All-source navigation has become increasingly relevant over the past decade with the development of viable alternative sensor technologies. However, as the number and type of sensors informing a system increases, so does the probability of corrupting the system with sensor modeling errors, signal interference, and undetected faults. Though the latter of these has been extensively researched, the majority of existing approaches have designed algorithms centered around the assumption of simultaneously redundant, synchronous sensors with well-understood measurement models, none of which are guaranteed for all-source systems. As part of an overall all-source assured or resilient navigation objective, this research contributes a key component—validation of sensors which have questionable sensor models, in a fault-agnostic and sensor-agnostic manner, and without compromising the ongoing navigation solution in the process. The proposed algorithm combines a residual-based test statistic with the partial update formulation of the Kalman–Schmidt filter to provide a reliable method for sensor model validation that protects the integrity of the navigation solution during the validation process, all using only a single existing filter. The performance of the proposed method is validated against traditional fault detection and exclusion methods (such as normalized solution separation and conventional residual sequence monitoring) using Monte–Carlo simulations in a 2D non-Global Positioning System navigation problem with a plug-and-play position sensor.

中文翻译：

---

用于即插即用传感器实时验证的单滤波器有限故障检测和排除方法

在过去的十年中，随着可行的替代传感器技术的发展，全源导航变得越来越重要。但是，随着通知系统的传感器的数量和类型增加，由于传感器建模错误，信号干扰和未检测到的故障而损坏系统的可能性也随之增加。尽管对后者的方法进行了广泛的研究，但大多数现有方法都围绕着同时冗余的同步传感器和易于理解的测量模型的假设来设计算法，但是对于所有源系统而言，都无法保证这些算法。作为所有来源的有保证或有弹性的导航目标的一部分，这项研究贡献了一个关键组成部分-以故障不可知和不可知的方式验证具有可疑传感器模型的传感器，并且在此过程中不会损害正在进行的导航解决方案。提出的算法将基于残差的测试统计量与Kalman-Schmidt滤波器的部分更新公式结合在一起，为传感器模型验证提供了一种可靠的方法，该方法可以在验证过程中保护导航解决方案的完整性，并且仅使用一个现有的滤波器即可。在带有即插即用位置的二维非全球定位系统导航问题中，使用Monte-Carlo模拟对传统故障检测和排除方法（例如标准化溶液分离和常规残差序列监控）进行了验证，验证了所提出方法的性能传感器。提出的算法将基于残差的测试统计量与Kalman-Schmidt滤波器的部分更新公式结合在一起，为传感器模型验证提供了一种可靠的方法，该方法可以在验证过程中保护导航解决方案的完整性，并且仅使用一个现有的滤波器即可。在带有即插即用位置的二维非全球定位系统导航问题中，使用Monte-Carlo模拟对传统故障检测和排除方法（例如标准化溶液分离和常规残差序列监控）进行了验证，验证了所提出方法的性能传感器。提出的算法将基于残差的测试统计量与Kalman-Schmidt滤波器的部分更新公式结合在一起，为传感器模型验证提供了一种可靠的方法，该方法可以在验证过程中保护导航解决方案的完整性，并且仅使用一个现有的滤波器即可。在带有即插即用位置的二维非全球定位系统导航问题中，使用Monte-Carlo模拟对传统故障检测和排除方法（例如标准化溶液分离和常规残差序列监控）进行了验证，从而验证了所提出方法的性能传感器。全部仅使用一个现有过滤器。在带有即插即用位置的二维非全球定位系统导航问题中，使用Monte-Carlo模拟对传统故障检测和排除方法（例如标准化溶液分离和常规残差序列监控）进行了验证，验证了所提出方法的性能传感器。全部仅使用一个现有过滤器。在带有即插即用位置的二维非全球定位系统导航问题中，使用Monte-Carlo模拟对传统故障检测和排除方法（例如标准化溶液分离和常规残差序列监控）进行了验证，验证了所提出方法的性能传感器。