CN101680944A - 部分搜索载波相位整数模糊度解算 - Google Patents

Abstract

公开了一种在全球导航卫星系统中执行整数模糊度解算的方法。识别与接收来自识别的卫星的集合中的卫星的至少一些信号的载波相位测量相关的模糊度的集合(图4A中的块420)。估计整数模糊度并确定整数模糊度值的最佳候选集合和第二佳候选集合(块430)。一旦确定整数模糊度值的最佳集合未能符合判别检验(块440)，则从所述模糊度的集合中删除最佳候选集合和第二佳候选集合中整数模糊度值未能符合预定准则的每一模糊度以产生缩减的模糊度集合(图4B中的块450)。所述缩减的模糊度集合中的整数模糊度然后被解算(图4C中的块468)并根据解算的整数模糊度产生输出(图4C中的块470)。

Description

部分搜索载波相位整数模糊度解算

相关申请

本申请要求2007年5月31日提交的美国临时申请号60/941,271，名称为“部分搜索载波相位整数模糊度解算”的优先权，其被整体引入作为参考。

本申请涉及2008年5月12日提交的美国申请号12/119,451，名称为“实时动态(RTK)定位中的距离相关误差减少”，律师档案号60877-5019-US，该申请被整体引入作为参考。

技术领域

本申请一般涉及诸如全球定位系统(GPS)或欧洲伽利略系统的定位系统，并且更具体地，涉及此类定位系统中的移动接收机进行的载波相位测量中解算整数模糊度的方法。

背景技术

诸如全球定位系统(GPS)的广域定位系统使用卫星星座来定位或导航地球上的物体。当前GPS系统中的每一卫星发送两个载波信号L1和L2，它们分别具有1.5754GHz和1.2276Gz的频率以及0.1903米和0.2442米的波长。下一代的全球导航卫星系统(GNSS)，如现代化的GPS和伽利略系统，将提供第三载波信号L5。在所述GPS中，L5将具有1.1765GHz的频率和0.2548米的波长。

通过GPS接收机通常进行两种类型的GPS测量：伪距测量和载波相位测量。

伪距测量(或代码测量)是所有类型的GPS接收机可进行的基本的GPS可观测量。它利用调制到载波信号上的C/A或P代码。使用可用的测量，通过将信号的传播时间(从卫星到接收机)乘以光速来计算接收机和多个卫星中的每个卫星之间的距离或间距。这些距离通常被称作伪距，这是因为这些测量可以包括由各种误差因素引起的误差，例如卫星时钟计时误差、星历表误差、电离层和对流层折射效应、接收机跟踪误差和多径误差等。为了消除或简少这些误差，在GPS应用中通常使用差分运算。差分GPS(DGPS)运算典型地包括基本基准GPS接收机、用户GPS接收机及用户与基准接收机之间的通信机制。基准接收机放置在已知位置，并且该已知位置用于产生与一些或所有上述误差因素相关联的校正。参考站产生的校正、参考站测量的原始数据或者由第三方(如计算机或服务器)基于接收来自参考站(和也可能是其它的参考站)的信息产生的校正被提供给用户接收机，然后用户接收机使用所述校正或原始数据来适当地校正其计算出的位置。

载波相位测量是通过在信号到达接收机时积分信号的重建载波而获得。由于在接收机开始跟踪信号的载波相位时在卫星与接收机之间传输的整周数未知，因此，在载波相位测量中存在整周模糊度(whole-cycle ambiguity)。该整周模糊度必须被解算出以实现载波相位测量的高精确度。整周模糊度(whole-cycle ambiguity)在它们被解算之后也被称为“整数模糊度(integer ambiguities)”，在它们解算之前被称为“浮动模糊度”或“实值模糊度”。术语“模糊度(ambiguity)”和“模糊度(ambiguities)”指变量(即表示整数模糊度的变量)，其值要被解算，而术语“模糊度值”，“整数模糊度值”和“浮动模糊度值”是已经计算或确定的相应的模糊度的值。使用载波相位测量的差分运算通常被称为实时动态(RTK)定位/导航运算。

当GPS信号被连续地跟踪并无追踪丢失发生时，在测量开头解算的整数模糊度可以为整个GPS动态定位跨度保留。然而，GPS卫星信号可能会偶尔地被屏蔽(例如由于“城市峡谷”环境中的建筑物)，或被短暂地中断(例如当接收机通过大桥下或穿过隧道时)。通常在此种情况下，整数模糊度值“丢失”，必须重新确定。此过程可能需要几秒到几分钟。事实上，在伪距或载波相位的一个或多个测量中显著多径误差或未建模系统偏差的存在使不可能利用现存商业GPS RTK系统来以解算模糊度。由于接收机间距(即基准接收机与要被确定位置的移动接收机之间的距离)的增加，距离相关偏差(如轨道误差、电离层和对流层影响)增长，以及因此可靠的模糊度解算(或重新初始化)成为更大的挑战。

发明内容

一种在使用部分搜索过程的全球导航卫星系统中执行整数模糊度解算的方法，其利用有关浮动模糊度的信息来选择最可能产生成功搜索的那些部分模糊度组合。

在一个实施例中，估计初始的浮动模糊度，然后确定整数模糊度值的最佳候选集合和第二佳候选集合。一旦确定整数模糊度值的最佳集合未能符合判别检验，则最佳候选集合和第二佳候选集合中整数模糊度值不符合预定准则的每一模糊度将被从所述模糊度的集合中删除，以产生缩减的模糊度集合。在所述缩减的模糊度集合中的模糊度然后被解算，并根掘所述解算的整数模糊度产生输出。

在另一个实施例中，通过从所述缩减的模糊度集合中删除所述最佳候选集合和第二佳候选集合中整数模糊度值不符合预定准则的每一模糊度产生第二缩减的模糊度集合。所述第二缩减的模糊度集合中的模糊度然后被解算，并根据所述解算的整数模糊度产生输出。

该部分搜索过程允许GPS RTK系统以更快速率为更长距离及在挑战性环境中解算模糊度。所述方法并不需要大量计算能力，因此，适用于具有有限微处理器性能的GPS接收机。

附图说明

图1是一个计算机系统的方框图，该计算机可用来实现一些实施例所述的用于在全球导航卫星系统中执行部分搜索整数模糊度解算的方法；

图2是表示一些实施例所述的实时动态定位运算的流程图；

图3A是表示一些实施例所述的用于双频全球导航卫星系统的部分搜索过程的流程图；

图3B是表示一些实施例所述的用于三频全球导航卫星系统的部分搜索过程的流程图；

图4A-4C是表示一些实施例所述的用于执行部分搜索整数模糊度解算的方法的流程图；

图5是表示一些实施例所述的全球导航卫星系统中的元件的方框图。

贯穿所述附图中的相同的参考数字指相同的部件。

具体实施方案

图1表示计算机系统100，它可用来实现本发明的一个实施例所述的一种用于执行部分搜索整数模糊度解算的方法。该计算机系统100与用户GPS接收机120耦合，用户GPS接收机120供给计算机系统100GPS代码和载波相位测量，基于接收来自多个卫星110-1、110-2、…、110-n的信号，其中n是用户GPS接收机120可见的卫星数量。所述多个卫星110-n或它们中的任何一个或多个在本文下文中有时称为卫星110。用户GPS接收机120可以与基准GPS接收机130通信。基准GPS接收机130也根据接收来自多个卫星110的信号进行测量。由基准GPS接收机130获得的测量用于对用户GPS接收机120获得的GPS测量产生校正。用户GPS接收机120或用户的GPS接收机120与计算机系统100的组合有时也称为移动接收机，与基准GPS接收机相反，基准GPS接收机通常(但不是必需)在一个固定位置或地点。

在一些实施例中，用户GPS接收机120和计算机系统100被合并成单个外壳内的单个装置，如便携式、手持式、甚至可穿戴的位置跟踪装置、或车载或其它移动定位和/或导航系统。在其它的实施例，用户GPS接收机120和计算机系统100没有被合并成单个装置。

如图1所示，计算机系统100包含通过一个或多个通信总线148相互耦合的一个或多个中央处理器(CPU)140(例如，一个或多个微处理器或微处理器核)、存储器150、输入端口142和输出端口144、和(可选)用户接口146。存储器150可包括高速随机存取存储器，并可包括非易失性大容量存储器，如一个或多个磁盘存储装置、光盘存储装置、闪存装置、或其它非易失性固态存储装置。存储器150优选地存储操作系统152、数据库156、和GPS应用程序154。GPS应用程序可包括程序155，该程序155用于实现下文详述的本发明的一个实施例所述的执行部分搜索整数模糊度解算的方法。操作系统152和应用程序154和应用程序155存储在存储器150中，用于由所述计算机系统100的一个或多个CPU执行。存储器150还优选存储GPS应用程序154和155执行过程中使用的数据结构，包括GPS伪距和/或载波相位测量157，以及本文中讨论的其它数掘结构。

输入端口142用于接收来自用户的GPS接收机120的数据，输出端口144用于输出数据和/或计算结果。数据和计算结果还可以显示在用户接口146的显示装置146上。虽然本文的描述经常使用术语“GPS”和“GPS信号”等，本发明同样适用于其它GNSS系统和来自那些系统中的GNSS卫星的信号。

图2表示实时动态(RTK)定位/导航运算的计算流程。RTK运算被初始化210，从而使卡尔曼(Kalman)滤波器状态的集合被清除。接收来自卫星的信号220和接收来自基准接收机的校正数据230。

虽然卡尔曼滤波器的说明超出了本文的范围，但是计算机系统100通常包括用于更新用户GPS接收机120的位置或其它方面状态的卡尔曼滤波器，也被称为卡尔曼滤波器状态。卡尔曼滤波器状态实际上包括许多状态，每一个代表GPS接收机位置的一方面(如X，Y和Z，或纬度、经度和位置的天顶分量)，或运动(例如，速率和/或加速度)，或卡尔曼滤波器中使用的计算过程的状态。

卡尔曼滤波器通常是由处理器执行的程序或程序集。卡尔曼滤波器被重复执行(例如，每秒一次)，每次采用新代码测量(也称为伪距测量)和载波相位测量以更新卡尔曼滤波器的状态。虽然卡尔曼滤波器所用的方程式复杂，但是卡尔曼滤波器广泛应用于导航领域，因此只有与本发明相关的卡尔曼滤波器的那些方面需要详细讨论。应当强调，尽管卡尔曼滤波器广泛地用于GPS接收机和其它导航系统，但是那些卡尔曼滤波器的许多方面从一个设备到另一设备将各不相同。例如，一些GPS接收机中的使用的卡尔曼滤波器可以包括未包括在其它卡尔曼滤波器中的状态，或可以使用与其它卡尔曼滤波器中使用的有些不同的方程式。

与本发明讨论相关的卡尔曼滤波器的方面是卡尔曼滤波器状态中包含的模糊度值以及这些值的状态。在试图锁定来自GPS(或GNSS)卫星的集合的信号的过程中，来自每一卫星的载波相位测量的模糊度值被称为“浮动模糊度值”。锁定后，所述模糊度值已被解算，它们被称为整数模糊度值或固定模糊度值，因为该解算的模糊度值固定并且为整数。从另一方面来说，卡尔曼滤波器程序或计算机系统100中的其它程序检测何时所述浮动模糊度值已稳定，此时所述稳定的模糊值为整数模糊度值。

根据来自卫星的信号220和来自基准接收机的校正数据230，然后产生双差分代码和载波相位测量240。在精确的GPS定位应用中，双差分载波相位测量通常被形成以删除现有GPS测量中存在的许多系统误差。所述双差分代码和载波相位观测量以米为单位可按下式形成：

$\▿\mathrm{\Δ}{P}_i=\▿\mathrm{\Δ\ρ}+\▿\mathrm{\ΔT}+\frac{\▿\mathrm{\ΔI}}{f_i^2}+\▿\mathrm{\ΔO}+{\mathrm{\ϵ}}_{{\▿\mathrm{\ΔP}}_i}---\left(1\right)$

${\mathrm{\λ}}_i\▿\mathrm{\Δ}{\mathrm{\φ}}_i=\▿\mathrm{\Δ\ρ}+\▿\mathrm{\ΔT}-\frac{\▿\mathrm{\ΔI}}{f_i^2}+\▿\mathrm{\ΔO}+{\mathrm{\λ}}_i\·{\▿\mathrm{\ΔN}}_i+{\mathrm{\ϵ}}_{\▿\mathrm{\Δ}{\mathrm{\φ}}_i}---\left(2\right)$

其中：下标i表示的频率，即L1、L2或L5；P_i和φ_i分别是代码和载波相位可观测量；

是双差算子；ρ是从卫星到接收机的几何距离；

是残余差分对流层偏差，其典型地被表现为与映射函数一起的残余天顶对流层延迟的函数，描述对流层延迟对从接收机到卫星的仰角的相关性；

是双差分电离层偏差；

是双差分轨道误差校正，其可以从网络RTK系统或广域增强系统(WAAS)获得，如纳夫科姆技术公司(Navcom Technology Inc.)的StarFire^TM网络；λ_i和f_i分别是i载波频率的波长和频率；

是用于i载波频率的双差整数模糊度；以及项

和

分别表示代码和相位残差，包括接收机的随机噪声和任何未建模系统误差，如多径、残余轨道误差等。

双差分的载波相位观测的线性化可以由下面的公式表示：

V_k＝HX-Z_K                   (3)

其中：V_k是在历元k适配后残余向量；Z_K是在适配前残余；H是设计矩阵；以及X是估计的状态向量，包括三个位置分量、残余电离层和对流层偏差、以及双或三频模糊度。所述估计的状态向量X也可以任选地包括速度和加速度分量。X的值存储在卡尔曼(Kalman)滤波器状态中。

如图2所示，RTK定位/导航运算利用卡尔曼滤波器投影和状态更新连续进行250。如果在k-1历元以后的卡尔曼滤波器估计以具有方差Q_k-1 ⁺的表示，预测的在历元k的状态向量由下式给出：

${\hat{X}}_k^{-}={\mathrm{\Φ}}_{k-1,k}{\hat{X}}_{k-1}^{+}---\left(4\right)$

$Q_k^{-}={\mathrm{\Φ}}_{k-1,k}{Q}_{k-1}^{+}{\mathrm{\Φ}}_{k-1,k}^T+W_k---\left(5\right)$

其中：是根据来自历元k-1的卡尔曼滤波器状态预测的在历元k的卡尔曼滤波器状态向量；Φ_k，k-1是转移矩阵，其使X_k-1与X_k相关；W_k是动态矩阵，其要素是白噪声序列；Q_k ^-是在历元k预测的卡尔曼滤波器状态的方差-协方差矩阵；以及Q_k-1 ⁺是在历元k-1卡尔曼滤波器估计的方差-协方差矩阵。

为简单起见，在下列方程表示历元k的下标k将对于和省略。通过应用观测方程用测量向量Z_k产生对于历元k的更新的状态向量

${\hat{X}}^{+}={\hat{X}}^{-}+{\mathrm{KZ}}_k---\left(6\right)$

其中K是增益矩阵，讨论如下。

可以下式表示(方程(7)用于使用双频接收机的系统以及方程(8)用于三频接收机)：

${\hat{X}}^{+}=\left(\begin{array}{c}{\hat{X}}_c\\ {\hat{N}}_{L1}\\ {\hat{N}}_{L2}\end{array}\right)---\left(7\right)$

${\hat{X}}^{+}=\left(\begin{array}{c}{\hat{X}}_c\\ {\hat{N}}_{L1}\\ {\hat{N}}_{L2}\\ {\hat{N}}_{L5}\end{array}\right)---\left(8\right)$

增益矩阵是：

K＝Q^-H^T(HQ^-H^T+R)^-1                (9)

其中：R是可观测量(测量)的方差-协方差；以及

和分别是在当前历元卡尔曼滤波器预测的状态向量和估计的状态向量。

状态向量的方差-协方差Q+由下式给出：

Q⁺＝(I-KH)Q^-                       (10)

其中：I是单位矩阵。Q⁺可以下式表示(方程(11)用于双频接收机以及方程(12)用于三频接收机)：

$Q^{+}=\left(\begin{array}{ccc}{Q}_{C,C}& Q_{C,N_{L1}}& Q_{C,N_{L2}}\\ Q_{N_{L1},C}& Q_{N_{L1},N_{L1}}& Q_{N_{L1},N_{L2}}\\ Q_{N_{L2},C}& Q_{N_{L2},N_{L1}}& Q_{N_{L2},N_{L2}}\end{array}\right)---\left(11\right)$

$Q^{+}=\left(\begin{array}{cccc}{Q}_{C,C}& Q_{C,N_{L1}}& Q_{C,N_{L2}}& Q_{C,N_{L5}}\\ Q_{N_{L1},C}& Q_{N_{L1},N_{L1}}& Q_{N_{L1},N_{L2}}& Q_{N_{L1},N_{L5}}\\ Q_{N_{L2},C}& Q_{N_{L2},N_{L1}}& Q_{N_{L2},N_{L2}}& Q_{N_{L2},N_{L5}}\\ Q_{N_{L5},C}& Q_{N_{L5},N_{L1}}& Q_{N_{L5},N_{L2}}& Q_{N_{L5},N_{L5}}\end{array}\right)---\left(12\right)$

为了确定模糊度值的“最优解”，有时称为“固定模糊度解”，一约束被添加到状态向量：

X_N＝N_K                             (13)

其中X_N表示的代表接收的卫星信号的模糊度值的卡尔曼滤波器状态的部分，和N_K是一个整数向量。接着所述固定结果可以使用以下方程得到：

${\stackrel{\‾}{X}}_{C,k}={\stackrel{\‾}{X}}_C-Q_{{\stackrel{\‾}{X}}_C{\stackrel{\‾}{X}}_N}{Q}_{{\stackrel{\‾}{X}}_N}^{-1}({\hat{X}}_N-N_k)---\left(14\right)$

$Q_{{\stackrel{\‾}{X}}_{C,k}}=Q_{{\stackrel{\‾}{X}}_C}-Q_{{\stackrel{\‾}{X}}_C{\stackrel{\‾}{X}}_N}{Q}_{{\stackrel{\‾}{X}}_N}^{-1}{Q}_{{\stackrel{\‾}{X}}_N{\stackrel{\‾}{X}}_C}---\left(15\right)$

方程(14)表示浮动模糊度值被修改至相关的整数模糊度值之后最后的调整的位置坐标。方程(15)表示浮动模糊度值被固定至相关的整数值之后最后的位置坐标的方差-协方差。方程(14)和(15中的下标“c”表示与位置坐标、对流层和电离层状态、以及可适用地点、速度和加速度状态相关的卡尔曼状态向量部分。

获取或寻找固定模糊度解的过程包括解算整数最小二乘方程：

${({\hat{X}}_N-N_k)}^T{Q}_{{\stackrel{\‾}{X}}_N}^{-1}({\hat{X}}_N-N_k)=R_k=\min ---\left(16\right)$

对于每个不同的整数集合N_K，将获得不同值的R_k。对于整数模糊度的每个候选集合N_K获取单个值。通过产生R_k的最小值，满足方程(16)且也满足判别检验的最优整数集合N_K被当作正确的整数模糊度集合，并用于产生最后的固定模糊度解。所述判别检验将在下文结合图3A讨论。

如图2所示，在每次迭代结束或卡尔曼滤波器更新过程250的历元进行检验。如果在载波相位测量中有任何浮动模糊度255，则为模糊度解算进行部分搜索过程260。在一个实施例中，在使用最小二乘和卡尔曼滤波器估计的估计模糊度域中搜索技术可以用来解算整周载波相位模糊度。在一个实施例中，可以为原始模糊度参数实施估计模糊度域中的搜索技术。在另一个实施例，可以利用原始参数的组合执行搜索技术。

在一个实施例中，最小二乘模糊度去相关调整(LAMBDA)方法可用于利用变换浮动(Teunissen，1994)执行搜索。变换的整数模糊度构建自原始的模糊度，并且一旦变换的整数模糊度解已被确定，可用于恢复原始的整数模糊度。这个方法的优点是变换的浮动模糊度具有更小的标准差并有一个更小数量的整数候选集合，因此，计算时间大大减少。LAMBDA方法涉及的离散搜索策略以固定整数模糊度。它展示整数模糊度估计的两个独特方法，包括模糊度去相关(或Z-变换)，继之以整数模糊度离散搜索(即，实际的整数模糊度估计)。LAMBDA方法的关键是用于构建多个卫星模糊度组合的变换矩阵的计算。

在一些实施例中，用于整数最小二乘估计的修改的LAMBDA(MLAMBDA)方法被利用。MLAMBDA包括修改的Z矩阵缩减方法和修改的搜索过程(X.WZhang，2005)。模糊度变换矩阵Z将原始模糊度向量重新用公式表示为变换的模糊度向量，其方差-协方差矩阵具有更小的对角要素：

${\hat{Z}}_N=Z\·{\hat{X}}_N---\left(17\right)$

$Q_{{\stackrel{\‾}{Z}}_N}=Z{Q}_{{\stackrel{\‾}{X}}_N}{Z}^T---\left(18\right)$

因此，方程(16)可以改写为：

$R_k={({\hat{Z}}_N-N_k^Z)}^T{Q}_{{\stackrel{\‾}{Z}}_N}^{-1}({\hat{Z}}_N-N_k^Z)---\left(19\right)$

对于不同的整数集合N_k ^z，将获得一个不同值的R_k。因此已改变了原始的模糊度估计问题。新的问题是搜索一个整数集合，进行和通过验证和排斥准则检验。

为了确保变换的模糊度值具有整数的特点，变换矩阵Z具有唯一的整数项。为了确保原始模糊度值可以从变换的模糊度值确定，变换矩阵的逆也只有整数项。因此，当且只有当矩阵Z有整数项和其行列式等于1时，矩阵Z是一个容许的模糊度变换。原始的模糊度通过下式恢复：

$N_k=Z^{-1}\·N_k^Z---\left(20\right)$

LAMBDA或MLAMBDA方法下文可以简称为LAMBDA方法。

当通过LAMBDA方法或其它计算方法产生的整数模糊度值未能满足判别检验时，执行部分搜索过程以从要被搜索的模糊度集合中删除一个或多个模糊度，减少整数模糊度解算必须的计算时间量。从概念上讲，部分搜索过程从模糊度的集合中删除一个或多个离群值。离群值可能与噪声或混噪信号相关，或与来自靠近地平线的卫星的信号相关。这些离群值的删除通常能使LAMBDA方法(或其它整数模糊度确定方法)为剩余的模糊度成功地确定满足判别检验的整数模糊度值。在一个实施例中，部分搜索过程从整数集合N_k中删去一个或多个模糊度。在另一个实施例中，基于接收来自一个或多个卫星的信号的测量被从搜索过程删去。部分搜索过程的详细说明如下。

如果模糊度解算方法失败，则可以重复该过程，直至该解算成功。如果对于5个或更多卫星的所有可能的模糊度值的集合已被检验，而模糊度检验仍然失败，则在目前历元的模糊度解算过程失败，RTK解被复位290并且来自卫星的信号被接收220用于下一历元。

然而，如果该解算成功，则RTK定位/导航运算利用卡尔曼滤波器的监测270继续，以确定是否残余偏差超过预定的阈值。大的残余偏差可能指示卡尔曼滤波器投影不正确并负影响载波相位测量。如果确定残余偏差过大(即超过预定阈值或未能符合预定准则)，则RTK解被复位290。但是，如果确定所述残余偏差足够精确，则代码和载波相位测量被更新280且来自卫星的信号被接收220用于下一历元。

图3A表示用于双频全球导航卫星系统的部分搜索计算流程。从被处理的两频率的双差测量之后240(图2)，浮动模糊度值向量和相关方差矩阵可以从方程(5)及(7)由卡尔曼滤波器估计250(图2)获得302。虽然L1和L2浮动模糊度是估计的参数，但是将以LAMBDA方法搜索的模糊度对可以不同。在一个实施例中，为搜索过程选择

和宽巷

模糊度并利用下列方程从方程(5)的原始L1和L2浮动模糊向量形成304：

$\left(\begin{array}{c}{\hat{N}}_1\\ {\hat{N}}_{(1,-1)}\end{array}\right)=\left(\begin{array}{cc}1& 0\\ 1& -1\end{array}\right)\left(\begin{array}{c}{\hat{N}}_1\\ {\hat{N}}_2\end{array}\right)---\left(21\right)$

根据方程(10)和(11)，方差-协方差矩阵的模糊度值

和

按下式获得：

$Q_{{\stackrel{\‾}{N}}_1,{\stackrel{\‾}{N}}_{(1,-1)}}=\left(\begin{array}{cc}1& 0\\ 1& -1\end{array}\right)\left(\begin{array}{cc}{Q}_{N_1}& Q_{N_1{N}_2}\\ Q_{N_2{N}_1}& Q_{N_2}\end{array}\right)\left(\begin{array}{cc}1& 1\\ 0& -1\end{array}\right)---\left(22\right)$

对应和

的两个最小值R_k的最佳候选集合和第二佳候选集合可以利用如上所述的LAMBDA搜索过程306找到。

判别检验308包括最佳候选集合与第二佳候选集合的比率检验。特别是，经验比值等于3可用于判别检验。使用所述比率检验是因为比率越大，最佳候选集合正确的机会就越大。在一个实施例中，附加的兼容性检验包括在判别检验中。如果通过固定模糊度值与浮动模糊度值的差小于3至5倍的浮动解的标准差，则兼容性检验通过。如果判别检验308通过，则最佳候选集合被当作整数模糊度值的正确集合，从而解算模糊度的集合(其也可以被称为模糊度值的集合)340，原始L1/L2或L1/L2/L5信号被恢复342(下文讨论)，以及所得到的固定解被利用方程(14)和(15)输出344。

当

和

的最佳候选集合和第二佳候选集合未能通过判别检验308时应用部分搜索过程。在一个实施例中，部分搜索技术将从要被确定模糊度值的模糊度的集合中排除那些在最佳候选集合和第二佳候选集合中整数模糊度值不同的模糊度值。在另一个实施例中，部分搜索技术将排除那些在最佳候选集合和第二佳候选集合中模糊度不相同的卫星。该第二个方法实际上从模糊度的集合中删除第一个方法中删除的所有模糊度，加上具有至少有一个不同于最佳和第二佳候选集合中模糊度值的卫星的任何同属模糊度。

一旦要被搜索的模糊度的集合已通过删除运算310被缩减，则新的搜索312被执行，包括用于通过删除运算310产生的缩减的模糊度集合的最佳和第二佳候选集合的LAMBDA搜索过程316，和在得到的最佳和第二佳整数模糊度候选集合中执行判别检验318。如果判别检验318被新的最佳候选集合通过，则过程移到运算340，如上所述。

否则，如果判别检验318失败，则过程移到删除运算320，其中所有

模糊度值都从要被搜索的模糊度集合中删除，而所有的宽巷

模糊度保留在要被搜索的模糊度集合(也称为模糊度值集合)中。一旦要被搜索的模糊度集合已通过删除运算320被缩减，则新的搜索322被执行，包括用于通过删除运算310产生的缩减的模糊度集合的最佳和第二佳候选集合的LAMBDA搜索过程326，和在得到的最佳和第二佳整数模糊度候选集合中执行判别检验328。如果判别检验328被新的最佳候选集合通过，则过程移到运算340，如上所述。

否则，如果判别检验328失败，则过程移到删除运算330，其中最佳候选集合和第二佳候选集合的整数模糊度(通过LAMBDA搜索过程326产生)不同的所有宽巷

模糊度从要被搜索的模糊度集合中删除。如上所述，在删除运算320中所有

模糊度已经从要被搜索模糊度集合中删除。利用剩余的宽巷

模糊度，一个则新的搜索322被执行，包括用于通过删除运算330产生的缩减的模糊度集合的最佳和第二佳候选集合的LAMBDA搜索过程336，和在得到的最佳和第二佳整数模糊度候选集合执行中判别检验338。如果判别检验338被新的最佳候选集合通过，则过程移到运算340，如上所述。否则，所述搜索过程对于当前历元失败且是利用卫星信号的新测量值在下一历元重新开始的过程334。

和

搜索312、322和332包括利用LAMBDA搜索过程316、326、336查找最佳整数模糊度候选集合和第二佳整数模糊度候选集合，然后运用判别检验318、328、338。在一个实施例中，在每一历元过程中部分搜索过程被重复运用直至(A)任何删除过程310，320，330产生具有少于5个卫星的模糊度值的搜索集合，(B)所有搜索失败，或者(C)搜索成功，以其中一个最佳整数模糊度候选集合通过相应的判别检验318、328或338指示。

如果通过判别检验308、318、328或338，则通过判别检验的最佳候选集合被当作正确的模糊度集合以解算整数模糊度340并由方程(14)和(15)产生固定解344。

在一些实施例，一旦最佳候选集合(因为一个或多个删除运算310、320、330的应用，其可包括整数模糊度值和

的部分集合)通过判别检验，则原始L1和L2模糊度状态和卡尔曼滤波器中的方差-协方差可利用下面的方程恢复：

$\left(\begin{array}{c}{\hat{N}}_1\\ {\hat{N}}_2\end{array}\right)=\left(\begin{array}{cc}1& 0\\ 1& -1\end{array}\right)\left(\begin{array}{c}{\hat{X}}_{N_1}\\ {\hat{X}}_{N_{(1,-1)}}\end{array}\right)---\left(23\right)$

$Q_{{\stackrel{\‾}{N}}_1,{\stackrel{\‾}{N}}_2}=\left(\begin{array}{cc}1& 0\\ 1& -1\end{array}\right)\left(\begin{array}{cc}{Q}_{N_1}& Q_{N_1{N}_{(1,-1)}}\\ Q_{N_{(1,-1)}{N}_1}& Q_{N_{(1,-1)}}\end{array}\right)\left(\begin{array}{cc}1& 1\\ 0& -1\end{array}\right)---\left(24\right)$

注意，如果

是浮动而

是固定的，则

和

的分数部分完全相同，且方差和协方差

也相同。如果

被随后固定，则

和

的固定值将被调整为整数值且所述方差和协方差将为零。

在一个实施例，如果所有可能的整数模糊度集合已被搜索而判别检验仍然失败，则在当前历元模糊度解算过程失败，利用卫星信号的新测量在下一个历元重新开始搜索通过判别检验的模糊度值相容集的过程334。

图3B表示用于三频系统的部分搜索计算流程。从两个频率进行双差测量之后240(图2)，浮动模糊度向量和相关的方差可从方程(5)和(8)由卡尔曼滤波器估计250(图2)获得351。在一个实施例，L1、L2和L5频率的原始模糊度状态被变换成352交错模糊度组合的集合

和

${\hat{N}}_{\left(\mathrm{1,0,0}\right),(1,-\mathrm{1,0}),(\mathrm{0,1},-1)}=\left(\begin{array}{c}{\hat{N}}_{\left(\mathrm{1,0,0}\right)}\\ {\hat{N}}_{(1,-\mathrm{1,0})}\\ {\hat{N}}_{(\mathrm{0,1},-1)}\end{array}\right)=\left(\begin{array}{ccc}1& 0& 0\\ 1& -1& 0\\ 0& 1& -1\end{array}\right)---\left(25\right)$

$Q_{{\stackrel{\‾}{N}}_{\left(\mathrm{1,0,0}\right),(1,-\mathrm{1,0}),(\mathrm{0,1},-1)}}=\left(\begin{array}{ccc}1& 0& 0\\ 1& -1& 0\\ 0& 1& -1\end{array}\right)\left(\begin{array}{ccc}{Q}_{N_1,N_1}& Q_{N_1,N_2}& Q_{N_1,N_3}\\ Q_{N_2,N_1}& Q_{N_2,N_2}& Q_{N_2,N_3}\\ Q_{N_3,N_1}& Q_{N_3,N_2}& Q_{N_3,N_3}\end{array}\right)\left(\begin{array}{ccc}1& 1& 0\\ 0& -1& 1\\ 0& 0& -1\end{array}\right)---\left(26\right)$

产生的新模糊度是原始L1模糊度和两个宽巷模糊度和

一个在L1和L2频率之间，另一个在L2和L5频率之间。在其它实施例中，可以利用L1、L2和L5频率的模糊度状态的其它组合。

如上所述，利用LAMBDA搜索过程353可以找到

和

的最佳候选集合和第二佳候选集合。判别检验354被应用于最佳和第二佳整数模糊度候选检验。如上所述，判别检验354包括最佳候选集合与第二佳候选集合的比率检验。如果通过判别检验354，则最佳候选集合被当作正确的模糊度集合以解算整数模糊度390并由方程(14)和(15)产生固定解394。

当

和的最佳候选集合和第二佳候选集合未能通过判别检验354时应用部分搜索过程。在一个实施例中，部分搜索技术将从要被搜索的模糊度集合中排除那些最佳候选集合和第二佳候选集合中整数模糊度值不同的模糊度值。在另一个实施例中，部分搜索技术将排除那些最佳候选集合和第二佳候选集合的整数模糊度值不相同的卫星。在又一个实施例中，最佳候选集合和第二佳候选集合中整数模糊度值不同的一个或多个模糊度被从要被搜索的模糊度集合中删除360，而所有宽巷

和

模糊度保留。为了解释部分搜索过程的目的，我们将假定最后提到的方法被使用。

一旦要被搜索的模糊度集合已通过删除运算360被缩减，则新的搜索362被执行，包括用于通过删除运算360产生的缩减的模糊度集合的最佳和第二佳候选集合的LAMBDA搜索过程363，和在得到的最佳和第二佳整数模糊度候选集合中执行判别检验364。如果新的最佳候选集合通过判别检验364，则过程移到运算390，如上所述。

否则，如果判别检验364失败，则过程移到删除运算365，其中所有

模糊度都从要被搜索的模糊度值集合中删除，而所有宽巷

和

模糊度保留在要被搜索的模糊度值集合中。一旦要被搜索的模糊度集合已通过删除运算365被缩减，则新的搜索366被执行，包括用于通过删除运算365产生的缩减的模糊度集合的最佳和第二佳候选集合的LAMBDA搜索过程368，和在得到的最佳和第二佳整数模糊度候选集合中执行判别检验369。如果新的最佳候选集合通过判别检验369，则过程移到运算390，如上所述。

否则，如果判别检验369失败，则过程移到删除运算370，其中最佳候选集合和第二佳候选集合中值不相等的一个或多个宽巷

模糊度从要被搜索的模糊度集合中删除，而所有宽巷

模糊度被保留在要被搜索的模糊度集合中。在另一实施例，两个宽巷信号的作用在删除运算370中可以被反转，由此在最佳候选集合和第二佳候选集合中不相等的第二宽巷信号的模糊度集合

被删除，而第一宽巷信号的所有宽巷模糊度

被保留。一旦要被搜索的模糊度集合已通过删除运算370被缩减，则新的搜索372被执行，包括用于通过删除运算370产生的模糊度值缩减的集合的最佳和第二佳候选集合的LAMBDA搜索过程373，和在得到的最佳和第二佳整数模糊度候选集合中执行判别检验374。如果新的最佳候选集合通过判别检验374，则过程移到运算390，如上所述。

否则，如果判别检验374失败，则过程移到删除运算375，其中第一宽巷信号的所有

模糊度从要被搜索的模糊度集合中删除，而第二宽巷信号的所有

模糊度被保留在要被搜索的模糊度集合中。一旦要被搜索的模糊度集合已通过删除运算375被缩减，则新的搜索376被执行，包括用于通过删除运算375产生的缩减的模糊度集合的最佳和第二佳候选集合的LAMBDA搜索过程378，和在得到的最佳和第二佳整数模糊度候选集合中执行判别检验379。如果新的最佳候选集合通过判别检验379，则过程移到运算390，如上所述。

否则，如果判别检验379失败，则过程移到删除运算380，其中最佳候选集合和第二佳候选集合中值不相等的一个或多个宽巷

模糊度从要被搜索的模糊度集合中删除。一旦要被搜索的模糊度集合已通过删除运算380被缩减，则新的搜索382被执行，包括用于通过删除运算380产生的缩减的模糊度集合的最佳和第二佳候选集合的LAMBDA搜索过程383，和在得到的最佳和第二佳整数模糊度候选集合中执行判别检验384。如果新的最佳候选集合通过判别检验384，则过程移到运算390，如上所述。

如果新的最佳候选集合的判别检验384失败，则搜索过程对当前历元失败且是利用卫星信号的新测量值在下一历元重新开始334的过程。

在一个实施例中，在每一历元过程中部分搜索过程被重复运用，如上文参考图3B所述，直至(A)任何删除过程360、365、370、375或380产生具有少于5个卫星的模糊度值的搜索集合，(B)所有搜索失败，或者(C)搜索成功，以其中一个最佳整数模糊度候选集合通过相应的判别检验364、369、374、379或384指示。如果通过判别检验，则最佳候选集合被当作正确的模糊度集合以解算整数模糊度390并由方程(14)和(15)产生固定解394。

在一个实施例中，在

和的全部或部分集合被固定之后，原始L1、L2和L5模糊度和相关的方差可以按下式恢复：

$\left(\begin{array}{c}{\hat{N}}_1\\ {\hat{N}}_2\\ {\hat{N}}_5\end{array}\right)=\left(\begin{array}{ccc}1& 0& 0\\ 1& -1& 0\\ 1& -1& -1\end{array}\right)\left(\begin{array}{c}{\hat{N}}_{\left(\mathrm{1,0,0}\right)}\\ {\hat{N}}_{(1,-\mathrm{1,0})}\\ {\hat{N}}_{(\mathrm{0,1},-1)}\end{array}\right)---\left(27\right)$

$Q_{{\stackrel{\‾}{N}}_{\mathrm{1,2,5}}}=\left(\begin{array}{ccc}1& 0& 0\\ 1& -1& 0\\ 1& -1& -1\end{array}\right)\left(\begin{array}{ccc}{Q}_{N_{\left(\mathrm{1,0,0}\right)},N_{(\mathrm{1,0},0)}}& Q_{N_{\left(\mathrm{1,0,0}\right),},N_{(1,-\mathrm{1,0})}}& Q_{N_{\left(\mathrm{1,0,0}\right)},N_{(\mathrm{0,1},-1)}}\\ Q_{N_{(1,-\mathrm{1,0})},N_{\left(\mathrm{1,0,0}\right)}}& Q_{N_{(1,-\mathrm{1,0})},N_{(1,-\mathrm{1,0})}}& Q_{N_{(1,-\mathrm{1,0})},N_{(\mathrm{0,1},-1)}}\\ Q_{N_{(\mathrm{0,1}-1,)},N_{\left(\mathrm{1,0,0}\right)}}& Q_{N_{(\mathrm{0,1},-1)},N_{(1,-\mathrm{1,0})}}& Q_{N_{(\mathrm{0,1},-1)},N_{(\mathrm{0,1},-1)}}\end{array}\right)\left(\begin{array}{ccc}1& 1& 1\\ 0& -1& -1\\ 0& 0& 1\end{array}\right)---\left(28\right)$

在一个实施例中，如果搜索通过判别检验的整数模糊度值的集合失败，则在当前历元的模糊度解算过程失败，并利用卫星信号的新测量在下一历元重新开始385搜索通过判别检验的模糊度值的相容集合的过程。

图4A-C表示执行部分搜索整数模糊度解算的方法400。如图4A所示，方法400包括识别一卫星集合，从该卫星接收信号410。该卫星集合典型地只包括那些成功进行载波相位测量的卫星。识别与至少一些所述信号的载波相位测量相关的浮动模糊度的集合420。

估计该浮动模糊度的集合的整数模糊度，并确定该模糊度的集合中的整数模糊度值的最佳候选集合和第二佳候选集合430。如果所有进行载波信号测量的卫星都被表示在该模糊度集合中，则将为该卫星集合中的每一卫星产生至少一个最佳候选和一个第二佳候选整数模糊度值。在一个实施例中，最佳候选集合和第二佳候选集合各包括用于相应的载波信号的整数模糊度值432。在另一个实施例中，最佳候选集合和第二佳候选集合各包括用于相应的宽巷信号的整数模糊度值434。在一个实施例中，最佳候选集合和第二佳候选集合各包括用于相应的宽巷信号的整数模糊度值和用于相应的载波信号的整数模糊度值436。在又一个实施例，最佳候选集合和第二佳候选集合各包括用于相应的第一和第二宽巷信号的整数模糊度值和用于相应的载波信号的整数模糊度值438。

参考图4A和4B两图，一旦确定整数模糊度值的最佳集合未能符合判别检验440，则通过根据预定准则从该浮动模糊度集合中删除以产生缩减的模糊度集合450。在一个实施例中，所述的预定准则可以是删除最佳候选集合和第二佳候选集合的整数模糊度不同的每一模糊度452。在另一个实施例中，如果一卫星的最佳候选集合和第二佳候选集合中的任何整数模糊度不相同，则该卫星的所有模糊度被删除454。在一些实施例中，所述缩减的模糊度集合与来自至少预定最小数量的卫星的信号相关456。例如，在一些实施例中，所述预定最小数量的卫星等于5个458。参考图4C，方法400继续一组运算460以解算所述缩减的模糊度集合中的整数模糊度。

在一个实施例中，运算460包括两个或多个下述的运算462-469。在运算462中，估计所述浮动缩减的模糊度集合中的整数模糊度并确定所述浮动缩减的模糊度集合中每一模糊度的最佳候选集合和第二佳候选集合。在一个实施例中，最佳候选集合和第二佳候选集合各包用于相应的第一和第二宽巷信号的第一和第二整数模糊度值463。在运算464中，确定模糊度的最佳集合是否符合判别检验。如果判别检验失败，通过根据预定准则从所述缩减的模糊度集合中删除以产生第二缩减的模糊度集合466。在一个实施例中，所述预定准则是删除最佳候选集合和第二佳候选集合的整数模糊度不同的每一模糊度467。在另一个实施例中，删除运算466包括删除最佳候选集合和第二佳候选集合的整数模糊度不同的卫星的所有模糊度469。在运算468中，运算被执行以解算第二缩减的模糊度集合中的整数模糊度。

产生一输出470。在一个实施例中，这包括如果符合所述判别检验，则产生一输出(例如，用于导航的整数模糊度值的集合)472。

图5表示计算机系统100的实施例。该计算机系统100包括信号处理器520、至少一个处理器530以及存储器150。存储器150可以包括高速随机存取存储器，也可以包括非易失性存储器，例如一个或多个磁盘存储装置、电可擦除只读存储器(EEPROM)和/或快闪式电可擦除只读存储器(Flash EEPROM)，存储器150包括操作系统152、载波相位和伪距测量157、卡尔曼(Kalman)滤波器更新程序560、卡尔曼滤波器状态570(包括模糊度值572，以及由处理器530执行的至少一个整数模糊度解算程序模块155。整数模糊度解算程序模块155包括至少一个整数模糊度搜索程序552、至少一个判别检验程序554、以及至少一个模糊度集合缩减程序556。在一些实施例中，可以有一个以上的处理器530。在其它的实施例中，计算机系统200可以包括执行整数模糊度解算程序模块155的一些或所有功能的专用集成电路(ASIC)。

在一些实施例中，计算机系统100与一个或多个接收机510耦合，如用户GPS接收机120(图1)。所述一个或多个接收机510还可以包括接收来自一个或多个基准接收机或来自诸如纳夫科姆(Navcom)技术公司的StarFire^TM网络的广域增强系统(WAAS)的校正数掘的接收机。在其它的实施例中，计算机系统100和接收机510被合并成单个装置。此外，在一些实施例中，信号处理器520与GPS120合并，其可以是或者不是计算机系统100的一部分。

为了解释目的的上述描述已参照具体实施例进行了描述。然而，上述举例说明的讨论并不是为了穷尽或限本发明于所披露的精确形式。根据上述教导可能进行许多修改和变化。所选择和描述的实施例意在最好地解释本发明的原理和它的实际应用，从而使本领域的其他技术人员能够最好地利用本发明和有适合具体用途的设想的各种修改的各种实施例。

Claims (34)

1、一种在全球导航卫星系统中执行整数模糊度解算的方法，包括

识别一卫星的集合，信号接收来自所述集合中的卫星；

识别一与接收来自所述识别的卫星的集合中的卫星的至少一些所述信号的载波相位测量相关联的模糊度的集合；

估计所述模糊度的集合中的整数模糊度，包括确定所述模糊度的集合中的每一模糊度的整数模糊度值的一最佳候选集合和一第二佳候选集合；

一旦确定所述整数模糊度值的最佳集合未能符合一判别检验，则从所述模糊度的集合中删除所述最佳候选集合和第二佳候选集合中整数模糊度值未能符合预定准则的每一模糊度，以产生一缩减的模糊度集合；

执行运算以解算所述缩减的模糊度集合中的所述模糊度；及

根据被执行以解算所述缩减的模糊度集合中的所述模糊度的所述运算的一结果产生一输出。

2、权利要求1的方法，其中所述预定准则包括一必要条件，对于一相应的模糊度，所述最佳候选集合和第二佳候选集合中所述整数模糊度值相等。

3、权利要求1的方法，其中所述缩减的模糊度集合与接收来自需要瞬时模糊度解算的至少一预定的最小数量的卫星的信号的载波相位测量相关联。

4、权利要求2的方法，其中所述预定的最小数量的卫星等于5个。

5、权利要求1的方法，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于一相应载波信号的一整数模糊度值。

6、权利要求1的方法，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于一相应宽巷信号的一整数模糊度值。

7、权利要求1的方法，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于一相应宽巷信号的一整数模糊度值和用于一相应载波信号的一整数模糊度值。

8、权利要求1的方法，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于相应第一和第二宽巷信号的第一和第二整数模糊度值和用于一相应载波信号的一第三整数模糊度值。

9、权利要求1的方法，其中，所述删除包括从所述模糊度的集合中删除所述最佳候选集合和第二佳候选集合中所述整数模糊度值未能符合所述预定准则的用于一卫星的所有所述模糊度。

10、权利要求1的方法，其中所述全球导航卫星系统选自以下组成的群组：全球定位系统(GPS)、全球轨道导航卫星系统(GLONASS)、伽利略定位系统、和欧洲对地静止导航重叠系统(EGNOS)。

11、权利要求1的方法，其中执行运算以解算所述缩减的模糊度集合中的模糊度包括：

估计所述缩减的模糊度集合中的整数模糊度，包括确定所述缩减的模糊度集合中的每一所述整数模糊度的整数模糊度值的一最佳候选集合和一第二佳候选集合；

确定所述缩减的模糊度集合的整数模糊度值的所述最佳集合是否符合所述判别检验，并且如果符合所述判别检验，则产生一结果值的集合；

如果所述缩减的模糊度集合的整数模糊度值的所述最佳集合未能符合判别检验，

则从所述缩减的模糊度集合中删除所述最佳候选集合和第二佳候选集合中整数模糊度值未能符合所述预定准则的每一模糊度，以产生一第二缩减的模糊度集合；

执行运算以解算所述第二缩减的模糊度集合中的所述整数模糊度；及

根据被执行以解算所述第二缩减的模糊度集合中的所述整数模糊度的所述运算的一结果产生所述输出。

12、权利要求11的方法，其中在所述缩减的模糊度集合中所述最佳候选集合和第二佳候选集合各包括用于相应第一和第二宽巷信号的第一和第二整数模糊度值。

13、一种在全球导航卫星系统中执行模糊度解算的装置，包括：

一接收机，其被构形以接收卫星信号；

存储器；

一个或多个处理器；

一个或多个程序，其存储在所述存储器中用于由所述一个或多个处理器执行，所述一个或多个程序用于解算与接收来自一卫星的识别集合中的所述卫星的至少一些信号的载波相位测量相关联的模糊度，所述一个或多个程序包括：

指令，用于估计所述模糊度的集合中的整数模糊度，包括确定所述模糊度的集合中的每一所述模糊度的整数模糊度值的一最佳候选集合和一第二佳候选集合；

指令，用于确定所述整数模糊度值的所述最佳集合未能符合一预定的检验，且一旦确定，则从所述模糊度的集合中删除所述最佳候选集合和第二佳候选集合中整数模糊度值不相等的每一模糊度，以产生一缩减的模糊度集合；

指令，用于执行运算以解算所述缩减的模糊度集合中的所述整数模糊度；及

指令，用于根据所述解算的所述缩减的模糊度集合中的整数模糊度产生一结果。

14、权利要求13的装置，其中所述缩减的模糊度集合与接收来自需要瞬时模糊度解算的至少一预定的最小数量的卫星的信号的载波相位测量相关联。

15、权利要求14的装置，其中所述预定的最小数量的卫星等于5个。

16、权利要求13的装置，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于一相应载波信号的一整数模糊度值。

17、权利要求13的装置，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于一相应宽巷信号的一整数模糊度值。

18、权利要求13的装置，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于一相应宽巷信号的-整数模糊度值和用于一相应载波信号的一整数模糊度值。

19、权利要求13的装置，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于相应第一和第二宽巷信号的第一和第二整数模糊度值和用于一相应载波信号的一第三整数模糊度值。

20、权利要求13的装置，其中所述用于删除的指令包括用于从所述整数模糊度的集合中删除所述最佳候选集合和第二佳候选集合中所述整数模糊度值未能符合所述预定准则的用于一卫星的所有所述整数模糊度的指令。

21、权利要求13的装置，其中所述全球导航卫星系统选自以下组成的群组：全球定位系统(GPS)、全球轨道导航卫星系统(GLONASS)、伽利略定位系统、和欧洲对地静止导航重叠系统(EGNOS)。

22、权利要求13的装置，其中所述用于执行运算以解算所述缩减的模糊度集合中的模糊度的指令包括：

指令，用于估计所述缩减的模糊度集合中的整数模糊度，包括确定所述缩减的模糊度集合中的每一所述整数模糊度的整数模糊度值的一最佳候选集合和一第二佳候选集合；

指令，用于确定所述缩减的模糊度集合的所述整数模糊度值的所述最佳集合是否符合所述判别检验，并且如果符合所述判别检验，则产生一结果值的集合；及

指令，如果所述缩减的模糊度集合的整数模糊度值的所述最佳集合未能符合所述判别检验，则启用该指令的执行，用于：

从所述缩减的模糊度集合中删除所述最佳候选集合和第二佳候选集合中整数模糊度值未能符合所述预定准则的每一模糊度，以产生一第二缩减的模糊度集合；

执行运算以解算所述第二缩减的模糊度集合中的所述整数模糊度；及

根据被执行以解算所述第二缩减的模糊度集合中的所述整数模糊度的所述运算的一结果产生所述输出。

23、权利要求22的装置，其中对于所述缩减的模糊度集合中每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于相应第一和第二宽巷信号的第一和第二整数模糊度值。

24、一种定位或导航系统，包括：

一接收机，其被构形以接收卫星信号；及

一与所述接收机耦合的计算机系统，所述计算机系统包括一处理器和一与所述处理器耦合的存储器，所述存储器存储用于解算与接收来自一卫星的识别集合中的所述卫星的至少一些信号的载波相位测量相关联的模糊度的一个或多个程序，所述一个或多个程序包括：

指令，用于估计所述模糊度的集合中的整数模糊度，包括确定所述模糊度的集合中的每一模糊度的整数模糊度值的一最佳候选集合和一第二佳候选集合；

指令，用于确定所述整数模糊度值的最佳集合未能符合一预定的检验，且一旦确定，则从所述模糊度的集合中删除所述最佳候选集合和第二佳候选集合中整数模糊度值不相等的每一模糊度，以产生一缩减的模糊度集合；

指令，用于执行运算以解算所述缩减的模糊度集合中的所述整数模糊度；及

指令，用于根据所述解算的所述缩减的模糊度集合中的整数模糊度产生一结果。

25、权利要求24的系统，其中所述缩减的模糊度集合与接收来自需要瞬时模糊度解算的至少一预定的最小数量的卫星的信号的载波相位测量相关联。

26、权利要求25的系统，其中所述预定的最小数量的卫星等于5个。

27、权利要求24的系统，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于一相应载波信号的一整数模糊度值。

28、权利要求24的系统，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于一相应宽巷信号的一整数模糊度值。

29、权利要求24的系统，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于一相应宽巷信号的一整数模糊度值和用于一相应载波信号的一整数模糊度值。

30、权利要求24的系统，其中对于所述模糊度的集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于相应第一和第二宽巷信号的第一和第二整数模糊度值和用于一相应载波信号的一第三整数模糊度值。

31、权利要求24的系统，其中所述用于删除的指令包括从所述模糊度的集合中删除所述最佳候选集合和第二佳候选集合中所述整数模糊度值未能符合所述预定准则的用于一卫星的所有所述模糊度的指令。

32、权利要求24的系统，其中所述全球导航卫星系统选自以下组成的群组：全球定位系统(GPS)、全球轨道导航卫星系统(GLONASS)、伽利略定位系统、和欧洲对地静止导航重叠系统(EGNOS)。

33、权利要求24的系统，其中所述用于执行运算以解算所述缩减的模糊度集合中的模糊度的指令包括：

指令，用于估计所述缩减的模糊度集合中的整数模糊度，包括确定所述缩减的模糊度集合中的每一所述整数模糊度的整数模糊度值的一最佳候选集合和一第二佳候选集合；

指令，用于确定所述整数缩减的模糊度集合的所述模糊度值的最佳集合是否符合所述判别检验，并且如果符合所述判别检验，则产生一结果值的集合；及

指令，如果所述缩减的模糊度集合的整数模糊度值的所述最佳集合未能符合所述判别检验，则启用该指令的执行，用于：

从所述缩减的模糊度集合中删除所述最佳候选集合和第二佳候选集合中整数模糊度值未能符合所述预定准则的每一模糊度，以产生一第二缩减的模糊度集合；

执行运算以解算所述第二缩减的模糊度集合中的所述整数模糊度；及

根据被执行以解算所述第二缩减的模糊度集合中的所述整数模糊度的所述运算的一结果产生所述输出。

34、权利要求33的系统，其中对于所述缩减的模糊度集合中的每一模糊度，所述最佳候选集合和第二佳候选集合各包括用于相应第一和第二宽巷信号的第一和第二整数模糊度值。

Images