本發(fā)明涉及GNSS模糊度解算應用
技術領域：
，具體涉及一種確定整周模糊度的方法及裝置。
背景技術：
：高精度GNSS(GlobalNavigationSatelliteSystem，全球導航衛(wèi)星系統(tǒng))定位在越來越多的領域備受關注，在橋梁變形監(jiān)測、大壩安全監(jiān)測、房屋變形監(jiān)測、山體滑坡監(jiān)測和尾礦監(jiān)測等領域被廣泛應用。高精度GNSS定位采用光滑和噪聲較小的載波相位進行定位解算，相比于偽距噪聲誤差要小很多，但是會遇到載波相位出現(xiàn)整周模糊度的問題。載波相位整周模糊度搜索的正確性和速率直接影響到高精度GNSS定位的結果和效率。因此，確保高精度GNSS定位時盡可能快速的搜索出正確地整周模糊度值至關重要。LAMBDA(least-squaresAmbiguityDecorrelationAdjustment，最小二乘模糊度去相關解算法)是Delft科技大學開發(fā)的一套載波相位整周模糊度解算算法，在整周模糊度解算領域應用最為廣泛。該方法不局限于雙差模型，還適用于單差模型，不光適用于靜態(tài)模型，也適用于實時動態(tài)模型。整周模糊度搜索時間對算法影響至關重要，而LAMBDA較為復雜，且在搜索高維度模糊度時所用時間較長，對于高精度GNSS實時定位要求解算軟件耗時盡量少的現(xiàn)狀稍顯不足。因此，一種能夠快速固定高緯度模糊度的算法研究尤為重要和迫切。技術實現(xiàn)要素：本發(fā)明實施例的目的在于提供一種確定整周模糊度的方法及裝置，能夠降低運算的復雜度，從而更加節(jié)約資源，更適合耗時較多的高緯度模糊度的搜索。為實現(xiàn)上述目的，本發(fā)明實施例一方面提供一種確定整周模糊度的方法，所述方法包括：建立載波相位雙差觀測方程，所述方程中包括待確定的模糊度；根據最小二乘算法，確定所述載波相位雙差觀測方程中模糊度的浮點解矩陣以及所述浮點解矩陣對應的方差-協(xié)方差矩陣；對所述方差-協(xié)方差矩陣進行矩陣分解，得到包含下三角矩陣和對角矩陣的分解結果，并對分解后的矩陣進行模糊度去相關處理，得到變換矩陣和經過所述變換矩陣變換后的模糊度整數(shù)矩陣；根據所述模糊度整數(shù)矩陣，確定模糊度的第一組模糊度候選解，并對所述第一組模糊度候選解中的各個模糊度在當前搜索空間中進行搜索取整，得到第二組模糊度候選解；其中，所述當前搜索空間的數(shù)值為第一組模糊度候選解的范數(shù)值和初始搜索空間的數(shù)值中的較小者；根據所述變換矩陣對范數(shù)值最小的兩組候選解進行反變換，得到最終的整周模糊度。進一步地，按照下述公式建立所述載波相位雙差觀測方程：其中，表示第u個流動站與第r個參考站之間的載波相位雙差觀測值，λ表示載波相位波長，表示第u個流動站與第r個參考站之間真距的雙差值，表示第u個流動站與第r個參考站之間的雙差模糊度值，表示第u個流動站與第r個參考站之間的雙差噪聲誤差值。進一步地，對分解后的矩陣進行模糊度去相關處理包括：對所述分解結果中的下三角矩陣進行初等列變換，以使得經過初等列變換的下三角矩陣中非對角元素中的數(shù)值減小至0.5以下。進一步地，按照下述公式確定模糊度整數(shù)矩陣：其中，表示所述模糊度整數(shù)矩陣，ZT表示所述變換矩陣Z的轉置，a表示所述浮點解矩陣。進一步地，所述初始搜索空間的數(shù)值按照下述公式確定：其中，χ2表示所述初始搜索空間的數(shù)值，fac表示預設放大系數(shù)，P表示模糊度候選解的組數(shù)，Q表示所述方差-協(xié)方差矩陣，n表示模糊度的維數(shù)。進一步地，按照下述公式確定所述第一組模糊度候選解的范數(shù)值：其中，DIST表示所述第一組模糊度候選解的范數(shù)值，zi表示所述第一組模糊度候選解中的第i個候選解，表示估算精度排在第i位的估算整周模糊度值，di表示所述對角矩陣中第i行第i列的元素。進一步地，對所述第一組模糊度候選解中的各個模糊度在當前搜索空間中進行搜索取整包括：根據所述第一組模糊度候選解中的第i個候選解與估算精度排在第i位的估算整周模糊度值之間的差值，確定待增加的整數(shù)值，并將所述第i個候選解與所述待增加的整數(shù)值的和作為搜索取整后的候選解，其中，按照下述公式確定所述待增加的整數(shù)值：其中，Δ(i)表示第i個候選解對應的待增加的整數(shù)值。進一步地，按照下述公式確定最終的整周模糊度：z'＝(ZT)-1z其中，z'表示最終的整周模糊度，Z表示所述變換矩陣，z表示范數(shù)值最小的兩組候選解。為實現(xiàn)上述目的，本申請另一方面還提供一種確定整周模糊度的裝置，所述裝置包括：觀測方程建立單元，用于建立載波相位雙差觀測方程，所述方程中包括待確定的模糊度；浮點解確定單元，用于根據最小二乘算法，確定所述載波相位雙差觀測方程中模糊度的浮點解矩陣以及所述浮點解矩陣對應的方差-協(xié)方差矩陣；去相關處理單元，用于對所述方差-協(xié)方差矩陣進行矩陣分解，得到包含下三角矩陣和對角矩陣的分解結果，并對分解后的矩陣進行模糊度去相關處理，得到變換矩陣和經過所述變換矩陣變換后的模糊度整數(shù)矩陣；搜索取整單元，用于根據所述模糊度整數(shù)矩陣，確定模糊度的第一組模糊度候選解，并對所述第一組模糊度候選解中的各個模糊度在當前搜索空間中進行搜索取整，得到第二組模糊度候選解；其中，所述當前搜索空間的數(shù)值為第一組模糊度候選解的范數(shù)值和初始搜索空間的數(shù)值中的較小者；反變換單元，用于根據所述變換矩陣對范數(shù)值最小的兩組候選解進行反變換，得到最終的整周模糊度。進一步地，所述搜索取整單元按照下述公式確定所述初始搜索空間的數(shù)值：其中，χ2表示所述初始搜索空間的數(shù)值，fac表示預設放大系數(shù)，P表示模糊度候選解的組數(shù)，Q表示所述方差-協(xié)方差矩陣，n表示模糊度的維數(shù)。本申請實施方式通過載波相位雙差觀測方程可以得到浮點解矩陣對應的方差-協(xié)方差矩陣，通過對方差-協(xié)方差矩陣進行矩陣分解、對矩陣分解的結果進行矩陣變換，并不斷減小搜索取整的搜索空間，可以加快整周模糊度的搜索速度，從而更加節(jié)約資源，更適合耗時較多的高緯度模糊度的搜索。附圖說明為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對本發(fā)明實施例描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據本發(fā)明實施例的內容和這些附圖獲得其他的附圖。圖1是本實施例所述的確定整周模糊度的方法流程圖；圖2是本實施例中去相關流程的示意圖；圖3是本實施例中進行搜索取整的方法流程圖；圖4是本實施例中搜索模糊度的速率對比示意圖；圖5是本實施例所述的確定整周模糊度的裝置功能模塊圖。貫穿附圖，應該注意的是，相似的標號用于描繪相同或相似的元件、特征和結構。具體實施方式提供以下參照附圖的描述來幫助全面理解由權利要求及其等同物限定的本公開的各種實施例。以下描述包括幫助理解的各種具體細節(jié)，但是這些細節(jié)將被視為僅是示例性的。因此，本領域普通技術人員將認識到，在不脫離本公開的范圍和精神的情況下，可對本文所述的各種實施例進行各種改變和修改。另外，為了清晰和簡潔，公知功能和構造的描述可被省略。以下描述和權利要求書中所使用的術語和詞匯不限于文獻含義，而是僅由發(fā)明人用來使本公開能夠被清晰和一致地理解。因此，對于本領域技術人員而言應該明顯的是，提供以下對本公開的各種實施例的描述僅是為了示例性目的，而非限制由所附權利要求及其等同物限定的本公開的目的。應該理解，除非上下文明確另外指示，否則單數(shù)形式也包括復數(shù)指代。因此，例如，對“組件表面”的引用包括對一個或更多個這樣的表面的引用。請參閱圖1，本申請實施方式提供一種確定整周模糊度的方法，所述方法包括以下步驟。S1：建立載波相位雙差觀測方程，所述方程中包括待確定的模糊度。在本實施方式中，可以按照下述公式建立所述載波相位雙差觀測方程：其中，表示第u個流動站與第r個參考站之間的載波相位雙差觀測值，λ表示載波相位波長，表示第u個流動站與第r個參考站之間真距的雙差值，表示第u個流動站與第r個參考站之間的雙差模糊度值，表示第u個流動站與第r個參考站之間的雙差噪聲誤差值。S2：根據最小二乘算法，確定所述載波相位雙差觀測方程中模糊度的浮點解矩陣以及所述浮點解矩陣對應的方差-協(xié)方差矩陣。在本實施方式中，可以采用最小二乘法計算出所述載波相位雙差觀測方程中所有模糊度值的浮點解，所有的浮點解可以構成浮點解矩陣。此外，還可以求解出浮點解矩陣對應的方差-協(xié)方差矩陣。其中，方差-協(xié)方差矩陣是反映模糊度浮點解之間關系的矩陣，主對角線上的元素可以反映各模糊度精度的方差值，非主對角線上的元素可以反映模糊度相互之間的相關程度，模糊度的相關性會降低模糊度搜索效率。S3：對所述方差-協(xié)方差矩陣進行矩陣分解，得到包含下三角矩陣和對角矩陣的分解結果，并對分解后的矩陣進行模糊度去相關處理，得到變換矩陣和經過所述變換矩陣變換后的模糊度整數(shù)矩陣。請參閱圖2，在本實施方式中，為減小模糊度搜索空間大小，需對模糊度進行去相關處理，反映在方差-協(xié)方差矩陣上即是要減小其非對角線上的元素。在本實施方式中，可以對所述方差-協(xié)方差矩陣按照下述公式進行矩陣分解：Q＝LTDL上式中Q是模糊度的方差-協(xié)方差矩陣，L為下三角矩陣，D為對角矩陣。在本實施方式中，可以通過對模糊度進行高斯Z變換的方法來實現(xiàn)去相關的過程。具體地，對模糊度進行高斯Z變換可以是對下三角矩陣進行初等列變換，利用下三角矩陣的特點將其非對角元素中較大的數(shù)均減小至0.5以下，使得模糊度之間互相關性大大減小，這種變換過程用矩陣表示就相當于在L左邊乘了一個變換矩陣Z。與此同時，其相應的模糊度也要進行Z變換，其表達式可以表示為：其中，表示所述模糊度整數(shù)矩陣，ZT表示所述變換矩陣Z的轉置，a表示所述浮點解矩陣。在本實施方式中，還可以對模糊度、L矩陣以及D矩陣進行重新排序，從而可以得到按照D矩陣對角元素從大到小的排列順序。S4：根據所述模糊度整數(shù)矩陣，確定模糊度的第一組模糊度候選解，并對所述第一組模糊度候選解中的各個模糊度在當前搜索空間中進行搜索取整，得到第二組模糊度候選解；其中，所述當前搜索空間的數(shù)值為第一組模糊度候選解的范數(shù)值和初始搜索空間的數(shù)值中的較小者。請參閱圖3，在本實施方式中，可以在繼承了LAMBDA的樹形遍歷搜索方法的基礎上進行改進，直接對模糊度進行正數(shù)和負數(shù)方向的附近取整數(shù)枚舉計算，避免了LAMBDA中繁瑣的計算每個搜索模糊度的整數(shù)區(qū)間及估值。具體地，可以在模糊度搜索之前將初始搜索空間的數(shù)值設置較大的數(shù)，為了不使取值過大而脫離實際，該數(shù)值是以求解搜索橢球體體積為基礎設定。具體地，所述初始搜索空間的數(shù)值按照下述公式確定：其中，χ2表示所述初始搜索空間的數(shù)值，fac表示預設放大系數(shù)，P表示模糊度候選解的組數(shù)，Q表示所述方差-協(xié)方差矩陣，n表示模糊度的維數(shù)。上式中fac是一個系數(shù)，為了保證所有可能的模糊度整周解均包含在橢球體內，不能將卡方直接設為計算出的橢球體大小，而是將其乘以一個大于1的系數(shù)fac，本發(fā)明中將fac設為4。此外，本發(fā)明中可以將P設為2。在本實施方式中，可以利用模糊度之間的相關性來序貫計算n個模糊度的第一組模糊度候選解，L矩陣非對角線元素表明了各模糊度之間的互相關性，先利用zn來計算精度最高的估計值再根據他們之間相關性序貫搜索到精度最差的其表達式可以表示為：上式中zn是去相關后精度最高的整周模糊度，zk和分別為精度排在第k位的去相關后整周模糊度和估計的整周模糊度。整周模糊度第一組模糊度候選解為[z1,z2,...,zn]，并將第一組模糊度候選解向量和其對應的范數(shù)存儲起來，為L矩陣中第j行第k列的估算元素。在本實施方式中，可以在整周模糊度搜索過程中不斷減小搜索空間的大小。通過每次搜索到的一組模糊度候選解對應的范數(shù)值DIST與χ2比較來確定是否改變χ2的值，其中，可以按照下述公式確定所述第一組模糊度候選解的范數(shù)值：其中，DIST表示所述第一組模糊度候選解的范數(shù)值，zi表示所述第一組模糊度候選解中的第i個候選解，表示估算精度排在第i位的估算整周模糊度值，di表示所述對角矩陣中第i行第i列的元素，dist(k)是前面n-k個估計整周模糊度與去相關后整周模糊度之間的殘差平方和。在本實施方式中，整周模糊度搜索過程采用先從右到左搜索出第一組模糊度候選解，然后再從左到右依次對各個模糊度進行附近取整枚舉計算的樹形遍歷方法，最終需要存儲2組模糊度候選解向量及其對應的范數(shù)值。搜索過程中不需要對各模糊度進行整數(shù)區(qū)間的確定，只需要對其進行附近依次取整，取整順序為逐漸遠離估計的整周模糊度。具體地，根據所述第一組模糊度候選解中的第i個候選解與估算精度排在第i位的估算整周模糊度值之間的差值，確定待增加的整數(shù)值，并將所述第i個候選解與所述待增加的整數(shù)值的和作為搜索取整后的候選解，其中，按照下述公式確定所述待增加的整數(shù)值：其中，Δ(i)表示第i個候選解對應的待增加的整數(shù)值。在本實施方式中，在從左向右搜索過程中，會保存兩組候選解對應的范數(shù)值，搜索完第一組模糊度候選解后，搜索z(1)附近整數(shù)，再搜索z(2)，接著搜索z(2)附近整數(shù)并向下遍歷到z(1)，一直搜索到z(n)。在此過程中會不斷對比每組模糊度候選解范數(shù)與χ2大小，并將較小的賦值給χ2，從而縮小搜索空間大小。在本實施方式中，模糊度搜索時會將最小的兩個范數(shù)以及他們對應的兩組模糊度候選解保存起來作為最終的搜索結果。S5：根據所述變換矩陣對范數(shù)值最小的兩組候選解進行反變換，得到最終的整周模糊度。在本實施方式中，上述整周模糊度搜索是在去相關之后進行Z變換之后進行的，故搜索出來的是去相關后模糊度對應的整周模糊度，故需要進行反變換得到最原始的模糊度浮點解對應的整周模糊度值，其表達式可以表示為：z'＝(ZT)-1z其中，z'表示最終的整周模糊度，Z表示所述變換矩陣，z表示范數(shù)值最小的兩組候選解。為了驗證本發(fā)明的工作性能，在GhostXPSP3系統(tǒng)i5CPU主頻3.29GHz電腦上運用MATLABR2012b軟件進行測試。對模糊度維數(shù)分別為4、6、8、10、12和14等六組數(shù)進行測試，對比了LAMBDA和本發(fā)明的技術方法ILAMBDA(ImprovedLAMBDA，改進的LAMBDA)運行結果，如表1所示，其對比圖如圖4所示。從圖4和表1可知，本發(fā)明的技術方法整周模糊度搜索時間要明顯少于LAMBDA。表1運行時間對比模糊度維數(shù)468101214LAMBDA0.035320.0353850.0354720.0358920.0360250.037293ILAMBDA0.0238420.0246830.0250020.0250200.0254580.026202運行結果列出維數(shù)分別為4,6,8的分別如表2至表4所示。表2中的LAMBDA和ILAMBDA對應的兩行整數(shù)解結果是兩組整周模糊度候選解。鑒于篇幅所限，只列出了表2-4的三種維數(shù)的模糊度運行結果，計算結果表明改進的ILAMBDA算法與LAMBDA算法對于相同的模糊度浮點解解算的整周模糊度解相同。表2LAMBDA與ILAMBDA解算4維模糊度結果表3LAMBDA與ILAMBDA解算6維模糊度結果表4LAMBDA與ILAMBDA解算8維模糊度結果通過上述運行結果可以發(fā)現(xiàn)，本發(fā)明方法相對于LAMBDA搜索模糊度的速率提高了40％左右。該發(fā)明是一種適用于高維數(shù)模糊度快速固定的方法。本申請實施方式通過載波相位雙差觀測方程可以得到浮點解矩陣對應的方差-協(xié)方差矩陣，通過對方差-協(xié)方差矩陣進行矩陣分解、對矩陣分解的結果進行矩陣變換，并不斷減小搜索取整的搜索空間，可以加快整周模糊度的搜索速度，從而更加節(jié)約資源，更適合耗時較多的高緯度模糊度的搜索。請參閱圖5，本申請實施方式還提供一種確定整周模糊度的裝置，所述裝置可以包括：觀測方程建立單元100，用于建立載波相位雙差觀測方程，所述方程中包括待確定的模糊度；浮點解確定單元200，用于根據最小二乘算法，確定所述載波相位雙差觀測方程中模糊度的浮點解矩陣以及所述浮點解矩陣對應的方差-協(xié)方差矩陣；去相關處理單元300，用于對所述方差-協(xié)方差矩陣進行矩陣分解，得到包含下三角矩陣和對角矩陣的分解結果，并對分解后的矩陣進行模糊度去相關處理，得到變換矩陣和經過所述變換矩陣變換后的模糊度整數(shù)矩陣；搜索取整單元400，用于根據所述模糊度整數(shù)矩陣，確定模糊度的第一組模糊度候選解，并對所述第一組模糊度候選解中的各個模糊度在當前搜索空間中進行搜索取整，得到第二組模糊度候選解；其中，所述當前搜索空間的數(shù)值為第一組模糊度候選解的范數(shù)值和初始搜索空間的數(shù)值中的較小者；反變換單元500，用于根據所述變換矩陣對范數(shù)值最小的兩組候選解進行反變換，得到最終的整周模糊度。進一步地，所述搜索取整單元400可以按照下述公式確定所述初始搜索空間的數(shù)值：其中，χ2表示所述初始搜索空間的數(shù)值，fac表示預設放大系數(shù)，P表示模糊度候選解的組數(shù)，Q表示所述方差-協(xié)方差矩陣，n表示模糊度的維數(shù)。應該注意的是，如上所述的本公開的各種實施例通常在一定程度上涉及輸入數(shù)據的處理和輸出數(shù)據的生成。此輸入數(shù)據處理和輸出數(shù)據生成可在硬件或者與硬件結合的軟件中實現(xiàn)。例如，可在移動裝置或者相似或相關的電路中采用特定電子組件以用于實現(xiàn)與如上所述本公開的各種實施例關聯(lián)的功能。另選地，依據所存儲的指令來操作的一個或更多個處理器可實現(xiàn)與如上所述本公開的各種實施例關聯(lián)的功能。如果是這樣，則這些指令可被存儲在一個或更多個非暫時性處理器可讀介質上，這是在本公開的范圍內。處理器可讀介質的示例包括只讀存儲器(ROM)、隨機存取存儲器(RAM)、CD-ROM、磁帶、軟盤和光學數(shù)據存儲裝置。另外，用于實現(xiàn)本公開的功能計算機程序、指令和指令段可由本公開所屬領域的程序員容易地解釋。本說明書中的各個實施方式均采用遞進的方式描述，各個實施方式之間相同相似的部分互相參見即可，每個實施方式重點說明的都是與其他實施方式的不同之處。盡管已參照本公開的各種實施例示出并描述了本公開，但是本領域技術人員將理解，在不脫離由所附權利要求及其等同物限定的本公開的精神和范圍的情況下，可對其進行形式和細節(jié)上的各種改變。當前第1頁1 2 3