近年来快速发展的移动通信和无线网络系统可以作为新型地基PNT的重要信息源。此外，可以基于地基无线电网络体系构建PNT云(PNT Cloud)服务系统，类似于云计算。所有志愿者都可以在定位、导航和时间服务平台上提供各端点信息，通过云平台计算使端点用户获得网络PNT信息服务。
(3) 惯性导航信息源。惯性导航系统(inertial navigation system，INS)是机电光学和力学导航系统。INS具有自主性强的优点，与外界无须光电交换即可依赖自主设备完成航位推算。INS的微机电系统MEMS具有成本低、易集成的特点。INS系统可以提供载体的位置、速度和加速度信息，适于水下、地下、深空等无线电信号不易到达区域的导航定位。
但是，INS一般不能提供高精度时间信息，误差积累较为明显。而高精度INS价格昂贵。所以INS一般需要与其他PNT信息源进行集成和融合，首先需要集成高精度时间信息源，其次需要高精度外部位置信息进行累积误差纠正。
(4) 匹配导航信息源。匹配导航信息源一般先将具有统一地理坐标特征的信息进行存储，然后通过各类传感器获取相应特征信息，再与预先测量并储存的信息进行匹配，进而获得位置信息。这类匹配PNT信息源主要有影像匹配、重力场匹配、地磁场匹配。这类匹配导航信息适于水下、井下和室内导航定位。导航定位精度取决于预先测量信息的空间分辨率和绝对位置精度，也取决于载体传感器的实时感知精度，其中地磁场信息过于敏感，任何物理环境的扰动都会引起地磁场信息的较大变化。此外，匹配导航一般不提供时间服务，于是也需要与时间信息源集成，并与其他PNT信息源进行融合。
(5) 其他PNT信息源。光电天文观测信息、银河系外的脉冲星信号、激光导航信息、水下声呐信标等都可以作为综合PNT信息源。
3 综合PNT体系实现的关键技术 3.1 综合PNT服务终端技术随着PNT信息源的增加，必然给用户PNT服务终端研发带来挑战。未来的综合PNT服务终端应实现芯片化集成，才能实现小型化和低功耗；应包含无线电导航、惯性导航组件和微型原子钟组件等微型装置，且无系统间偏差，满足互操作等特性。
目前，最易实现的是将芯片级原子钟、微电子机械系统(micro-electro-mechanical systems，MEMS)的惯性测量单元IMU(inertial measurement unit)和GNSS集成，或将IMU和芯片级原子钟嵌入到GNSS接收机，这方面研究很充分，并且有相应的产品，而且INS与GNSS的互补性强，是比较理想而且相对简单的综合PNT集成系统[2, 9]。但是由于惯性导航的误差积累显著，在缺失GNSS信号的情况下，这类综合PNT的长期稳健服务仍然存在问题。
另一种PNT终端集成是各类匹配导航传感器、芯片化的原子钟与计算单元及MEMS IMU集成。注意到尽管影像、重力、磁力值所对应的位置信息本身精度不高，但它们没有明显的系统误差累积，而且这几类PNT信息一般不受外界无线电干扰，于是可以用于长距离航行的惯性导航误差纠正。此外，超稳微型原子钟单元可以为各类匹配导航、惯性导航提供同步时间信息。
综合PNT未来终端还可能包括脉冲星信息感知传感器、光学雷达传感器等。多源信息感知的敏感性、抗干扰性、稳定性是集成PNT传感器的关键。应该强调，未来综合PNT体系发展，首先必须解决小型或微型超稳时钟研制难题，为机动载体提供稳定可靠的时间服务；其次是发展超稳定、且累积误差小的惯性导航组件(如量子惯性导航器件)等，为长航时载体提供无须外部信息支持的定位、导航与授时服务；必须发展芯片化传感器的深度集成技术，而不是各类传感器的简单捆绑，如此才能满足小型化、便携式、低功耗、长航时PNT服务的需要。
3.2 多源信息融合技术“综合PNT”不是单一PNT信息的集成或者综合，而是多类信息的融合。多类信息由于空间基准不同，必须进行空间基准的归一化，中国综合PNT体系应该采用中国2000坐标基准[10-11]；多信息融合必须基于统一的时间基准，尤其是对于高速运动的载体的PNT服务，统一时间基准尤为重要。中国的PNT必须以北斗卫星导航系统(BDS)为核心，于是应该采用中国北斗时间(BDT)作为时标[12]，对其他信息源进行时间归算、时间同步和时间修正等，使用户的综合PNT对应同一时标。
多源PNT信息融合必须统一观测信息的函数模型。实际上基于不同背景、不同原理构建的PNT服务系统或PNT服务组件，其函数模型是不同的。各类观测信息中可能还含有各自对应的重要物理参数、几何参数和时变参数等信息。为了实现综合PNT服务，各类PNT观测信息的函数模型必须表示成相同的位置、速度和时间参数(即用户关注的PNT参数)。
函数模型的统一表达是深度PNT信息融合的基础。共同的函数模型还应包括各类PNT传感器或各类PNT信息源的系统偏差参数(或互操作参数)[13]，如多个GNSS信息融合的频间偏差[14]，惯导与GNSS组合的惯导累积误差等[15]。
多源PNT信息融合必须有合理优化的随机模型。不同类型的PNT观测信息具有不同的不确定度以及不同的误差分布。在多类PNT信息融合时，应实时或近实时地确定各类观测信息的方差或权重，可以采用方差分量估计或基于实际偏差量确定的随机模型[16-18]。
综合PNT信息处理必须采用合理高效的计算方法。多源信息并行计算是实现高效PNT信息融合的重要手段；如联邦滤波[19-21]。为了避免重复使用动力学模型信息，可采用动静滤波技术[22]。为了控制各观测异常对PNT参数的影响，可以采用抗差信息融合[23-24]。为了控制动力学模型异常对综合PNT参数估计影响，可以采用自适应Kalman滤波进行PNT信息融合[25-26]。多源PNT信息融合框图见图 3。
|
| 图 3 多源PNT信息融合 Fig. 3 Information fusion of multiple PNT signal sources |
多源PNT信息融合必须建立在信息兼容与互操作基础上，如此才能确保PNT结果的可互换(interchangeable)。融合后的PNT，不仅可用性和连续性得到提升，实际上，稳健性和可靠性也会得到显著增强。
这里需要强调指出：中国的综合PNT数据融合，应尽可能以BDS信息为核心，以BDS对应的坐标基准和时间基准为基础。此外，在综合PNT体系下，单一系统的完好性的重要性将显著减弱。因为综合PNT的信息源更丰富，多源信息的容错能力、误差补偿能力将得到增强[25]，尤其是基于抗差估计原理的多源信息融合，将会提高综合PNT的抗差性(稳健性)。
4 结束语综合PNT是未来定位导航和授时的发展方向。综合PNT首先是PNT信息的“多源化”，传感器的高度“集成化”和小型化，综合PNT时空基准“归一化”，运控手段的“云端化”，多源信息融合的“自适应化”，PNT融合数据的“稳健化”，最终实现PNT服务模式的“智能化”。由于综合PNT强调PNT原理的多样性与信息的冗余性，于是综合PNT的容错能力、系统误差的补偿能力、异常误差影响的控制能力、及抗差性(或稳健性)都会得到显著增强，进而可用性、完好性和可靠性都会得到提升，于是，一般意义上的单系统用户完好性要求将显著削弱。
综合PNT发展的核心技术包括：微型超稳时钟(芯片化原子钟)、超稳惯导器件或自主导航传感器、多源传感器的芯片化集成、多源PNT信息的自适应融合理论模型与快速计算方法等。
中国的综合PNT体系一定是以BDS PNT为核心的多源信息融合的PNT。
| [1] | Department of Transportation and Department of Defense of USA. National Positioning, Navigation, and Timing Architecture Implementation Plan[R].[S.l.]: Department of Transportation and Department of Defense of USA,2010. |
| [2] | MCNEFF J. Changing the Game Changer—The Way Ahead for Military PNT[J]. Inside GNSS,2010, 5 (8) : 44 –45 . |
| [3] |
李耐和, 张永红, 席欢. 美正在开发的PNT新技术及几点认识[J].卫星应用,2015 (12) : 34 –37 .
LI Naihe, ZHANG Yonghong, XI Huan. Some Cognition on the New PNT Technology under Designed by USA[J]. Satellite Application,2015 (12) : 34 –37 . |
| [4] |
PARKINSON B. Assured PNT for Our Future: PTA. Actions Necessary to Reduce Vulnerability and Ensure Availability[C]//The 25th Anniversary GNSS History Special Supplement. [S.l.]: GPS World staff 2014. |
| [5] |
PARKINSON B. A PAT Program and Specific Challenges to PNT, Presentation talk in ICG 10[R].Boulder:[s.n.], 2015. |
| [6] |
杨元喜. 北斗卫星导航系统的进展、贡献与挑战[J].测绘学报,2010, 39 (1) : 1 –6 .
YANG Yuanxi. Progress, Contribution and Challenges of Compass/BeiDou Satellite Navigation System[J]. Acta Geodaetica et Cartographica Sinica,2010, 39 (1) : 1 –6 . |
| [7] |
杨元喜, 陆明泉, 韩春好. GNSS互操作若干问题[J].测绘学报,2016, 45 (3) : 253 –259 .DOI:10.11947/j.AGCS.2016.20150653.
YANG Yuanxi, LU Mingquan, HAN Chunhao. Some Notes on Interoperability of GNSS[J]. Acta Geodaetica et Cartographica Sinica,2016, 45 (3) : 253 –259 .DOI:10.11947/j.AGCS.2016.20150653. |
| [8] |
吴德伟.
航空无线电导航系统[M]. 北京: 电子工业出版社, 2010 .
WU Dewei. Radio Navigation Systems for Aviation[M]. Beijing: Publishing House of Electronic Industry, 2010 . |
| [9] |
吴富梅. GNSS/INS组合导航误差补偿与自适应滤波理论的拓展[D].郑州:信息工程大学, 2010. WU Fumei. Error Compensation and Extension of Adaptive Filtering Theory in GNSS/INS Integrated Navigation[D].Zhengzhou: Information Engineering University, 2010. |
| [10] |
魏子卿, 刘光明, 吴富梅. 2000中国大地坐标系: 中国大陆速度场[J].测绘学报,2011, 40 (4) : 403 –410 .
WEI Ziqing, LIU Guangming, WU Fumei. China Geodetic Coordinate System 2000: Velocity Field in Mainland China[J]. Acta Geodaetica et Cartographica Sinica,2011, 40 (4) : 403 –410 . |
| [11] |
杨元喜. 2000中国大地坐标系[J].科学通报,2009, 54 (15) : 2714 –2721 .
YANG Yuanxi. Chinese Geodetic Coordinate System 2000[J]. Chinese Science Bulletin,2009, 54 (15) : 2714 –2721 . |
| [12] | HAN Chunhao, YANG Yuanxi, CAI Zhiwu. BeiDou Navigation Satellite System and Its Time Scales[J]. Metrologia,2011, 48 (4) : S13 . |
| [13] | YANG Yuanxi, LI Jinlong, XU Junyi, et al. Generalised DOPs with Consideration of the Influence Function of Signal-in-space Errors[J]. The Journal of Navigation,2011, 64 (S1) : S3 –S18 . |
| [14] |
李敏. 多模GNSS融合精密定轨理论及其应用研究[D].武汉:武汉大学, 2011. LI Min. Research on Multi-GNSS Precise Orbit Determination Theory and Application[D]. Wuhan: Wuhan University, 2011. |
| [15] |
吴富梅, 杨元喜. 基于高阶AR模型的陀螺随机漂移模型[J].测绘学报,2007, 36 (4) : 389 –394 .
WU Fumei, YANG Yuanxi. Gyroscope Random Drift Model Based on the Higher-order AR Model[J]. Acta Geodaetica et Cartographica Sinica,2007, 36 (4) : 389 –394 . |
| [16] |
杨元喜, 徐天河. 基于移动开窗法协方差估计和方差分量估计的自适应滤波[J].武汉大学学报(信息科学版),2003, 28 (6) : 714 –718 .
YANG Yuanxi, XU Tianhe. An Adaptive Kalman Filter Combining Variance Component Estimation with Covariance Matrix Estimation Based on Moving Window[J]. Geomatics and Information Science of Wuhan University,2003, 28 (6) : 714 –718 . |
| [17] | YANG Yuanxi, XU Tianhe. An Adaptive Kalman Filter Based on Sage Windowing Weights and Variance Components[J]. The Journal of Navigation,2003, 56 (2) : 231 –240 . |
| [18] |
杨元喜, 高为广. 基于多传感器观测信息抗差估计的自适应融合导航[J].武汉大学学报(信息科学版),2004, 29 (10) : 885 –888 .
YANG Yuanxi, GAO Weiguang. Integrated Navigation Based on Robust Estimation Outputs of Multi-sensor Measurements and Adaptive Weights of Dynamic Model Information[J]. Geomatics and Information Science of Wuhan University,2004, 29 (10) : 885 –888 . |
| [19] | CARLSON NA. Federated Filter for Fault-Tolerant Integrated Navigation Systems[C]//Proceedings of IEEE Position Location and Navigation Symposium.Orlando: IEEE, 1988: 110-119. |
| [20] | CARLSON NA. Federated Filter for Computer-Efficient, Near-Optimal GPS Integration[C]//Proceedings of IEEE Position Location and Navigation Symposium.Atlanta: IEEE, 1996: 306-314. |
| [21] | YANG Yuanxi, CUI Xianqiang, GAO Weiguang. Adaptive Integrated Navigation for Multi-sensor Adjustment Outputs[J]. The Journal of Navigation,2004, 57 (2) : 287 –285 . |
| [22] |
杨元喜. 多源传感器动、静态滤波融合导航[J].武汉大学学报(信息科学版),2003, 28 (4) : 386 –388 .
YANG Yuanxi. Kinematic and Static Filtering for Multi-Sensor Navigation Systems[J]. Geomatics and Information Science of Wuhan University,2003, 28 (4) : 386 –388 . |
| [23] |
高为广, 杨元喜, 张双成. 基于当前加速度模型的抗差自适应Kalman滤波[J].测绘学报,2006, 35 (1) : 15 –18 .
GAO Weiguang, YANG Yuanxi, ZHANG Shuangcheng. Adaptive Robust Kalman Filtering Based on the Current Statistical Model[J]. Acta Geodaetica et Cartographica Sinica,2006, 35 (1) : 15 –18 . |
| [24] |
杨元喜, 高为广. 基于多传感器观测信息抗差估计的自适应融合导航[J].武汉大学学报(信息科学版),2004, 29 (10) : 885 –888 .
YANG Yuanxi, GAO Weiguang. Integrated Navigation Based on Robust Estimation Outputs of Multi-sensor Measurements and Adaptive Weights of Dynamic Model Information[J]. Geomatics and Information Science of Wuhan University,2004, 29 (10) : 885 –888 . |
| [25] | YANG Y, HE H, XU G. Adaptively Robust Filtering for Kinematic Geodetic Positioning[J]. Journal of Geodesy,2001, 75 (2-3) : 109 –116 . |
| [26] | YANG Yuanxi, GAO Weiguang. An Optimal Adaptive Kalman Filter[J]. Journal of Geodesy,2006, 80 (4) : 177 –183 . |