[发明专利]一种确定整周模糊度的方法及装置

说明书

本发明提供一种确定整周模糊度的方法及装置，其中，所述方法包括：建立载波相位双差观测方程；确定所述载波相位双差观测方程中模糊度的浮点解矩阵以及方差‑协方差矩阵；对所述方差‑协方差矩阵进行矩阵分解和去相关处理，得到经过所述变换矩阵变换后的模糊度整数矩阵；根据所述模糊度整数矩阵，确定模糊度的第一组模糊度候选解，并对所述第一组模糊度候选解中的各个模糊度在当前搜索空间中进行搜索取整，得到第二组模糊度候选解；根据所述变换矩阵对范数值最小的两组候选解进行反变换，得到最终的整周模糊度。本发明提供的一种确定整周模糊度的方法及装置，能够降低运算的复杂度，从而更加节约资源，更适合耗时较多的高纬度模糊度的搜索。

技术领域

本发明涉及GNSS模糊度解算应用技术领域，具体涉及一种确定整周模糊度的方法及装置。

背景技术

高精度GNSS(Global Navigation Satellite System，全球导航卫星系统)定位在越来越多的领域备受关注，在桥梁变形监测、大坝安全监测、房屋变形监测、山体滑坡监测和尾矿监测等领域被广泛应用。高精度GNSS定位采用光滑和噪声较小的载波相位进行定位解算，相比于伪距噪声误差要小很多，但是会遇到载波相位出现整周模糊度的问题。载波相位整周模糊度搜索的正确性和速率直接影响到高精度GNSS定位的结果和效率。因此，确保高精度GNSS定位时尽可能快速的搜索出正确地整周模糊度值至关重要。

LAMBDA(least-squares Ambiguity Decorrelation Adjustment，最小二乘模糊度去相关解算法)是Delft科技大学开发的一套载波相位整周模糊度解算算法，在整周模糊度解算领域应用最为广泛。该方法不局限于双差模型，还适用于单差模型，不光适用于静态模型，也适用于实时动态模型。整周模糊度搜索时间对算法影响至关重要，而LAMBDA较为复杂，且在搜索高维度模糊度时所用时间较长，对于高精度GNSS实时定位要求解算软件耗时尽量少的现状稍显不足。因此，一种能够快速固定高纬度模糊度的算法研究尤为重要和迫切。

发明内容

本发明实施例的目的在于提供一种确定整周模糊度的方法及装置，能够降低运算的复杂度，从而更加节约资源，更适合耗时较多的高纬度模糊度的搜索。

为实现上述目的，本发明实施例一方面提供一种确定整周模糊度的方法，所述方法包括：建立载波相位双差观测方程，所述方程中包括待确定的模糊度；根据最小二乘算法，确定所述载波相位双差观测方程中模糊度的浮点解矩阵以及所述浮点解矩阵对应的方差-协方差矩阵；对所述方差-协方差矩阵进行矩阵分解，得到包含下三角矩阵和对角矩阵的分解结果，并对分解后的矩阵进行模糊度去相关处理，得到变换矩阵和经过所述变换矩阵变换后的模糊度整数矩阵；根据所述模糊度整数矩阵，确定模糊度的第一组模糊度候选解，并对所述第一组模糊度候选解中的各个模糊度在当前搜索空间中进行搜索取整，得到第二组模糊度候选解；其中，所述当前搜索空间的数值为第一组模糊度候选解的范数值和初始搜索空间的数值中的较小者；根据所述变换矩阵对范数值最小的两组候选解进行反变换，得到最终的整周模糊度。

进一步地，按照下述公式建立所述载波相位双差观测方程：

其中，表示第u个流动站与第r个参考站之间的载波相位双差观测值，λ表示载波相位波长，表示第u个流动站与第r个参考站之间真距的双差值，表示第u个流动站与第r个参考站之间的双差模糊度值，表示第u个流动站与第r个参考站之间的双差噪声误差值。

进一步地，对分解后的矩阵进行模糊度去相关处理包括：对所述分解结果中的下三角矩阵进行初等列变换，以使得经过初等列变换的下三角矩阵中非对角元素中的数值减小至0.5以下。

进一步地，按照下述公式确定模糊度整数矩阵：

其中，表示所述模糊度整数矩阵，Z^T表示所述变换矩阵Z的转置，a表示所述浮点解矩阵。