一种导航系统的模糊度固定方法和装置与流程

本发明涉及导航技术领域，特别是涉及一种导航系统的模糊度固定方法和一种导航系统的模糊度固定装置。

背景技术

随着航空飞行器的发展，对导航定位系统的精度要求越来越高，其中姿态定位是导航定位系统中不可缺少的重要组成部分，其主要用于提供载体的三维姿态信息，包括航向角、俯仰角和横滚角。一般飞行器的横滚角较小，且对飞行器的飞行和控制影响较小，在实际中只架设用于确定飞行器的航向角和俯仰角的主副天线。在GNSS（Global Navigation Satellite System，全球导航定位系统）的姿态定位中，获取姿态信息的前提条件是快速实现主副天线短基线的模糊度解算，以通过短基线的三维位置矢量计算主副天线在导航坐标系下的姿态信息。

常用的GNSS姿态定位模糊度解算方法主要以下三种：基于观测值域的模糊度固定方法，基于模糊度域的模糊度搜索方法和基于坐标域的模糊度搜索方法，但这三种方式具有其各自的缺陷，在特殊情况下造成对模糊度的估计和固定成功率低的问题。

技术实现要素：

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种导航系统的模糊度固定方法和相应的一种导航系统的模糊度固定装置。

本发明实施例公开了一种导航系统的模糊度固定方法，所述方法包括：

获取主副天线的空间直线距离，基于所述主副天线的空间直线距离将副天线的三维空间坐标转换为二维坐标表达；

根据所述副天线的二维坐标表达的模糊度函数值，从副天线的二维坐标表达中确定针对副天线的优选坐标值；所述优选坐标值基于所述模糊度函数值和预设粒子种群优化算法从副天线二维坐标表达的收敛区间确定；其中，所述收敛区间用于表示满足粒子种群优化的坐标范围；

根据所述副天线的优选坐标值计算得到模糊度的整数解，完成对导航系统的模糊度固定。

可选地，所述基于所述主副天线的空间直线距离将副天线的三维空间坐标转换为二维坐标表达，包括：

获取主天线的三维空间坐标，采用三维空间距离直线的计算公式将所述主副天线的空间直线距离基于主副天线的三维空间坐标进行反算，得到所述副天线的三维空间坐标中Z分量的坐标表达；所述Z分量的坐标表达用于采用所述主天线的三维空间坐标以及副天线的三维空间坐标中的X、Y分量坐标进行表示。

可选地，所述根据所述副天线的二维坐标表达的模糊度函数值，从副天线的二维坐标表达中确定针对副天线的优选坐标值，包括：

设置针对副天线二维坐标表达的候选区间，并确定针对副天线二维坐标表达的收敛区间；

获取在所述候选区间中与所述二维坐标表达相应粒子种群的模糊度函数值；

根据所述粒子种群的模糊度函数值以及预设粒子种群优化算法，从所述收敛区间中确定优选粒子的优选坐标值。

可选地，所述设置针对副天线二维坐标表达的候选区间，包括：

根据所述副天线的三维空间坐标或基于所述三维空间坐标进行动态定位状态更新后的坐标预测值，对副天线二维坐标表达的候选区间进行确定；

其中，根据所述副天线的三维空间坐标对副天线二维坐标表达的候选区间进行确定，包括：

设定针对所述副天线的三维空间坐标中单个分量的坐标搜索区间，以所述副天线的三维X、Y分量的坐标为中心，所述坐标搜索区间为搜索距离，确定所述副天线二维坐标表达的候选区间。

可选地，所述确定针对副天线二维坐标表达的收敛区间，包括：

获取所述主副天线的双差卫地距离值和双差观测值，采用所述主副天线的双差卫地距离值和双差观测值构建双差相位观测方程；

根据所述双差相位观测方程确定针对副天线二维坐标表达的收敛区间；所述收敛区间用于对优选粒子进行坐标搜索。

可选地，所述根据所述双差相位观测方程确定针对副天线二维坐标表达的收敛区间，包括：

采用误差传播定律和主天线的三维空间坐标，对所构建的相位观测方程计算所述模糊度的中误差，基于对所述中误差的要求阈值确定用于对优选粒子进行坐标搜索的收敛区间。

可选地，所述根据所述粒子种群的模糊度函数值以及预设粒子种群优化算法，从所述收敛区间中确定优选粒子的优选坐标值，包括：

根据所述粒子种群的模糊度函数值确定当前的优选粒子；

若所述当前的优选粒子的坐标分布不满足所述收敛区间，则采用所述预设粒子种群优选算法对粒子种群进行优化；

基于优化后的粒子种群中各个粒子的模糊度函数值，从优化后的粒子种群中确定目标优选粒子并输出所述目标优选粒子的优选坐标值。

可选地，所述根据所述粒子种群的模糊度函数值确定当前的优选粒子，包括：

在所设置的针对副天线二维坐标表达的候选区间中，初始化当前粒子种群中所有粒子的速度和位置；

基于粒子种群中各个粒子的位置计算各个粒子的初步模糊度函数值；

按照所述初步模糊度函数值对所述各个粒子的适应度进行降序排序，确定位于排序在首位的粒子为当前的优选粒子。

在设定的副天线坐标候选区间内，初始化所有粒子的速度和位置，然后根据粒子的位置，计算对应的模糊度函数值，由于副天线的候选坐标越精确模糊度函数值越大，此时根据初步的模糊度函数值对各个粒子的适应度进行降序排序，选出最优个体和最优群体。

可选地，所述采用所述预设粒子种群优选算法对粒子种群进行优化，包括：

获取粒子种群中粒子的速度最大值和位置最大值，分别将所述速度最大值和所述位置最大值作为优选粒子的优选位置和优选速度；

采用所述优选粒子的优选位置和优选速度更新粒子种群中所有粒子的速度与位置；

获取所述粒子种群中的优选种群以及优选坐标，并对所述优选种群中所有粒子沿着优选坐标方向进行优化，直至使得所述优选种群中粒子的坐标分布满足收敛区间为止。

本发明实施例还公开了一种导航系统的模糊度固定装置，所述装置包括：

坐标转换模块，用于获取主副天线的空间直线距离，基于所述主副天线的空间直线距离将副天线的三维空间坐标转换为二维坐标表达；

优选坐标值确定模块，用于根据所述副天线的二维坐标表达的模糊度函数值，从副天线的二维坐标表达中确定针对副天线的优选坐标值；所述优选坐标值基于所述模糊度函数值和预设粒子种群优化算法从副天线二维坐标表达的收敛区间确定；其中，所述收敛区间用于表示满足粒子种群优化的坐标范围；

模糊度固定模块，用于根据所述副天线的优选坐标值计算得到模糊度的整数解，完成对导航系统的模糊度固定。

可选地，所述坐标转换模块包括：

坐标转换子模块，用于获取主天线的三维空间坐标，采用三维空间距离直线的计算公式将所述主副天线的空间直线距离基于主副天线的三维空间坐标进行反算，得到所述副天线的三维空间坐标中Z分量的坐标表达；所述Z分量的坐标表达用于采用所述主天线的三维空间坐标以及副天线的三维空间坐标中的X、Y分量坐标进行表示。

可选地，所述优选坐标值确定模块包括：

区间设定子模块，用于设置针对副天线二维坐标表达的候选区间，并确定针对副天线二维坐标表达的收敛区间；

模糊函数值获取子模块，用于获取在所述候选区间中与所述二维坐标表达相应粒子种群的模糊度函数值；

优选坐标值确定子模块，用于根据所述粒子种群的模糊度函数值以及预设粒子种群优化算法，从所述收敛区间中确定优选粒子的优选坐标值。

可选地，所述区间设定子模块包括：

候选区间确定单元，用于根据所述副天线的三维空间坐标或基于所述三维空间坐标进行动态定位状态更新后的坐标预测值，对副天线二维坐标表达的候选区间进行确定。

可选地，所述候选区间确定单元包括：

候选区间确定子单元，用于设定针对所述副天线的三维空间坐标中单个分量的坐标搜索区间，以所述副天线的三维X、Y分量的坐标为中心，所述坐标搜索区间为搜索距离，确定所述副天线二维坐标表达的候选区间。

可选地，所述区间设定子模块包括：

观测方程构建单元，用于获取所述主副天线的双差卫地距离值和双差观测值，采用所述主副天线的双差卫地距离值和双差观测值构建双差相位观测方程；

收敛区间确定单元，用于根据所述双差相位观测方程确定针对副天线二维坐标表达的收敛区间；所述收敛区间用于对优选粒子进行坐标搜索。

可选地，所述收敛区间确定单元包括：

收敛区间确定子单元，用于采用误差传播定律和主天线的三维空间坐标，对所构建的相位观测方程计算所述模糊度的中误差，基于对所述中误差的要求阈值确定用于对优选粒子进行坐标搜索的收敛区间。

可选地，所述优选坐标值确定子模块包括：

优选粒子确定单元，用于根据所述粒子种群的模糊度函数值确定当前的优选粒子；

粒子种群优单元，用于在所述当前的优选粒子的坐标分布不满足所述收敛区间时，采用所述预设粒子种群优选算法对粒子种群进行优化；

优选坐标值确定单元，用于基于优化后的粒子种群中各个粒子的模糊度函数值，从优化后的粒子种群中确定目标优选粒子并输出所述目标优选粒子的优选坐标值。

可选地，所述优选粒子确定单元包括：

粒子初始化子单元，用于在所设置的针对副天线二维坐标表达的候选区间中，初始化当前粒子种群中所有粒子的速度和位置；

模糊度函数值计算子单元，用于基于粒子种群中各个粒子的位置计算各个粒子的初步模糊度函数值；

优选粒子确定子单元，用于按照所述初步模糊度函数值对所述各个粒子的适应度进行降序排序，确定位于排序在首位的粒子为当前的优选粒子。

可选地，所述粒子种群优化子模块包括：

优选值确定单元，用于获取粒子种群中粒子的速度最大值和位置最大值，分别将所述速度最大值和所述位置最大值作为优选粒子的优选位置和优选速度；

粒子更新单元，用于采用所述优选粒子的优选位置和优选速度更新粒子种群中所有粒子的速度与位置；

粒子种群优化单元，用于获取所述粒子种群中的优选种群以及优选坐标，并对所述优选种群中所有粒子沿着优选坐标方向进行优化，直至使得所述优选种群中粒子的坐标分布满足收敛区间为止。

本发明实施例还公开了一种导航芯片，包括：处理器；存储处理器可执行的存储器；其中，所述处理器耦合于所述存储器，用于读取所述存储器存储的程序指令，并作为响应，执行任一项所述导航系统的模糊度固定方法的步骤。

本发明实施例还公开了一种导航模组，包括：处理器；存储处理器可执行的存储器；其中，所述处理器耦合于所述存储器，用于读取所述存储器存储的程序指令，并作为响应，执行任一项所述导航系统的模糊度固定方法的步骤。

本发明实施例还公开了一种导航设备，包括：处理器；存储处理器可执行的存储器；其中，所述处理器耦合于所述存储器，用于读取所述存储器存储的程序指令，并作为响应，执行任一项所述导航系统的模糊度固定方法的步骤。

本发明实施例还公开了一种交通工具，包括：所述导航系统的模糊度固定装置或上述所述导航芯片或上述所述导航模组或上述所述导航设备、处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现任一项所述导航系统的模糊度固定方法的步骤。

本发明实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现任一项所述导航系统的模糊度固定方法的步骤。

本发明实施例包括以下优点：

在本发明实施例中，通过引入已知的双/多天线的几何空间距离，将副天线的三维坐标转换为二维坐标表达，由此将原三维搜索空间直接压缩为二维搜索空间，并依据模糊度函数法作为评价指标，不断朝向最优候选坐标的方向进化和靠拢，最终搜索得到副天线的优选坐标值，然后基于优选候选坐标反算得到模糊度的整数解，降低了坐标搜索的维度，提升了坐标搜索的效率，且其方式不受卫星个数和观测值周跳的影响，实现GNSS姿态定位模糊度的快速固定。

附图说明

图1是本发明提供的导航系统的模糊度固定方法实施例的步骤流程图；

图2是本发明提供的导航系统的模糊度固定方法实施例的另一种步骤流程图；

图3是本发明实施例提供的导航系统的模糊度固定的流程示意图；

图4是本发明实施例提供的粒子种群优化的示意图；

图5是本发明实施例提供的模糊度小数部分的时间序列的示意图；

图6是本发明提供的导航系统的模糊度固定装置实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

在双天线GNSS中，正确快速地固定整周模糊度能使GNSS的定位精度到达厘米甚至毫米级，使得卫星至用户的距离测定更为精确。

常用的GNSS姿态定位模糊度解算方法，主要可以包括基于观测值域的模糊度固定方法，基于模糊度域的模糊度搜索方法和基于坐标域的模糊度搜索方法这三种方式。

具体的，第一种基于观测值域的模糊度固定方法。其主要通过直接利用C/A码或P码伪距（C/A码和P码都属于伪随机码，调制在导航卫星信号的载波的波段上）确定整周模糊度，由于伪距观测值精度较低，常采用多种频率观测值进行组合的方式来固定模糊度，但是实际固定成功率较低。

第二种基于模糊度域的模糊度搜索方法，首先可以采用整数最小二乘估计理论估计模糊度参数的浮点解，再使用降相关和各种搜索方法固定模糊度的整数解，其中较为常用的方法是最小二乘降相关方法（LAMBDA，Leastsquare AMBiguity Decorrelation Adjustment，是一种被广泛采用的模糊度固定方法）。该类模糊度固定方法严重依赖模糊度浮点解及其协方差矩阵的精度，在卫星个数较少或观测值噪声较大时，模糊度浮点解精度较低，无法正确固定模糊度，特别是在卫星个数不足四颗时，无法实现模糊度的估计和固定，同时该类方法会受到观测值周跳的影响，无法准确修复周跳时，需要重新初始化新的模糊度。

第三种基于坐标域的模糊度搜索方法，主要是利用模糊度的整数特性，通过搜索三维坐标来反算整数模糊度，其中候选坐标越接近于真值，反算的模糊度值越接近于整数。不同于第一种和第二种方式，卫星个数较少或观测噪声较大都不显著影响该方法的性能，且该方法对观测值周跳不敏感，可回避周跳探测与修复的问题，但其所进行的坐标搜索主要是针对流动站的三维坐标进行搜索，计算量较大因而不利于实际应用。

本发明实施例的核心思想之一在于将传统坐标搜索方法与GNSS姿态定位的特点相结合，通过将主副天线的空间距离作为约束条件，将副天线的三维位置转换为二维的坐标表达，采用粒子种群优化算法对副天线的候选坐标进行二维最优搜索，并依据AFM（Ambiguity Function Method，模糊度函数法，是利用模糊度的整数特性来确定模糊度的方法）作为评价指标确定副天线的最优位置，并基于最优位置直接反算模糊度的整数解，从而实现GNSS姿态定位模糊度的快速固定，降低了坐标搜索的维度，提升了坐标搜索的效率，且其方式不受卫星个数和观测值周跳的影响，不仅可作为传统模糊度域搜索方法的补充，也可直接用于GNSS姿态定位的模糊度固定。

参照图1，示出了本发明提供的导航系统的模糊度固定方法实施例的步骤流程图，具体可以包括如下步骤：

步骤101，获取主副天线的空间直线距离，基于主副天线的空间直线距离将副天线的三维空间坐标转换为二维坐标表达；

在本发明实施例中，通过将传统坐标搜索方法与GNSS姿态定位的特点相结合，完成对模糊度的快速固定。

对GNSS姿态定位的特点的结合，主要可以表现在双天线GNSS姿态定位中，将已知的双天线空间直线距离作为主副天线坐标参数的约束信息，具体将原副天线的三维空间坐标转换为二维的坐标表达，由此可将传统坐标搜索方法中的原三维搜索空间直接压缩为二维搜索空间，降低坐标搜索时所需的计算量，提高坐标搜索的实际应用率。

步骤102，根据副天线的二维坐标表达的模糊度函数值，从副天线的二维坐标表达中确定针对副天线的优选坐标值；

在将副天线的三维空间坐标转换为二维坐标表达的基础上，可以采用粒子种群优化算法对副天线的二维坐标域进行全局最优搜索，并依据模糊度函数法作为适应度评价指标确定优选坐标值，即通过计算副天线的二维坐标表达的模糊度函数值，基于所计算得到的各个二维坐标表达的模糊度函数值，从副天线的二维坐标表达中确定针对副天线的优选坐标值，以基于所输出的坐标值确定导航系统的模糊度。

其中，所采用的粒子种群优化算法可以表现为粒子群搜索方法，具体的，种群中包括多个粒子，每个粒子具有不同的速度和位置，每个粒子可以考虑自身搜索到的历史最优点和其它粒子的历史最优点，不断更新自己的速度和位置，最终使自己朝着坐标最优的方向不断进化，为避免陷入局部最优引入粒子变异等操作，即此时能够找到最优的粒子个体极值作为整个粒子群的当前全局最优解，将此全局最优解作为可用于固定模糊度的优选坐标值。

需要说明的是，在对副天线的二维坐标进行最优搜索时除了采用粒子群优化算法以外，还可以采用改进遗传算法等智能优化算法，不同的算法具体实现步骤不同，但其原理均是依据模糊度函数法作为评价指标，不断朝向最优候选坐标的方向进化和靠拢，最终搜索得到最优坐标值。其中，相较于其它智能优化方法，本发明实施例所采用的粒子群优化方法的搜索效率最高。对于对副天线的二维坐标进行最优搜索的方法，本发明实施例不加以限制。

步骤103，根据副天线的优选坐标值计算得到模糊度的整数解，完成对导航系统的模糊度固定。

导航系统的模糊度具有整数特性，在基于同样具有整数特性的模糊度函数值作为各个粒子的适应度指标输出得到优选坐标值后，可以直接从副天线的候选坐标出发，依据模糊度的整数特性，直接搜索最优的候选坐标再反算固定模糊度，在不需要采用伪距观测值的情况下不受伪距噪声的影响，同时也适用于单频/双频/多频观测值的模糊度固定，且基本不受卫星个数的影响，即便存在由于卫星个数较少将会影响模糊度函数值的计算精度以及可区分度而导致模糊度搜索性能降低的问题，但基于对周跳不敏感的特性不需要进行周跳探测和修复工作，特别是在观测环境复杂且观测值周跳较多时，能够进一步提高坐标域模糊度的搜索效率。

在实际应用中，可采用副天线的优选坐标反算得到模糊度浮点解，并采用四舍五入对模糊度浮点解进行取整，得到模糊度的整数解，完成对模糊度的固定。

在本发明实施例中，通过引入已知的双/多天线的几何空间距离，将副天线的三维坐标转换为二维坐标表达，由此将原三维搜索空间直接压缩为二维搜索空间，并依据模糊度函数法作为评价指标，不断朝向最优候选坐标的方向进化和靠拢，最终搜索得到副天线的优选坐标值，然后基于优选候选坐标反算得到模糊度的整数解，降低了坐标搜索的维度，提升了坐标搜索的效率，且其方式不受卫星个数和观测值周跳的影响，实现GNSS姿态定位模糊度的快速固定。

参照图2，示出了本发明提供的导航系统的模糊度固定方法实施例的另一种步骤流程图，具体可以包括如下步骤：

步骤201，基于主副天线的空间直线距离将副天线的三维空间坐标转换为二维坐标表达；

在本发明的一种实施例中，可将已知的双天线空间直线距离作为主副天线坐标参数的约束信息，将原副天线的三维空间坐标转换为二维的坐标表达，由此可将传统坐标搜索方法中的原三维搜索空间直接压缩为二维搜索空间，降低坐标搜索时所需的计算量，提高坐标搜索的实际应用率。

对主副天线坐标参数的约束信息，如图3所示，主要是结合已知的主副天线的空间直线距离，建立副天线三维坐标的二维表达。具体的，此时可采用三维空间距离直线的计算公式将主副天线的空间直线距离基于主副天线的三维空间坐标进行反算，得到副天线的三维空间坐标中Z分量的坐标表达，即采用主天线的三维空间坐标以及副天线的三维空间坐标中的X、Y分量坐标对Z分量的坐标表达进行表示。

示例性地，假设已知的主副天线的空间直线距离为，主u1、副天线u2的三维空间坐标分别可以表示为和。那么基于采用三维空间距离直线的计算公式进行空间直线距离的反算后，副天线的Z分量坐标可表示为：

式中，可以为平方根函数。满足上式的计算结果有两个，其中可以采用距离副天线的原始三维坐标距离较近的为正确值，那么最终针对副天线所转换的二维坐标表达可以为，即将原本相互独立的三维坐标通过引入空间距离转换为二维的坐标表达。

在基于所引入的空间直线距离对坐标进行转换后，可以降低坐标搜索时所需的计算量。假设在对原三维空间坐标进行搜索时，对三维坐标中的各分量搜索范围相等且设定为1m，那么所确定的用于坐标搜索的整个搜索区间为一个三维正方体，搜索体积约为1m3；但如果对副天线的二维坐标表达进行搜索，此时仅需要在X、Y分量上进行搜索，搜索区间为一个平面，搜索面积约为1 m2，使得搜索空间急剧减小，搜索效率将得到显著提升。

步骤202，设置针对副天线二维坐标表达的候选区间，并确定针对副天线二维坐标表达的收敛区间；

在将副天线的三维空间坐标转换为二维坐标表达的基础上，可以直接从副天线的候选坐标出发，依据模糊度的整数特性，直接搜索最优的候选坐标再反算固定模糊度。具体的，采用粒子种群优化算法对副天线的二维坐标域进行全局最优搜索，并依据模糊度函数法作为适应度评价指标确定优选坐标值。

在本发明的一种实施例中，首先如图3所示，需要设置针对副天线二维坐标表达的候选区间，并确定针对副天线二维坐标表达的收敛区间，然后根据在候选区间中与二维坐标表达相应粒子种群的模糊度函数值，以及预设粒子种群优化算法，从收敛区间中确定优选粒子的优选坐标值。

对于针对副天线二维坐标表达的候选区间的设置，可以根据副天线的三维空间坐标或基于三维空间坐标进行动态定位状态更新后的坐标预测值，对副天线二维坐标表达的候选区间进行确定。所确定的候选区间可以指的是针对副天线二维坐标设定的搜索区间，本发明实施例以依据初始三维坐标的精度来设定为例，首先可设定针对所述副天线的三维空间坐标中单个分量的坐标搜索区间，以副天线的三维X、Y分量的坐标为中心，所述坐标搜索区间为搜索距离，确定副天线二维坐标表达的候选区间。

示例性地，假设设定副天线的初始三维坐标中单个分量的坐标搜索区间为1m，即此时可围绕副天线初始三维X/Y分量坐标为中心，边长为1m的正方形内进行坐标搜索，Z分量坐标则根据基于所引入空间距离为约束信息进行坐标转换的公式进行反算确定。

对于针对副天线二维坐标表达的收敛区间的确定，所确定的收敛区间可用于表示满足粒子种群优化的坐标范围，即最优种群的坐标范围，那么其本质上可以表现为对坐标搜索的收敛条件的设定。

具体的，可以基于所构建的双差相位观测方程，对副天线二维坐标表达的收敛区间进行确定。首先可获取主副天线的双差卫地距离值和双差观测值，采用主副天线的双差卫地距离值和双差观测值构建双差相位观测方程，基于双差相位观测方程确定用于对优选粒子进行坐标搜索的收敛区间。

在实际应用中，对于主副天线双差卫地距离值的获取，具体计算公式可以如下：

式中，可以为双差算子，上标分别为不同卫星的卫星编号，下标可以为主副天线编号，为卫星到接收机天线的距离，此距离可通过卫星坐标和天线近似坐标计算得到。

对于主副天线GNSS双差观测值的获取，其表达式具体可以如下：

式中，为原始载波相位观测值，此时可尽可能构建多个频率的载波相位双差观测值，有利于提升副天线坐标候选值反算整周模糊度整数值的可区分度。

在采用主副天线的双差卫地距离值和双差观测值构建双差相位观测方程时，所构建的双差相位观测方程可以表示为：

式中，可以为双差模糊度，为双差卫地距离，为双差相位观测值，为载波相位的波长。

此时将用于计算主副天线双差卫地距离值的公式代入双差相位观测方程中，可基于已知的主天线的三维空间坐标，并根据误差传播定律计算模糊度的中误差（是衡量观测精度的一种数字标准，其大小用于反映该组观测值精度的高低），并基于对中误差的要求阈值确定用于对优选粒子进行坐标搜索的收敛区间。

其中，用于计算模糊度的中误差的公式可以如下：

式中，可以为原始相位观测值的中误差，一般设为0.01周，m为副天线坐标中误差。假设以B1观测值为例，要求模糊度中误差≤0.30周，即基于对中误差的要求阈值为0.30，则坐标中误差应该满足m≤0.041m，即当坐标精度在0.041m以内时，坐标误差对模糊度的影响不大于0.30周，此时采用四舍五入取整可直接固定模糊度，那么可以将坐标搜索的收敛区间设定为0.041m。

步骤203，采用粒子种群优化算法对副天线的候选坐标进行优选搜索，并将优选粒子种群的坐标范围实时缩小副天线候选坐标的搜索空间，直到满足坐标收敛条件，以输出优选坐标对模糊度进行固定。

在本发明的一种实施例中，根据在候选区间中与二维坐标表达相应粒子种群的模糊度函数值，以及预设粒子种群优化算法，从收敛区间中确定优选粒子的优选坐标值，通过最优的候选坐标反算得到固定模糊度，完成对模糊度的快速固定。

此时可以获取在候选区间中与二维坐标表达相应粒子种群的模糊度函数值，然后根据粒子种群的模糊度函数值以及预设粒子种群优化算法，从收敛区间中确定优选粒子的优选坐标值。依据模糊度函数值作为粒子适应度的评价指标以及对粒子的优化，具体的如图3所示，可根据粒子种群的模糊度函数值确定当前的优选粒子，若当前的优选粒子的坐标分布不满足收敛区间，则可以采用预设粒子种群优选算法对粒子种群进行优化，然后可以基于优化后的粒子种群中各个粒子的模糊度函数值，从优化后的粒子种群中确定目标优选粒子并输出目标优选粒子的优选坐标值。

其中，对于优选粒子的确定过程，可以在所设置的针对副天线二维坐标表达的候选区间中，初始化当前粒子种群中所有粒子的速度和位置，然后基于粒子种群中各个粒子的位置计算各个粒子的初步模糊度函数值，由于副天线的候选坐标越精确模糊度函数值越大，此时可以按照初步模糊度函数值对各个粒子的适应度进行降序排序，选出最优个体和最优群体，具体可确定位于排序在首位的粒子为当前的优选粒子。

在实际应用中，对于粒子群搜索方法（即粒子种群优化算法），种群中包括多个粒子，每个粒子具有不同的速度和位置，每个粒子可以考虑自身搜索到的历史最优点和其它粒子的历史最优点，不断更新自己的速度和位置，最终使自己朝着坐标最优的方向不断进化，为避免陷入局部最优引入粒子变异等操作。当大多数粒子都趋于某个较小区域时，可判定该区域为全局最优的坐标区域。

示例性地，首先，设定种群粒子总个数为n，选取n/2个粒子为最优群体。在设定的副天线坐标候选区间内，初始化所有粒子的速度和位置：

式中，下标为粒子编号，下标为坐标搜索的维度，为[0,1]的随机数，为粒子的速度值，为粒子对应的位置，为副天线初始二维坐标。

根据粒子的位置，计算对应的模糊度函数值：

式中，下标为双差观测值个数，为观测值频率个数。分析上式可知，副天线的候选坐标越精确，则模糊度函数值越大。此时可根据初步的模糊度函数值，进一步降序选出最优个体和最优群体，这决定了后续粒子进化的梯度方向。

在采用预设粒子种群优选算法对粒子种群进行优化的过程中，其使得粒子不断朝着坐标最优的方向进化，如图3所示，具体可获取粒子种群中粒子的速度最大值和位置最大值，分别将速度最大值和位置最大值作为优选粒子的优选位置和优选速度，然后采用优选粒子的优选位置和优选速度更新粒子种群中所有粒子的速度与位置，以及此时还可以获取粒子种群中的优选种群以及优选坐标，并对优选种群中所有粒子沿着优选坐标方向进行优化，直至使得优选种群中粒子的坐标分布满足收敛区间为止。

参照图4，示出了本发明实施例提供的粒子种群优化的示意图，对于更新粒子新的速度和位置，假设第i个粒子的位置和速度分别表示为和，第i个粒子的历史最优点为，群体内所有粒子的最优点为，则单个粒子的速度和位置更新可表达为：

式中，k为进化次数，和为学习因子，一般都取0.5；为惯性权重，具有平衡广域搜索和局部搜索的作用。粒子的速度和位置被限制在一个最大值以内，若粒子的速度或位置超过最大值，取最大值作为粒子的更新速度或更新位置。

其中，由于粒子群算法收敛速度较快，极易陷入局部最优，可以在上述进化过程中添加变异操作，变异只针对最优群体进行，变异计算公式可以为：

式中，为高斯分布的随机数。

在本发明实施例中，通过种群不断的进化和变异，粒子会沿着最优坐标方向不断靠近最优解，同时最优群体粒子（n/2）的集中度越来越高，此时根据最优群体粒子的坐标分布可以缩小整个群体的搜索空间，直到满足坐标收敛条件为止。如图4所示，经过6代的进化和变异，大部分粒子已接近坐标最优位置，最后将最优粒子的位置作为副天线的候选坐标输出，为避免陷入无限循环，可设定种群最大进化次数为100次。

在本发明的一种实施例中，导航系统的模糊度具有整数特性，在基于同样具有整数特性的模糊度函数值作为各个粒子的适应度指标输出得到优选坐标值后，可以直接从副天线的候选坐标出发，依据模糊度的整数特性，直接搜索最优的候选坐标再反算固定模糊度。

具体的，可采用副天线的优选坐标反算得到模糊度浮点解，并采用四舍五入对模糊度浮点解进行取整，得到模糊度的整数解，完成对模糊度的固定。

其中，对模糊度整数解的计算，其表达式可以如下：

式中，为四舍五入取整算法；为模糊度浮点解；为模糊度固定解。在实际应用中，可将副天线的优选坐标的二维表达转换为三维空间坐标，然后可以基于副天线转换后的优选三维空间坐标与已知主天线的坐标，计算副天线的优选坐标与主天线的双差卫地距离值，以及主副天线GNSS双差观测值。

一般来说，由于观测值和候选坐标均存在误差，并不是所有双差模糊度都直接取整固定为整数，实际操作时仅当周时才确认模糊度固定成功。参照图5，示出了本发明实施例提供的模糊度小数部分的时间序列的示意图，其均方根误差（即中误差）约为0.03周，结果符合理论推导。

在本发明实施例中，通过引入已知的双/多天线的几何空间距离，将副天线的三维坐标转换为二维坐标表达，由此将原三维搜索空间直接压缩为二维搜索空间，并依据模糊度函数法作为评价指标，不断朝向最优候选坐标的方向进化和靠拢，最终搜索得到副天线的优选坐标值，然后基于优选候选坐标反算得到模糊度的整数解，降低了坐标搜索的维度，提升了坐标搜索的效率，且其方式不受卫星个数和观测值周跳的影响，实现GNSS姿态定位模糊度的快速固定。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图6，示出了本发明提供的导航系统的模糊度固定装置实施例的结构框图，具体可以包括如下模块：

坐标转换模块601，用于获取主副天线的空间直线距离，基于所述主副天线的空间直线距离将副天线的三维空间坐标转换为二维坐标表达；

优选坐标值确定模块602，用于根据所述副天线的二维坐标表达的模糊度函数值，从副天线的二维坐标表达中确定针对副天线的优选坐标值；所述优选坐标值基于所述模糊度函数值和预设粒子种群优化算法从副天线二维坐标表达的收敛区间确定；其中，所述收敛区间用于表示满足粒子种群优化的坐标范围；

模糊度固定模块603，用于根据所述副天线的优选坐标值计算得到模糊度的整数解，完成对导航系统的模糊度固定。

在本发明的一种实施例中，坐标转换模块601可以包括如下子模块：

坐标转换子模块，用于获取主天线的三维空间坐标，采用三维空间距离直线的计算公式将所述主副天线的空间直线距离基于主副天线的三维空间坐标进行反算，得到所述副天线的三维空间坐标中Z分量的坐标表达；所述Z分量的坐标表达用于采用所述主天线的三维空间坐标以及副天线的三维空间坐标中的X、Y分量坐标进行表示。

在本发明的一种实施例中，优选坐标值确定模块602可以包括如下子模块：

区间设定子模块，用于设置针对副天线二维坐标表达的候选区间，并确定针对副天线二维坐标表达的收敛区间；

模糊函数值获取子模块，用于获取在所述候选区间中与所述二维坐标表达相应粒子种群的模糊度函数值；

优选坐标值确定子模块，用于根据所述粒子种群的模糊度函数值以及预设粒子种群优化算法，从所述收敛区间中确定优选粒子的优选坐标值。

在本发明的一种实施例中，区间设定子模块可以包括如下单元：

候选区间确定单元，用于根据所述副天线的三维空间坐标或基于所述三维空间坐标进行动态定位状态更新后的坐标预测值，对副天线二维坐标表达的候选区间进行确定。

在本发明的一种实施例中，候选区间确定单元可以包括如下子单元：

候选区间确定子单元，用于设定针对所述副天线的三维空间坐标中单个分量的坐标搜索区间，以所述副天线的三维X、Y分量的坐标为中心，所述坐标搜索区间为搜索距离，确定所述副天线二维坐标表达的候选区间。

在本发明的一种实施例中，区间设定子模块可以包括如下单元：

观测方程构建单元，用于获取所述主副天线的双差卫地距离值和双差观测值，采用所述主副天线的双差卫地距离值和双差观测值构建双差相位观测方程；

收敛区间确定单元，用于根据所述双差相位观测方程确定针对副天线二维坐标表达的收敛区间；所述收敛区间用于对优选粒子进行坐标搜索。

在本发明的一种实施例中，收敛区间确定单元可以包括如下子单元：

收敛区间确定子单元，用于采用误差传播定律和主天线的三维空间坐标，对所构建的相位观测方程计算所述模糊度的中误差，基于对所述中误差的要求阈值确定用于对优选粒子进行坐标搜索的收敛区间。

在本发明的一种实施例中，优选坐标值确定子模块可以包括如下单元：

优选粒子确定单元，用于根据所述粒子种群的模糊度函数值确定当前的优选粒子；

粒子种群优化单元，用于在所述当前的优选粒子的坐标分布不满足所述收敛区间时，采用所述预设粒子种群优选算法对粒子种群进行优化；

优选坐标值确定单元，用于基于优化后的粒子种群中各个粒子的模糊度函数值，从优化后的粒子种群中确定目标优选粒子并输出所述目标优选粒子的优选坐标值。

在本发明的一种实施例中，优选粒子确定单元可以包括如下子单元：

粒子初始化子单元，用于在所设置的针对副天线二维坐标表达的候选区间中，初始化当前粒子种群中所有粒子的速度和位置；

模糊度函数值计算子单元，用于基于粒子种群中各个粒子的位置计算各个粒子的初步模糊度函数值；

优选粒子确定子单元，用于按照所述初步模糊度函数值对所述各个粒子的适应度进行降序排序，确定位于排序在首位的粒子为当前的优选粒子。

在本发明的一种实施例中，粒子种群优化子模块可以包括如下单元：

优选值确定单元，用于获取粒子种群中粒子的速度最大值和位置最大值，分别将所述速度最大值和所述位置最大值作为优选粒子的优选位置和优选速度；

粒子更新单元，用于采用所述优选粒子的优选位置和优选速度更新粒子种群中所有粒子的速度与位置；

粒子种群优化单元，用于获取所述粒子种群中的优选种群以及优选坐标，并对所述优选种群中所有粒子沿着优选坐标方向进行优化，直至使得所述优选种群中粒子的坐标分布满足收敛区间为止。

在本发明的一种实施例中，模糊度固定模块603可以包括如下子模块：

模糊度固定子模块，用于采用所述副天线的优选坐标反算得到模糊度浮点解，并采用四舍五入对所述模糊度浮点解进行取整，得到所述模糊度的整数解。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例还提供了一种导航模组，包括：处理器；存储处理器可执行的存储器；其中，所述处理器耦合于所述存储器，用于读取所述存储器存储的程序指令，并作为响应，执行如下操作：

获取主副天线的空间直线距离，基于所述主副天线的空间直线距离将副天线的三维空间坐标转换为二维坐标表达；

根据所述副天线的二维坐标表达的模糊度函数值，从副天线的二维坐标表达中确定针对副天线的优选坐标值；所述优选坐标值基于所述模糊度函数值和预设粒子种群优化算法从副天线二维坐标表达的收敛区间确定；其中，所述收敛区间用于表示满足粒子种群优化的坐标范围；

根据所述副天线的优选坐标值计算得到模糊度的整数解，完成对导航系统的模糊度固定。

本发明实施例还提供了一种导航设备，包括：处理器；存储处理器可执行的存储器；其中，所述处理器耦合于所述存储器，用于读取所述存储器存储的程序指令，并作为响应，执行如下操作：

获取主副天线的空间直线距离，基于所述主副天线的空间直线距离将副天线的三维空间坐标转换为二维坐标表达；

根据所述副天线的二维坐标表达的模糊度函数值，从副天线的二维坐标表达中确定针对副天线的优选坐标值；所述优选坐标值基于所述模糊度函数值和预设粒子种群优化算法从副天线二维坐标表达的收敛区间确定；其中，所述收敛区间用于表示满足粒子种群优化的坐标范围；

根据所述副天线的优选坐标值计算得到模糊度的整数解，完成对导航系统的模糊度固定。

本发明实施例还提供了一种交通工具，包括：

包括上述导航系统的模糊度固定装置或上述所述导航芯片或上述所述导航模组或上述所述导航设备、处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述导航系统的模糊度固定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述导航系统的模糊度固定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种导航系统的模糊度固定方法和一种导航系统的模糊度固定装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。