提高中長基線gps整周模糊度解算成功率的方法
【專利摘要】本發(fā)明提出的提高中長基線GPS整周模糊度解算成功率的方法，旨在提供一種模糊度實數(shù)解精度高，成功率高的方法。本發(fā)明是通過以下所述技術(shù)方案予以實現(xiàn)：采用監(jiān)控測量軟件設(shè)定高度截止角，獲取主測站和副測站的粗略坐標(biāo)，提取有用觀測數(shù)據(jù)；選擇參考星，對比主、副測站的觀測數(shù)據(jù)，根據(jù)主、副測站的觀測值建立雙差觀測方程，利用卡爾曼濾波器對觀測方程狀態(tài)更新和參數(shù)估計，求解出模糊度浮點解；然后，變換GPS雙差載波L1和L2整周模糊度的浮點解，組成寬巷整周模糊度和載波L1模糊度向量組；采用LAMBDA算法對寬巷整周模糊度進行搜索，得到固定后的寬巷整周模糊度的整數(shù)解，最后通過設(shè)定門限對所解算的模糊度成功率進行判定，確認解算正確的整周模糊度解。
【專利說明】
提高中長基線GPS整周模糊度解算成功率的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種可應(yīng)用于車輛、艦船、飛機等各種運動載體設(shè)備的導(dǎo)航，也能用于 遠距離的大地測量、精密定位、海洋測繪、航空編隊飛行、姿態(tài)測量等技術(shù)領(lǐng)域，尤其是提高 中長基線2 10Km，GPS整周模糊度解算成功率的方法。
【背景技術(shù)】
[0002] 隨著GPS測量技術(shù)的不斷發(fā)展，GPS測量技術(shù)在各行各業(yè)都得到了廣泛的應(yīng)用。但 由于GPS測量是通過地面接收衛(wèi)星傳送的信息來確定地面點三維坐標(biāo)，伴隨著各種影響GPS 測量誤差的存在，都給GPS數(shù)據(jù)處理帶來了一定的困難，尤其GPS基線向量的解算是整個GPS 數(shù)據(jù)處理過程中占用時間最長，工作量最大的一項工作，也是GPS測量網(wǎng)平差的基礎(chǔ)。目前 利用GPS導(dǎo)航定位最常用的基本觀測量有兩種:偽距觀測量和載波相位觀測量。GPS導(dǎo)航定 位一般以偽距或者載波相位為觀測量，利用碼相位(C/A碼)得到偽距的方法的定位精度差， 在取消SA政策后其定位精度仍僅為5米左右。隨著高精度定位用戶日益增多，偽距定位已不 能滿足要求。所以，目前正受到廣泛重視并深入發(fā)展的是利用GPS載波相位觀測值來進行導(dǎo) 航定位，載波相位觀測值定位精度可達到毫米級甚至更高。由于載波相位觀測值中存在著 未知的整周模糊度，實時解算困難，因此為了實現(xiàn)高精度測量，整周模糊度的準(zhǔn)確解算是其 中的關(guān)鍵環(huán)節(jié)。在利用GPS進行導(dǎo)航定位時，觀測量中所含有的誤差將使定位結(jié)果受到影 響，因此一般采用差分技術(shù)來消除觀測方程中與GPS衛(wèi)星相關(guān)的誤差。載波相位觀測方程 中，無法消除的誤差和噪聲誤差會影響模糊度浮點解的精度及其方差一協(xié)方差矩陣的相關(guān) 性，從而使模糊度的固定解求解困難甚至失敗，最終影響定位工作。
[0003] 基線解算是衛(wèi)星定位過程中，利用波段相同的兩個或兩個以上觀測測站點之間的 觀測值進行比較，分析從而得出二者基線坐標(biāo)誤差的過程?；€解算是GPS控制網(wǎng)數(shù)據(jù)處理 中的重要環(huán)節(jié)，其質(zhì)量的好壞直接關(guān)系到后續(xù)網(wǎng)平差的精度，將直接影響到整個GPS測量的 測量精度和工作效率。由于載波相位測量值的精度相比偽碼測量值的精度要高出許多，因 此在基線測量解算中常采用載波相位測量值實現(xiàn)高精度相對定位。但在采用載波相位測量 值時，整周模糊度的解算成為了精密定位數(shù)據(jù)處理中的關(guān)鍵環(huán)節(jié)，只有快速、準(zhǔn)確地確定了 主、副測站之間的整周模糊度，才能實時地提供高精度的位置信息。各國的科研人員在整周 模糊度解算方面已做了大量的工作，也提出了各種整周模糊度解算方法。目前已有多種整 周模糊度快速解算算法，絕大多數(shù)是以整數(shù)最小二乘估計為基礎(chǔ)的?；谧钚《斯烙嬆?糊度降相關(guān)調(diào)整的搜索算法一 LAMBDA算法是其中性能較好的算法之一。其核心思想是對模 糊度浮點解的協(xié)方差矩陣進行整數(shù)Z變換，使其盡量對角化，從而降低各模糊度之間的相關(guān) 性。經(jīng)典的模糊度確定方法有取整法、區(qū)間判定法、快速分解法、模糊度函數(shù)法等。這些方法 一般都是基于最最小二乘實數(shù)解，在模糊度求解過程中，常被稱為初始解。整周模糊度的固 定往往還需要構(gòu)造一個模糊度搜索空間，搜索的準(zhǔn)確度依賴于初始解的精度。當(dāng)基線距離 較長時。由于難以消除電離層誤差的影響。這些搜索方法往往不能達到較高的可靠性，從而 使定位結(jié)果難以獲得較高精度。
[0004] 模糊度常用的固定準(zhǔn)則是通過Ratio的大小來判定模糊度的正確與否，但這種方 法不能保證每次固定的結(jié)果都正確，常常會出現(xiàn)Ratio值很大，甚至能夠保持一段時間，但 模糊度值卻是錯誤的情況。模糊度的求解經(jīng)歷了由靜態(tài)、快速靜態(tài)再到動態(tài)中求解的發(fā)展 過程。這一發(fā)展過程的顯著特點就是求解模糊度所需的必要觀測時間大大減少，使定位效 率明顯提高。因此，不難發(fā)現(xiàn)，在所有對整周模糊度的研究中，不管是哪種解算方法或改進 算法，人們研究和關(guān)心的重點都是提高模糊度搜索的效率和成功率，以此提高導(dǎo)航定位效 率和定位結(jié)果的精度。
[0005] 在GPS高精度動態(tài)相對定位中，整周模糊度的求解是一個難點問題?？焖?、準(zhǔn)確解 算出模糊度是定位精度的有效保障。在高精度動態(tài)相對定位中，尤其是實時定位時，對解算 的實時性要求非常高。確定整周模糊度實際上是指確定流動接收機和固定接收機之間的整 周模糊度之差。整周模糊度的解算是GPS高精度定位的核心問題。正確確定整周模糊度是獲 得高精度定位結(jié)果的必要條件，任何錯誤的模糊度解都會得到一個錯誤的定位結(jié)果。雖然 目前現(xiàn)有技術(shù)已提出了多種模糊度的解算方法，但是在不同的條件下，它們會表現(xiàn)出各自 的缺點和不足。作為目前應(yīng)用最為廣泛的方法之一，LAMBDA方法采用了多種提高模糊度解 算效率的措施，其解算效率較高。但是LAMBDA方法也具有其自身的缺點，首先，它要求對搜 索空間內(nèi)的所有候選模糊度進行搜索固定，這在觀測誤差較大、浮點解精度較差等某些特 殊的情況下難于實現(xiàn);其次，模糊度確認時存在接受錯誤解或拒絕正確解的現(xiàn)象。對以上兩 方面問題，有必要進行進一步的研究和探討。總之，要獲得一個可靠的高精度GPS定位結(jié)果， 獲得較高的生產(chǎn)效率，就必須妥善解決以上提到的這些方面的問題，尋找解決這些問題的 新理論和新方法。準(zhǔn)確和快速地固定整周模糊度是GPS高精度快速定位的核心問題。模糊度 固定受多方面因素的影響，包括采用何種觀測值組合，觀測值隨機模型是否適當(dāng)，觀測值是 否含有粗差，采用何種參數(shù)估計方法及整數(shù)搜索方法等。
[0006] 整周模糊度求解算法算法的發(fā)展大致經(jīng)歷了以下的四個過程： 一、最早期的模糊度解算方法是靜態(tài)求解法，它是通過大量的觀測數(shù)據(jù)平差求解，將解 得的模糊度浮點解求整。但是對于運動載體而言，一般無法通過較長的觀測時間獲得較多 的觀測量從而實現(xiàn)整周模糊度的解算。直至1986年Remendi提出的"stop and go"定位方法 開始了模糊度實時解算的研究。
[0007] 二、1990年E.Frei和G· Beulter提出 了快速模糊度解算法一FARA(Fast Ambiguity Resolution Approach)，用于短基線相對定位。FARA的基本思想是，以整數(shù)統(tǒng)計理論的參數(shù) 估計和假設(shè)檢驗為基礎(chǔ)，充分利用初始平差的解向量，比如待定點的坐標(biāo)、整周模糊度的實 數(shù)解、方差-協(xié)方差和單位中誤差，在一定置信區(qū)域內(nèi)，確定所有可能的整周模糊度的組合， 然后按照整數(shù)最小二乘原理反復(fù)平差，選取能使估計的驗后方差為最小的一組整周模糊 度，即為所要搜索的整周模糊度的最佳估計。但FARA最大的缺點就是只能用于短基線 20km)定位，對于長距離的基測站模糊度解算效果一般。由于基線長短不同，解算模式有區(qū) 另Ij，比如超過20km的基線不解算整周未知數(shù)，若將觀測時間長短不同、基線距離不同的所有 觀測數(shù)據(jù)混為一組解，會出現(xiàn)大量的短基線也不能解出整周未知數(shù)的異?，F(xiàn)象。當(dāng)基線較 長時，誤差的相關(guān)性將增強，許多誤差消除得不夠完善，所以無論是基線向量還是整周模糊 度，均無法準(zhǔn)確估計。在這種情況下再將整周模糊度固定為某一整數(shù)往往無實際意義，只是 徒增工作量而已。所以通常就將實數(shù)解作為最后解。
[0008] 三、雙頻P碼法，通過P碼與載波相位的綜合處理來確定整周模糊度，隨著研究的不 斷深入，該技術(shù)也得到了不同的擴展，通過對GPS L1、L2的載波進行線性組合，形成一種波 長較長的組合波，即寬巷，利于整周模糊度的確定。但是在該方法中由于電離層對不同頻率 的觀測波產(chǎn)生不同的時間延遲，寬巷組合得到的"觀測量"受電離層影響較大，多徑效應(yīng)引 起的誤差與波長也比單頻的影響要大。
[0009] 四、模糊度在航解算一 0TF(0n The Fly)，基本思想是:流動測站與基準(zhǔn)測站對共 視衛(wèi)星同步觀測，利用模糊度快速解算技術(shù)，對衛(wèi)星載波信號進行平差處理，確定初始整周 模糊度。目前較為成熟的OTF解算方法有：模糊度搜索濾波器（Fast Ambiguity Search Filter-FASF)、模糊度函數(shù)法(Ambiguity Function Method-AFM)、最小二乘模糊度搜索 算法（Least Square Ambiguity Search Technology-LSAST)、LAMBDA方法等。其中由荷蘭 Delf大學(xué)Teunissen教授提出的LAMBDA算法由于其嚴(yán)密的理論性和切實可行的系統(tǒng)，縮小 了搜索空間，并極大地提高了搜索速度，在實際的動態(tài)定位領(lǐng)域被廣泛應(yīng)用。在短基線情況 下，可以實現(xiàn)單歷元解算整周模糊度;雖然TCAR能夠?qū)崿F(xiàn)短基線三頻模糊度的單歷元解算， 但長基線三頻模糊度快速解算問題仍然是導(dǎo)航定位的一大難點。在長基線情況，由于電離 層、對流層影響放大，原有的Geo met ry2f ree TCAR/CIA方法解算模糊度成功率下降。 GPS/GAL IL EO組合定位的成功率為70%左右;對于長基線(80km)單歷元解算整周模糊度， 其成功率進一步降低。以往大多利用雙頻GPS接收機，采用卡爾曼濾波求解GPS網(wǎng)絡(luò)RTK中長 基線的整數(shù)模糊度N和殘余對流層延遲，花費時間較長，可靠性得不到保證。
[0010]目前采用LAMBDA算法解算載波LI、L2模糊度時，仍然存在兩個問題： 1、 只有當(dāng)所有求解得到的模糊度都固定正確時，才接受模糊度的整數(shù)向量； 2、 模糊度檢驗的Ratio值與模糊度的維數(shù)有較大關(guān)系。利用LAMBDA算法解算中長基線 模糊度時，由于電離層和對流層的影響，模糊度實數(shù)解的精度較低，即使模糊度固定正確， 也會導(dǎo)致其Ratio值很小，基于經(jīng)驗值的Ratio值常會拒絕正確的模糊度值。

【發(fā)明內(nèi)容】

[0011] 本發(fā)明的目的是針對現(xiàn)有技術(shù)LAMBDA算法中存在的不足，提供一種模糊度實數(shù)解 精度高，成功率高，提高GPS整周模糊度解算成功率的方法。
[0012] 本發(fā)明解決現(xiàn)有技術(shù)問題所采用的技術(shù)方案是：一種提高中長基線GPS整周模糊 度解算成功率的方法，其特征在于包括如下步驟:采用監(jiān)控測量軟件讀取主測站和副測站 GPS接收機測量數(shù)據(jù)的RINEX格式文件，設(shè)定高度截止角，通過載波相位周跳檢測預(yù)處理手 段得到主測站和副測站的粗略坐標(biāo)，提取出有用的觀測數(shù)據(jù);選擇參考星，對比主、副測站 的觀測數(shù)據(jù)，根據(jù)主測站和副測站的測量數(shù)據(jù)觀測值建立雙差觀測方程，利用卡爾曼濾波 器對觀測方程的狀態(tài)進行更新和參數(shù)估計，求解出模糊度浮點解;然后，將GPS雙差載波Ll 和載波L2整周模糊度的浮點解通過變換之后，組成寬巷整周模糊度和L1模糊度向量組;采 用最小二乘估計模糊度降相關(guān)調(diào)整的搜索算法一 LAMBDA算法對寬巷整周模糊度進行搜索， 得到固定之后的寬巷整周模糊度的整數(shù)解，再對Ll模糊度浮點解和相應(yīng)的協(xié)方差矩陣進行 修正，然后采用LAMBDA算法對單頻的Ll模糊度進行搜索固定，通過計算再確定L2模糊度整 數(shù)解;最后通過Ratio值檢驗搜索得到的模糊度解，檢驗?zāi)：裙潭ǖ恼_性，并通過設(shè)定 門限對所解算的模糊度成功率進行判定，確認最終解算正確的整周模糊度解。
[0013] 本發(fā)明相比于現(xiàn)有技術(shù)具有如下有益效果： 本發(fā)明針對中長基線整周模糊度能夠以較高成功率固定。本發(fā)明利用寬巷模糊度和單 頻模糊度組合的方式，通過LAMBDA算法首先對寬巷模糊度進行搜索，用LAMBDA方法搜索容 易固定到同一數(shù)值，可以顯著地縮小模糊度的搜索空間，提高模糊度固定的效率，改善浮點 解的協(xié)方差陣，實現(xiàn)了中長基線的整數(shù)模糊度快速解算，提高模糊度固定成功率。
[0014] 模糊度解算可靠性高。本發(fā)明在Ratio值檢驗的基礎(chǔ)上增加了解算成功率判定門 限，從而更加有利于準(zhǔn)確判定中長基線GPS整周模糊度解算成功率。通過采用寬巷與LAMBDA 算法組合的方式解算得到寬巷模糊度，再利用寬巷模糊度修正單頻整周模糊度，進而修正 單頻模糊度的浮點解，所得到的模糊度實數(shù)解較為準(zhǔn)確，再對修正的單頻模糊度采用 LAMBDA算法進行搜索，再利用Ratio值檢驗和解算成功率判定門限對所解算的模糊度整數(shù) 解的正確性進行判定，有效提高了模糊度解算的成功率和可靠 性。。
【附圖說明】
[0015] 下面結(jié)合附圖和實施例對本發(fā)明進一步說明。
[0016] 圖1為本發(fā)明提高中長基線GPS整周模糊度解算成功率的方法工作原理流程框圖。
【具體實施方式】
[0017] 參照圖1。根據(jù)本發(fā)明，首先，采用監(jiān)控測量軟件將主、副兩測站GPS接收機的測量 數(shù)據(jù)RINEX格式文件通過所設(shè)定的高度截止角、載波相位周跳檢測等預(yù)處理手段提取出有 用的觀測數(shù)據(jù);其次，對比主、副測站的觀測數(shù)據(jù)選擇合適的衛(wèi)星作為參考星，根據(jù)觀測值 建立雙差觀測方程，利用卡爾曼濾波器對觀測方程的狀態(tài)進行更新和參數(shù)估計，求解出模 糊度浮點解;然后，將GPS載波Ll和L2整周模糊度的浮點解通過變換之后，組成寬巷模糊度 和Ll模糊度向量組，采用LAMBDA算法搜索得到寬巷模糊度的整數(shù)解，從而修正Ll浮點解和 協(xié)方差陣，再利用LAMBDA算法對單頻的Ll模糊度進行搜索固定，再確定L2模糊度整數(shù)解;最 后，采用Ratio值門限檢驗?zāi)：裙潭ǖ恼_性，另外采取解算成功率來評價模糊度整數(shù)解 的正確性進行評價，從而提高中長基線GPS模糊度解算成功率。
[0018] 具體步驟包括： (1)監(jiān)控測量軟件讀取RINEX文件，由監(jiān)控測量軟件讀入主測站坐標(biāo)/解算副測站粗略 坐標(biāo)，將主、副兩測站GPS接收機測量數(shù)據(jù)的RINEX文件通過監(jiān)控軟件所設(shè)定的高度截止角、 載波相位周跳檢測等預(yù)處理手段，從RINEX文件中提取出有用的觀測數(shù)據(jù)，其中高度截止角 選取10°-15°;GPS衛(wèi)星高度角是指測測站與單顆衛(wèi)星連線的垂直角，而"GPS衛(wèi)星高度截止 角"指的是最小的GPS高度角。
[0019] (2)選擇參考星/形成雙差觀測方程/狀態(tài)更新，由監(jiān)控測量軟件對比主、副測站的 觀測數(shù)據(jù)選擇合適的衛(wèi)星作為參考星，讀入主測站坐標(biāo)，根據(jù)觀測值建立GPS Ll和L2 頻點的載波相位雙差觀測方程
（1)
(2) 式中，i和j分別表示衛(wèi)星的編號;u和r分別表示副測站和主測站的GPS接收機;Φ=和 Φ=分別表示!^和匕頻點的載波相位雙差測量值山和\2分別表示點的波長;d和 ?分別表示1^和1^頻點衛(wèi)星到接收機之間的幾何距離；/,?和分別表示1^和1^頻點雙差 電離延遲誤差；:和21?分別表示LdPL_點雙差對流層延遲誤差；Λ?]和]\^ 2分別表示1^ 和1^頻點的雙差整周模糊度值；4丨和4?分別表示!^和匕頻點的誤差項，包含多徑誤差、噪 聲等。利用kalman濾波對觀測方程的狀態(tài)進行更新和參數(shù)估計，求解出模糊度浮點解。 在雙差相對定位的觀測方程中，消除了接收機誤差和衛(wèi)星鐘差，形成了雙差整周模糊 度。當(dāng)主測站和副測站之間為中長基線時，電離層和對流層誤差這兩個參數(shù)也需實時地估 計得到，當(dāng)主測站和副測站之間為短基線時，式（1)和式(2)中的電離層和對流層誤差可以 忽略不計，上兩式即可變?yōu)椋?br>(3) (4) 以1^頻點為例，設(shè)在歷元k時刻共觀測到n+1顆衛(wèi)星，其中只有η個雙差值是相互獨立 的，以編號為1的衛(wèi)星作為參考衛(wèi)星，可組成η個相互獨立的雙差載波相位觀測方程，為：
(5) 上式可簡化為 yk=Akb+N+ek (6) 式中，k為歷元號;yk為k時刻雙差載波相位觀測向量，其協(xié)方差矩陣為Qo，為η X η階方 陣;Ak為kX3階系數(shù)矩陣;b為3維基線向量;N為η維雙差整周模糊度向量;ek為η維噪聲誤差 向量。 設(shè)主測站和副測站連續(xù)觀測歷元數(shù)為m時，與式(5)結(jié)合得到雙差觀測方程為：
(7) 式中，I為η X η的單位矩陣。 上式可簡寫為 y=Ab+BN+e (8) 式中，y為mnX 1維雙差載波相位觀測向量，其協(xié)方差矩陣為β = /?? ;A為mnX 3維位 置參數(shù)系數(shù)矩陣;B為mnXn維雙差整周模糊度系數(shù)矩陣；ε為mnXl維觀測噪聲向量。 GPS差分相對定位的狀態(tài)參數(shù)估計將采用kalman濾波算法求得，得到整周模糊度的浮 點解A及相應(yīng)的方差協(xié)方差矩陣D (3)模糊度搜索解算，監(jiān)控測量軟件將GPS LI和L2整周模糊度的浮點解通過變換之后 組成寬巷模糊度和Ll模糊度向量組，采用LAMBDA算法搜索得到寬巷模糊度的整數(shù)解，修正 LI浮點解和協(xié)方差陣，再利用LAMBDA算法對LI模糊度進行搜索固定，從而通過計算再確定 L2模糊度整數(shù)解。 設(shè)由步驟2得到的LjP 1^頻點的模糊度浮點解分別為次和]^，協(xié)方差矩陣分別為 和^1/LjPL2的浮點解通過變換得到寬巷模糊度與1^的模糊度向量組合為：
C9) 式中，E為單位矩陣； < 為載波Ll整周模糊度浮點解；A2為載波L2整周模糊度浮點解； Iw為載波Ll和L2寬巷整周模糊度浮點解。
同時，由h式經(jīng)討計筧可得到寬巷樽糊度與L1樽糊度的方差協(xié)方差矩陣： (10) (11) 式中，Qn為Ll模糊度的方差陣;Q12為Ll和L2模糊度的方差協(xié)方差陣;Q22為L2模糊度的 方差陣;〇21為1^2和Ll模糊度的方差協(xié)方差陣，021 T表示轉(zhuǎn)置;Qww為寬巷模糊度的方 差陣;Qwi為寬巷模糊度與Ll模糊度的方差協(xié)方差陣;Qlw為Ll模糊度與寬巷模糊度的方差協(xié) 方差陣，0]_.w = GwI ? 采用LAMBDA算法先固定寬巷模糊度Nw，LAMBDA算法的具體流程包括： 首先通過整數(shù)最小二乘得到整數(shù)解向暈，建立目標(biāo)函數(shù)：
C12； 式中，min表示取最小值;Α?表示寬巷模糊度的固定解即整數(shù)解。 若寬巷模糊度itw的方差協(xié)方差陣為對角陣，則模糊度浮點解取整即為所需求的整數(shù) 解。但在實際中，雙差模糊度是強相關(guān)的，其對應(yīng)的協(xié)方差矩陣并不為對角陣。因此，采用Z 變換對模糊度協(xié)方差矩陣進行降相關(guān)處理，設(shè)降相關(guān)處理后的模糊度向量表示為z，相應(yīng)的 方差協(xié)方差矩陣為ft:,.,，模糊度轉(zhuǎn)換矩陣為Z，則可以得到：
(13) 其中，Z為整數(shù)變換矩陣，其行列式為1，逆矩陣仍為整數(shù)。對應(yīng)式(12)轉(zhuǎn)換后的模糊度搜索空間可變?yōu)椋?br>(14) 式中，表不綸]QIZ雙秧乙廟的協(xié)萬差矩陣；X2為所設(shè)定的門限值。 為了保證搜索空間包含所要搜索的整周模糊度解，X2不能選擇的太小，太小可能使橢 球不包含正確的整周模糊度解，同樣X2也不能選擇太大，太大時就會使搜索空間出現(xiàn)大量 不必要的格點。因此選擇合理的X 2值，對變換之后的目標(biāo)函數(shù)進行搜索得到模糊度整數(shù)解， 最后再通過Z反變換得到真實解。 在采用LAMBDA算法固定得到寬巷模糊度之后，若寬巷模糊度固定正確，再用固定得到 的寬巷模糊度Nw修正L1模糊度的實數(shù)解及其方差協(xié)方差陣，得到如下表達式：
(15) 式中，A1表示修正Ll模糊度的浮點解;表示修正Ll模糊度的協(xié)方差矩陣。 監(jiān)控測量軟件對修正1^模糊度實數(shù)解再次利用LAMBDA算法，按照式（12)-(14)步驟進 行搜索固定L1模糊度，最后再由固定的寬巷模糊度和L1模糊度由式(9)得到1^頻點整周模糊 度。 (4)監(jiān)控測量軟件選取Ratio值檢驗對模糊度固定結(jié)果進行判定，同時通過計算固定成 功率的方法對模糊度整數(shù)解得正確性進行評價，提高整周模糊度解算成功率。 為了檢驗?zāi)：裙潭ㄊ欠裾_，通常采用整周模糊度矢量之間的離散性來進行檢驗， 在判定模糊度固定率中應(yīng)用較多的是Ratio檢驗。
(16) 式中，一般選取Ratio值為2或3作為門限值;i(21搜索得到的模糊度次優(yōu)解;&(1)為搜索 得到的模糊度最優(yōu)解，I I · I I2表示取2-范數(shù)。 但在實際中長基線試驗處理結(jié)果中，仍然存在一些偏差較大的情況，為了更為準(zhǔn)確全 面地評價解算成功率，提出了模糊度成功率檢驗方法?；谧钚》讲罟烙嫓?zhǔn)則，整周模糊度 固定的成功率以及=漢〗門限取值近似表示為：
(17)
式中，Φ (X)為單變量正態(tài)分布的概率函數(shù)，定義爻
為降相關(guān)之后的方差協(xié)方差矩陣的對角線元素:η為輅周樽糊度的維數(shù):AD0P表示輅周樽糊 度協(xié)方差矩陣的幾何平均數(shù)，其具體表達式 (·)表不伽馬分布。 經(jīng)過式（17)的計算，若所求得的整周模糊度固定成功率在門限范圍之內(nèi)，則判定解算 成功，若不在門限范圍之內(nèi)，貝1J判定解算失敗。 結(jié)合式(16)和(17)兩個準(zhǔn)則對解算的整周模糊度做出判定，從而也提高整周模糊度解 算成功率。
【主權(quán)項】
1. 一種提高中長基線GI^整周模糊度解算成功率的方法，其特征在于包括如下步驟:采 用監(jiān)控測量軟件讀取主測站和副測站GI^接收機測量數(shù)據(jù)的RI肥X格式文件，設(shè)定高度截止 角，通過載波相位周跳檢測預(yù)處理手段得到主測站和副測站的粗略坐標(biāo)，提取出有用的觀 測數(shù)據(jù);選擇參考星，對比主、副測站的觀測數(shù)據(jù)，根據(jù)主測站和副測站的測量數(shù)據(jù)觀測值 建立雙差觀測方程，利用卡爾曼濾波器對觀測方程的狀態(tài)進行更新和參數(shù)估計，求解出模 糊度浮點解;然后，將GPS雙差載波L1和載波L2整周模糊度的浮點解通過變換之后，組成寬 巷整周模糊度和L1模糊度向量組；采用最小二乘估計模糊度降相關(guān)調(diào)整的捜索算法一 LAMBDA算法對寬巷整周模糊度進行捜索，得到固定之后的寬巷整周模糊度的整數(shù)解，再對 L1模糊度浮點解和相應(yīng)的協(xié)方差矩陣進行修正，然后采用LAMBDA算法對單頻的L1模糊度進 行捜索固定，通過計算再確定L2模糊度整數(shù)解;最后通過Ratio值檢驗捜索得到的模糊度 解，檢驗?zāi)：裙潭ǖ恼_性，并通過設(shè)定口限對所解算的模糊度成功率進行判定，確認最 終解算正確的整周模糊度解。2. 根據(jù)權(quán)利要求1所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于:選擇參考星，從主測站測量數(shù)據(jù)的RI肥X格式文件中讀入主測站坐標(biāo)，根據(jù)觀測值建立 GPS載波L1和L2頻點的載波相位雙差觀測方程：式中，i和j分別表示衛(wèi)星的編號；U和r分別表示副測站和主測站的GPS接收機；Φ?!>ι和 分別表示載波^和12頻點的載波相位雙差測量值;λι和λ2分別表示載波。和1^2頻點的波 長;墻和趨分別表示載波レ和L2頻點衛(wèi)星到接收機之間的幾何距離;增！和皆蛛別表示載 波^和12頻點雙差電離延遲誤差；:(6,哺巧,?分別表示載波^和12頻點雙差對流層延遲誤差； aS和分別表示載波。和1^2頻點的雙差整周模糊度值；6^和eig分別表示載波。和1^2 頻點的誤差項。3. 根據(jù)權(quán)利要求2所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于:在雙差相對定位的觀測方程中，當(dāng)主測站和副測站之間為中長基線時，電離層和對流層 誤差運兩個參數(shù)也實時地估計得到，當(dāng)主測站和副測站之間為短基線時，式（1)和式(2)中 的電離層和對流層誤差忽略不計，上兩式即可變?yōu)椋?. 根據(jù)權(quán)利要求1所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于：W編號為1的衛(wèi)星作為參考衛(wèi)星，可組成η個相互獨立的雙差載波相位觀測方程為：上式可簡化為 yk=Akb+化 Ek (6) 式中，k為歷元號；yk為k時刻雙差載波相位觀測向量，Qo為協(xié)方差矩陣，且為ηΧη階方 陣，Ak為kX 3階系數(shù)矩陣，b為3維基線向量，Ν為η維雙差整周模糊度向量，Ek為η維噪聲誤差 向量，η+1是設(shè)在歷元k時刻共觀測到的η+1顆衛(wèi)星，其中只有η個雙差值是相互獨立的。5. 根據(jù)權(quán)利要求4所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于：當(dāng)主測站和副測站連續(xù)觀測歷元數(shù)為m時，與式(5)結(jié)合得到雙差觀測方程為：式中，I為ηΧη的單位矩陣。 上式可簡寫為 y=Ab+BN+e (8) 式中，y為mnXl維雙差載波相位觀測向量，其協(xié)方差矩陣為0 = /@公,，A為mnX3維位 置參數(shù)系數(shù)矩陣，B為mn X η維雙差整周模糊度系數(shù)矩陣，ε為mn X 1維觀測噪聲向量。6. 根據(jù)權(quán)利要求1所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于:在模糊度捜索解算中，采用LAMBDA算法捜索得到寬巷模糊度的整數(shù)解，修正L1浮點解和 協(xié)方差陣，再利用LAMBDA算法對L1模糊度進行捜索固定，從而通過計算確定L2模糊度整數(shù) 解。7. 根據(jù)權(quán)利要求1所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于:載波^和12的浮點解通過變換得到寬巷模糊度與^的模糊度向量組合為：式中，E為單位矩陣；成1為載波L1整周模糊度浮點解；次,為載波L2整周模糊度浮點解； 或"為載波L1和L2寬巷整周模糊度浮點解，同時，由上式經(jīng)過計算可得到寬項模糊度與^模 糊度的方差協(xié)方差矩陣：式中，Qii為L1模糊度的方差陣;Qi2為L1和L2模糊度的方差協(xié)方差陣;Q22為L2模糊度的 方差陣;Q2i為L2和LI模糊度的方差協(xié)方差陣，按:1 =皆:，"τ"表示轉(zhuǎn)置;Q胃為寬巷模糊度的方 差陣;Qwi為寬巷模糊度與L1模糊度的方差協(xié)方差陣;Qiw為L1模糊度與寬巷模糊度的方差協(xié) 方差陣，錢W. = 。8. 根據(jù)權(quán)利要求1所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于:采用LAMBDA算法先固定寬巷模糊度Nw，通過整數(shù)最小二乘得到整數(shù)解向量，建立目標(biāo)函 數(shù)：(12) 式中，min表示取最小值；表示寬巷模糊度的固定解即整數(shù)解，若寬巷模糊度成。的 方差協(xié)方差陣為對角陣，則模糊度浮點解取整即為所需求的整數(shù)解。9. 根據(jù)權(quán)利要求8所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于：當(dāng)雙差模糊度對應(yīng)的協(xié)方差矩陣并不為對角陣時，采用Ζ變換對模糊度協(xié)方差矩陣進行 降相關(guān)處理，設(shè)降相關(guān)處理后的模糊度向量表示為Ζ，相應(yīng)的方差協(xié)方差矩陣為暖。，模糊度 轉(zhuǎn)換矩陣為Ζ，則得到：(13) 其中，Ζ為整數(shù)變換矩陣，其行列式為1，逆矩陣仍為整數(shù)，對應(yīng)式（12)轉(zhuǎn)換后的模糊度 捜索空間可變?yōu)椋篣4) 式中，後表示經(jīng)過Ζ變換之后的協(xié)方差矩陣;X2為所設(shè)定的口限值。10. 根據(jù)權(quán)利要求1所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于:在采用LAMBDA算法固定得到寬巷模糊度之后，若寬巷模糊度固定正確，再用固定得到的 寬巷模糊度Nw修正b模糊度的實數(shù)解及其方差協(xié)方差陣，得到如下表達式：。5) 式中，勞1表示修正L1模糊度的浮點解;表示修正L1模糊度的協(xié)方差矩陣。11. 根據(jù)權(quán)利要求1所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于:采用LAMBDA算法固定得到模糊度整數(shù)解之后，監(jiān)控測量軟件選取Ratio值檢驗對模糊度 固定結(jié)果進行判定，同時通過計算固定成功率的方法對模糊度整數(shù)解得正確性進行評價， 提高整周模糊度解算成功率。12. 根據(jù)權(quán)利要求1所述的提高中長基線GPS整周模糊度解算成功率的方法，其特征在 于:基于最小方差估計準(zhǔn)則，整周模糊度固定的成功率限取值近似表示為：式中，Φ (X)為單變量正態(tài)分布的概率函數(shù)，定義為為降相關(guān)之后的方差協(xié)方差矩陣的對角線元素;η為整周模糊度的維數(shù);ADOP表示整周模糊 度協(xié)方差矩陣的幾何平均數(shù)，具體表達式為表 示伽馬分布。
【文檔編號】G01S19/44GK105842721SQ201610171229
【公開日】2016年8月10日
【申請日】2016年3月23日
【發(fā)明人】劉明凱, 王志丘
【申請人】中國電子科技集團公司第十研究所