[發明專利]一種改進的整周模糊度搜索方法

有效

• 申請號: 201711182460.0
• 申請日: 2017-11-23
• 公開（公告）號: CN107966718B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 盧立果;劉萬科;馬立燁;吳湯婷;魯鐵定
• 申請（專利權）人: 東華理工大學
• 主分類號: G01S19/37
• 分類號: G01S19/37
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 韓曉娟

本發明公開了一種改進的整周模糊度搜索方法，涉及衛星導航定位技術領域。本發明針對現有SEVB算法在浮點模糊度解精度較差時存在的搜索耗時較大問題，改進算法通過限制初始搜索空間大小和優化計算過程，能夠有效減少模糊度搜索候選點個數和不必要的冗余計算，進而減小搜索耗時，提高模糊度的解算效率；相比于SEVB算法，改進算法在低精度、高維模糊度的搜索方面具有更為明顯的效率優勢，而且可以整體上保證模糊度解算效率相對更加穩定可靠。

技術領域

本發明涉及衛星導航定位技術領域，更具體的涉及一種改進的整周模糊度搜索方法。

背景技術

相位整周模糊度的快速、準確解算是GNSS實時高精度定位的關鍵問題，也是GNSS研究領域中的熱點問題。在眾多整周模糊度解算方法中，基于整數最小二乘法(IntegerLeast Squares，ILS)的搜索方法由于具有最高的成功率而被廣泛采用。ILS搜索是指在給定空間內尋找出滿足模糊度殘差二次型最小的一組整數解，為快速獲得該組整數解，目前最為流行的是基于震蕩式收縮策略的SEVB算法。其中，震蕩式搜索策略是指從Bootstrap估計點開始向兩側呈“Z字型”枚舉；收縮策略是指每獲得一組二次型更小的解，則進行搜索空間的更新。通過上述兩個策略，SEVB算法可以迅速減小搜索空間，從而減少搜索節點數，實現模糊度快速估計，因此該算法也被LAMBDA方法所采用。

采用SEVB算法處理時，首先將初始搜索空間設置為無窮大，以確保獲得的第一組整數候選解為Bootstrap估計解，然后基于該組整數解進行搜索空間的收縮和震蕩式枚舉過程。但是當模糊度解算精度較差時，Bootstrap成功率偏低，此時獲得的Bootstrap估計解偏離ILS估計解較多，求得的搜索空間相對偏大，需進行多次枚舉才能實現搜索半徑的更新，導致搜索過程緩慢，耗時明顯增大。

綜上所述，現有技術中，存在模糊度搜索空間大，導致搜索效率低的問題。

發明內容

本發明實施例提供一種改進的整周模糊度搜索方法，用以解決現有技術中存在模糊度搜索空間大，導致搜索效率低的問題。

本發明實施例提供一種改進的整周模糊度搜索方法，包括：

步驟1：根據地面接收機接收到的數據確定原始的模糊度浮點解和原始方差協方差陣，假定和分別為對原始的模糊度浮點解和原始方差協方差陣進行整數變換后的模糊度浮點解和方差協方差陣，根據整數最小二乘估計準則可以得到目標函數為：

其中，z為模糊度最優整數解；且對矩陣進行Cholesky分解得：

其中，為單位下三角矩陣，為對角矩陣；

步驟2：假設步驟1中目標函數對應的搜索空間大小為χ²，則有：

定義序貫條件估值代入上式得到：

其中，為矩陣的主對角線元素，另有：

其中，為z_i的條件估值；

步驟3：在第一次搜索前首先計算出一個較合適的初始搜索空間則由步驟2的前兩式推導出改進的整周模糊度搜索公式，利用改進的整周模糊度搜索公式進行整周模糊度搜索，得到定位結果；所述改進的整周模糊度搜索公式如下所示：

其中，從i＝n處開始，改進的整周模糊度搜索算法采用深度優先的方法逐層搜索，每一層內的搜索區間大小取決于搜索空間χ²以及該層對應的條件方差d_i。