本發明提供一種確定整周模糊度的方法及裝置，其中，所述方法包括：建立載波相位雙差觀測方程；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方差?協方差矩陣；對所述方差?協方差矩陣進行矩陣分解和去相關處理，得到經過所述變換矩陣變換后的模糊度整數矩陣；根據所述模糊度整數矩陣，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；根據所述變換矩陣對范數值最小的兩組候選解進行反變換，得到最終的整周模糊度。本發明提供的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，從而更加節約資源，更適合耗時較多的高緯度模糊度的搜索。

技術領域

本發明涉及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(Global Navigation Satellite System，全球導航衛星系統)定位在越來越多的領域備受關注，在橋梁變形監測、大壩安全監測、房屋變形監測、山體滑坡監測和尾礦監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-squares Ambiguity Decorrelation Adjustment，最小二乘模糊度去相關解算法)是Delft科技大學開發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，不光適用于靜態模型，也適用于實時動態模型。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。

發明內容

本發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，從而更加節約資源，更適合耗時較多的高緯度模糊度的搜索。

為實現上述目的，本發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-協方差矩陣；對所述方差-協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矩陣；根據所述模糊度整數矩陣，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值為第一組模糊度候選解的范數值和初始搜索空間的數值中的較小者；根據所述變換矩陣對范數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矩陣：

其中，表示所述模糊度整數矩陣，Z^T表示所述變換矩陣Z的轉置，a表示所述浮點解矩陣。