通过固定和确认载波距离模糊度来进行GNSS定位的制作方法

通过固定和确认载波距离模糊度来进行gnss定位
技术领域
1.本公开涉及使用全球导航卫星系统(gnss)来进行定位。具体而言，涉及至少部分基于gnss信号的载波相位的测量进行定位。


背景技术：

2.用于gnss定位的技术在本领域中是众所周知的。现有的gnss包括全球定位系统(gps)、伽利略、格洛纳斯(glonass)和北斗。各个gnss包括卫星星座，在本领域中也称为“空间载具(sv)”。通常，各个sv发送多个信号。这些信号由期望计算其位置的接收器接收。接收器可以使用这些信号进行多次测距测量，以得到关于接收器与相应卫星之间的距离的信息。当可以进行足够次数的测量时，可以通过多边测量来计算接收器的位置。
3.伪距(pseudorange)是一种测距测量。这是对调制到由sv发送的载波信号上的伪随机噪声(prn)码的码相位的测量。伪距测量可以达到米级的定位准确性。然而，在存在多径的情况下，例如在密集的城市环境中，伪距测量会经受降低的准确性/可靠性。
4.载波相位测量是另一种测距测量。在载波上执行测距测量以及或代替调制prn代码，可以实现位置固定的更高准确性，例如，可以达到厘米级的准确性。在存在多径的情况下，载波相位测量也可能是更鲁棒的。
5.然而，载波相位测量的一个困难是，其包含固有模糊度。虽然可以在给定周期(波长)内准确地测量载波的相位，但这并不能唯一地确定测距测量，因为sv与接收器之间存在未知整数个载波波长。只有这些模糊度被解算，才能实现基于载波相位的定位的益处。
6.已经提出了各种技术来“固定”模糊度。这涉及到基于模糊度是整数量的知识来对解进行约束。在某些情况下，这些技术将各个模糊度固定到整数值；然而，这并不是重要的。在某些情况下，可将模糊度固定到整数值，但随后进行进一步处理，以使最终的“固定的”模糊度为浮动值。在某些情况下，可以固定模糊度的线性组合，而不是单个模糊度。在某些情况下，可以固定模糊度的子集。用于固定载波距离模糊度的一种已知技术是最小二乘模糊度去相关调节(lambda)方法(teunissen pjg,“the least-squares ambiguity decorrelation adjustment:a method for fast gps integer ambiguity estimation”,journal of geodesy 70:65
–
82,1995)。
7.当成功地(即，正确地)固定了模糊度时，可以非常准确地计算定位解(如上所述，准确度为厘米级)。然而，如果未正确地固定模糊度，实际上可能会在定位解中引入重大错误。也就是说，在某些情况下，定位解可能比未固定模糊度时还要差(准确度更低)。更糟糕的是，这种错误在短期内可能很难检测出来。而且，在检测出错误之前，(不准确的)定位解将被认为是非常准确的。希望提供检测和纠正这种不正确固定的模糊度的方式。


技术实现要素：

8.可以使用不同的策略来固定载波距离模糊度。可能没有在所有实际情况下都能最优执行的单个“最好”策略。而是，不同的策略可以具有不同的优势和劣势，并且可能或多或
少适合特定情况。
9.一旦模糊度在一个历元(epoch)被固定，在连续历元保持其不变就可能是有利的。这可以允许估计器尽可能受益于从固定获得的信息，并且使用此信息改进其它状态变量(诸如，位置、速度和/或时间变量)的估计。如果固定是正确的——也就是说，如果模糊度被固定在其真实值上，那么这很有效。然而，如果模糊度被不正确地固定，则这种方案可能导致错误在其它变量(具体地，位置、速度和/或时间变量，但不限于这些变量)中传播。发明人已经认识到，希望获得保持固定模糊度不变的益处(即，不在随后历元对其进行估计/更新)，同时缓解由不正确固定导致的问题。
10.在根据本公开的一些示例中，在一个估计器中，在估计器的连续历元之间，固定模糊度保持不变。同时，模糊度由另一个估计器在各个历元进行估计和固定。使用在各个历元估计和固定的模糊度来确认保持不变的那些模糊度。这有助于识别那些保持不变的模糊度是否是有错误的。
11.方法和装置被提供用于基于gnss信号固定和验证模糊度。第一估计器和第二估计器被提供用于估计模糊度。在第一估计器中，固定的模糊度在随后历元被反馈给估计器。在第二估计器中，不进行固定的模糊度的反馈。比较两个估计器产生的固定的模糊度，以验证经由第一估计器产生的固定的模糊度的有效性。根据比较的结果，修改经由第一估计器产生的固定的模糊度。修改后的固定的模糊度可用于计算位置固定。
12.本发明由权利要求限定。在一个方面，提供了一种基于gnss信号验证固定的模糊度的方法，所述方法包括：在第一历元，
13.基于所述gnss信号的第一观测结果，使用第一估计器估计包括第一组浮动载波距离模糊度的第一状态向量；
14.基于所述第一组浮动载波距离模糊度，固定一个或更多个第一载波距离模糊度，
15.该方法还包括：在第二历元，
16.基于所述gnss信号的新第一观测结果，使用所述第一估计器估计所述第一状态向量的一部分，其中，来自第一历元的固定的一个或更多个第一载波距离模糊度保持不变，并且其中，估计所述第一状态向量的所述部分包括估计所述第一状态向量的除保持不变的那些状态之外的状态；
17.基于所述gnss信号的第二观测结果，使用第二估计器估计包括第二组浮动载波距离模糊度的第二状态向量；
18.基于所述第二组浮动载波距离模糊度，固定一个或更多个第二载波距离模糊度；
19.比较固定的一个或更多个第一载波距离模糊度与固定的一个或更多个第二载波距离模糊度；以及
20.基于所述比较的结果，修改固定的一个或更多个第一载波距离模糊度中的至少一个。
21.根据该方案，固定的第二载波距离模糊度可以提供“健全性检查”或确认固定的第一载波距离模糊度的手段。第二状态向量的估计包括估计在第一状态向量中保持不变(即，不被估计)的一个或更多个状态。因此，以与第一状态向量不同的方式计算第二状态向量。这种独立性有助于确认工作。具体地，由于状态在第二估计器中不被保持不变，而是在各个历元被估计，因此该估计器可能能够较快地识别并从固定的模糊度的错误中较快地恢复。
然而，当模糊度被正确地固定时，可以预期第一估计器(其反馈固定的模糊度并保持其不变)将能够提供更精确的定位结果。因此，将使用反馈产生的固定的模糊度与不使用反馈产生的固定的模糊度进行比较的方案可以帮助位置估计获得这两种方案的优点(并减轻其局限性)。
22.可选地，该方法还可以包括基于固定的一个或更多个第一载波距离模糊度中的修改后的至少一个第一载波距离模糊度来估计一个或更多个测距测量。另选地或附加地，该方法还可以包括至少部分地基于固定的一个或更多个第一载波距离模糊度中的修改后的至少一个第一载波距离模糊度来估计位置。在一些示例中，位置可以由第一估计器估计。在一些示例中，位置可以由第三估计器估计(如下所述)。
23.通常，位置是基于固定的一个或更多个第一载波距离模糊度估计的，固定的一个或更多个第一载波距离模糊度包括至少一个修改后的固定的第一载波距离模糊度。
24.可选地，在第一历元处，该方法包括：
25.基于对gnss信号的第二观测结果，估计包括第二组浮动载波距离模糊度的第二状态向量；以及
26.基于第二组浮动载波距离模糊度，固定一个或更多个第二载波距离模糊度。
27.在第二历元处，估计第二状态向量包括估计在第一历元处固定的一个或更多个第二载波距离模糊度。换句话说，固定的一个或更多个第二载波距离模糊度在第二历元不被反馈给第二估计器，而是重新估计它们而不固定它们。
[0028]“固定”浮动载波距离模糊度意味着使用模糊度的整数特性来约束至少一个估计状态。固定浮动载波距离模糊度可以包括将其固定为整数值。然而，“固定”可以包括在将浮动数载波距离模糊度固定到整数值之前或之后对浮动数载波距离模糊度的附加处理。这可能导致固定的载波距离模糊度采取非整数值。因此，在一些实施方式中，固定的载波距离模糊度可以是固定的整数载波距离模糊度。在其它实施方式中，固定的载波距离模糊度可以是非整数载波距离模糊度
–
这也称为“部分”固定。
[0029]
例如，该方法可以包括：对第一组(或第二组)浮动载波距离模糊度进行线性变换；基于线性变换的第一组(或线性变换的第二组)来固定一个或更多个第一(或第二)载波距离模糊度；以及对一个或更多个固定的第一载波距离模糊度(或一个或更多个固定的第二载波距离模糊度)进行逆变换。
[0030]
第一状态向量还可以包括位置变量。类似地，第二状态向量还可以包括位置变量。
[0031]
可以针对多个历元中的各个历元重复该方法。
[0032]
通常，第一组和第二组中的各个组都包括一个或更多个浮动载波距离模糊度。在大多数情况下，各组包括多个浮动载波距离模糊度。然而，在一些实施方式中，或者对于一些历元，第一组可以仅包括一个浮动载波距离模糊度。具体地，如果在前一历元处已经固定了多个第一载波距离模糊度，则可能会出现这种情况。
[0033]
一个或更多个固定的第一载波距离模糊度可以是载波距离模糊度的完整组，其中，第一载波距离模糊度对于各个被观测的gnss信号中的各个被观测载波是固定的，因此对于状态向量中的各个对应状态也是固定的。另选地，一个或更多个固定的第一载波距离模糊度可以是载波距离模糊度的部分组，其中，固定的第一载波距离模糊度的数量小于被观测的gnss信号中的被观测的载波的数量。对于一个或更多个固定的第二载波距离模糊度
也是如此。
[0034]
除了修改固定的一个或更多个第一载波距离模糊度中的至少一个之外，该方法还可以包括基于比较的结果修改(例如，重置)第一状态向量的一些或所有其它状态。这样做可以清除由不正确固定的模糊度“污染”的状态。状态向量中的所有状态的估计容易受到模糊度的不正确固定和反馈的影响。这是因为其它状态将必须移位以试图与(不正确)固定的、反馈的模糊度保持一致。修改(例如，重置)的“其它”状态可能包括但不限于：模糊度状态、位置状态、速度状态或时间状态。
[0035]
比较可以包括确定固定的一个或更多个第一载波距离模糊度中的至少一个第一载波距离模糊度不同于固定的一个或更多个第二载波距离模糊度中的相应一个第二载波距离模糊度。
[0036]
作为响应，修改可以包括重置被确定为与其对应的固定的第二载波距离模糊度不同的至少一个固定的第一载波距离模糊度。还可以重置第一状态向量的一些(或全部)附加状态。
[0037]
比较可以包括确定固定的第一载波距离模糊度中的超过预定比例的第一载波距离模糊度与相应的固定的第二载波距离模糊度不同。
[0038]
作为响应，修改可以包括重置所有固定的一个或更多个第一载波距离模糊度和/或重置所有固定的一个或更多个第二载波距离模糊度。修改可以包括重置第一状态向量或第二状态向量(或两者)的所有状态。
[0039]
预定比例可以是固定的第一载波距离模糊度的10％、20％、30％、40％、50％、60％、70％、80％或90％。
[0040]
比较可以包括确定固定的第二载波距离模糊度的数量大于固定的第一载波距离模糊度的数量，或者确定在固定第二载波距离模糊度之后与所述第二状态向量相关联的不确定性低于与所述第一状态向量相关联的相应不确定性。
[0041]
由两个估计器固定的模糊度的数量可能因多个原因而不同。在一些实施方式中，只有当固定的模糊度与足够高的置信度相关联时，才可以固定一个或更多个模糊度。例如，如果置信度低于阈值，则算法可以决定不适合固定模糊度。这可以针对任一估计器发生。此外，在第一估计器的情况下，在前一历元处反馈的固定的模糊度可能在随后的历元处不再被固定。例如，相应卫星信号的相位锁定可能会丢失，这意味着先前的固定值不再有效。在这种情况下，在再次尝试固定模糊度之前，应重新估计模糊度。
[0042]
针对各个估计器比较当前固定的模糊度的数量可以提供哪一组固定的模糊度更有可能是正确的指示。
[0043]
与固定的模糊度相关联的置信度值例如可以基于与滤波器中的状态相关联的方差或协方差估计。
[0044]
修改可以包括：响应于确定更多的第二载波距离模糊度被固定(或确定第二状态向量具有较低的不确定性)，用固定的一个或更多个第二载波距离模糊度替换固定的一个或更多个第一载波距离模糊度。当以这种方式替换固定的模糊度时，还调整一些其它状态(例如，表征电离层延迟或位置的状态)可能是有益的。
[0045]
修改固定的一个或更多个第一载波距离模糊度中的至少一个第一载波距离模糊度可以包括对其进行重置。
[0046]
重置可以包括在第二历元或后续历元处(重新)估计模糊度。该方法还可以包括重置第一状态向量的其它模糊度和/或其它状态。可选地，重置整个第一状态向量。
[0047]
如果第一估计器包括状态的方差/协方差估计(例如在卡尔曼滤波器的情况下)，则“重置”状态可以包括人为地增加针对该状态的方差/协方差估计。这种人为增加可以允许状态变量自由地重新收敛到较精确的值。
[0048]
修改固定的一个或更多个第一载波距离模糊度中的至少一个第一载波距离模糊度可以包括重置所有固定的一个或更多个第一载波距离模糊度和/或重置所有固定的一个或更多个第二载波距离模糊度。
[0049]
重置可以包括在第二历元或后续历元处(重新)估计所有载波距离模糊度。重置可应用于整个状态向量，即，可以重置整个第一状态向量和/或整个第二状态向量。如上所述，对于一些估计器，可以通过人为地增加方差或协方差估计来实现重置。
[0050]
修改固定的一个或更多个第一载波距离模糊度中的至少一个第一载波距离模糊度可以包括用固定的一个或更多个第二载波距离模糊度替换固定的一个或更多个第一载波距离模糊度。
[0051]
在这种方案中，所有固定的第一载波距离模糊度被替换为其对应的固定的第二载波距离模糊度。如果第二载波距离模糊度已经收敛并且被更准确地固定，那么这种替换可以提高第一估计器的准确性。与第一状态向量相关联的协方差矩阵也可以被替换为与第二状态向量相关联的协方差矩阵。
[0052]
在一些示例中，与第一估计器相比，第二估计器可以估计不同状态集。
[0053]
可选地，第二估计器可以估计第一估计器的状态的子集。
[0054]
可以基于以下一个或更多个标准来选择由第二估计器估计的状态集：选择载波-噪声比高于预定阈值的gnss信号；以及选择高于地平线上方的最小预定海拔的空间载具sv的gnss信号。
[0055]
另选地或者另外地，第一估计器和第二估计器可以在其它方面不同。例如，可以在相应的估计器中不同地进行估计大气效应(诸如电离层效应)的估计。例如，估计器中的一个可以估计电离层效应，而另一估计器可以不估计电离层效应。
[0056]
该方法还可以包括：在第二历元处，基于所述gnss信号的观测结果，使用另一估计器估计另一状态向量，该另一状态向量包括另一组浮动载波距离模糊度；基于所述另一组浮动载波距离模糊度来固定一个或更多个另一载波距离模糊度；将固定的一个或更多个第一载波距离模糊度与固定的一个或更多个另一载波距离模糊度进行比较；以及基于比较的结果修改固定的一个或更多个第一载波距离模糊度中的至少一个第一载波距离模糊度。
[0057]
另一估计器可以提供对固定的第一载波距离模糊度的附加健全性检查、交叉检查或确认。
[0058]
另一估计器可以不同于第二估计器。这有助于在确认中进一步实现差异性和独立性。
[0059]
该方法可以包括使用第三估计器基于固定的一个或更多个第一载波距离模糊度来估计位置。
[0060]
第三估计器的更新间隔可以比第一估计器和第二估计器的更新间隔更短。也就是说，第三估计器可以比第一估计器和第二估计器更频繁地产生位置估计，从而产生浮动载
波距离模糊度的估计。更新间隔是估计器产生的连续估计之间的时间。第一估计器和第二估计器可以具有相同的更新间隔。更新的时间被称为“历元”。
[0061]
可选地或另外地，可以使用第一估计器和第二估计器中的至少一者来估计位置。
[0062]
在一些实施方式中，第一估计器和第二估计器可以是相同的。另一估计器(如果使用)也可以与第一估计器和第二估计器相同。
[0063]
新的第一观测结果和第二观测结果可能包括相同的观测结果或由相同的观测结果组成。
[0064]
第一估计器和第二估计器可以是相同的估计器。
[0065]
第一估计器可以是第一卡尔曼滤波器，第二估计器可以是第二卡尔曼滤波器。第一卡尔曼滤波器和第二卡尔曼滤波器的结构可以是相同或不同的。
[0066]
第三估计器可以是第三卡尔曼滤波器。
[0067]
还提供了一种计算机程序，该计算机程序包括计算机程序代码，所述计算机程序代码被配置成当所述计算机程序在所述一个或更多个物理计算设备上运行时，使一个或更多个物理计算设备执行前述权利要求中任一项所述的方法的所有步骤。计算机程序可以被存储在计算机可读介质上，可选地，存储在非暂时性计算机可读介质上。
[0068]
还提供了一种被配置成基于gnss信号验证固定的模糊度的装置，所述装置包括：
[0069]
第一估计器，所述第一估计器被配置成在第一历元处，基于所述gnss信号的第一观测结果，估计包括第一组浮动载波距离模糊度的第一状态向量；以及
[0070]
第一模糊度解算单元，所述第一模糊度解算单元被配置成在所述第一历元处，基于所述第一组浮动载波距离模糊度，固定一个或更多个第一载波距离模糊度，固定的一个或更多个第一载波距离模糊度在第二历元处被反馈到所述第一估计器，
[0071]
其中，所述第一估计器还被配置成在所述第二历元处，基于所述gnss信号的新的第一观测结果，估计所述第一状态向量的一部分，其中，从所述第一历元反馈的固定的一个或更多个第一载波距离模糊度保持不变，并且其中，估计所述第一状态向量的所述一部分包括估计所述第一状态向量的除保持不变的那些状态之外的状态，
[0072]
所述装置还包括：
[0073]
第二估计器，所述第二估计器被配置成在所述第二历元处，基于所述gnss信号的第二观测结果，估计包括第二组浮动载波距离模糊度的第二状态向量；
[0074]
第二模糊度解算单元，所述第二模糊度解算单元被配置成在所述第二历元处，基于所述第二组浮动载波距离模糊度，固定一个或更多个第二载波距离模糊度；以及
[0075]
模糊度处理单元，所述模糊度处理单元被配置成：
[0076]
比较固定的一个或更多个第一载波距离模糊度与固定的一个或更多个第二载波距离模糊度；以及
[0077]
基于所述比较的结果，修改固定的一个或更多个第一载波距离模糊度中的至少一个第一载波距离模糊度。
[0078]
所述装置可以被配置成至少部分基于固定的一个或更多个第一载波距离模糊度中的修改后的至少一个第一载波距离模糊度来估计位置。
[0079]
该装置可以是gnss接收器。gnss接收器还可以包括：rf前端，其被配置成接收和下变频gnss信号；以及基带处理器，其被配置成通过分析由rf前端接收和下变频的gnss信号
来生成第一观测结果和第二观测结果。
[0080]
该装置可以包括延迟元件，延迟元件被配置成：在第一历元处从第一模糊度解算单元接收固定的一个或更多个第一载波距离模糊度；存储所接收的固定的一个或更多个第一载波距离模糊度；并且在第二历元处将所接收的固定的一个或更多个第一载波距离模糊度反馈给第一模糊度解算单元。
[0081]
该装置还可以包括第三估计器，其中，第三估计器被配置成至少部分基于固定的一个或更多个第一载波距离模糊度中的修改后的至少一个第一载波距离模糊度来估计位置。
附图说明
[0082]
现在将参照附图以示例的方式描述本发明，其中：
[0083]
图1是根据示例的gnss接收器的示意框图；
[0084]
图2是示出根据示例的方法的流程图；以及
[0085]
图3例示了图2的方法在多个历元上的实现。
[0086]
应该注意的是，这些附图是示意图，不是按比例绘制的。
具体实施方式
[0087]
现在将详细参考本发明的实施方式，其示例在附图中示出。所描述的实施方式不应被解释为限于本部分中给出的描述；实施方式可以具有不同的形式。
[0088]
图1是根据示例的gnss接收器的框图。gnss接收器可以被配置成从单个gnss星座(例如gps)接收卫星信号，或者可以被配置成从多个星座(例如gps、伽利略、glonass和北斗)接收卫星信号。gnss接收器包括用于接收卫星信号的天线10。联接到天线10的rf前端20被配置成对经由天线10接收的卫星信号进行下变频和数字化。rf前端基本上调节信号以供后续信号处理。前端执行的其它典型任务包括滤波、放大和自动增益控制。
[0089]
gnss接收器还包括基带处理器30，该基带处理器30联接到rf前端的输出。基带处理器30负责处理由rf前端输出的经下变频的数字卫星信号，以产生gnss观测结果。观测结果包括码伪距测量和载波相位测量。它们还可以可选地包括附加信息，诸如针对由前端接收的各个卫星信号的各个载波的多普勒频率和载波-噪声比。
[0090]
gnss接收器还包括导航处理器100，导航处理器100联接到基带处理器30并被配置成从其接收gnss观测结果。还提供与导航处理器100通信的存储器40。存储器40被配置成存储要在导航处理器上执行的软件/固件。软件/固件被配置成控制导航处理器执行根据本示例的处理方法。存储器还可以被配置成存储用作对处理方法的输入的数据和/或存储由处理方法输出的数据。
[0091]
导航处理器100被示出为包括多个功能单元。在本示例中，这些功能单元由在处理器100上运行的软件/固件中的模块定义。然而，应当理解，在其它示例中，这些单元可以表示被配置成执行与等效软件单元相同的功能的硬件单元。因此，以下描述将不区分基于软件的实现和基于硬件的实现。
[0092]
如图1的框图所示，导航处理器100包括第一估计器102和第二估计器104。第一估计器102和第二估计器104被配置成从基带处理器30接收gnss观测结果。处理器100还包括
联接到第一估计器102的输出端的第一模糊度解算单元112、以及联接到第二估计器104的输出端的第二模糊度解算单元114。导航处理器100还包括模糊度处理单元120和第三估计器130。模糊度处理单元120联接到第一模糊度解算单元112的输出端和第二模糊度解算单元114的输出端，并且被配置成使用由第二模糊度解算单元114固定的模糊度来确认由第一模糊度解算单元112固定的模糊度。第三估计器130联接到模糊度处理单元120的输出端，并且还被配置成从基带处理器30接收gnss观测结果。
[0093]
在本示例中，第一估计器、第二估计器和第三估计器均是卡尔曼滤波器。卡尔曼滤波器是递归状态估计器。在多个时间增量(历元)中的各个时间增量处，卡尔曼滤波器估计状态变量的状态向量的当前值、以及其相关联的不确定性。当前状态向量的估计是基于来自前一历元的估计状态和当前测量的。在导航的上下文中，由卡尔曼滤波器估计的状态变量通常包括位置变量和可选的速度和其它变量。在gnss导航中使用卡尔曼滤波(也称为线性二次估计)在本领域是已知的，这里将不再详细描述。
[0094]
导航处理器100还包括延迟元件116，延迟元件被配置成从第一模糊度解算单元112接收固定的载波距离模糊度，在第一估计器102的更新间隔内存储/保持其，并将其反馈回第一估计器102以用于下一历元。
[0095]
现在将参照图2描述由图1的导航处理器100执行的方法200。在步骤202中，第一估计器102估计第一状态向量。第一状态向量包括至少第一组浮动载波距离模糊度；然而，第一状态向量通常还包括其它状态变量。例如，第一状态向量可以包括位置变量和速度变量。第一估计器102基于所有的当前gnss观测结果201估计浮动载波距离模糊度(和其它状态变量)。模糊度被估计作为实数，并且(在当前实现中)被存储作为浮点值，因为估计器(卡尔曼滤波器)没有考虑实际模糊度被约束成为整数的事实。(应该理解，在其它实现中，模糊度可以被表示为定点值
–
重要的是，其不是整数值。)
[0096]
在步骤204中，第二估计器104估计第二状态向量。第二状态向量包括第二组浮动载波距离模糊度。类似于第一状态向量，第二状态向量通常还包括其它状态变量。例如，第二状态变量可以包括位置变量和速度变量。第二估计器104以与第一估计器102估计第一组浮动载波距离模糊度相同的方式估计第二组浮动载波距离模糊度。同样，所估计的模糊度具有浮点值。
[0097]
注意，在本实施方式中，状态向量不包括针对各个星座中的各个sv的状态。实际上，接收器具有偏差，使得(真)模糊度不是整数值。对于同一类型的所有信号而言，接收器偏差都是相同的
–
例如，所有gps l1信号都具有相同的偏差。为了消除这些偏差，系统选择基准信号，并将该类型的所有测量值与基准值进行比较(通过减法)，从而消除偏差。这相当于将偏差估计为状态，并将基准卫星的模糊度限制为整数。因此，在本实现中，对于来自各个卫星的各个信号不存在模糊度，因为系统不估计针对基准信号本身的模糊度。
[0098]
尽管在图2中没有明确示出，但应该理解，一般来说，除了在启动后的第一历元之外，状态估计步骤202不仅基于当前测量(即，gnss观测结果201)，而且还基于在前一历元中先前估计的第一状态向量。换句话说，第一估计器102“记住”从一个历元到下一历元的估计状态，并在各个更新步骤中使用该信息。这是因为如上所述，在本示例中，第一估计器102是卡尔曼滤波器。类似地，第二估计器104是卡尔曼滤波器，其将估计的第二状态向量从一个历元保留到下一历元。因此，状态估计步骤204不仅基于当前测量(gnss观测结果201)，而且
还基于来自前一历元的先前估计的第二状态向量。
[0099]
在步骤212中，第一模糊度解算单元112基于第一组浮动载波距离模糊度来固定一个或更多个第一载波距离模糊度。在本示例中，第一模糊度解算单元112为各个sv的各个载波信号固定单独的、未组合的载波距离模糊度，该载波信号由gnss接收器获取和跟踪并且由基带处理器30生成针对其的观测结果。在本示例中，使用lambda方法来固定未组合的模糊度。lambda产生整数值的固定的模糊度。在其它示例中，可以使用其它算法。其包括但不限于最优整数等变(bie)估计算法(参见例如p.j.g.teunissen,“theory of integer equivariant estimation with application to gnss”,journal of geodesy(2003)77:402
–
410)。注意，第一模糊度解算单元112固定未组合的模糊度不是重要的。在某些情况下，第一模糊度解算单元可以固定模糊度的线性组合，诸如宽巷模糊度。
[0100]
在步骤214中，第二模糊度解算单元114基于第二组浮动载波距离模糊度来固定一个或更多个第二载波距离模糊度。第二模糊度解算单元114可以使用与第一模糊度解算单元112相同的模糊度固定方法，或者使用不同的方法。然而，两个估计器都试图固定相同的模糊度，例如，未组合的模糊度和/或宽巷模糊度。
[0101]
由第一模糊度解算单元112产生的固定的第一载波距离模糊度被反馈到由第一估计器102在下一历元处执行的状态估计中。如上所述，该反馈由图1的延迟元件116实现。在图2中通过步骤242指示。反馈的固定的第一载波距离模糊度在下一历元(以及所有后续历元，直到针对相关sv信号的任一个相位锁定丢失，或者以下面解释的方式修改固定的模糊度为止)保持不变。这意味着第一估计器102在下一历元处不估计模糊度。仅估计第一状态向量的剩余状态变量。
[0102]
保持未组合的模糊度不变很简单，因为其显式地出现在第一估计器102的第一状态向量中。在本实现中，组合的(宽巷)模糊度没有显式地出现在第一状态向量中。为了保持这些模糊度不变，估计相关联的未组合的模糊度中的一个，而另一模糊度则被迫遵守固定的宽巷模糊度。具体地，在本示例中，针对l1载波来估计浮动载波距离模糊度；并且l2浮动载波距离模糊度测量基于固定的宽巷模糊度来观测(即，帮助在滤波器中估计)l1载波距离模糊度。其它实现也是可能的。例如，可以制定第一估计器来估计(未组合的、单独的)l1模糊度和组合的(宽巷)模糊度。在这种情况下，组合的(宽巷)模糊度将显式地出现在第一状态向量中。
[0103]
反馈的使用是第一估计器102和第二估计器104之间的关键区别
–
尽管第二模糊度解算单元114固定了模糊度，但是这些固定的模糊度不被反馈到第二估计器104。因此，第二估计器104在各个历元处估计整个第二状态向量。
[0104]
在步骤220中，模糊度处理单元120将固定的第一载波距离模糊度与固定的第二载波距离模糊度进行比较。根据该比较的结果，在步骤222中，模糊度处理单元120可以修改固定的第一载波距离模糊度。比较的目的是验证固定的第一载波距离模糊度是否(有可能)正确。在第一载波距离模糊度被不正确地固定的情况下，第一状态向量的其它状态变量很可能通过反馈和保持不正确固定的模糊度不变而失真。因为第一估计器102将固定的模糊度视为完全正确的，所以第一估计器将修改其它状态以符合该假设。相反，第二估计器104不遭受这种失真，因为固定的第二模糊度没有由第二模糊度解算单元114反馈给第二估计器104。这意味着固定的第二载波距离模糊度较多地由gnss观测结果201引导。第二状态向量
中的状态变量不会通过模糊度的不正确固定和反馈被损坏。
[0105]
如果固定的第二载波距离模糊度不同于固定的第一载波距离模糊度，则表明第一载波距离模糊度可能已被不正确地固定。在这种情况下，修改固定的第一载波距离模糊度是有益的，目的是对其进行校正。相反，如果固定的第二载波距离模糊度与固定的第一载波距离模糊度密切一致，则固定的第一载波距离模糊度很可能已被正确地固定。在这种情况下，固定的第一载波距离模糊度很可能形成计算位置、速度、时间(pvt)解的最优基础。因此，在这种情况下不会对其进行修改。
[0106]
下面将提供比较和修改步骤220和222的进一步细节。首先，通过参照图3可以更好地理解该方法的操作，图3明确地示出了在两个连续历元处执行的相关步骤。在此图中，时间从左到右运行。使用与图2的方法200中相同的标号，添加后缀“a”表示第一历元，添加后缀“b”表示第二历元。在本示例中，由于第一估计器102和第二估计器104是相同的卡尔曼滤波器，并且由于这两个估计器接收相同的gnss观测结果201，因此第一状态向量和第二状态向量在第一历元处将是相同的。即，在步骤202的第一次迭代202a中的第一估计器102的输出将与步骤204的第一次迭代204a中的第二估计器104的输出相同。
[0107]
这两个分支之间的区别在于，在步骤214a中，由第二模糊度解算单元114在第一历元处固定的模糊度不被反馈到第二估计器104。相反，在步骤242中反馈由第一模糊度解算单元112固定的模糊度，使得它们在步骤202b中在第二历元处估计第一状态向量时保持不变。注意，模糊度的“反馈”在图3中可能看起来像是被前馈的，但这仅是因为操作已经在时间上从左到右展开。
[0108]
由于在一个分支中存在反馈，两个估计器102和104可以在随后的迭代中相异(diverge)。在各个历元处，第一状态向量和第二状态向量都由相应估计器102、104估计。并且来自一个历元的两个状态向量在下一历元处被用于相应状态估计(如箭头连接步骤202a和202b以及箭头连接步骤204a和步骤204b所示)。然而，在第二估计器104中，第二载波距离模糊度可以自由改变以跟随最新的gnss观测结果。在第一估计器102中，在第一历元处固定的任何载波距离模糊度在第二历元处不能改变。第一状态向量中的其它状态变量必须进行调整，以最好地适应此约束。
[0109]
图3示出了在各个历元处发生的不同操作。例如，对于第一历元，未示出比较步骤220和修改模糊度的步骤222；并且对于第二历元，未示出固定和反馈第一载波距离模糊度的步骤。然而，在实践中，在各历元处执行相同的步骤。在各个历元处，将估计和固定(步骤212)针对新获取的sv(或相位锁定丢失但随后被重新获取的sv)的模糊度(步骤202)。一旦固定，它们将被反馈(步骤242)并在第一估计器102中保持不变，直到相位锁定丢失，或者直到基于由第二估计器104提供的信息修改(校正)固定的模糊度。在步骤220中的比较是在系统的两个分支提供的当前固定的一组模糊度之间进行的。
[0110]
比较220的步骤和修改222固定的模糊度的步骤可以使用各种方案(它们不是互斥的而是可以组合)来实现。
[0111]
在一个示例中，比较220涉及逐个比较相应的固定的模糊度。如果由第二模糊度解算单元114固定的任何模糊度不同于由第一模糊度解算单元112固定的相应模糊度，则修改固定的第一载波距离模糊度的步骤222可以包括(仅)对不同的模糊度进行重置。在本实现中，重置不同对的模糊度
–
即，重置固定的第一模糊度，并且也重置固定的第二模糊度。这意
味着没有一个估计器(和固定的模糊度)比另一估计器更可信。在固定的模糊度不同的情况下，它们都被视为固有地不可信，并且应由两个估计器重新估计。另选方案是，当固定的第一模糊度与相应的固定的第二模糊度不同时，只重置固定的第一模糊度——也就是说，当第二估计器与第一估计器在固定的模糊度方面不同时，第二估计器可能比第一估计器更可信。
[0112]
重置可以以多种方式执行。在一个示例中，当重置模糊度时，从估计器中丢弃关于该模糊度的所有信息。模糊度的估计值和任何估计的方差或协方差都可以被丢弃。它们可能被随机猜测或任意固定数字所代替。这将迫使估计器在没有先前估计信息的帮助的情况下从头开始重新估计模糊度。在卡尔曼滤波器的情况下，另选方案是保留先前估计的模糊度值，但在滤波器中人为地增加针对该状态的方差和协方差的值。这避免了丢弃有关先前状态估计的所有信息(事实上其可能已经合理地接近正确值)位，其为估计提供了较大的自由度，以重新收敛到较精确的值。这两种方案可分别被视为“硬”重置和“软”重置。根据本公开，应将这两种类型理解为在术语“重置”的范围内。软重置不限于卡尔曼滤波器。其可以用于依赖方差/协方差估计来调节状态估计的收敛性的其它估计量中。
[0113]
如果模糊度被不正确地固定(如至少一个固定的第一模糊度和相应的固定的第二模糊度之间的差异所示)，则第一状态向量中的其它状态可能因此而损坏。因此，重置在比较步骤220中被识别为不同的模糊度(和/或其它状态)之外的模糊度(和/或其它状态)可能是有利的。在某些情况下，可以重置一个或两个状态向量的整体。
[0114]
在一个示例中，比较220涉及计算两个分支之间不同的固定的模糊度的数量。换言之，模糊度处理单元120对与其对应的固定的第二载波距离模糊度不同的固定的第一载波距离模糊度的数量进行计数。如果超过预定比例的模糊度不同，则在“修改”步骤222中重置第一状态向量和第二状态向量。即，重置两个状态向量的所有状态。在本实现中，预定比例为50％。这意味着，如果超过一半的固定的模糊度相异，则两个状态向量都不可信，需要对两者进行重置。如上所述，重置可以是“硬”重置或“软”重置。
[0115]
在另一示例中，比较步骤220可以包括计算各个分支中固定的模糊度的数量。如果第二模糊度解算单元114与第一模糊度解算单元112相比固定了更多的模糊度，则这可能表明第一估计器变得不可靠。这也可能表明第二估计器对非模糊度状态具有更好的估计。两个模糊度解算单元112和114可以由于若干原因在其固定的模糊度的数量上不同。首先，只有在满足(或超过)固定的模糊度的置信度的阈值水平时，各个模糊度解算单元112、114才可以选择在任何给定历元处固定模糊度。可以针对整组模糊度集体确定置信度值。如果置信度值太低，则相应的模糊度解算单元112、114可以选择不固定该历元的任何模糊度。这是目前实现中采取的方案。这样，由各个模糊度解算单元112、114固定的模糊度的数量可以(在模糊度被固定的历元处)不同。由第一模糊度解算单元112固定的模糊度的数量也可以在连续的历元上变化。如前所述，在连续的历元中，固定的模糊度被反馈给第一估计器102。如果保持相位锁定，则模糊度可以无限期地保持固定。然而，一个或更多个卫星信号可能会失去相位锁定。当这发生时，固定的模糊度不再有效。其不再被保持固定，而是应该被重新估计。此外，当然，固定的模糊度的数量也可能随着卫星进入和离开视场而变化。如果与第一模糊度解算单元112相比，第二模糊度解算单元114当前固定的模糊度更多，则在步骤222中可以遵循多个操作过程中的一个。在本实现中，在步骤222中，通过将第一状态向量替换
为第二状态向量来修改第一状态向量。这是可能的，因为估计器102和104都基于具有相同结构和相同状态集的卡尔曼滤波器。假设固定了更多模糊度的一组模糊度更有可能是正确的。在另选实现中，可以重置状态，而不是用其相应第二状态替换第一状态。
[0116]
与状态向量相关联的置信度量度和/或其得到的固定的模糊度可通过多种方式计算。在本实现中，为各组模糊度计算集体置信度值，以确定是否固定该组模糊度。在本示例中，置信度基于每个浮动载波距离模糊度与各自固定整数值的接近度。具体地，基于模糊度协方差矩阵的度量中的全组模糊度的浮动值与固定值之间的差值确定置信度，如下所示：
[0117][0118]
这里，是浮动值的向量，是固定值的给定候选组i的向量，并且是模糊度的协方差矩阵。该距离度量是针对根据lambda算法生成的固定的模糊度的多个候选组计算的。最优候选组被识别为距离度量的最小值的候选组。次优候选组被识别为具有距离度量的第二小值的候选组。为了具有最优候选组中的高置信度，预计最优候选组将比次优组更接近浮动模糊度。因此，最优候选组的置信度可以被计算为距离的比率——第二小距离除以最小距离。当该比率大(即，远大于1)时，表明第二小距离远大于最小距离(意味着最优候选组的高置信度)。当该比率小(即，接近1)时，表明第二小距离与最小距离相当(意味着较大的不确定性，因此最优候选组的置信度较低)。
[0119]
协方差矩阵度量中的基于次优距离与最优距离之比率的该置信度值可以在第一载波距离模糊度被固定的历元处针对第一载波距离模糊度被计算，也可以在各个历元处针对第二载波距离模糊度被计算。为了避免疑义，在每种情况下，在计算置信度比率之后，丢弃次优候选组。在每种情况下，固定的第一载波距离模糊度和固定的第二载波距离模糊度是基于最优候选组的。
[0120]
在本实现中，一起应用所有上述比较和修改规则。如果在固定的第一载波距离模糊度和固定的第二载波距离模糊度之间发现少量固定的模糊度不同，则仅重置这些模糊度。如果发现较大数量的固定的模糊度不同，则两个估计器的状态向量被全部重置。另选地，如果模糊度处理单元120在固定的第二载波距离模糊度中的置信度高于在固定的第一载波距离模糊度中的置信度，则可以用第二状态向量替换第一状态向量，并且可以用与第二状态向量相关联的协方差矩阵替换与第一状态向量相关联的协方差矩阵。当然，应当理解，本公开的范围不限于这些规则。还可以设计不同的规则，并且可以以不同的方式以不同的优先级组合规则。
[0121]
图2和图3还示出了使用修改后的固定的模糊度来估计位置的步骤230。在图1至图3所示的示例中，使用与第一估计器102和第二估计器104分开的第三估计器130来估计位置。这可能是有利的，因为第三估计器的更新间隔可以与第一估计器102和第二估计器104的更新间隔分离。与第一估计器102和第二估计器104相比，第三估计器130可以具有简化的、减少的状态向量。例如，第三估计器130不需要估计模糊度——其可以专注于估计位置、速度和时间。如果第三估计器130具有较少的状态要估计，则对于给定水平的计算工作量，其可以较快地收敛。这意味着第三估计器130的更新间隔可以短于第一估计器102和第二估计器104的更新间隔。这可能是有利的，因为其允许计算更频繁的位置更新。可以不太频繁地检查模糊度固定的有效性。这可以在计算工作量与pvt解算的准确性和延迟之间提供良
好的平衡，因为估计、固定和确认模糊度所涉及的操作可能在计算上更密集。非常频繁地确认模糊度的额外好处也是有限的。换句话说，较频繁的有效性检查会消耗额外的计算资源，而在pvt解算的准确性方面几乎没有额外的好处。
[0122]
然而，提供单独的第三估计器130不是重要的。在其它实现中，pvt解算可以由第一估计器102产生(在本实现中其还包括针对位置、速度和时间的状态变量)。
[0123]
事实上，计算位置作为该方法的一部分甚至不是必要的。在某些应用中，为其它目的固定和确认模糊度可能很有用。例如，在步骤222中进行修改之后，固定的第一模糊度可用于估计测距测量或针对测距测量的校正。固定的模糊度、测距测量或校正可以随后由另一装置使用，例如，用于计算其自身的位置、速度和/或时间。
[0124]
应当注意，上述实施方式说明而不是限制本发明，并且本领域技术人员将能够在不脱离所附权利要求的范围的情况下设计许多另选实施方式。
[0125]
在本实现中，如上所述，使用完整模糊度解算。也就是说，各个模糊度解算单元112、114尝试固定相应状态向量中的所有载波距离模糊度。这不是重要的。在其它示例中，可以使用部分模糊度解算算法。本领域已知用于部分模糊度解算的技术。在一些示例中，可以通过原始浮动载波距离模糊度的线性组合来将模糊度变换到模糊度在较大程度上被去相关的空间中。然后，该算法可以尝试在该变换空间中仅固定模糊度中的一些(即，部分组)。
[0126]
通常，可以使用其它方案来比较和修改固定的模糊度(步骤220和步骤222)。例如，比较步骤220可以包括比较与各个状态向量相关联的不确定性。在固定后具有状态的最低不确定性的估计器应为最优估计器(假设系统被正确地建模且固定是正确的)。如果模糊度处理单元确定(在固定了第二模糊度之后)与第二状态向量相关联的不确定性低于与第一状态向量相关联的相应不确定性，则修改模糊度的步骤222可以包括用第二状态向量替换第一状态向量。在其它另选实现中，可以重置状态，而不是用其相应第二状态替换第一状态。
[0127]
在上述示例中，第一估计器102和第二估计器104都估计了相同的状态向量，并且第一模糊度解算单元112和第二模糊度解算单元114固定了相同组的载波距离模糊度。这不是重要的。在另一示例中，第二估计器和第二模糊度解算单元可以固定模糊度的子集，并且第一估计器和第一模糊度解算单元可以固定所有模糊度。在又一示例中，第二估计器和第二模糊度解算单元可以固定模糊度的一个子集，并且第一估计器和第一模糊度解算单元可以固定模糊度的不同(重叠或非重叠)子集。例如，两个估计器102和104可以不同地选择sv。第一估计器可以在其状态向量中仅包括与地平线上方第一最小阈值海拔(例如，20
°
)的sv相关联的状态。第二估计器可以在其状态向量中包括与高于地平线上方第二小阈值海拔(例如，10
°
)的sv相关联的状态。地平线上方较低海拔处的sv可以与多径干扰的较大风险相关；因此，使用较高海拔阈值可以有助于保护第一估计器免受多径效应的影响(例如，在以密集间隔和/或高层建筑为特征的“城市峡谷”中)。然而，当gnss接收器出现于城市峡谷中并获得较好的天空视野时，第二估计器可能较快地收敛到一组较好的固定的模糊度，因为其能够利用额外的卫星信号。
[0128]
在另一示例中，估计量可能依赖于不同的模型。例如，一个估计器可能估计电离层参数，而另一估计器可能不估计；或者，不同的估计器可以对噪声类型或偏差等做出不同的
假设。在某些示例中，估计器可以采用不同的测量作为输入。
[0129]
还应该理解，一般来说，可以使用超过两种不同的模糊度固定策略。可以有一个或更多个进一步估计器和相应的模糊度解算单元，其应用各自不同的策略来固定模糊度。因此，模糊度处理单元120可以将固定的第一载波距离模糊度与更多组固定的模糊度进行比较，并且可以根据所有比较的结果来进行修改。这可以通过将固定的第一载波距离模糊度与其它不同组固定的模糊度进行比较，来进一步验证固定的第一模糊度的有效性。
[0130]
在图1至图3的示例中，第一估计器102、第二估计器104和第三估计器130都是卡尔曼滤波器。然而，应该理解的是，这并不重要。部分或全部估计器可能是不同类型的。合适的另选类型的估计器包括但不限于：卡尔曼滤波器的变体，诸如扩展卡尔曼滤波器(ekf)和无迹卡尔曼滤波器(ukf)或最小二乘(ls)估计器。
[0131]
在上述示例中，模糊度解算单元112和114使用lambda算法来固定模糊度。应该理解的是，其它算法可用，并且也可以使用。lambda算法的一个扩展是最优整数等变(bie)估计算法(参见例如p.j.g.teunissen,“theory of integer equivariant estimation with application to gnss”,journal of geodesy(2003)77:402
–
410)。这将固定整数模糊度的多个候选组，然后执行加权平均以确定最终固定的模糊度。因此，尽管在该过程中模糊度被固定为整数，但是固定算法的最终输出包括浮点固定载波距离模糊度。
[0132]
固定模糊度的置信度也可以用不同方式进行评估。给出了计算置信度、比较最优候选组和次优候选组的示例。这确实是评估置信度的一种方便且信息性方式；然而，采用这一方法并不是重要的。通常，固定解算的质量的任何量度都可以作为置信度量度。如以上所解释的，在一些示例中，由第一模糊度解算单元112和第二模糊度解算单元114固定模糊度可以依赖于置信度量度。具体地，模糊度可以仅在与模糊度相关联的置信度值高于阈值的情况下被固定(并反馈给第一估计器102)。
[0133]
在图1的示例中，包括估计状态、固定模糊度、选择一组固定的模糊度并且估计位置的整个方法在gnss接收器的导航处理器100上执行。然而，这并不重要。该方法的一些或所有步骤可以由不同的装置执行。在一些示例中，例如在云计算环境中，可以将部分或全部处理委托给服务器计算机。服务器计算机可以实现与框102、104、112、114、116、120和130中的一些或全部相对应的功能(例如，作为类似的软件功能框)。因此，服务器计算机可以执行步骤202、204、212、214、220、222、230和242中的一些或全部。
[0134]
其它变化涉及框102、104、112、114、116、120和130的实现方式。在上面讨论的示例中，这些单元是在gnss接收器的导航处理器100上运行的软件或软件模块中定义的。然而，在其它示例中，这些单元中的一些或全部可以在专用的固定功能硬件中实现。
[0135]
在权利要求中，括号之间的任何附图标记均不被解释为限制权利要求。“包括”一词不排除权利要求中列出的元素或步骤以外的元素或步骤的存在。元素前面的词语“一个”或“一”并不排除存在多个这样的元素。这些实施方式可以通过包括若干不同元件的硬件来实现。在列举多个单元的装置权利要求中，这些单元中的多个可以由一个相同的硬件项来实现。仅在相互不同的从属权利要求中列举某些措施的事实并不表明这些措施的组合不能发挥优势。此外，在所附权利要求中，包括“a；b；和c中的至少一者”的列表应解释为(a和/或b)和/或c。
[0136]
在与方法相关的流程图、摘要、权利要求和描述中，列出步骤的顺序通常并不旨在
限制步骤的执行顺序。这些步骤可以按照与所示不同的顺序执行(除非特别指示，或后续步骤依赖于前一步骤的结果)。然而，在某些情况下，描述步骤的顺序可能反映优选的操作顺序。
[0137]
此外，一般而言，各种实施方式可以在硬件或专用电路、软件、逻辑或其任何组合中实现。例如，一些方面可以在硬件中实现，而其它方面可以在固件或软件中实现，固件或软件可以由控制器、微处理器或其它计算设备执行，尽管这些不是限制性示例。虽然本文所描述的各个方面可以被示出并描述为框图、流程图或使用一些其它图示，但很好地理解，本文所描述的这些框、装置、系统、技术或方法可以作为非限制性示例在硬件、软件、固件、专用电路或逻辑通用硬件或控制器、或其它计算设备、或其某些组合中实现。
[0138]
本文描述的实施方式可以通过可由装置的数据处理器(诸如在处理器实体中)执行的计算机软件、或者通过硬件、或者通过软件和硬件的组合来实现。此外，在这方面，应当注意，如图中所示的逻辑流的任何框可以表示程序步骤，或互连的逻辑电路、框和功能，或程序步骤和逻辑电路、框和功能的组合。软件可以存储在诸如存储器芯片或处理器内实现的存储器块等物理介质、诸如硬盘或软盘等磁性介质以及诸如dvd及其数据变体、cd等光学介质上。
[0139]
存储器可以是适于本地技术环境的任何类型，并且可以使用任何合适的数据存储技术来实现，诸如基于半导体的存储器设备、磁存储器设备和系统、光学存储器设备和系统、固定存储器和可移动存储器。作为非限制性示例，数据处理器可以是适于本地技术环境的任何类型，并且可以包括一个或更多个通用计算机、专用计算机、微处理器、数字信号处理器(dsp)、专用集成电路(asic)、门级电路和基于多核处理器架构的处理器。
[0140]
本文所讨论的实施方式可在诸如集成电路模块的各种组件中实施。集成电路的设计通常是高度自动化的过程。复杂而强大的软件工具可用于将逻辑级设计转换为半导体电路设计，以在半导体基板上蚀刻和形成。