[發明專利]一種基于升序排列優化的整周模糊度去相關方法

無效

• 申請號: 201310403119.9
• 申請日: 2013-09-06
• 公開（公告）號: CN103487819A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 沈鋒;陳瀟;劉明凱;宋麗杰;李平敏;張桂賢;劉海峰
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S19/44
• 分類號: G01S19/44
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 趙文穎

1.一種基于升序排列優化的整周模糊度去相關方法，其特征在于，包括以下幾個步驟：

步驟一、根據GPS載波相位觀測值，線性化后獲取正定矩陣H，分解正定矩陣H；

通過Cholesky分解，使正定矩陣H被分解為

H＝V^TV???（6）

其中，V為確定的滿秩矩陣，v_ij表示矩陣V的第i行第j列元素，則有：

其中，V為下三角矩陣；

步驟二、對矩陣V進行升序排列；

采用排序矩陣S乘以Cholesky分解后的矩陣V得到：

V_k＝SVS^-1???（8）

其中，S表示排序矩陣；

排序方法為：

若對矩陣進行下三角分解，則對下三角矩陣的行內積進行升序排列；

若對矩陣進行上三角分解，則對上三角矩陣的行內積進行降序排列；

則：

B^k＝SB^k+1S^-1???（9）

其中，B^k表示排序后的三角矩陣，B^k+1表示排序前的三角矩陣；當B^k是下三角矩陣時，S是升序排列矩陣；當B^k是上三角矩陣時，S是降序排列矩陣的逆，乘以排序矩陣后會使矩陣B^k安升序或降序排列；

步驟三、采用調整后的矩陣V_k代替矩陣V進行史密斯正交化分解，

V_k＝OG???（10）

其中，G是單模矩陣，O矩陣為近似的正交化矩陣，整數的史密斯正交化分解過程如下：

oi=vi-Σj=1i-1gijoj---(11)]]>

gij=[<vi,oj>/<oj,oj>]intj<i1j=i0j>i---(12)]]>

式中，o_i、o_j為矩陣O中的第i，j行元素，v_i為矩陣V中的第i行元素，g_ij為矩陣G中的第i行第j列元素；

由式（4）和（6）可得：

H＝V^TV＝G^TO^TOG???（13）

步驟四、判斷，若矩陣G為單位陣則進入步驟五，若非單位陣則返回步驟一，對矩陣H₁再次分解，直到分解后的矩陣G^k為單位矩陣為止，其中k代表反復迭代的次數；

步驟五、獲取去相關矩陣H_1k及變換矩陣Z_k：

H_1k＝Z_kHZ_k^T???（14）

Z_k＝(G^m)^-1S^m…(G^k)^-1S^k…(G¹)^-1S¹???(15)

其中：S^m表示經過m次反復迭代的排序矩陣，G^m表示經過m次反復迭代的分解矩陣；

根據去相關矩陣H_1k以及變換矩陣Z_k，進行模糊度搜索，實現GPS系統對高速運動的物體的定位。