[发明专利]一种部分模糊度解算方法

说明书

本发明公开了一种部分模糊度解算方法，包含以下步骤：A、给定模糊度浮点解和协方差阵，对协方差阵进行下三角Cholesky分解，获得单位下三角矩阵和对角矩阵，本发明采用对角矩阵D顺序作为模糊度的精度顺序；采用Bootstrap成功率作为第一重约束，保证模糊度固定成功率足够高；采用FFRT检验作为第二重约束，保证模糊度固定解的可靠性；采用基线精度增益作为第三重约束，保证模糊度子集能够获得较高的基线解算精度；采用模糊度双频一致性检验作为最后一重约束，进一步保证固定解的正确性。相比于现有的子集选取方法，本发明可以更好地保证固定解的可靠性，同时能够获得足够高的基线解算精度，具有较好的实用价值。

技术领域

本发明涉及卫星导航定位技术领域，具体是一种部分模糊度解算方法。

背景技术

随着GPS/BDS/GLONASS/GALILEO等卫星导航系统的逐步更新和建设，未来在轨卫星数将达到120颗以上，导航信号频率也会增至三频甚至更多，为用户提供了更多的观测信息，必将大大提高卫星导航定位服务的精度和可靠性。但是，实现GNSS高精度定位的关键是载波相位模糊度的解算，只有模糊度正确固定，载波相位观测值才能转换为毫米级精度的距离观测值，从而实现高精度的导航定位。因此，整周模糊度解算是实现GNSS高精度定位的一项关键问题。

随着卫星观测方程数的增多，多GNSS数据虽然可以提高模糊度的浮点解精度，但势必也会增大模糊度全部固定成功的风险性，不利于提高模糊度的固定成功率。因此，一些学者提出部分模糊度解算方法，即在高维模糊度集合里选取合适的子集进行固定，从而进一步提高模糊度的固定成功率。现有的部分模糊度解算方法可以分为卫星层面、频率层面以及模糊度层面三类：

①卫星层面。该类认为解算中部分质量较差的卫星数据会影响模糊度的可靠固定，因此通过排除不可靠卫星的观测值，选取模糊度解算子集。主要包括高度角法(Li等，2014)、信噪比法(Parkins，2011)。

②频率层面。该类将观测值或模糊度在频率间进行线性组合，组成更易固定的超宽巷和宽巷，以及精度较高的窄巷(Li等，2015)。

③模糊度层面。该类根据模糊度的精度信息剔除模糊度，选取模糊度固定子集。主要包括：BSR法(Teunissen等，1999)、ADOP法(Parkins，2011)和方差排序法(潘宗鹏等，2015)等。

上述三类方法大多较为单一，且没有有效地顾及基线精度信息，因此不利于利用高维模糊度信息最大程度地提升固定基线解的精度。

发明内容

本发明的目的在于提供一种部分模糊度解算方法，以解决所述背景技术中提出的问题。

为实现所述目的，本发明提供如下技术方案：

一种部分模糊度解算方法，包含以下步骤：

A、给定模糊度浮点解和协方差阵对进行下三角Cholesky分解，获得单位

下三角矩阵L和对角矩阵D；

B、采用LAMBDA算法进行整数变换，获得整数变换后的D，并对D阵对角元素作为模糊度剔除的对象；

C、求取当前模糊度的Bootstrap成功率P_{s_ib}，若P_{s_ib}大于预先设置的阈值P₀，则进入下一步；否则，按照D阵顺序依次剔除模糊度分量直至满足要求，如果剔除后模糊度子集小于3则直接退出循环返回模糊度浮点解；其中，P_{s_ib}计算公式为：式中，表示连乘运算符；n为模糊度维数；Φ(·)为标准正态分布的累积函数运算符，d_i为对角矩阵D的对角线元素；