1.一种监测站伪距观测序列辅助的导航卫星故障检测方法，其特征在于，所述检测方法包括：步骤S1：监测站采集M个历元时刻的伪距观测量，并进行预处理；步骤S2：计算当前历元时刻和上一历元时刻的伪距观测量变化量，并对M-1个变化量进行正态分布一致性检验，判断各历元时刻的伪距观测量是否异常；步骤S3：对判定为异常的所有伪距观测量进行数据关联性分析，如果各异常伪距观测量的相关性达到相关性阈值，则判定为卫星存在故障；所述步骤S1中，对伪距观测量进行预处理，包括如下步骤：步骤S11：获取各伪距观测量的时间序列，并计算各伪距观测量的历元间变化量，并通过式(1)计算各伪距观测量的历元间变化量：式(1)中，s为卫星编号；k为历元时刻，取值为1至M；i为伪距观测量的编号；ρ和Δρ分别为伪距观测量和伪距观测量变化量；步骤S12：计算固定时间窗内各历元间伪距观测量变化量的均值和方差，并通过式(2)计算固定时间窗内各历元间伪距观测量变化量的均值和方差：式(2)中，l为固定时间窗口的长度；u为均值；σ为标准差，t代表当前历元时刻；步骤S13：根据所计算的均值和方差，基于正态分布假设，剔除异常伪距观测量；剔除异常伪距观测量时，首先构造如下假设检验：H 0 ：r 1 <T 1 ，H 1 ：r 1 ≥T 1 (3)式(3)中，H 0 为原假设，表示无异常；H 1 为备选假设，表示有异常；r 1 为检验统计量；T 1 为检验阈值；检验统计量r 1 由伪距变化量构造，如式(4)：式(4)中，N(0,1)表示标准正态分布；检验阈值T 1 由检验显著性水平a确定，如式(5)：T 1 ＝N 1-a/2 (0,1) (5)式(5)中，a为检验显著性水平，检验阈值取值为T 1 ＝3σ；当检验统计量r 1 大于检测阈值T 1 时，剔除对应的观测数据；步骤S14：采用滤波算法对剩余观测量进行平滑滤波，得到预处理后的伪距观测量；在步骤S2中，对各伪距观测量变化量进行正态分布一致性检验，过程如下：构造如下假设检验H 0 ：r 2 <T 2 ，H 1 ：r 2 ≥T 2 (8)式中，H 0 为原假设，表示无异常；H 1 为备选假设，表示有异常；r 2 为检验统计量；T 2 为检验阈值；检验统计量r 2 的构造如下：式(9)中，u k-1 和σ k-1 为k-1时刻固定时间窗内伪距变化量的均值和标准差；检验阈值T 2 由检验显著性水平a确定，如式(9)：T 2 ＝N 1-a/2 (0,1) (10)式(10)中，a为检验显著性水平，检验阈值取值为T 2 ＝2σ；当检验统计量r 2 大于检测阈值T 2 时，表明当前历元时刻的观测量与上一个历元时刻的数据不满足正态分布的一致性，对应的当前观测量判定为异常；在步骤S3中，对判定为异常的所有伪距观测量进行关联性分析，首先构造如下假设检验：H 0 ：r X,Y <C，H 1 ：r X,Y ≥C (11)式(11)中，H 0 为原假设，表示X与Y若相关或不相关；H 1 为备选假设，表示X与Y具有强相关性；r X,Y 为X与Y的相关系数；C为检验阈值，由检验限制性水平β和自由度l-2确定；各异常观测量相关系数的计算公式为：式(12)中，X表示第i个异常观测量的时间序列；Y表示第j个异常观测量的时间序列； 表示第i个异常观测量的时间序列的伪距观测量变化量均值； 表示第j个异常观测量的时间序列的伪距观测量变化量均值；当检验统计量r X,Y 大于检测阈值C时，表明观测序列X与Y具有强相关性；如果各观测量均具有强相关性则判定卫星发生故障。
2.根据权利要求1所述的监测站伪距观测序列辅助的导航卫星故障检测方法，其特征在于，所述步骤S14中：所述滤波算法采用Savitzky-Golay滤波算法；所述对剩余观测量进行平滑滤波，包括如下步骤：步骤S141：对长度为l的固定时间窗内的观测数据 进行多项式拟合，如式(6)：式(6)中，p(i)为拟合的多项式函数；a m 为多项式系数；m为多项式阶次；n为多项式阶数；步骤S142：计算拟合多项式的最小二乘拟合残差，计算拟合多项式系数：步骤S143：根据拟合多项式p(i)对观测数据进行平滑滤波。
