Page 71 - 《武汉大学学报（信息科学版）》2025年第10期

2006 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 10 月

图 3 顾及 DOP 值的 ARAIM 风险优化分配方法的流程
Fig. 3 Flowchart of ARAIM Risk Optimization Allocation Method Considering DOP Value

30 s，测站分布如图 4 所示。此外，为较好地测试 用性；

所提方法的性能，采用两种类型的动态数据进行 3）评估全球范围内 BDS 和 BDS/GPS ARAIM
验证：（1）陕西省西安市的动态车载数据，采集时 保护级的改善幅度，并分析卫星观测几何结构对
间为 2023 年 DOY 54，时长共计 36 min，采样间隔 本文所提方法的影响。
为 1 s，其动态路径如图 5（a）所示；（2）辽宁省沈阳
市 的 航 空 实 测 数 据 ，采 集 时 间 为 2020 年 DOY
269，时长约为 4 h，采样间隔为 1 s，其飞行轨迹见
图 5（b）。实验配置项见表 2，所分析的主要内容
包括：
1）基于静态数据分析本文所提风险分配方
法对保护级的影响，并与半区间搜索法对比展现
所提方法的有效性； 图 4 MGEX 测站分布图
2）采用动态数据来验证本文所提方法的适 Fig. 4 Distribution of MGEX Stations

图 5 动态实验数据
Fig. 5 Kinematic Experimental Data

3.1 静态场景 示 ULAB 和 YEL2 测站的保护级和可视卫星数，
本节实验采用全球 10 个 MGEX 测站的 BDS 如图 6 和图 7 所示，其余测站的统计结果见表 3。
和 GPS 观测数据进行测试。鉴于图幅限制，仅展 图例中优化前后的保护级分别对应风险平