一种快速解算高维模糊度的LLL分块处理算法

由于多频多模GNSS观测数据解算的模糊度具有较高的维数和精度,当采用常规的LLL算法进行模糊度整数估计时,规约耗时显著大于搜索耗时,成为限制高维模糊度解算计算效率的主要因素。针对这一问题,通过分析规约耗时与模糊度维数和精度之间的关系,提出了一种LLL分块处理算法。该算法通过对模糊度方差协方差阵进行分块处理,降低单个规约矩阵的维数,以减少规约耗时,从而提高模糊度解算计算效率。通过两组实测高维模糊度数据对本文提出的分块处理算法进行了效果验证。结果显示,当分块选择合理时,本文提出的算法相对于LLL算法的解算效率分别可提高65.2%和60.2%。     

Householder正交变换在模糊度降相关算法中的应用

在GNSS模糊度解算的过程中,由于模糊度之间存在相关性,为减少搜索时间需要对模糊度的协方差矩阵进行降相关处理。降相关算法的优劣将直接影响到模糊度搜索的效率。本文基于Householder正交变换提出了一种新的降相关算法,并利用随机模拟数据和北斗实测数据,从谱条件数、平均相关系数和规约时间3个方面将Householder算法与目前较为流行的LLL算法以及逆整数Cholesky算法进行了对比。通过实验分析得出,Householder算法能够明显改善降相关处理的效果。但是该算法仍存在规约时间较长的不足,需要进一步完善。     

基于格论的GNSS模糊度解算

快速、准确地解算整周模糊度是实现GNSS载波相位实时高精度定位的关键,由于模糊度之间的强相关,基于整数最小二乘估计准则时,需要较长的时间才能搜索出最优的整周模糊度向量。为了提高模糊度的搜索效率,本文在扼要介绍格论的理论框架基础上,引入基于格论的模糊度解算方法,通过格基规约来降低模糊度之间的相关性,从而快速搜索出最优的整数模糊度向量。与此同时,将GNSS领域的主要降相关方法统一到格论框架下,探讨了并建议采用Bootstrapping成功率作为格基规约的性能指标之一。最后实验分析了三频多系统长基线相对定位情况下,不同格基规约可获得的性能。     

改进的距离约束最小二乘模糊度搜索算法

针对短基线最小二乘模糊度搜索算法搜索效率低的缺点,该文提出了一种改善模糊度搜索空间以提高模糊度搜索效率的方法。最小二乘搜索算法通过基线长度范围确定模糊度搜索空间,完成模糊度的搜索和确认。距离约束的短基线模糊度搜索空间是一个空心椭球,各模糊度之间具有相关性,影响模糊度搜索效率。该文通过最小二乘去相关调整方法降低模糊度之间的相关性,减少搜索次数。实验证明,该算法的搜索效率提高了25%以上,且随着基线长度的增加,搜索效率有更多的提升。     

GNSS模糊度降相关性能的条件方差平稳度评价法

GNSS模糊度降相关通过整数变换优化条件方差的排列顺序,提高搜索效率。降相关和条件方差的关系及其评价是关键问题之一。针对这一问题,本文从理论上分析了排序后模糊度降相关与条件方差之间的数值关系,发现降相关性能与条件方差数值序列的平稳性有关,降相关性能越强,条件方差数值序列越平稳。基于这一理论关系,给出了"条件方差平稳度"定义,并将其作为评价降相关性能的指标。通过模拟和实测数据验证,并采用条件方差变化趋势图和搜索时间来定性和定量评价降相关性能,用以判定条件方差平稳度的合理性。试验结果表明,条件方差平稳度可以较精确直观地衡量模糊度的降相关性能。本文定义的指标揭示了模糊度降相关的本质。     

一种改进的SEVB整数模糊度搜索算法

针对浮点模糊度精度较差时SEVB算法存在搜索耗时较大的问题,提出一种改进的SEVB算法。该算法通过限制初始搜索空间大小和优化计算过程,能够有效减少模糊度搜索候选点个数和不必要的冗余计算,进而提高搜索效率。试验结果分析表明,当浮点模糊度解算精度较低时,改进算法的搜索效率比SEVB算法明显提高,且其搜索耗时不易受模糊度维数及精度的影响,具有更好的稳定性。     

三种GNSS模糊度解算方法性能的对比分析

探讨了三种GNSS模糊度解算方法,对三种模糊度解算方法的规约时间、搜索时间、总体时间和条件数进行了比对分析。通过多次不同维度的模拟数据和实测数据实验,验证了排序QR分解算法在模糊度解算过程中总体最优,原因在于排序QR分解算法在降相关过程中对条件方差进行了升序排列,用较少的降相关过程获得了一个更有利于搜索的降相关矩阵;LLL算法的规约性能不稳定,取决于数据结构;LAMBDA算法在本文模拟实验中总体性能相对较差,与降相关矩阵的分解方式有关,实测实验中搜索性能较差的原因在于条件方差的排序不稳定。     

模糊度解算中不同策略与算法的搜索效率分析

整周模糊度快速搜索是GNSS整数最小二乘模糊度估计的关键环节。文中介绍了FP、VB和SE-VB这3种模糊度搜索策略及相应算法,在分析其原理和特点的基础上对比了各类算法的异同,并给出了常规搜索算法的改进策略。分别采用模拟和实测数据对不同搜索策略下算法的执行效率进行了验证和比较。实验结果表明:VB和SE-VB搜索策略均优于FP策略,基于SE-VB策略的AEVZ搜索算法最为高效,其次为M-SE算法和M-VB算法;模拟高维环境下3种算法的搜索效率分别比LAMBDA算法平均快10倍、8倍和3倍,AEVZ算法在实测环境下的搜索效率分别比LAMBDA算法和MLAMBDA算法平均快8倍和5倍;通过对SE-VB策略下MLAMBDA算法计算流程进行优化能够进一步提高搜索性能,其改进后的搜索效率与AEVZ算法相当。     

一种基于对角线预排序的模糊度降相关方法

通过分析基于升序排列和下三角乔列斯基分解的降相关算法的优缺点,提出了一种模糊度降相关新方法。该方法是基于对角线预排序和上三角乔列斯基分解的降相关算法,不仅保证每次乔列斯基分解的降相关程度最高,而且使降相关后的条件方差大致降序排列。在分析当前常用的降相关效果评价指标的基础上,选取条件数和等价相关系数作为新方法降相关效果的评价指标。应用实测数据进行降相关计算得出,与基于升序排列和下三角乔列斯基分解的降相关算法相比,新方法降相关程度更高,迭代次数更少,可以提高整周模糊度解算过程中条件搜索的效率。     

顾及基线先验信息的GPS模糊度快速解算

采用GPS相位观测值进行快速定位时,其解算模型严重病态,最小二乘解得的浮点模糊度精度差且相关性大,导致整周模糊度搜索空间过大,难以正确固定。本文提出一种顾及基线先验信息和模糊度线性约束的整数条件的GPS模糊度快速解算方法,先用顾及基线先验信息的正则化算法解得精度较高且相关性较小的浮点模糊度,以减小整周模糊度的搜索空间;再综合利用整周模糊度间的线性约束的整数条件和基线先验信息,进一步有效地减小模糊度搜索空间,提高搜索效率。算例表明:顾及基线先验信息的正则化算法有效地改善了模糊度浮点解,模糊度线性约束的整数条件有效地提高搜索效率和成功率。     

Orthogonality defect and reduced search-space size for solving integer least-squares problems

In the context of ambiguity resolution (AR) of global navigation satellite systems (GNSS), decorrelation among entries of an ambiguity vector, integer ambiguity search, and ambiguity validations are three standard procedures for solving integer least-squares problems. This paper contributes to AR issues from three aspects. Firstly, the orthogonality defect is introduced as a new measure of the performance of ambiguity decorrelation methods and compared with the decorrelation number and with the condition number, which are currently used as the judging criterion to measure the correlation of ambiguity variance–covariance matrix. Numerically, the orthogonality defect demonstrates slightly better performance as a measure of the correlation between decorrelation impact and computational efficiency than the condition number measure. Secondly, the paper examines the relationship of the decorrelation number, the condition number, the orthogonality defect, and the size of the ambiguity search space with the ambiguity search candidates and search nodes. The size of the ambiguity search space can be properly estimated if the ambiguity matrix is decorrelated well, which is shown to be a significant parameter in the ambiguity search progress. Thirdly, a new ambiguity resolution scheme is proposed to improve ambiguity search efficiency through the control of the size of the ambiguity search space. The new AR scheme combines the LAMBDA search and validation procedures together, which results in a much smaller size of the search space and higher computational efficiency while retaining the same AR validation outcomes. In fact, the new scheme can deal with the case there are only one candidate, while the existing search methods require at least two candidates. If there are more than one candidate, the new scheme turns to the usual ratio-test procedure. Experimental results indicate that this combined method can indeed improve ambiguity search efficiency for both the single constellation and dual constellations, respectively, showing the potential for processing high-dimension integer parameters in multi-GNSS environment.     

下三角Cholesky分解的整数高斯变换算法

针对全球导航卫星系统(GNSS)载波相位测量中,基于整数最小二乘估计准则解算整周模糊度问题。目前以LAMBDA降相关算法和Lenstra-Lenstra-Lovász(LLL)为代表的规约算法应用最为广泛。由于不同算法采用的模糊度方差-协方差阵的分解方式不同,导致难以合理地进行不同算法性能的比较。该文通过分析LAMBDA算法的降相关特点,从理论上推出基于下三角Cholesky分解多维情形下的整数高斯变换的降相关条件及相应公式,并与分解方式不同的LAMBDA和LLL算法作了对比。实验结果表明,降相关采用的分解方式将会直接影响计算复杂度和解算性能,因此该文推导的整数高斯变换算法便于今后基于下三角Cholesky分解的降相关算法间的合理比较。     

改进的GPS模糊度降相关LLL算法

模糊度降相关技术可以有效提高模糊度求解的效率及成功率,LLL(A.K.Lenstra,H.W.Lenstra,L.Lovasz)算法是新出现的模糊度降相关方法。详细分析LLL算法,针对该算法中存在的缺陷,提出逆整数乔勒斯基、整数高斯算法和升序调整矩阵辅助的改进LLL算法。利用谱条件数及平均相关系数为准则,以300个随机模拟的对称正定矩阵作为模糊度方差-协方差矩阵,对LLL算法和改进的LLL算法进行仿真计算。比较与分析结果表明,改进LLL算法模糊度降相关处理更加彻底,能有效地加速整周模糊度搜索及成功解算。     

基于ICSO的DGPS整周模糊度的求解方法

针对差分全球定位系统(DGPS)模糊度解算过程中效率低,搜索慢的问题,对鸡群优化算法(CSO)进行适应性改进,并将改进后的鸡群优化算法(ICSO)应用到整周模糊度的快速解算中,利用卡尔曼滤波求出双差模糊度的浮点解和协方差矩阵,采用Lenstra-Lenstra-Lovasz (LLL)降相关算法对模糊度的浮点解和方差协方差矩阵进行降相关处理,以降低模糊度各分量之间的相关性,在基线长度固定的情况下,利用ICSO搜索整周模糊度的最优解. 采用经典算例进行仿真,仿真结果表明,与已有文献相比在整周模糊度的解算过程中改进的鸡群优化算法能有效提高搜索速度和求解成功率.      

单频GPS动态定位中整周模糊度的一种快速解算方法

针对单频GPS动态定位中常用模糊度求解方法存在的问题,提出一种整周模糊度快速解算方法。首先通过对双差观测方程中坐标参数的系数阵进行QR分解变换以消除坐标参数,从而仅对模糊度参数建立Kalman滤波方程进行估计,然后利用排序和双Cholesky分解对滤波得到的模糊度进行降相关处理,并结合收缩模糊度搜索空间的思想来搜索固定整周模糊度。以实测的动态数据为例对该方法进行测试。分析结果表明,该方法不但可以改善模糊度浮点解精度,而且具有良好的模糊度降相关效果,可正确有效地实现整周模糊度的快速解算。     

GNSS模糊度降相关算法及其评价指标研究

针对Gauss、LDL和LLL算法构造整数阵存在的实数阵元素计算、实数至整数阵转换的排序问题,分别研究了相应的元素升序降相关算法和整逆型(先求逆后取整)降相关算法。分析了谱条件数、降相关系数和平均相关系数等降相关算法评价指标的优缺点,提出了等效相关系数评价指标。研究结果表明,等效相关系数较其他3种指标能更有效地评价不同维数方差阵,尤其是高维情况的降相关算法效果;逆整型优于整逆型降相关算法,升序(逆整型)降相关算法更佳,且优劣顺序为升序LDL、升序Gauss和升序LLL算法。     

Some properties of decorrelation techniques in the ambiguity space

The most recent contributions to ambiguity resolution techniques have mainly focused on resolution in the ambiguity domain. Two techniques utilizing a decorrelation approach are compared. These techniques are the least-squares ambiguity decorrelation adjustment method and the lattice basis reduction. The latter is also known as the LLL method. The main focus in this article is on the decorrelation performance of these state-of-the-art techniques, which are aiming at ambiguity space decorrelation through unimodular transformations. The performances of the two-decorrelation techniques are compared through their ability in making the ambiguity space as orthogonal as possible.