[发明专利]一种基线长约束下的整周模糊度快速搜索算法

说明书

本发明提供了一种基线长约束下的整周模糊度快速搜索算法，属于卫星导航定位技术领域，该算法引入了缩放因子的概念，对当前搜索空间大小进行自适应地缩小和放大，能够大大降低CLAMBDA中模糊度搜索过程的耗时，在模糊度解算具有较高成功率的同时保证了其具有较高的解算效率，是对现有基线长约束下整周模糊度搜索算法的改进，进一步完善了CLAMBDA理论解算体系，确保获得较高的解算成功率，同时可以显著提高模糊度的解算效率，进而提高了卫星导航定位的精度，以满足实时、快速高精度相对定位的需求。

技术领域

本发明属于卫星导航定位技术领域，具体涉及一种基线长约束下的整周模 糊度快速搜索算法。

背景技术

在姿态测量中，GNSS天线之间的基线长度可以事先精确量取，常被用作 先验信息参与基线处理和模糊度解算，以提高模糊度解算的成功率，进而提高 卫星导航定位的精度。

根据基线长信息的使用方式，常用的有以下三类方法：判别条件法(李征 航等,2007)、观测方程联解法(刘根有等,2003)以及二次型约束的整数最小二 乘法(ParkTeunissen,2003)。其中二次型约束的整数最小二乘法具有最高的 理论成功率(Teunissen,2006)，它是把基线长信息加入到模糊度搜索及基线固 定过程，通过扩大模糊度二次型的搜索范围，寻找满足混合二次型最小的模糊 度向量。由于该方法是建立在标准LAMBDA算法基础上，因此又被称作附有 基线长约束的LAMBDA(Constrained LAMBDA，CLAMBDA)方法。

尽管CLAMBDA方法有解算成功率较高的优点，但由于基线分量具有先验 信息，导致模糊度搜索空间不具有超椭球的性质，因此其搜索过程不同于常规 的LAMBDA方法，需对CLAMBDA中的模糊度搜索算法进行进一步研究。

目前CLAMBDA方法中存在的主要问题有：1)解算模糊度的目标函数为 模糊度和基线分量的混合二次型，可能导致搜索空间过大，大大增加了搜索耗 时，难以快速有效的获取整数模糊度向量；2)现有方法大多是对基线长度信息 进行加权约束，采用非线性最小二乘方法进行基线解算，而强约束模型下基线 解算的具体求解过程与加权约束模型存在差异，其理论需要进一步丰富和完善。

发明内容

为了克服上述现有技术存在的不足，本发明提供了一种基线长约束下的整 周模糊度快速搜索算法。

为了实现上述目的，本发明提供如下技术方案：

一种基线长约束下的整周模糊度快速搜索算法，包括以下步骤：

步骤1：采用Bootstrapping估计或ILS在地面接收机接收到的数据中获取 初始模糊度a₀，求取对应的混合二次型F(a₀)作为初始空间大小并设置模糊 度候选个数统计指标i＝0、收缩空间次数指标k＝0；

步骤2：基于FP算法搜索出模糊度向量a，并计算对应的F₂(a)，更新i＝i+1；

其中λ_max为模糊度方差协方差矩阵的逆阵的最大特征值，b(a)为基线向量，l为基线长度；

步骤3：如果iloopmax，则缩小的数值，缩小后的返回 步骤2，并重新设置i＝0和k＝0，μ₁为缩小因子；

如果i＜loopmax，判断是否成立，如果成立则进行空间收缩，更新后 的空间大小为并重新设置i＝0和更新k＝k+1，返回步骤2；否则，继续 搜索模糊度向量，如果搜索出模糊度向量直接返回步骤2，否则进入步骤4；

步骤4：判断k＝0是否成立，如果成立则进行空间放大，放大后的返回步骤2，并重新设置i＝0；否则进入步骤5；

步骤5：当F₂(a)获得的最终收缩空间为时，在的空间中基于FP算 法枚举出所有的模糊度向量；