一种GPS动态定位快速算法.pdf

一种GPS动态定位快速算法’ 熊永良 黄丁发 张献洲 刘文熙 西南交通大学浏1工程系 摘要:在讨论整数可逆模糊度变换对模栩度搜索空间影响及宜接取整法成功概率的基础上，结 合Ka1man浦波技术，提出了一种新的GPS动态数据处理快速算法-PBFAT法.该算法在取整成功概 率大于给定限值时，直接对浮点棋糊度取整;若取整概率小于给定的值则进行一定范围的模栩度搜索. 试验表明该方法的计算速度高于传统方法，所求的模期度有一个明确的1信水平. 关健词:CPS整周模糊度 Gauss痛 取整概率 动态数据处理 ~行产 1 前言 高精度基线解算的关键问题是整周模糊度的正确求解。模糊度的正确求解取决于观测量 的质量、卫星的数量与分布、观测时间的长短、多路径的大小、基线的长短、电离层、对流 层的影响等诸多因素。多年来，国内外许多学者在这方面作了大量研究，提出了许多算法。 概括起来主要分为取整法和搜索法。取整法简单快捷，但要求浮点解有较高的精度和模糊度 间较小的相关系数。搜索法是目前模糊度分解的主要方法，它包包括在模糊度空间的搜索法 (典型的有FARA法 1〔1,LAMBDA法 7【1)和在坐标空间的搜索法 (如模糊度函数法2〔](51). 搜索法稳健性好，但大多耗时。模糊度搜索空间的形状和大小完全由模糊度方差阵的结构所 决定。对于短时观测，模糊间是强相关的，模糊度置信椭球的各半轴大小悬殊很大，因此在 原模糊度空间的搜索效率很低，模糊度的分解特别困难，成功率低。LAMBDA方法利用整数 可逆模糊度变换 (简称整数Gauss变换)，将模糊度变换到另一模糊空间后再进行条件最小 二乘搜索。由于在新空间中模糊度间的相关系数变小、梢度提高，因此该方法使得模糊度的 搜索效率和成功率大大提高。 对于GPS动态数据处理，要对每个历元的模糊度进行分解，因此模糊度的分解速度是是 至关重要的，尤其是要求在线实时解算时更为重要。本文综合取整法与搜索法的优点，利用 整数Gauss变换，结合Kalman滤波技术，提出了一种新的模糊度动态求解快速算法。该算 法在由Kalman滤波器求得模糊度浮点解的同时计算取整法的成功概率P，当P充分接近 1 时采用取整法，而对于P小于给定概率P。时转入搜索法。实际算例表明该算法比LAMBDA具 有更高的计算效率，且所求模糊度有一个明确的置信水平。 2.整致可逆模糊度变换 (Gauss变换) 设有二个双差相位观测量价，其线性组合可构成二个新的观测量}I即: 甲=L.fp=LA·X+L-BN+E (1) 相应的组合模糊度为: N=L-N (2) 式中L为线性变换算子，不同的变换乙会得出具有不同性质的线性组合观测量。实际应用中 ·国家自然科学基金资助项目(编号 根据不同的应用目的，选择不同的变换阵L。对于模糊度分解而言。应选择能使变换后的模 糊度精度高、相关系数小的变换。若L和L-r的所有元素均为整数，则称L为整数可逆模糊 度变换，简称Gauss变换。 容易证明单位矩阵是最简单的Gauss变换;改变参考卫星后所得的双差变换矩阵以及对 角线元素为1的整数三角矩阵均是Gauss变换;Gauss变换的逆、转置、乘积也为Gauss变 换。 2.3 整数可逆模糊度变换阵的构造方法 2.3.1两维整数可逆模糊度变换 3〔][6] r . ， 一 . Q。NzI e s