基于lambda方法的gps整周模糊度解算过程软件研制

基于lambda方法的gps整周模糊度解算过程软件研制

ID:23898230

大小:59.00 KB

页数:7页

时间:2018-11-11

基于lambda方法的gps整周模糊度解算过程软件研制_第1页
基于lambda方法的gps整周模糊度解算过程软件研制_第2页
基于lambda方法的gps整周模糊度解算过程软件研制_第3页
基于lambda方法的gps整周模糊度解算过程软件研制_第4页
基于lambda方法的gps整周模糊度解算过程软件研制_第5页
资源描述:

《基于lambda方法的gps整周模糊度解算过程软件研制》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于LAMBDA方法的GPS整周模糊度解算过程软件研制田伟(陕西天元通信规划设计咨询有限公司陕西西安710000)【摘要】整周模糊度的正确固定是进行全球定位系统(GPS)高精度定位的重要前提,本文系统的介绍了目前应用最广的整周模糊度固定方法-最小二乘降相关平差法(LAMBDA)的基本理论。.jyqkethodAmbiguitySolutionSoftentProcessTianBDA)thebasictheory.【Key;Ambiguity;Leastsquaresadjustmentmethodrelateddrop;MATLAB1.引言(1)全球定位系统(GlobalPo

2、sitioningSystem,GPS)定位方法可以分为伪距定位方法和载波相位方法,由于载波相位观测值的波长仅为对应伪距观测值的1/100,其测量精度相对较高,所以在精密定位时通常使用载波相位方法。但由于GPS信号结构的限制,在相位观测量中总是包含着一个初始相位整周数,因此,GPS整周模糊度的解算成了采用载波相位进行精密相对定位的关键问题。准确、快速的解算出整周模糊度,不仅能够缩短定位时间,还能够保障相对定位的精度。(2)各种模糊度解算法所采用的搜索算法、选用的检验阀值类型、数值的大小、收敛的准则以及所加的约束各不一样;另外,确定初值的方法以及搜索区域的建立方法也各有区别,这些

3、都直接影响到模糊度的解算速度、所需的观测时间以及解的可靠性。由于P码的保密性,双频P码伪距法的应用受到了限制,目前使用最为广泛的快速解算方法是LAMBDA方法。而对于初学者来说,该方法数学变换复杂难懂,所以,本文拟基于MATLAB7.0软件,编制一套软件,对LAMBDA方法的运算过程,进行数值输出,以便与读者可以更好的理解LAMBDA方法的基本原理。2.LAMBDA方法2.1LAMBDA方法由荷兰Delft大学的Teunissen教授最早提出。其主要思路可分为3个步骤:(1)标准最小二乘平差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;(3)基线固定解。本

4、文对步骤(1)具体实现不予论述,可参阅其它文献。其中步骤(2)可分为:A.整数去相关变换;B.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;C.Ratio检验;D.整数逆变换求原始模糊度的整数解。LAMBDA法进行整周模糊度搜索流程如图1所示。线性化的双差载波相位观测方程可概括为y=Bb+Aa+e(1)式中:y为双差载波相位观测值;b为坐标增量;a为n维双差整周模糊度;B为基线坐标的m×p阶设计矩阵;A为模糊度的m×n阶设计矩阵;e为非模型矢量和测量噪声。2.2利用最小二乘法求解该线性估计问题,即求解满足下式的a与b:min‖Aa+Bb+e‖2a∈Zmb∈

5、Rm(2)式中:Zm表示m维整数空间,上述最小二乘估计包含了待估参数为整数的约束条件,称为整数最小二乘估计。其求解通常可分两步进行。2.2.1忽略a的整数约束,利用普通的最小二乘乘法估计出a与b的浮动解与及其协方差矩阵:bQbQb∈Rmb∈Rm(3)2.2.2搜索使目标函数最小的a作为模糊度固定解min(-a)TQZ-1(-a)a∈Zm(4)继而得到基线参量固定解:=-QbQ-1(-)(5)对式(4)进行搜索求解时,搜索空间表示为:(-a)TQ-1(-a)?x2(6)式(6)是一个以为中心的m维超椭球体,x2与Q分别控制其大小和形状。最理想的情况是各模糊度间互不相关,Q为对角阵

6、,此时搜索椭球退化为球体,只需对就近取整即为固定解。但在动态定位或快速定位的应用中,较短的观测时间及双差观测模式使得各模糊度间高度相关,Q远非对角阵,此时搜索椭球被拉的很长,式(4)的搜索过程异常复杂。搜索椭球被拉长的程度通常可用模糊度协方差矩阵的条件数来表征,它等于矩阵最大奇异值与最小奇异值的比值,条件数越大则搜索椭球被拉的越长,越小则搜索椭球越接近球体,当条件数等于1时,搜索椭球退化为球体。模糊度间相关程度可用去相关数叫表征,它介于0~1之间,去相关数越接近0表明模糊度问相关性越强,越接近1表明模糊度间相关性越弱,它可由下式求得R={diag(Q)}-1/2Q{diag(Q

7、)}-1/2(7)式中:{diag(Q)}是由Q)的对角元素组成的对角矩阵。r=(detR)1/20?r?1(8)式中:r即为矩阵Q的去相关2.3为加快模糊度固定解的搜索,Teunissen教授提出对原始模糊度作Z变换,以降低其相关性,使搜索椭球更接近球体。基本原理如下:2.3.1寻找一个Z矩阵满足:Z中所有元素为整数:det(Z)=±12.3.2对原始模糊度进行如下变换:z=Zz,=Z,Q=ZQZT(9)2.3.3搜索使目标函数达到最小的z,作为变换后的模糊度的固定解:min=(-z)TQ

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。