全球卫星导航系统已成为人们出行生活的关键部分,也是保障铁路运行安全的重要一环。当前卫星导航定位的精度已经达到大部分时候都可以比较准确地提供列车运行行驶信息的需求,但在列车行驶过程中一旦导航系统发生故障,如果不能及时向列车提供告警信息,将出现严重的安全隐患。对此,研究对故障时向用户提供告警能力的完好性具有十分重要的意义。由于既有的接收机自主完好性监测算法都是对线性高斯系统进行完好性处理,而真实运行环境中观测噪声分布难以用单一确定分布精确刻画。论文提出了一种高斯混合粒子滤波RAIM算法,引入了高斯混合模型,采用期望最大算法,将卫星的观测噪声由未知噪声近似表示成高斯和的形式,利用粒子滤波方法对非高斯条件下的卫星定位接收机自主完好性的算法开展方法研究和验证工作,建立检验统计量对卫星故障时刻进行识别,对故障卫星进行隔离,从而为列车在复杂环境下的运行安全提供了重要保障。论文完成的主要研究内容包括:(1)针对复杂的非高斯噪声,结合高斯混合模型,采用期望最大算法实现对未知噪声的高斯模型分解,评估不同高斯模型分解个数下概率密度分解结果,选取最佳分解个数与高斯分解模型。(2)提出了高斯混合粒子滤波RAIM算法,利用粒子滤波适用于非高斯噪声的特性,结合改进的马尔科夫蒙特卡罗算法,实现了对故障卫星的识别和隔离。(3)设计并开发了卫星定位观测统计特性建模工具和高斯/非高斯噪声完好性监测软件,选取真实列车运行场景,完成了高斯/非高斯噪声条件下的卫星故障检测与诊断,对论文所提出的高斯混合模型的粒子滤波RAIM方法进行了验证。论文所提出的高斯混合粒子滤波RAIM算法作为面向非高斯噪声的完好性监测方法在不同场景下进行仿真实验,与常规的基于最小二乘法的RAIM算法对比,在注入不同类型、大小伪距偏差的故障场景下的所得结果证明了所提出的高斯混合粒子滤波RAIM算法在非高斯噪声条件下具有对卫星故障识别和故障隔离的能力。论文所取得的成果能有效改善定位系统对复杂、不确定运行及观测环境的适应性,即使面对非高斯噪声的条件,也具有故障识别和故障隔离的能力,从而为列车卫星定位性能乃至列车运行安全提供了进一步保障。图80幅,表6个,参考文献35篇。