[发明专利]一种基于整理预处理的GNSS整周模糊度解相关方法

摘要

一种基于整理预处理的GNSS整周模糊度解相关方法，其特征是在基于LDLT分解的解相关处理中，先对模糊度协方差矩阵根据解相关后对角线元素大小进行整理预处理，再进行解相关处理。方法以迭代的方式进行。在每次迭代处理中以行数增大的顺序先用设计的公式计算LDLT分解中L和D矩阵中备选元素值，然后进行备选元素比较和筛选方法，确定主选元素，并记录主选元素序号，再利用设计的调整方法对协方差矩阵进行预处理整理，最后进行解相关运算；各行都处理后，得到一次迭代转换后的协方差矩阵。迭代处理一直进行到协方差矩阵解相关程度不再提高为止。本发明能达到比逆整数乔列斯基算法更好的解相关程度。

主权项

1.一种基于整理预处理的GNSS整周模糊度解相关方法，其特征在于包括下列步骤：(1)按照如下步骤①～③进行LDL^T分解在第i行的预处理整理过程，其中i＝1， 2，...，n：①首先用下面的公式计算LDL^T分解中L和D矩阵中备选的元素值h_pj和s_p，p＝i，i+1，...，n，j＜i；hpj=apj-Σk=1j-1hpkdkhjkdj,]]>sp=app-Σk=1i-1hpkdkhpk]]>其中，L是单位下三角阵，D是对角阵，h_pj是L矩阵中备选的元素值，下标表示第p行、第j列的元素，由于L是单位下三角阵，p≥j的时候h_pj可能有非零值，p＝j时h_pj＝1；s_p是D矩阵中对角线上第p个元素的备选值；d_i是对角线上第i个元素的确定值；若矩阵元素下标号小于零，则此元素不存在，不用计算；②然后用备选元素比较和筛选方法，确定主选元素s_i，并记录主选元素序号M_i，si=mini≤p≤n{sp}]]>令M_i的值为使s_p取得最小值的p的值，lij=hMij]]>di=sMi]]>s_i、M_i中的下标i表示在第i行的处理；③再利用设计的调整方法对模糊度协方差矩阵进行处理，Q_i＝S_i(i，M_i)Q_i-1S_i(i，M_i)^T其中，S_i(i，M_i)是第i次变换的初等置换矩阵，S_i(i，M_i)是将单位矩阵I_n×n的第i行和第M_i行进行交换得到的，I_n×n是n×n单位矩阵，i＝M_i时，S_i(i，M_i)＝I_n×n；(2)步骤(1)结束后，得到矩阵和D＝diag(d₁，d₂，…，d_n)，其中，diag(·)表示以括号中元素为对角线元素组成对角阵；(3)将得到的矩阵L和D结合得到的主选元素序号综合对模糊度协方差矩阵进行转换，得到一次迭代处理后的模糊度协方差矩阵，具体为：先计算利用记录的M_i序号构造矩阵S＝S_n(n，M_n)S_n-1(n-1，M_n-1)·····S1(1，M₁)然后计算原始模糊度协方差矩阵经解相关后得到的新的模糊度协方差矩阵Qu^=[L-1]SQ0ST[L-1]T,]]>其中，[]表示取括号内实数最近的整数值；最后令中间变量以方便进行循环处理；(4)以上步骤(1)～(3)循环执行，直到L为单位阵或者解相关程度不再向好的方向进行时为止，得到最终转化的值即是解相关后的模糊度协方差矩阵。