4. 失锁检测与识别

失锁并不是一个瞬时事件，而是一个从“跟踪质量下降”到“环路失锁”再到“观测量不可用”的渐变过程。工程上真正困难的地方在于：接收机往往在完全失锁前仍能输出观测量，但这些观测量已经严重偏离真实值。因此，失锁检测的核心任务是尽早识别异常，并在观测量污染定位解之前将其隔离。本节围绕四类互补的检测量展开：载噪比、跟踪环路参数、残差检验和新息序列。

一、四类检测量的原理与适用边界

载噪比（C/N₀）是最直观的指标，反映接收信号功率与噪声谱密度之比。当信号被遮挡、衰减或干扰时，C/N₀ 会先于环路失锁下降。其优点是计算简单、无需额外状态；缺点是响应较慢，且在弱信号但环路仍稳定时容易误报。工程上常设两级阈值：低于 35 dB-Hz 进入“关注”，低于 28 dB-Hz 进入“告警”。

跟踪环路参数包括鉴相器输出、鉴频器输出、环路滤波器状态和 I/Q 支路幅度。当动态应力增大或信号畸变时，鉴相器输出会出现持续偏置或抖动加剧。相比 C/N₀，环路参数对失锁的响应更快，但噪声也更大，需要配合滑动平均或方差统计使用。

残差检验从定位解算层面反推观测异常。对伪距残差、多普勒残差进行卡方检验或标准化残差检验，可以识别出与其余卫星不一致的观测。其优势是能发现“信号强度正常但观测值错误”的情况，例如多径或欺骗干扰；缺点是需要足够的冗余观测，且受最小二乘或卡尔曼滤波模型影响。

新息序列是卡尔曼滤波中观测预测值与实际观测值之差。正常跟踪时，新息应近似零均值白噪声；失锁或观测异常时，新息会出现均值偏移或方差突增。对新息做 NIS（归一化新息平方）检验或 CUSUM 累积和检验，可以在滤波框架内实现最优检测。

二、阈值设计方法与参数建议

阈值设计不能只靠经验拍脑袋，应结合统计特性和场景需求。常用方法包括：基于历史数据的均值±k倍标准差、基于卡方分布的统计检验阈值、以及基于误报率/漏报率权衡的 ROC 曲线法。下表给出四类检测量的典型阈值与工程建议。

三、融合判决流程与代码示例

实际工程中，四类检测量不会各自独立报警，而是通过融合判决输出统一的失锁置信度。典型流程为：先做单指标超限判断，再进行滑动窗口计数，最后通过状态机输出“正常 / 疑似 / 确认”三态。以下伪代码展示了融合判决的核心逻辑。

# 失锁检测融合判决伪代码
def lock_detection(cn0, phase_err, freq_err, residual, nis):
    # 单指标超限标志
    flag_cn0  = 1 if cn0 < 28 else 0
    flag_loop = 1 if (abs(phase_err) > 15 or abs(freq_err) > 5) else 0
    flag_res  = 1 if abs(residual) > 3 * sigma_res else 0
    flag_nis  = 1 if nis > chi2_threshold else 0

    # 加权融合，权重按场景可调
    score = (0.25 * flag_cn0 + 0.30 * flag_loop +
             0.25 * flag_res + 0.20 * flag_nis)

    # 滑动窗口计数与迟滞判决
    window.append(score)
    if sum(window[-5:]) >= 3:
        return "CONFIRMED_LOSS"   # 确认失锁，隔离并重捕
    elif sum(window[-5:]) >= 1:
        return "SUSPECT_LOSS"     # 疑似失锁，降权保持
    else:
        return "NORMAL"           # 正常跟踪

四、典型场景与误区复盘

场景一：城市峡谷多径。信号强度可能正常，但伪距残差和新息会显著增大。此时若只看 C/N₀，会漏报；应重点依赖残差检验和新息序列，并对多径卫星降权。

场景二：高动态机动。环路鉴相器和鉴频器输出会因动态应力而剧烈波动，C/N₀ 可能仍较高。此时应提高环路参数权重，并适当放宽残差阈值，避免将动态应力误判为失锁。

场景三：弱信号室内。C/N₀ 长期低于阈值，但环路可能仍勉强锁定。此时应结合新息方差判断，若新息仍为白噪声，可维持跟踪；若新息出现偏移，则确认失锁。

综上，失锁检测的关键在于“多维度交叉验证 + 统计阈值设计 + 状态机融合判决”。载噪比提供粗筛，环路参数提供快速响应，残差检验提供观测一致性约束，新息序列提供滤波一致性约束。四者互补，才能在复杂场景下实现既灵敏又稳健的失锁识别。