动态快速求解整周模糊度的LAMBDA算法.pdfVIP

动态快速求解整周模糊度的LAMBDA算法 徐金玉 吴简彤应：l：田标 · (哈尔滨工程大学，哈尔滨，150001) 摘要：在载波相位测量中，关键的闯题就是整周模糊度的确定．本文使用模糊度协方差的概念，引入 LAMBDA方法来对整周模糊度进行实时搜索．论文中介绍了基于LAMBDA方法的模糊度搜索算法，包括模 糊度去相关、搜索空间的建立以及模糊度的检验与回代等问题． 关键字：整周模糊度；模糊度协方差：GPS动态定位；LAMBDA算法 l引言 通常所说的整周模糊度确定，就是指双差模糊度参数的求解。为了正确解算整周模糊度，在传统的 载波相位测量动态定位中，往往在动态测量之前采用静态测量。这就要求在后续的载波相位测量中保持 对所测卫星的连续跟踪，才能进行正常的定位。但在实际使用中，动态定位环境是相当复杂的，失锁和 周跳难以避免。一旦在动态定位过程中出现失锁和周跳，就需要重新做初始化测量。 为了实现连续而可靠的高精度GPS动态定位，近年来国内外学者开始研究在动态定位过程中解算整 周模糊度的方法。常用的OTF动态整周模糊度求解方法有：快速模糊搜索法(FARA)、双频P码伪距／ 载波相位组合法、相位模糊函数法、最小二乘搜索法(LSAST)和模糊度协方差法等。 对于单频接收机而言，最突出的模糊度确定方法就是模糊度协方差法。这类方法的特点是。将模糊 度参数作为未知向量的一个部分，利用所有可用的观测值一起进行平差处理，从而获得表征模糊度参数 间相关关系的模糊度协方差阵。此时，正确整周模糊度的搜索过程实际上是寻找使残差平方和最小的模 糊度组合的问题。 LAMBDA算法可以认为是目前实现AROF效果最好的方法之一，这种算法包含两个不同的整周模 糊度估计过程：模糊度去相关处理(整数Z变换)和模糊度整数搜索。其中模糊度去相关处理是LAMBDA 算法中重要的组成部分。 2基于LAMBDA的模糊度值搜索算法 在整周模糊度计算中，模糊度协方差法是首先利用所有观测信息，先确定测站的初始坐标和双差整 周模糊度的浮点解，然后进行搜索以确定正确的整周模糊度。采用卡尔曼滤波后，便得到状态向量的估 计及其协方差阵，作为迸一步搜索正确模糊度的初值。由于整周模糊度具有整数特性，所以必须进行搜 索，以将其固定为整数。 ． 2．1解除浮点模糊度相关性 解除模糊度之间的相关性就是找出一个合适的变换矩阵使浮点模糊度方差阵尸Ⅳ变成为对角阵，或变 换成主对角元素绝对占优的近似对角阵。由于整周模糊度本身要求的整数性，因此该变换应该是具有整 数元素的保值变换，即对于任意模糊度转换矩阵Z必须满足以下两个条件： ·1)Z是可逆的； 2)Z和Z一中所有的元素必须始终保持为整数； Teunissen已经证明，上述两个条件等效于下面两个条件： 1)Z中所有的元素均为整数； 2)Det(Z)=1： 解除模糊度之间的相关性的目的是确保模糊度整数估计的有效性，完全的不相关将导致最有效的离 188 散搜索．但是，在实际应用中．由于Z变换的整数约束条件。使得完全消除模糊度之间的相关性几乎是 不可能的，所以只能将其变换成对角线元素绝对占优的近似对角阵。由于不能完全去相关，所以在变换 后的整周模糊度空间内仍然要进行整周模糊度的搜索．不过此时的搜索空间已经大大缩小，搜索变得更 有效． 设浮点模糊度方差阵为R，如果使用前面卡尔曼滤波估值，则可以直接从滤波最优估值只中的对 应部分获得．设变换矩阵为Z，帮为滤波后得到的状态向量中的双差模糊度浮点估计值。若用天名表示 ； 经过整数z变换后的浮点模糊度矢量，用‰表示经z变换后的模糊度协方差阵，则有： 。 (2一la) Nz=ZN