具有模糊度选择的gnss信号处理方法和装置的制作方法

专利名称：具有模糊度选择的gnss信号处理方法和装置的制作方法
技术领域：
本发明涉及位置估计方法和装置，并且尤其涉及基于导航卫星系统信号的这样的 方法和装置。这些方法和装置的应用领域包括但不限于导航、地图制作、土地测绘、土木工 程、防灾和减灾，以及科学研究。
背景技术：
1.简介全球导航卫星系统(GNSQ包括全球定位系统(GPQ (美国)、GL0NASS (俄罗斯)、 Galileo (欧洲)和COMPASS (中国)(使用中或开发中的系统)。GNSS通常使用环绕地球的 多个卫星。所述多个卫星形成卫星的星群(constellation)。GNSS接收机检测在由卫星广 播的电磁信号上所调制的码。该码也被称为测距码。码检测包括将广播信号上所调制的 比特序列与要检测的码的接收机侧版本进行比较。基于对一系列卫星中的每个卫星的码到 达时间的检测，GNSS接收机估计其位置。定位包括地理定位，即，在地球的表面上的定位。在 Sandra Verhagen 的 The GNSS integer ambiguities !estimation and validation, Delft University of Technology, 2004, ISBN 90-804147-4-3 (在此被称为 “[1]”)的章节 2. 1. 1、2. 1. 2 和 2. 1. 3 中提供了 GPS、GL0NASS 和(ialileo 的概述(其也在 Publications on Geodesy 58, Delft, 2005, ISBN-13 :9789061322900,ISBN-10 :906132290 中被公开)。使用GNSS信号码进行定位提供了有限的精确度，主要由于在通过大气传输时码 所经受的失真。例如，GPS包括在1575. 45MHz (所谓的Ll频率)处对粗捕获(C/A)码的传 输。相比于保留给军事应用的精(P)码，该码对公众是免费可用的。当既考虑与C/A码的 检测(对伪随机码的到达时间的电子检测)相关联的电子不确定性，又考虑其它误差(包 括由于电离层和对流层效应、星表误差(印hemeris error)、卫星时钟误差和多径传播而造 成的误差)的时候，使用GPS C/A码的基于码的定位的精确度大约是15米。一种对基于码检测的定位的替代是基于载波相位测量进行定位。在该替代方法 中，检测从卫星发射的GNSS信号的载波相位，而不是在从卫星发射的信号上所调制的码。与基于码的方法相比，基于载波相位测量的方法可能提供高得多的定位精确度， 即高达厘米级别或者甚至毫米级别的精确度。原因可以直观地理解如下。诸如Ll波段上 的GPS C/A码这样的码比调制该码的载波的一个周期长得多。因此，相比于针对码检测，针 对载波相位检测的位置解算可被视为更好。然而，在基于载波相位测量估计位置的过程中，载波相位由于未知的周期数而模 糊(这例如在[1]的章节1.1的第二段中进行了解释)。可以确定接收信号的相位，但是无法以明确的方式直接确定周期。这是所谓的“整数(或整周)模糊度问题(integer ambiguity problem)，，、“整数模糊度角军算问题(integer ambiguity resolution problem)，， 或"相位模糊度角军算问题(phase ambiguity resolution problem)，，。例如，在[1]的章节2. 2. 1和2. 2. 2中分别提供了用于码观测值(code observations)和用于相位观测值(phase observations)的GNSS观测等式。在[1]的 章节3中提供了对GNSS整数解算问题的简介。然而，在Remondi于1984年的hing the Global Positioning System(GPS)Ph ase Observable for Relative Geodesy :Modeling, Processing and Results, Center for Space Research, The University of Texas at Austin, May，1984(在此被称为“[2]”)中已经介绍了使用载波相位数据用于GNSS定位的 构想。现在将参照图1至图4解释GNSS整数解算问题的基本原理。然后，利用在实现用 于精确位置估计的整数解算系统时通常涉及的进一步因素的数学支持和解释，提供了进一 步的解释。2. GNSS整数解算问题的基本原理图1示意性地图示了仅具有两个卫星和一个接收机的GNSS。移动接收机也被称为 漫游器(rover)，固定接收机可以被称为基站(对差分处理有用，例如DGPQ或参考站(对 网络处理有用)。虽然实际的GNSS涉及不止两个卫星，但是为了说明GNSS载波相位测量的 基本原理，图1上仅表示了两个卫星。每个卫星均广播信号(通过源自卫星并且在接收机 的方向上行进的箭头来图示)。在接收机附近示意性地表示了每个信号的一部分载波。为 了清楚起见，在图1中以非调制的形式表示了该部分载波。事实上，在载波上对码进行了调 制(例如双相移键控(BPSK调制))。在一个时间点，接收机可以测量接收信号的载波相位。接收机也可以跟踪载波相 位，并且将其锁定以便跟踪由于接收机与卫星之间的距离改变而造成的载波的附加周期。 然而，现在为了清楚起见而忽视了在时间上跟踪相位这方面，但是稍后将进行解释。虽然接收机可以测量所接收到的信号的载波相位，但是卫星与接收机之间的周期 数是未知的。与例如GPS Ll频率载波(1575. 45MHz)的一个周期相对应的距离大约是19厘 米(考虑了无线电信号的传播速度，即光的速度)。19厘米的距离对应于载波的波长。换 句话说，可以在一个时间点开始测量载波相位，但是例如在起始时间点，从卫星到接收机的 整周期数(the integer number of cycles)是未知的。而且，从第一卫星到接收机的周期 数与从第二卫星到接收机的周期数之间的差是未知的。通过标示“_1”、“0”、“+1”、“+2”图示了图1中GNSS信号载波的一些连续周期的
幅度峰值。这直观地图示了关于周期数的整数模糊度。通过标示“0”所表示的峰值对应于 从接收机到卫星的特定周期数。通过标示“+1”所表示的峰值对应于多一个周期，通过标示 “-1”所表示的峰值对应于少一个周期，等等。对接收机的位置的估计取决于对于从卫星到 接收机的正确周期数的知识。从第一卫星到接收机的给定周期数(例如，对应于图1的左手侧上的标示“+1”) 以及从第二卫星到接收机的给定周期数(例如，对应于图1的右手侧上的标示“-1”)得出 一个估计的位置。换句话说，可以看出，整数对(+1，-1)得出二维图示中的一个估计位置。 每个卫星的周期数的另一组合得出另一估计的位置。例如，组合(0，+1)得出二维图示中的
9另一估计的位置。参照图加至图4将更好地理解这一点。图加公开了已知接收机在其中或者至少已知接收机很可能在其中的二维不确定 性区域。关于接收机在该不确定性圆内的知识可以例如根据基于粗码的位置估计。虽然实 际GNSS实现涉及不止一个二维不确定性区域，但是通过仅参照二维未知空间，可以理解载 波相位测量的基本原理。已知或假设接收机的位置处在由所表示的圆限制的不确定性区域 内，但是在该圆内的位置还是未知的。图2b公开了添加了具有箭头的虚线的图加的二维不确定性区域。虚线表示朝向 被称为卫星1的一个GNSS卫星的方向。卫星1广播含有载波的信号。在不确定性区域中 表示的平行线是当假设仅卫星1的载波用于位置估计时，接收机可以位于其中的线。每条 线对应于通过卫星1广播的信号的特定波阵面(wave front)。相邻波阵面间隔一个载波波 长。取决于到卫星1的正确周期数，接收机可被视为位于这些线中的一条线上。由于整数 模糊度，正确的位置线是未知的。图2c表示与图2b相同的元素，即，不确定性区域以及由卫星1广播的信号的载波 波阵面。另外，图2c包括具有箭头的第二虚线，其示意性地指示第二 GNSS卫星(即，卫星 2)的方向。与卫星2的方向垂直的那些线表示由卫星2广播的信号的载波波阵面。取决于 到卫星2的正确的周期数，接收机可被视为位于这些线中的一条线上。除了从与卫星1相关联的载波导出的位置信息之外，由卫星2广播的信号的载波 也可以用于位置估计。因此，可以减少不确定性。不是仅能够假设接收机的位置在(图加 的)圆内的某处，或者仅假设接收机的位置在图2b上所表示的直线之一上，现在可以假设 接收机的位置在与卫星1的波阵面相对应的那些线之一上并且同时在与卫星2相对应的那 些平行线之一上。换句话说，通过使用来自两个卫星的载波相位测量，可以假设接收机的位 置是在或者可能是在与卫星1的波阵面相关联的线和与卫星2的波阵面相关联的线之间 的交叉点上。可以看出，在图2c的示例性不确定性区域内存在观个线交叉点。这些交叉点对 应于接收机的观个可能的位置。因此，将不确定性区域内的位置估计问题减化成找出接 收机位于这些交叉点中的哪一个交叉点上的问题。不止两个卫星可用于估计接收机位置。因此，可以在尝试解决整数模糊度时使用 来自又一卫星的信号的载波。图2d表示与图2c相同的元素，即，不确定性区域以及由卫星1和由卫星2广播的 信号的载波波阵面。另外，图2d包括具有箭头的第三虚线，其指示了第三GNSS卫星(即， 卫星幻的方向。因此，表示了与卫星3相关联的第三载波波阵面集合。添加在图2d上并且在图案上与图2c的示例性的观个交叉点重叠的第三波阵面 集合提供了用于辅助解决整数模糊度的附加信息。与卫星3相关联的波阵面和与卫星1及 卫星2相关联的波阵面之间的交叉点的契合程度提供了关于一个特定交叉点是正确位置 的概率的指示。例如，三元组(0，0，0)可以直观地被认为提供了高度可能的波阵面组合。接 收机很可能位于与波阵面的三元组(0，0，0)相对应的交叉点处。然而，这不是唯一可能的 交叉点(也称为节点)。为了向(如图2c所示)与卫星1和卫星2相关联的波阵面的每个交叉点指派作 为正确位置的概率，可以逐一考虑每个交叉点。图加图示了所考虑或搜索的特定交叉点或
10节点。特定交叉点或搜索节点位置(使用图加的标记)是(+2，0)，8卩，与卫星1相关联的 波阵面“+2”，与卫星2相关联的波阵面“0”。搜索节点距离与卫星3相关联的最近波阵面 的远近程度可以直观地被视为提供了关于搜索节点对应于正确位置的概率的指示。与卫星3相关联的波阵面“+2”是距离搜索节点(+2，0)最近的波阵面。然而，与 卫星3相关联的波阵面“+2”相对远离该搜索节点，S卩，重叠匹配并不良好。这导致三元组 (+2,0, +2)相对不可能对应于正确的位置。可以考虑与卫星1相关联的波阵面和与卫星2相关联的波阵面的每个组合，并且 可以向这些整数组合(也被称为“模糊度”或“整数模糊度”)中的每一个指派概率。这在 图3中被示出。与每个交叉点或搜索节点相关联的垂直箭头给出了关于搜索节点对应于正 确位置的概率的指示。注意到，图3上示出的概率是示例性的，并且不一定对应于图2d和 图加中示出的情形。图3示出了配对(0，0)在不确定性区域内具有显著概率(predominant probability)。高度可能的是，该整数配对对应于可以从其最为精确地导出接收机位置的 lE石；1 角牟(integer solution)。图4示出了另一示例性概率映射，其中，通过垂直箭头来指示与波阵面的每个交 叉点相关联的概率。然而，在图4中，与配对(0，0)和(+1，-1)相对应的两个搜索节点具有 几乎相等的概率。在该情形下，高度可能的是这两个整数配对之一对应于可以从其最为精 确地导出接收机位置的正确整数解。因此，GNSS整数解算问题在于以最高可能的置信度估计针对模糊度的正确整数值 集合的问题，以便提供高精确度的GNSS定位。它可以包括使用统计测量，扫描通过可能的 整数组合或搜索节点(如图2所示)，以便评估哪个组合是正确的组合。3.数学公式和进一步的考虑3. 1观测等式通过下式提供线性GNSS观测等式y = Aa+Bb+e (1)其中y是m阶的GPS观测向量(可观测量的向量)，a和b分别是具有维度η和ρ的未知参数向量，A和B表示从所使用的GNSS模型的线性化观测等式导出的设计矩阵，以及e是噪声向量(残差)。参数向量a的条目是未知的整数载波相位模糊度，其以周期为单位来表达，即 a e τ。其余参数是所谓的基线参数(baseline parameters)，即b e Rp，包括例如大气延 迟(参见[1]，章节2. 2和3. 1)。当观测值的数目增加时，噪声向量变成根据正态分布的表 现形式。观测向量y可以包括在可用的很多频率上并且在所有观测历元(observation epochs)上累积的相位观测值和码观测值。因此，基于来自用于确定接收机的位置的多个卫 星的一个或多个频率，利用很多观测值而一般化了在以上章节“ [2. GNSS整数解算问题的 基本原理]”中所描述的问题。观测等式可以考虑很多观测数据以及很多类型的观测数据。例如，从差分GPS(DGPS)系统获得的差分数据。DGPS使用一个或多个参考站，所述参考站的位置是精确 已知的。这使得能够计算在一个时刻的电离层效应、卫星时钟漂移、卫星星表误差。最初开 发的DGPS技术是为了补偿在打开GPS所谓的“选择性可用性(SA) ”特征时所添加的故意时 钟误差。在2000年已经永久关闭了 SA特征，但是DGPS技术对补偿在特定时间段期间造成 合理恒定延迟的效应仍然有用。因此，可以向接收机提供该信息，接收机可以考虑该信息用 于改进位置估计精确度。换句话说，DGPS参考站传送要由GNSS接收机使用的差分校正，以 便改进位置估计。这些校正可以作为观测值集成到观测等式中，而不影响在GNSS整数模糊 度解算问题背后的一般原理。等式系统(1)和与其解算相关联的问题对于以下原因来说是特别的。等式涉及实 数未知量(基线参数b)和整数未知量(整数模糊度a)。对于在已知一些未知量具有整数 值的情况下处理等式系统的解算来说，技术还不太成熟。在以上观测系统⑴中，未知量的数目并不等于观测值的数目。存在比未知量的 数目更多的观测值，从而使得系统是超定(overdetermined)的等式系统。统计属性可以与 超定系统的每个可能的解相关联。对系统的解算在于找到对系统来说最可能的解，包括整 数未知量和实数未知量的值。基于载波相位测量的GNSS模型的一个特定特性在于如果可以以高置信度来标 识整数解(即，在正确解的概率接近于一的情况下)，则这提供了非常精确的解(高达厘米 级别的精确度)。然而，整数模糊度解算具有的风险是在一个或多个卫星和频带上的载波 相位模糊度被不正确地定点化(fixed)。因为GNSS GPS信号具有大约20厘米的载波，如果 载波相位模糊度被设置成错误的整数，则这可能导致分米或者更多的位置误差。3. 2在时间上的一般化以及浮点解在以上章节“ [2. GNSS整数解算问题的基本原理]”中，仅考虑了在时间上的一个 快照。然而，通过使用一系列连续观测值，可以在时间上改进精确度。从一个卫星广播的载波的相位在第一时间点上的一个观测值与在第二时间点上 的另一观测值不同。然而，可以跟踪载波相位，从而使得载波相位模糊度本身并不改变。换 句话说，接收机可以锁定到一个载波的相位上。求解等式系统(1)的常用技术是首先将未知量a视为实数，即，浮点数(即使已知 向量a的未知量是整数)。该方法是有利的，因为诸如卡尔曼(Kalman)滤波和最小二乘解 算这样的公知技术可以用于导出浮点解，即，用于未知的载波相位模糊度的实数集合。即使 没有考虑未知的载波相位模糊度(即，在以上等式系统(1)中的参数向量a的条目)是整 数值这一事实，该方法也是有利的。该方法也是有利的，因为只要允许足够的时间，则它收敛到正确的整数解。通过添 加快照(在各个历元处的观测值的集合)，并且通过保存与每个快照相关联的观测值来改 进解(例如，最小二乘解)，出现了收敛解。然而，浮点解的实际缺点在于尽管它收敛，但是这样做是费时的。通常，浮点解一 般花费数十分钟来针对厘米级别的工作进行充分收敛。尽管Kalman滤波器可以用于获得 浮点解，并且该浮点解收敛于对载波相位模糊度的良好估计，但是这样做太费时。需要使该 过程加速。未知量a是整数的事实可以当作约束来使用，用于从浮点解导出整数值的组合，甚至在浮点解充分收敛到正确的整数解之前。现在将对此进行解释。3. 3将浮点解定点化到整数值定点解存在用于将模糊度定点化到整数值的已知方法。例如，浮点解被投影或映射到整 数解。参见出现在 IUGG2003，session G04, Sapporo, Japan 的 Teunissen，P. J. G. (2003)， GNSS Best Integer Equivariant estimation 的章节 2. 1 和 2. 2 (在此被称为 “ [3] ” )。这使得能够更快地获得定点解。将浮点解定点化到整数解的原因是使用关于模 糊度实际上必须是整数这一知识，从而使得如果基于模糊度的浮点值选择了正确的整数， 则改进并加速了对其余未知量(即，等式系统(1)中向量b的未知量)的估计。因此，模 糊度被定点化到最可能的整数解，以便减少未知量的数目并且由此增加等式系统的超定性 (over-determination) 0定点化包括将每个模糊度设置成整数值，以及使用整数值的组合来减少等式系 统中未知量的数目。然而，虽然对模糊度进行定点化加快了收敛过程，但是这是在不正确地 对模糊度进行定点化的风险下进行的，这可能导致朝着错误的解收敛。要注意，模糊度指示了在特定时刻(例如，当初始化系统时或者在任何其它起始 时间点)接收机与卫星之间载波的未知数目的周期，并且因而是定点值。因此，滤波器用于 基于所做出的观测值来估计这些定点值。更确切地，通过随时间收集越来越多的观测值，滤 波器的状态向量(尤其包括模糊度)逐渐收敛到表示模糊度的稳定整数值。为了说明从卫星到接收机的随着时间变化的距离，通常在接收机中采用锁相环来 跟踪载波信号以便确定要添加的附加周期数，或者从要由滤波器在起始时间点对模糊度 估计的初始值推导出的附加周期数。最佳整数等变(BIE)估计器(参见[3]的“Best Integer Equivariant htimation”的章节4或[1]的第4章)是估计器的例子，其中，在没有明确实行单个正确 的整数模糊度组合的情况下使用载波相位模糊度的整数性质。BIE方法使用整数模糊度组 合的加权平均来产生解，该解具有总是优于其浮点和定点对应部分的精确度或者与其浮点 和定点对应部分的精确度一样好的精确度(参见[1]的第69页的章节4. 1)。BIE方法的重要计算方面在于浮点模糊度解应当被变换成更为正交的空间，以 便加速用于生成在加权求和中所使用的整数模糊度组合的过程(参见[1]，章节4. 2.2，第 71页)。这一到更为正交的搜索空间的变换被称为“Z变换”，并且在例如[1]的第33-36 页白勺章节 3· 1· 4 中或在 Teunissen 白勺 The least-squares ambiguity decorrelation adjustment :a method for fastGPS integer ambiguity estimation， Journal of GeOdeSy，70 :65-82中进行了更详细的解释。在[1]的第34页的图3. 6 (第34页)中 示出了模糊度搜索空间的Z变换的二维例子。如在[1]的第34页第3-6行“Due to the highcorrelation between the individual ambiguities， the search space in the case of GNSS is extremely elongated，so that the search for the integer solution may take very long. Therefore, the search space is first transformed to a more spherical shape by means of a decorrelation of the original float ambiguities (由于在各个模糊度之间的高相关性，在GNSS情况下的搜索空间被极度拉伸， 从而使得对整数解的搜索可能耗时较长。因此，借助于原始浮点模糊度的解相关而首先将 搜索空间变换成更接近球形)”中所提及的。
Z变换(在此也被称为简单Z变换)不同于(并且不应当混淆于)频域中的傅立 叶变换。Z变换也不同于(并且不应当混淆于)从Rn实数空间到Zn整数空间的浮点值的 映射。4.在模糊度上的加权也已经公开了用于基于所有可能的整数组合来估计接收机位置的方法。Betti B.，Crespi M.，Sanso F.的 A geometric illustration of ambiguityresolution in GPS theory and a Bayesian approach， Manuscripta Geodaetica (1993) 18 :317-330 (在此被称为“ [4] ”)公开了一种方法，其中不需要求解模糊 度，相反该方法涉及"sum[ming]over all possible ambiguities with proper weights directly derived from the likelihood function(利用直接从似然函数导出的适当权值 对所有可能的模糊度求和)”(第3 页，左侧栏，注解4. 2)。在[4]中，还建议对整数值的一些组合取平均进行限制“It has to beunderlined that ont he practical implementation of. . . in reality we have extended the summation not over the whole grid of ambiguities butjust to the closer knots as the function.. . drops very quickly to zero when β attains large
values (要强调的是，在实际实现......时，实际上我们并未在模糊度的整个栅格上扩展
总和，而仅仅根据函数......扩展到较近的结点......当β达到大的值的时候很快降至
零)”(第327页，右侧栏，第34-39行)。5.要解决的问题需要改进基于GNSS载波相位测量来实现定位系统，从而以快速、稳定和用户友好 的方式来获得接收机位置的精确估计。

发明内容
本发明的实施例的目的是满足上述需要。特别地，本发明的实施例的目的是在考 虑改进可用性的同时快速获得稳定和精确的解的目标的情况下，改进现有技术的方法的实 现。本发明的实施例包括如在权利要求中限定的方法、装置、漫游器、网络站、计算机 程序和计算机可读介质。


现在将结合附图描述本发明的实施例，在附图中图1示意性示出了具有两个卫星和一个接收机的GNSS，用于图示本发明的背景技 术；图加示意性示出了已知接收机的位置处于其中的不确定性区域，用于图示本发 明的背景技术；图2b示意性示出了图加的不确定性区域，其中表示了与第一卫星(卫星1)相关 联的波阵面，用于图示本发明背景技术中的一个载波相位模糊度；图2c示意性示出了图加的不确定性区域和图2b的波阵面，其中表示了与第二卫 星(卫星幻相关联的波阵面，用于图示本发明背景技术中的两个载波相位模糊度；
14
图2d示意性示出了图加的不确定性区域以及图2b和图2c的波阵面，其中表示 了与第三卫星(卫星幻相关联的波阵面，用于图示本发明背景技术中的三个载波相位模糊 度；图2e与图2d相同，不同之处是示意性图示了与整数载波相位值的组合相对应的 搜索节点；图3示意性示出了已知接收机的位置位于其中的不确定性区域、与两个卫星相关 联的波阵面以及与每个整数组合相关联的概率，即每个模糊度的整数值的每个集合，用于 图示本发明的背景技术；图4与图3相同，不同之处是示出了两个搜索节点具有基本上相同的概率对应于 正确解，用于图示本发明的背景技术；图fe是图示了本发明的方法的一个实施例的流程图；图恥图示了关于本发明的方法的一个实施例的收敛速度的示例性益处；图6a和图6b是两个流程图，在本发明的方法的一个实施例中，每个流程示了 将整数值指派给浮点解以形成候选集的步骤以及基于第一门限选择候选集的步骤；图7图示了在本发明的方法的一个实施例中搜索整数模糊度的树以选择候选集 的过程；图8是图示了本发明的方法的一个实施例的一部分的流程图；图9是图示了本发明的方法的一个实施例的一部分的流程图，其中，如果最初选 择的候选集的数目不够，则选择更多的候选集；图10是图示了本发明的方法的一个实施例的一部分的流程图，其中，如果最初选 择的候选集的数目大于必需的数目，则排除一些候选集；图11a、图lib和图Ilc是图示了本发明的方法的三个实施例的流程图，其中，使用 被调整的质量测量来影响加权平均的形成；图12图示了图Ila至图Ilc的流程图的一部分；图13a和图1 图示了图Ila至图Ilc中图示的步骤之一(即，步骤1170)的细 节；图14图示了在选择和/或形成候选集的加权平均之前的残差的概率分布的换算 (scaling)；图15是图示了本发明的方法的实施例的流程图，其中，确定形式上的精确度 (formal precision)和所获得的精确度(achieved precision)，以便提供关于位置估计过 程的收敛性的指示；图16a图示了在图15中图示的方法的特定实施例中图15的流程图的一部分；图16b至图16e图示了实施例的例子，其用于根据所获得的精确度针对形式上的 精确度的收敛来提供关于收敛性的指示(例如，“浮点”或“定点”)；图17a和图17b图示了本发明的一个实施例的方法的流程图部分，其中，在提供 关于iFlex解的收敛性的指示的过程中分别使用无条件含括和排除门限(unconditional inclusion and exclusion thresholds)；图18a至图18d图示了这样的例子，其中，在从参照图17a和图17b描述的实施例 中导出的实施例中，基于所获得的精确度来提供关于收敛性的指示；
图19和图20是图示了本发明的方法的两个实施例的两个流程图，其中，鉴于改进 位置估计，在中断对卫星信号的跟踪之后，保持卫星旧有的(legacy)观测值；图21和图22是图示了本发明的方法的两个实施例的两个流程图，其中，在用于形 成浮点解的滤波器状态向量中考虑了模糊度的子集而不是所有观测到的模糊度；图23是依照本发明的一些实施例的集成GNSS接收机系统的框图；图M示意性图示了依照本发明的一些实施例的网络定位情形；以及图25示意性图示了依照本发明的一些实施例的实时运动学定位情形。
具体实施例方式现在将结合具体实施例来描述本发明。可以注意到，具体实施例用于向本领域技 术人员提供更好的理解，而并不旨在以任何方式限制本发明的范围，本发明的范围由所附 的权利要求来限定。特别地，可以组合贯穿本说明书单独描述的实施例，以便在其互不排斥 的程度上形成进一步的实施例。1.候选集选择发明人已经明显意识到，有效地为加权平均选择候选者数目可以以减少的处理要 求来改进估计。根据一个实施例，基于质量测量来选择用于形成加权平均的整数解，即，整数候选 集。更确切地，可以选择具有比基于参考候选集的参考质量测量所确定的门限更优的质量 测量的候选集。因而，质量测量(例如，具有最佳质量测量的候选集相对于滤波器的状态向量中 的模糊度的“浮点解”而言的统计距离)确定了该选择。因此，用于对要在加权平均中使用 的候选集进行选择的门限可以取决于最佳候选集的质量测量，换句话说，取决于最佳候选 者与浮点解在统计上相距多远。最佳候选集与浮点解相距越远，则门限可以被设置得越低， 从而使得相比于在统计上接近浮点解的最佳候选集，为加权平均选择更大数目的候选集。 这改进了加权平均的可靠性。该过程的优点包括-不需要在一个点定点化整数模糊度，从而使得消除了错误地定点化整数模糊度 的风险；-所选候选集的加权平均更快地收敛到正确的整数解，从而使得不需要在能够执 行厘米级别的工作之前等待数十分钟；以及-在尝试加快浮点解收敛时，通过所选候选集的加权平均而提供的精确度比通过 对解进行定点化(包括在一个时间点定点化一些载波相位模糊度(等式(1)中))所报告 的精确度更为现实。根据一个实施例，估计从GNSS信道导出的参数(即模糊度)包括从多个GNSS卫 星中的每个GNSS卫星获得GNSS信号的观测值；将观测值馈送到具有状态向量(其至少包 括GNSS信号的每个接收频率的浮点模糊度)的滤波器，每个浮点模糊度构成了与在GNSS 信号的接收机和从其接收GNSS信号的GNSS卫星之间的GNSS信号的整波长数相关联的实 数估计，并且滤波器用于估计该状态向量的每个浮点模糊度的浮点值；将整数值指派给所 估计的浮点值的至少一个子组，以便定义多个整数模糊度候选集；选择第一数目的候选集，其具有优于第一门限的质量测量，其中，基于参考候选集的参考质量测量来确定第一门限； 以及获得所选候选集的加权平均，每个候选集基于其质量测量而在加权平均中被加权。后续操作中的模糊度可以用于确定接收机的位置或者可以用于在可用于扩增 (augment)漫游器的位置信息的网络侧(例如，在网络处理器中)准备数据。图fe是图示了本发明的方法的一个实施例的流程图。通过图fe的流程示的 方法100是用于估计从对于确定位置有用的GNSS信号所导出的参数的方法。要估计的参数是关于等式(1)(参见背景技术部分)所描述的未知参数向量的未 知参数。也就是说，这些参数包括形成向量a的未知整数载波相位模糊度，以及形成向量b 的实数基线参数。每个卫星每个观测载波(即，每个观测频率，或者更一般地，获得了观测值的每个 频率)仅有一个未知的整数载波相位模糊度，即，一个未知的整周期数。如果每个卫星发 射三个载波，即，例如1575，42MHz载波(GPSL1频带)、1227，60MHz载波(GPS L2频带)和 1176，45MHz载波(GPS L5频带)，并且如果观测到所有三个频率(或者更一般地，如果获得 了所有三个频率的观测值)，如果观测到来自10个GNSS卫星的信号(或者更一般地，如果 获得了 10个GNSS卫星的观测值)，则存在30个未知的整数载波相位模糊度。换句话说，向 量a的维度是30。取决于接收机和卫星，有可能每个卫星仅观测一个频率(或者更一般地，获得一 个频率的观测值)，或者每个卫星观测两个或更多频率(或者更一般地，获得两个或更多频 率的观测值)。然而，观测(或者更一般地，获得观测值)和使用所有可用的频率是有益的， 因为这增加了系统的超定特征。存在很多由所使用的GNSS模型提供的基线参数。向量b的维度取决于所使用的 GNSS模型。典型的GNSS模型包括但不限于针对以下内容的参数位置(X，y，ζ)、时间(t) 以及诸如电离层和对流层这样的大气影响。GNSS信号包括来自GNSS卫星的信号。这可以包括对于来自属于不同GNSS基础设 施的卫星的信号(即，例如来自GPS和GL0NASS卫星这二者的信号)的同时使用。该方法、要估计的参数以及GNSS信号对确定GNSS接收机的位置是有用的。该方法包括用于从卫星获得GNSS信号的观测值(步骤120)的步骤或过程。这包 括接收(即，获取)信号，以及在一个时间点确定或测量来自GNSS卫星的GNSS信号的载 波相位。这还包括在时间上跟踪载波相位。这还可以包括在一个频率上确定来自GNSS 卫星的码的到达时间。这还可以包括检索先前已经测量并存储用于稍后处理(后处理) 的观测值。用于获得120观测值的这个步骤或过程生成或检索(S卩，输出)构成等式(1) 的向量y的一系列观测值。这些观测值不仅是在一个时间点上获得的，而且是被顺序测量 的(尽管可以从储存器中分批检索而不是顺序处理这些观测值)。在步骤或过程140中，观测值被馈送到滤波器(诸如Kalman滤波器)中，该滤波器 使用观测值来估计未知参数的值。滤波器具有状态向量，其含有每一个未知参数的值。观 测值被馈送到滤波器中并且状态向量相应地被更新。对于接近实时(有时被称为实时)的 处理，通常按照历元(by epoch)来顺序处理观测值，而对于后处理，可以一起处理多个历元 的观测值。状态向量至少包括对于每一个未知的整数载波相位模糊度的实数估计。整数载波相位模糊度的这些实数估计中的每一个在此被称为“浮点模糊度”。对于GNSS信号的每个接收频率，每个卫星存在一个浮点模糊度。GNSS信号的接收 频率的浮点模糊度是与在GNSS信号的接收机和广播该GNSS信号的GNSS卫星之间的GNSS 信号的整波长数或整周期数相关联的实数估计。浮点模糊度可以是在接收机和GNSS卫星 之间的GNSS信号的整波长数或整周期数的实数估计。浮点模糊度还可以是以下二者之间的整数差的实数估计(单差模糊度 (single-differenced ambiguity))在接收机和第一GNSS卫星之间的GNSS信号的第一整 周期数，以及在接收机和第二 GNSS卫星之间的GNSS信号的第二整周期数。浮点模糊度还 可以是以下二者之间的整数差的实数估计(单差模糊度)在第一接收机和GNSS卫星之间 的GNSS信号的第一整周期数，以及在第二接收机和同一 GNSS卫星之间的GNSS信号的第二 整周期数。浮点模糊度还可以是多个差值的整数差的实数估计(双差模糊度 (double-differenced ambiguity))；也就是，第一单差模糊度例如被形成为以下二者之间 的差在第一接收机和第一GNSS卫星之间的GNSS信号的第一整周期数，以及在第二接收机 和第一 GNSS卫星之间的GNSS信号的第二整周期数；第二单差模糊度例如被形成为以下二 者之间的差在第一接收机和第二GNSS卫星之间的GNSS信号的第三整周期数，以及在第二 接收机和第二卫星之间的GNSS信号的第四整周期数；并且双差模糊度被形成为在第一单 差模糊度和第二单差模糊度之间的差。无论是无差、单差还是双差，这就是为什么将接收频率的浮点模糊度定义为与整 波长数或整周期数相关联的实数估计的原因。滤波器为状态向量的每个浮点模糊度估计浮点值。滤波器的输出是浮点解，其包 括状态向量的每个浮点模糊度的浮点值。就Kalman滤波器、顺序最小二乘估计器、稳健估计或其它可比较的数据处理方案 而言，可以很容易实现滤波过程。Kalman滤波技术在GNSS数据处理领域中是很成熟的，并 且一般能够处理一个或多个参数具有时变属性的状态描述。在“Introduction to Random Signals and Applied Kalman Filtering，，，Brown, R. G, &Hwang, P. Y. C. , John Wiley & Sons, 3rd Ed, ISBN :0-471-12839-2中可以找到应用于GPS数据处理的Kalman滤波的描述。通过允许整数载波相位模糊度采用实值来获得浮点解。然后应用以下约束载波 相位模糊度是整数。也就是，整数值被指派给形成浮点解的每个浮点值。在步骤或过程160 中，整数值被指派给每个所估计的浮点值，以便定义多个整数模糊度候选集。由于存在不止 一种方法来将整数值指派给浮点解的浮点值，因此步骤160导致定义多个整数模糊度候选 集，即，在特定程度上与浮点解相对应的整数值的多个组合。例如，让我们想象浮点解包括七个浮点值，因为观测了七个频率(或者更一般地， 获得了七个频率的观测值)。在一个时间点上的浮点解可以例如由以下构成(2. 11,3. 58，-0. 52，-2. 35，1. 01,0. 98，1. 50)在该例中，浮点值“2. 11”是以下二者之间的实数估计差-通过步骤140的滤波器被估计为实数的在第一频率上从第一GNSS卫星到接收机 的周期数；以及-通过(例如由基于码的GNSS定位所确定的)粗略估计方法估计的在第一频率上从第一卫星到接收机的周期数。所谓的粗略估计方法可以例如提供如图加至图2e图示的不确定性区域的边界， 其中，不确定性区域(其可以是圆)的中心被认为是通过粗略估计方法估计的周期数。如 果所估计的差是浮点值“2. 11”，则它意味着浮点解包括对于第一模糊度，周期数距离不 确定性区域的中心相差2. 11个周期。因此浮点值“2. 11”是与在第一频率上从第一卫星到接收机的整周期数相关联的 实数估计。存在很多从浮点解形成整数的集合的可能性。换句话说，将浮点解从具有实坐标 的η维空间Rn投影到具有整数坐标的η维空间Zn中可能导致很多不同的整数向量或整数 候选集。将浮点解投影到整数空间中的一个简单方法是将每个模糊度(即，浮点解的每 个浮点值)取整到其最接近的整数值。如果最后的浮点值“1.50”被向下取整到“1”，则这 给出了第一模糊度候选集(2,4, -1, -2,1,1,1)如果浮点值“1. 50”被相反地向上取整到“2”，则提供了第二模糊度候选集(2,4, -1, -2,1,1,2)第二浮点值“3. 58”和第三浮点值“-0. 52”也可以被分别取整到“3”和“0”(仍要 记住使等式系统(1)的残差e最小化的目的)。这给出了附加的一系列的六个候选集(2,3, -1, -2,1,1,1)(2,4,0, -2,1,1,1)(2,3,0, -2,1,1,1)(2,3, -1, -2,1,1,2)(2,4,0, -2,1,1,2)(2,3,0, -2,1,1,2)下面将讨论如图fe所示的执行Z变换的可选步骤140a。步骤160在于通过将整数值指派给浮点值来形成或定义整数值的候选集。整数的 候选集被称为整数模糊度候选集。形成整数模糊度候选集的步骤160包括定义多个候选集。可以基于若干准则之一 来确定要定义多少候选集。在一个实施例中，通过所述指派步骤160来形成落入图加至图加中所示类型的 不确定性区域内的所有候选集。该实施例具有的优点在于如果以非常高的概率已知整数 的正确组合落入了不确定性区域内，则以同样高的概率还已知在所考虑的候选集中的一个 候选集是正确的那个。然而，候选集的数目可能变大。例如，如果不确定性区域对每个模糊 度包括六个可能的整数值(大致对应于图加至图2e中示出的那种情形)，并且如果在每个 整数模糊度候选集中存在七个模糊度(图2d和图加仅示出了三个模糊度)，则存在67(6 的七次幂)个候选集，其给出279936个候选集。将参照图6a和图6b来描述该方法的其它实施例并且特别是步骤160。上述例子涉及在每个整数模糊度候选集中的七个模糊度。然而，这仅是例子，并且 可能有多于或少于七个模糊度及相应的浮点值。
19
仍然参照图5a，用于选择候选集的步骤180包括-在步骤160中定义的候选集当中，标识出一个参考候选集，-计算参考候选集的参考质量测量，其中，参考质量测量表示候选集距离浮点解的 接近程度，-基于参考质量测量来定义含括门限(inclusionthreshold)，在此被称为第一门 限，以及-在步骤160中定义的候选集当中，选择具有优于第一门限的质量测量的候选集。所选候选集构成了步骤180的输出。第一门限是基于参考候选集距离浮点解的接 近程度来确定的。这使得能够针对最佳候选集有多好来修整该过程，这已被认为是对该估 计过程的收敛程度的度量。步骤200包括形成在步骤180中选择的所有候选集的加权平均，其中，基于候选 集的质量测量或正确性的概率来确定与每个候选集相关联的权重。候选集越可能正确，则 其在加权平均中的权重越大。该加权平均形成了新的浮点解，在此被称为iFlex解。iFlex 解是一些可能的整数模糊度结果(而不是(不确定性区域内的)所有可能的整数模糊度结 果)的加权组合。已经发现相比于浮点解的收敛时间，iFlex解以合理的计算时间量更快 地收敛到正确解。下面将讨论如图fe所示的执行逆Z变换的可选步骤200a。质量测量反映了一个特定的整数模糊度候选者符合观测值的程度。因此，质量测 量与观测残差的大小(size)成比例。经由下面的矩阵内积可以计算适当的质量测量+ 。
权利要求
1.一种用于估计从对确定位置有用的全球导航卫星系统(GNSS)信号所导出的参数的 方法，所述方法包括从多个GNSS卫星中的每个GNSS卫星获得GNSS信号的观测值；将所述观测值馈送到具有状态向量的滤波器，所述状态向量至少包括所述GNSS信号 的每个接收频率的浮点模糊度，每个浮点模糊度构成了与在所述GNSS信号的接收机和从 其接收所述GNSS信号的GNSS卫星之间的所述GNSS信号的整波长数相关联的实数估计，并 且所述滤波器用于为所述状态向量的每个浮点模糊度估计浮点值；选择所述状态向量的模糊度的子集；将整数值指派给所述子集的浮点模糊度的所估计的浮点值，以便定义多个候选集；确定每个候选集的质量测量；以及形成所述候选集的加权平均。
2.根据权利要求1所述的方法，其中，选择所述状态向量的浮点模糊度的子集包括以 下之一 (a)操作所述滤波器以便根据所述观测值来估计浮点模糊度值的完备集，并且随 后从浮点模糊度值的完备集当中选择浮点模糊度的所述子集；以及(b)操作所述滤波器以 便根据所述观测值来估计所选择的包括比浮点模糊度值的所述完备集更少的浮点模糊度 值的部分集，其中，所述浮点模糊度值的部分集包括所述状态向量的浮点模糊度的所述子 集。
3.根据权利要求1或2所述的方法，其中所述选择包括选择与被连续跟踪达最长时 间段的卫星的频率相对应的浮点模糊度，作为所述子集的浮点模糊度。
4.根据权利要求1至3中的至少一个所述的方法，其中，形成所述加权平均包括选择具有优于第一门限的质量测量的第一数目的候选集，其中，所述第一门限是基于 参考候选集的参考质量测量来确定的；以及形成所选候选集的加权平均，每个候选集基于其质量测量而在所述加权平均中进行加权。
5.根据权利要求1至4中的至少一个所述的方法，其进一步包括通过以下中的至少一个来确定浮点解中的问题(1)将参考候选集的质量测量与问题 门限进行比较，和( 通过将所述参考候选集的质量测量与所述参考候选集的浮点模糊度 的超集的质量测量进行比较来确定改进因子；以及重置所述浮点模糊度中没有被包括在所述候选集中的至少一个浮点模糊度的所估计 的浮点值。
6.根据权利要求1至5中的至少一个所述的方法，其包括使用所述加权平均来估计 所述GNSS信号的接收机的位置。
7.根据权利要求4和5中的至少一个所述的方法，其中，所述参考候选集是具有最佳质 量测量的候选集。
8.根据权利要求4至7中的至少一个所述的方法，其中，所述候选集的质量测量由残余 误差范数值来构成，候选集的残余误差范数值是对所述候选集到具有所述浮点模糊度的所 述状态向量的统计距离的度量。
9.根据权利要求4至8中的至少一个所述的方法，其中，所述第一门限被确定为以下中 的至少一个所述参考质量测量的分数、所述参考质量测量的倍数，以及与所述参考质量测量的距离。
10.根据权利要求4至9中的至少一个所述的方法，其包括如果所选候选集的第一数 目小于第二门限，则以具有最佳质量测量的非所选候选集开始，按照降序，基于候选集的质 量测量来选择第二数目的进一步的候选集用于形成所述加权平均，所述第二数目由在所选 候选集的第一数目与定义了要包括在所述加权平均中的候选集的最小数目的第二门限之 间的差来构成。
11.根据权利要求4至10中的至少一个所述的方法，其包括如果所选候选集的第一 数目大于第三门限，则以具有最差质量测量的所选候选集开始，按照降序，在形成所述加权 平均时排除第三数目的所选候选集，其中，所述第三数目由在所选候选集的第一数目与定 义了要包括在所述加权平均中的候选集的最大数目的第三门限之间的差来构成。
12.根据权利要求1至11中的至少一个所述的方法，其中，形成所述加权平均包括 确定所述候选集的最佳质量测量；确定具有所述最佳质量测量的候选集的期望值； 确定作为所述最佳质量测量与所述期望值之比的误差测量； 根据所述误差测量来调整所述候选集的质量测量；以及 基于所调整的质量测量来执行对第一数目的候选集的选择。
13.根据权利要求1至12中的至少一个所述的方法，其中，形成所述加权平均包括 确定所述候选集的最佳质量测量；确定具有所述最佳质量测量的候选集的期望值； 确定作为所述最佳质量测量与所述期望值之比的误差测量； 根据所述误差测量来调整所述候选集的质量测量；以及 基于所调整的质量测量来形成所述加权平均。
14.根据权利要求12和13中的至少一个所述的方法，其包括通过调节所述浮点解的 方差-协方差矩阵，根据所述误差测量来调整所述候选集的质量测量。
15.根据权利要求12至14中的至少一个所述的方法，其包括如果所述误差测量在预 定范围中，则使用所述误差测量来调节所述滤波器的方差-协方差矩阵。
16.根据权利要求12至14中的至少一个所述的方法，其包括如果所述误差测量大于 一，则使用所述误差测量来调节所述滤波器的方差-协方差矩阵。
17.根据权利要求1至16中的至少一个所述的方法，其包括由所述滤波器来估计所述状态向量的每个浮点模糊度的浮点值以及与所述状态向量 相关联的协方差值；基于所述滤波器的导出的协方差值来确定形式上的精确度值，所述形式上的精确度值 是对可获得的精确度的度量；确定所述加权平均的所获得的精确度值；将所获得的精确度值与所述形式上的精确度值进行比较以获得收敛值；以及 基于所述收敛值来指示所述状态向量的确定结果的收敛性。
18.根据权利要求17所述的方法，其中，所述收敛值是作为所获得的精确度值与所述 形式上的精确度值之比而获得的。
19.根据权利要求17和18中的至少一个所述的方法，其包括确定当所述位置的收敛值优于收敛门限时的时刻；以及在所确定的时刻处和在所确定的时刻之后，指示所述状态向量的确定结果的收敛性。
20.根据权利要求17至19中的至少一个所述的方法，其包括 估计基于加权模糊度所确定的接收机位置的所获得的精确度；以及如果所述位置的所获得的精确度优于含括门限，则指示所述状态向量的确定结果的收 敛性。
21.根据权利要求17至20中的至少一个所述的方法，其包括 估计基于加权模糊度所确定的接收机位置的所获得的精确度；以及如果所述位置的所获得的精确度差于排除门限，则指示所述状态向量的确定结果的非 收敛性。
22.根据权利要求1至21中的至少一个所述的方法，其包括从所述多个GNSS卫星获得所述GNSS信号的至少一个频率的观测值，以便获得在多个 时刻的观测值；基于所述观测值随时间更新所述状态向量的浮点模糊度； 确定在跟踪卫星的至少一个信号时发生了中断；以及将发生了跟踪中断的所述至少一个信号的状态向量的浮点模糊度维持为在发生跟踪 中断之前的值。
23.根据权利要求22所述的方法，其中，如果至少一个信号的观测值对于至少一个所 述时刻不可用，则确定在跟踪卫星的所述至少一个信号时发生了中断。
24.根据权利要求22和23中的至少一个所述的方法，其中，如果发生了周跳，则确定在 跟踪卫星的至少一个信号时发生了中断。
25.根据权利要求22至M中的至少一个所述的方法，其包括如果在信号的跟踪中断 之后，所述信号的跟踪恢复，则将发生了跟踪中断的信号的状态向量的浮点模糊度维持为 在发生跟踪中断之前的值，作为第一浮点模糊度，并且在恢复跟踪之后，将所述信号的第二 浮点模糊度引入到所述状态向量中。
26.一种用于估计从对确定位置有用的全球导航卫星系统(GNSS)信号所导出的参数 的装置，所述装置包括接收机，所述接收机适于从多个GNSS卫星中的每个GNSS卫星获得GNSS信号的观测值；滤波器，所述滤波器具有至少包括所述GNSS信号的每个接收频率的浮点模糊度的状 态向量，每个浮点模糊度构成了与在所述GNSS信号的接收机和从其接收到所述GNSS信号 的GNSS卫星之间的所述GNSS信号的整波长数相关联的实数估计，并且所述滤波器用于估 计所述状态向量的每个浮点模糊度的浮点值； 处理元件，所述处理元件适于 选择所述状态向量的浮点模糊度的子集；将整数值指派给所述子集的浮点模糊度的所估计的浮点值，以便定义多个整数模糊度 候选集；确定每个候选集的质量测量；以及 形成所述候选集的加权平均。
27.根据权利要求沈所述的装置，其中，所述处理元件适于通过以下之一来选择所述 状态向量的浮点模糊度的子集(a)操作所述滤波器以便根据所述观测值来估计浮点模糊 度值的完备集，并且随后从浮点模糊度值的所述完备集当中选择浮点模糊度的所述子集； 以及(b)操作所述滤波器以便根据所述观测值来估计所选择的包括比浮点模糊度值的全 集更少的浮点模糊度值的部分集，其中，所述浮点模糊度值的部分集包括所述状态向量的 浮点模糊度的所述子集。
28.根据权利要求沈和27中的至少一个所述的装置，其中，所述处理元件适于选择 与被连续跟踪达最长时间段的卫星的频率相对应的浮点模糊度，作为所述子集的浮点模糊 度。
29.根据权利要求沈至观中的至少一个所述的装置，其中，为了形成所述加权平均，所 述处理元件适于选择具有优于第一门限的质量测量的第一数目的候选集，其中，所述第一门限是基于 参考候选集的参考质量测量来确定的；以及形成所选候选集的加权平均，每个候选集基于其质量测量而在所述加权平均中进行加权。
30.根据权利要求沈至四中的至少一个所述的装置，其中，所述处理元件进一步适于通过以下中的至少一个来确定浮点解中的问题(1)将参考候选集的质量测量与问题 门限进行比较，和( 通过将所述参考候选集的质量测量与所述参考候选集的浮点模糊度 的超集的质量测量进行比较来确定改进因子；以及重置所述浮点模糊度中没有被包括在所述候选集中的至少一个浮点模糊度的所估计 的浮点值。
31.根据权利要求沈至四中的至少一个所述的装置，其中，所述处理元件适于使用 所述加权平均来估计所述GNSS信号的接收机的位置。
32.根据权利要求四和30中的至少一个所述的装置，其中，所述参考候选集是具有最 佳质量测量的候选集。
33.根据权利要求四至32中的至少一个所述的装置，其中，所述候选集的质量测量由 残余误差范数值来构成，候选集的残余误差范数值是对所述候选集到具有所述浮点模糊度 的所述状态向量的统计距离的度量。
34.根据权利要求四至32中的至少一个所述的装置，其中，所述处理元件适于将所述 第一门限确定为以下中的至少一个所述参考质量测量的分数、所述参考质量测量的倍数， 以及与所述参考质量测量的距离。
35.根据权利要求四至34中的至少一个所述的装置，其中，所述处理元件适于如果 所选候选集的第一数目小于第二门限，则以具有最佳质量测量的非所选候选集开始，按照 降序，基于候选集的质量测量来选择第二数目的进一步的候选集用于形成所述加权平均， 所述第二数目由在所选候选集的第一数目与定义了要包括在所述加权平均中的候选集的 最小数目的第二门限之间的差来构成。
36.根据权利要求四至35中的至少一个所述的装置，其中，所述处理元件适于如果 所选候选集的第一数目大于第三门限，则以具有最差质量测量的所选候选集开始，按照降序，在形成所述加权平均时排除第三数目的所选候选集，其中，所述第三数目由在所选候选 集的第一数目与定义了要包括在所述加权平均中的候选集的最大数目的第三门限之间的 差来构成。
37.根据权利要求沈至36中的至少一个所述的装置，其中，为了形成所述加权平均，所 述处理元件适于确定所述候选集的最佳质量测量； 确定具有所述最佳质量测量的候选集的期望值； 确定作为所述最佳质量测量与所述期望值之比的误差测量； 根据所述误差测量来调整所述候选集的质量测量；以及 基于所调整的质量测量来执行对第一数目的候选集的选择。
38.根据权利要求沈至37中的至少一个所述的装置，其中，为了形成所述加权平均，所 述处理元件适于确定所述候选集的最佳质量测量； 确定具有所述最佳质量测量的候选集的期望值； 确定作为所述最佳质量测量与所述期望值之比的误差测量； 根据所述误差测量来调整所述候选集的质量测量；以及 基于所调整的质量测量来形成所述加权平均。
39.根据权利要求37和38中的至少一个所述的装置，其中，所述处理元件适于通过 调节所述浮点解的方差-协方差矩阵，根据所述误差测量来调整所述候选集的质量测量。
40.根据权利要求37至39中的至少一个所述的装置，其中，所述处理元件适于如果 所述误差测量在预定范围中，则使用所述误差测量来调节所述滤波器的方差-协方差矩 阵。
41.根据权利要求37至40中的至少一个所述的装置，其中，所述处理元件适于如果 所述误差测量大于一，则使用所述误差测量来调节所述滤波器的方差-协方差矩阵。
42.根据权利要求沈至41中的至少一个所述的装置，其中，所述滤波器适于估计所 述状态向量的每个浮点模糊度的浮点值以及与所述状态向量相关联的协方差值；并且所述 处理元件适于基于所述滤波器的导出的协方差值来确定形式上的精确度值，所述形式上的精确度值 是对可获得的精确度的度量；确定所述加权平均的所获得的精确度值；将所获得的精确度值与所述形式上的精确度值进行比较以获得收敛值；以及 基于所述收敛值来指示所述状态向量的确定结果的收敛性。
43.根据权利要求42所述的装置，其中，所述处理元件适于获得作为所获得的精确度 值与所述形式上的精确度值之比的所述收敛值。
44.根据权利要求42和43中的至少一个所述的装置，其中，所述处理元件适于 确定当所述位置的收敛值优于收敛门限时的时刻；以及在所确定的时刻处和在所确定的时刻之后，指示所述状态向量的确定结果的收敛性。
45.根据权利要求42至44中的至少一个所述的装置，其中，所述处理元件适于 估计基于加权模糊度所确定的接收机位置的所获得的精确度；以及如果所述位置的所获得的精确度优于含括门限，则指示所述状态向量的确定结果的收 敛性。
46.根据权利要求42至45中的至少一个所述的装置，其中，所述处理元件适于估计基于加权模糊度所确定的接收机位置的所获得的精确度；以及如果所述位置的所获得的精确度差于排除门限，则指示所述状态向量的确定结果的非 收敛性。
47.根据权利要求沈至46中的至少一个所述的装置，其中，所述滤波器适于从所述 多个GNSS卫星获得所述GNSS信号的至少一个频率的观测值，以便获得在多个时刻的观测 值；并且所述处理元件适于基于所述观测值随时间更新所述状态向量的浮点模糊度；确定在跟踪卫星的至少一个信号时发生了中断；以及将发生了跟踪中断的所述至少一个信号的状态向量的浮点模糊度维持为在发生跟踪 中断之前的值。
48.根据权利要求47所述的装置，其中，所述处理元件适于如果至少一个信号的观测 值对于至少一个所述时刻不可用，则确定在跟踪卫星的所述至少一个信号时发生了中断。
49.根据权利要求47和48中的至少一个所述的装置，其中，所述处理元件适于如果 发生了周跳，则确定在跟踪卫星的至少一个信号时发生了中断。
50.根据权利要求47至49中的至少一个所述的装置，其中，所述处理元件适于如果 在信号的跟踪中断之后，所述信号的跟踪恢复，则将发生了跟踪中断的信号的状态向量的 浮点模糊度维持为在发生跟踪中断之前的值，作为第一浮点模糊度，并且在恢复跟踪之后， 将所述信号的第二浮点模糊度引入到所述状态向量中。
51.漫游器，其包括根据权利要求沈至50中的任何一个的装置。
52.网络站，其包括根据权利要求沈至51中的任何一个的装置。
53.包括指令的计算机程序，所述计算机程序被配置以便当在计算机处理单元上执行 时，实现根据权利要求1至25中的任何一个的方法。
54.计算机可读介质，其包括以下之一体现了根据权利要求53的计算机程序的计算 机可读物理储存介质，以及体现了根据权利要求53的计算机程序的计算机可读传输介质。
全文摘要
提供了用于估计从GNSS信号导出的参数(即，模糊度)的方法和装置。获得来自多个GNSS卫星中的每个GNSS卫星的GNSS信号的观测值(4120)。将所述观测值馈送到具有状态向量的滤波器，所述状态向量至少包括所述GNSS信号的每个接收频率的浮点模糊度，每个浮点模糊度构成了与在GNSS信号的接收机和从其接收到所述GNSS信号的GNSS卫星之间的所述GNSS信号的整波长数相关联的实数估计，并且所述滤波器用于估计所述状态向量的每个浮点模糊度的浮点值(4140)。选择所述状态向量的浮点模糊度的子集(4150)。将整数值指派给所述子集的浮点模糊度的所估计的浮点值以便定义多个整数模糊度候选集(4160)。确定每个候选集的质量测量。形成所述候选集的加权平均(4200)。在后续操作中可以使用所述加权平均的模糊度来辅助确定接收机的位置，或者可以使用所述加权平均的模糊度以便例如在可用于扩增漫游器的位置信息的网络处理器中准备数据。
文档编号G01S19/44GK102124364SQ200980131269
公开日2011年7月13日 申请日期2009年8月5日 优先权日2008年8月19日
发明者U·沃尔拉特 申请人:天宝导航有限公司