[发明专利]一种改进的整周模糊度搜索方法

说明书

本发明公开了一种改进的整周模糊度搜索方法，涉及卫星导航定位技术领域。本发明针对现有SEVB算法在浮点模糊度解精度较差时存在的搜索耗时较大问题，改进算法通过限制初始搜索空间大小和优化计算过程，能够有效减少模糊度搜索候选点个数和不必要的冗余计算，进而减小搜索耗时，提高模糊度的解算效率；相比于SEVB算法，改进算法在低精度、高维模糊度的搜索方面具有更为明显的效率优势，而且可以整体上保证模糊度解算效率相对更加稳定可靠。

技术领域

本发明涉及卫星导航定位技术领域，更具体的涉及一种改进的整周模糊度搜索方法。

背景技术

相位整周模糊度的快速、准确解算是GNSS实时高精度定位的关键问题，也是GNSS研究领域中的热点问题。在众多整周模糊度解算方法中，基于整数最小二乘法(IntegerLeast Squares，ILS)的搜索方法由于具有最高的成功率而被广泛采用。ILS搜索是指在给定空间内寻找出满足模糊度残差二次型最小的一组整数解，为快速获得该组整数解，目前最为流行的是基于震荡式收缩策略的SEVB算法。其中，震荡式搜索策略是指从Bootstrap估计点开始向两侧呈“Z字型”枚举；收缩策略是指每获得一组二次型更小的解，则进行搜索空间的更新。通过上述两个策略，SEVB算法可以迅速减小搜索空间，从而减少搜索节点数，实现模糊度快速估计，因此该算法也被LAMBDA方法所采用。

采用SEVB算法处理时，首先将初始搜索空间设置为无穷大，以确保获得的第一组整数候选解为Bootstrap估计解，然后基于该组整数解进行搜索空间的收缩和震荡式枚举过程。但是当模糊度解算精度较差时，Bootstrap成功率偏低，此时获得的Bootstrap估计解偏离ILS估计解较多，求得的搜索空间相对偏大，需进行多次枚举才能实现搜索半径的更新，导致搜索过程缓慢，耗时明显增大。

综上所述，现有技术中，存在模糊度搜索空间大，导致搜索效率低的问题。

发明内容

本发明实施例提供一种改进的整周模糊度搜索方法，用以解决现有技术中存在模糊度搜索空间大，导致搜索效率低的问题。

本发明实施例提供一种改进的整周模糊度搜索方法，包括：

步骤1：根据地面接收机接收到的数据确定原始的模糊度浮点解和原始方差协方差阵，假定和分别为对原始的模糊度浮点解和原始方差协方差阵进行整数变换后的模糊度浮点解和方差协方差阵，根据整数最小二乘估计准则可以得到目标函数为：

其中，z为模糊度最优整数解；且对矩阵进行Cholesky分解得：

其中，为单位下三角矩阵，为对角矩阵；

步骤2：假设步骤1中目标函数对应的搜索空间大小为χ²，则有：

定义序贯条件估值代入上式得到：

其中，为矩阵的主对角线元素，另有：

其中，为z_i的条件估值；

步骤3：在第一次搜索前首先计算出一个较合适的初始搜索空间则由步骤2的前两式推导出改进的整周模糊度搜索公式，利用改进的整周模糊度搜索公式进行整周模糊度搜索，得到定位结果；所述改进的整周模糊度搜索公式如下所示：

其中，从i＝n处开始，改进的整周模糊度搜索算法采用深度优先的方法逐层搜索，每一层内的搜索区间大小取决于搜索空间χ²以及该层对应的条件方差d_i。