相对定位中整周模糊度确定方法

妖狐艹你老母 2023-02-20 07:11 4阅读 0赞

# 一、静态相对定位 #

## 1、待定参数法-经典方法 ##

### （1）取整法   （2）置信区间法 ###

*  XNi为模糊度的实数解
 *  mXNi=s0(QNiNi)1/2为该参数的中误差
 *  置信区间为［XNi- b·mXNi，XNi+ b·mXNi］
 *  b＝ xt(f,α/2),根据自由度（f=n-u)和置信水平（1-α），从t分布的数值表中查取。
 *  如： f=2500,1-α=99.9%, b =3.28
 *  整数解在置信区间之内。

### （3）模糊函数法 ###

## 2、整数解 流程如下： ##

### （1）求初始解 ###

确定基线向量的实数解和整周未知数的实数解

### （2）将整周模糊度固定为整数   （3）求固定解 ###

## 3、实数解 ##

基线较长，误差相关性减弱，初始解的误差将随之增大，从而使模糊度参数很难固定，整数化的意义不大。

# 二、快速相对定位 #

走走停停和快速静态定位法是两种具有代表性的快速定位法。

## 1、走走停停法（Stop and Go） ##

### （1）已知基线法 ###

将已修复周跳、剔除粗差后的双差载波相位观测值组成法方程式，然后将已知的基线向量代入法方程式并求解模糊度参数，最后再用取整法或置信区间法将求得的实数模糊度固定为整数。

### （2）交换天线法 ###

## 2、快速静态定位法 ##

### （1）快速模糊度解算法（FARA） ###

1992年由Frei和Beutler提出，在将模糊度组合代入法方程进行解算前先进行数理统计检验，把大量不合理的组合先剔除，大幅提高计算速度。

**搜索候选模糊度**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70][]

**确定最优整数模糊度组合**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70 1][]

**对备选模糊度组合进行数理统计检验**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70 2][]

**确认最优解的三项统计检验:**

将搜索出来的最优整数模糊度组合，代回原法方程式平差计算,得出基线向量解和方差阵。  
１）基线向量的整数解和初始解的一致性检验。  
２）整数解和初始解的单位权中误差的一致性检验。  
３）整数解中最小单位权中误差与次最小单位权中误差间的显著性检验。

### **三、实时相对定位** ###

## 1、初始化法 ##

运动载体处于静止状态时与地面基准站一起通过“初始化”来确定整周模糊度，然后运动载体开始运动，进行定位。

## 2、实时解算模糊度的方法 ##

### （1）确定搜索区域 ###

*  坐标搜索法
 *  模糊度搜索法

### （2）可采用的方法 ###

*  模糊度函数法
 *  最小二乘模糊度搜索法
 *  FARA法
 *  快速模糊度搜索滤波法
 *  LAMBDA法

# 重点介绍LAMBDA方法： #

1993年由Teunissen提出，主要思路：

1、为降低模糊度参数之间的相关性而进行的多维整数变换；

2、在转换空间内进行模糊度搜索，再将结果转换回模糊度空间去，求得整数解。

该算法理论严密，搜索速度快、效果好，被广泛采用。

> **模糊度搜索域分类：**
> 
> **1、观测值域的搜索**
> 
> **2、坐标域的搜索**
> 
> **3、模糊度估值域的搜索**
> 
>  *  模糊度最小二乘搜索法LSAST-Least Squares Ambiguity Search Technique
>  *  模糊度快速算法 FARA-Fast Ambiguity Resolution Approach
>  *  模糊度快速滤波法 FASF-Fast Ambiguity Search Filter
>  *  模糊度协方差优化分解算法 (优化Cholesky)
>  *  模糊度最小二乘去相关平差法 LAMBDA

## 1、整周模糊度求解步骤： ##

### （1）标准最小二乘平差/Kalman 求基线和整周模糊度浮点解; ###

### （2）整数最小二乘估计求整周模糊度固定解; ###

*  整数去相关变换;
 *  整周模糊度搜索———采用的是序贯条件平差的方法。它是目标函数的矩阵分解;
 *  Ratio检验;
 *  整数逆变换求原始模糊度的整数解;

### （3）基线固定解 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70 3][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70 4][]

# 参考： #

1、《GPS原理及其应用》

2、《GPS整周模糊度解算的LAMBDA法及程序实现》

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200624153515625.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200624153608327.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200624153658971.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200624160340667.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/2020062416083220.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1d3VrdTEyMw==,size_16,color_FFFFFF,t_70