摘要：针对在强非线性条件下扩展卡尔曼滤波 RAIM算法(EKF-RAIM)性能下降的问题,本文提出了一种基于高斯粒子滤波的 RAIM算法(GPF-RAIM)。GPF-RAIM采用高斯粒子进行非线性状态近似估计,在递推时按高斯分布重新生成新的粒子集合,能够解决粒子的退化问题,不需要进行重采样步骤,保持了粒子的多样性。仿真结果表明,GPF-RAIM能够有效的检测伪距跳变,相较于 EKF-RAIM方法,可以获得更小的状态估计误差,提高检测性能。