CN108646266A - 基于北斗高精度定位的建筑施工精准控制***和方法 - Google Patents

Abstract

本发明公开了一种基于北斗高精度定位的建筑施工精准控制***，包括固定站、移动站、中心主机和通信设备；在固定建筑构件上布设3台固定站，在移动建筑构件上安装3台移动站；固定站和移动站分别接收卫星导航信号，获取各自的原始伪距、载波相位观测量，并通过无线通信设备向主机发送；主机完成对固定站、移动站观测量的处理，得到移动站和固定站间高精度相对位置信息。本发明的有益效果是：1、适应野外环境：北斗***适应野外施工条件，北斗覆盖区域均可使用；2、重复利用：***安装便捷，可重复使用；3、定位精度高：满足建筑物精确移动和高精度对准需求；4、实时性好：可以现场实时给出定位结果，无需事后处理，满足快速施工需求。

Description

基于北斗高精度定位的建筑施工精准控制***和方法

技术领域

本发明涉及一种基于北斗高精度定位的建筑施工精准控制***和方法。

背景技术

在高架铁路、大型桥梁等建设过程中，为尽量减小施工对其他经济活动的影响，如高度公路、铁路运输等，承建方多采用先在铁路/公路旁边平行施工，在浇块段施工完毕之后，通过墩顶预埋的转体装置完成墩顶转体，将桥梁结构转到原来设计的桥位上。墩顶转体施工保证了跨越铁路/公路的安全性，同时降低了工程难度和造价。墩顶转体施工过程中，需要对建筑物可移动部分进行精确对准。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于北斗高精度定位的建筑施工精准控制***和方法。

本发明的目的是通过以下技术方案来实现的：基于北斗高精度定位的建筑施工精准控制***，包括固定站、移动站、中心主机和通信设备；

在固定建筑构件上布设3台固定站，在移动建筑构件上安装3台移动站；

固定站和移动站分别接收卫星导航信号，获取各自的原始伪距、载波相位观测量，并通过无线通信设备向主机发送；

主机完成对固定站、移动站观测量的处理，得到移动站和固定站间高精度相对位置信息。

作为优选方式，它还包括显示器，显示器的显示界面显示移动站和固定站间高精度相对位置信息，用于人员对施工状态的监视。

作为优选方式，它还包括显示器，显示器的显示界面显示移动站和固定站间高精度相对位置信息，将高精度位置信息引入建筑机械的控制环路使其完成建筑构件的精确移动。

作为优选方式，3台固定站和/或3台移动站之间呈等边三角形布置。

作为优选方式，固定站和移动站对天140°视场内无遮挡。

基于北斗高精度定位的建筑施工精准控制方法，固定站和移动站分别接收卫星导航信号，获取各自的原始伪距、载波相位观测量，并通过无线通信设备向主机发送，在主机上进行高精度相对定位解算，完成对固定站、移动站观测量的处理，得到移动站和固定站间高精度相对位置信息；在图形界面上显示该位置信息用于人员对施工状态的监视和/或将高精度相对位置信息引入建筑机械的控制环路使其完成建筑构件的精确移动。

作为优选方式，定位流程如下：

基于北斗的高精度对准***主要由数据存储单元、固定站数据处理模块、移动站数据处理模块、相对位置输出&显示模块和数据链路组成；

固定站与移动站的数据通过数据链路传输到统一的数据中心进行处理。收到的数据首先会存在一个数据存储单元等待处理。当收到当前历元的3个固定站的观测量数据后，会对固定站数据进行高精度解算，并根据所解得的基线向量结果来确定当前历元固定站在空间中的姿态和位置信息；

在收到3个移动站的观测量数据后，可以获得当前历元移动站在空间中的姿态和位置信息，同时获得移动站相对固定站的相对位置和相对姿态信息，然后输出及显示移动站和固定站的相对位置和姿态。

作为优选方式，包括高精度定位算法：

为确定建筑物固定端和移动端的相对位置关系，需要对二者的相对位置和姿态进行测量，为此测量***需要解算出3个固定站和3个移动站之间的基线向量；将该过程抽象成对多个基线的动基准RTK解算过程，其算法流程如下：

Base、Rover双天线单点定位：

利用伪距观测量，对基准站与流动站位置进行单点定位求解，得到基准站与流动站的单点定位坐标r_b、r_r。

Kalman滤波求解基线向量与双差模糊度浮点数值：

联立伪距与载波相位双差方程，利用扩展卡尔曼滤波对基线向量与模糊度的浮点数解进行估计。在RTK中，状态量由基线向量与整周模糊度站间单差组成，观测量为载波相位与伪距双差观测量k时刻的观测方程为：

y_k＝h(x_k)+r_k

其中，r_k为观测噪声，h(x)表达式如下：

若已有k-1时刻滤波后的状态量及其协方差阵P_k-1|k-1，则k时刻的滤波过程如下：状态预测：

未发生周跳的整周模糊度站间单差保持上一历元结果，基线向量使用单点定位的结果：

协方差阵预测：

P_k|k-1＝P_k-1|k-1

卡尔曼增益计算：

K_k＝P_k|k-1H^T(HP_k|k-1H^T+R_k)^-1

其中，R_k为观测噪声协方差阵，H为h(x)在处的线性化矩阵，即：

其中，

其中，eⁱ为流动站单点定位结果指向卫星i方向的单位向量。

滤波(修正)：

协方差阵更新：

P_k|k＝(I-K_kH)P_k|k-1

作为优选方式，由卡尔曼滤波结果，得到了一个基线向量初步解与双差模糊度的浮点数解(由单差结果转换得到)，以及相应的协方差矩阵：

之后将需要对双差模糊度的整数解进行估计，同样采用的是最小二乘准则：

其中，

在此，我们将使用最小二乘模糊度去相关调整法(Least-squares AMBiguityDecorrelated Adjustment，LAMBDA)对整周模糊度进行搜索及固定。

作为优选方式，在搜索开始前，对双差模糊度进行去相关操作，使得去相关之后条件方差大小尽可能一致，改善模糊度搜索椭球的形状，使其呈近球形，从而提高搜索效率；

去相关方法如下：

寻找找到一个变换矩阵Z，使得变换后的协方差阵尽可能接近对角阵。在实数域内，进行去相关操作的方法是对协方差阵进行Cholesky分解，若那么Z＝L₀。但是实际上由于整数的要求，变换矩阵Z必须是整数阵，所以完全去相关几乎是不可能的，只能近似去相关。在LAMBDA算法中，近似去相关所用到的方法是整数Gauss变换，可以对Cholesky分解得到的矩阵进行修改得到。

进行近似去相关操作后，我们得到了变换矩阵Z以及变换后的浮点数模糊度及其协方差矩阵

目标函数改写为：

搜索范围确定：

由于对整数域的全搜索是低效且不可行，所以需要对搜索域设置一个范围，确定搜索椭球的大小：

q_z(z)≤χ²

对于搜索椭球体积χ²的选取，由双差整周模糊度的目标函数值进行定义：

χ²＝q_z(z_χ)

其中，用于计算椭球体积的双差整周模糊度常见的有两种取法，一是采用浮点数模糊度取整后的结果，二是采用Bootstrapping方法求解得到的整周模糊度，而在我们所使用的算法程序中采用的是后者。

整周模糊度搜索：

在确定了搜索范围后，使用如下的连续约束调整法对整周模糊度进行搜索。

假设则可进行如下展开：

连续约束调整法通过逐个约束模糊度，确定其边界，最终找到候选的整周模糊度，具体过程如下：

如果模糊度从z_n到z_i+2已经约束好了，那么接下来就需要对z_i+1进行约束：

当第i+1个模糊度固定后，将继续对z_i进行约束：

将上式右边展开并整理后可发现如下递推关系：

由此，可得z_i的搜索范围：

第i个模糊度固定后，将继续对z_i-1进行约束，依次类推，依次约束模糊度。如果出现约束完某个模糊度后，搜索范围内没有整数，则向上返回一级，调整上一个模糊度固定的值，重新进行约束。同样当某一级范围内所有的整数模糊度都已遍历完毕，同样需要返回上一级；由此找到搜索椭球内的所有整数模糊度；

对所有的搜索椭球内的候选整周模糊度，计算得到其目标函数值，目标函数值最小的整周模糊度即为所求结果，假设则可通过如下变换得到原模糊度空间下的双差整周模糊度解：

Ratio固定判断：

为对LAMBDA搜索结果的有效性进行判断，可计算ratio值：

其中，s₁、s₂分别是最小、第二小目标函数值。

当ratio值大于一定阈值(一般设为3)时，判LAMBDA解算成功，结果为固定(Fix)状态，反之，判结果为浮点(Float)状态。

作为优选方式，在使用LAMBDA算法求解得到双差整周模糊度后，可对基线向量进行修正，得到基线向量的精确解：

本发明的有益效果是：

1、适应野外环境：北斗***适应野外施工条件，北斗覆盖区域均可使用；

2、重复利用：***安装便捷，可重复使用；

3、定位精度高：满足建筑物精确移动和高精度对准需求；

4、实时性好：可以现场实时给出定位结果，无需事后处理，满足快速施工需求。

附图说明

图1为基于北斗高精度定位的建筑施工高精度对准精准控制***示意图；

图2为高精度对准***组成示意图；

图3为整体定位***流程图；

图4为RTK算法流程图；

图5为LAMBDA算法流程图；

图6为多频多星座RTK算法流程；

图7为建筑施工高精度对准应用场景。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图1和图2所示，基于北斗高精度定位的建筑施工精准控制***，包括固定站、移动站、中心主机和通信设备；

在固定建筑构件上布设3台固定站，在移动建筑构件上安装3台移动站；

固定站和移动站分别接收卫星导航信号，获取各自的原始伪距、载波相位观测量，并通过无线通信设备向主机发送；

主机完成对固定站、移动站观测量的处理，得到移动站和固定站间高精度相对位置信息。

在一个优选实施例中，它还包括显示器，显示器的显示界面显示移动站和固定站间高精度相对位置信息，用于人员对施工状态的监视。

在一个优选实施例中，它还包括显示器，显示器的显示界面显示移动站和固定站间高精度相对位置信息，将高精度位置信息引入建筑机械的控制环路使其完成建筑构件的精确移动。

在一个优选实施例中，3台固定站和/或3台移动站之间呈等边三角形布置。

在一个优选实施例中，固定站和移动站对天140°视场内无遮挡。

基于北斗高精度定位的建筑施工精准控制方法，固定站和移动站分别接收卫星导航信号，获取各自的原始伪距、载波相位观测量，并通过无线通信设备向主机发送，在主机上进行高精度相对定位解算，完成对固定站、移动站观测量的处理，得到移动站和固定站间高精度相对位置信息；在图形界面上显示该位置信息用于人员对施工状态的监视和/或将高精度相对位置信息引入建筑机械的控制环路使其完成建筑构件的精确移动。

利用高精度相对定位算法可以确定固定端三台固定站间的三条基线矢量，由于两条相交直线可以确定一个直角坐标系，因此利用三台固定站可以定义一个固定端本地坐标系，在该坐标系下获得固定端和移动端的相对位置即可以用于高精度对准控制。

利用高精度相对定位算法可以得到三台移动站与所有固定站间在固定端本地坐标系内的基线矢量，从而最终得到二者的相对位置和姿态。整个流程如图4所示。

在一个优选实施例中，定位流程如下：

基于北斗的高精度对准***主要由数据存储单元、固定站数据处理模块、移动站数据处理模块、相对位置输出&显示模块和数据链路组成；

固定站与移动站的数据通过数据链路传输到统一的数据中心进行处理。收到的数据首先会存在一个数据存储单元等待处理。当收到当前历元的3个固定站的观测量数据后，会对固定站数据进行高精度解算，并根据所解得的基线向量结果来确定当前历元固定站在空间中的姿态和位置信息；

在收到3个移动站的观测量数据后，可以获得当前历元移动站在空间中的姿态和位置信息，同时获得移动站相对固定站的相对位置和相对姿态信息，然后输出及显示移动站和固定站的相对位置和姿态。

在一个优选实施例中，包括高精度定位算法：

为确定建筑物固定端和移动端的相对位置关系，需要对二者的相对位置和姿态进行测量，为此测量***需要解算出3个固定站和3个移动站之间的基线向量；将该过程抽象成对多个基线的动基准RTK解算过程，其算法流程如下：

Base、Rover双天线单点定位：

利用伪距观测量，对基准站与流动站位置进行单点定位求解，得到基准站与流动站的单点定位坐标r_b、r_r。

Kalman滤波求解基线向量与双差模糊度浮点数值：

联立伪距与载波相位双差方程，利用扩展卡尔曼滤波对基线向量与模糊度的浮点数解进行估计。在RTK中，状态量由基线向量与整周模糊度站间单差组成，观测量为载波相位与伪距双差观测量k时刻的观测方程为：

y_k＝h(x_k)+r_k

其中，r_k为观测噪声，h(x)表达式如下：

若已有k-1时刻滤波后的状态量及其协方差阵P_k-1|k-1，则k时刻的滤波过程如下：

状态预测：

未发生周跳的整周模糊度站间单差保持上一历元结果，基线向量使用单点定位的结果：

协方差阵预测：

P_k|k-1＝P_k-1|k-1

卡尔曼增益计算：

K_k＝P_k|k-1H^T(HP_k|k-1H^T+R_k)^-1

其中，R_k为观测噪声协方差阵，H为h(x)在处的线性化矩阵，即：

其中，

其中，eⁱ为流动站单点定位结果指向卫星i方向的单位向量。

滤波(修正)：

协方差阵更新：

P_k|k＝(I-K_kH)P_k|k-1

在一个优选实施例中，由卡尔曼滤波结果，得到了一个基线向量初步解与双差模糊度的浮点数解(由单差结果转换得到)，以及相应的协方差矩阵：

之后将需要对双差模糊度的整数解进行估计，同样采用的是最小二乘准则：

其中，

在此，我们将使用最小二乘模糊度去相关调整法(Least-squares AMBiguityDecorrelated Adjustment，LAMBDA)对整周模糊度进行搜索及固定，如图5所示。

在一个优选实施例中，在搜索开始前，对双差模糊度进行去相关操作，使得去相关之后条件方差大小尽可能一致，改善模糊度搜索椭球的形状，使其呈近球形，从而提高搜索效率；

去相关方法如下：

寻找找到一个变换矩阵Z，使得变换后的协方差阵尽可能接近对角阵。在实数域内，进行去相关操作的方法是对协方差阵进行Cholesky分解，若那么Z＝L₀。但是实际上由于整数的要求，变换矩阵Z必须是整数阵，所以完全去相关几乎是不可能的，只能近似去相关。在LAMBDA算法中，近似去相关所用到的方法是整数Gauss变换，可以对Cholesky分解得到的矩阵进行修改得到。

进行近似去相关操作后，我们得到了变换矩阵Z以及变换后的浮点数模糊度及其协方差矩阵

目标函数改写为：

搜索范围确定：

由于对整数域的全搜索是低效且不可行，所以需要对搜索域设置一个范围，确定搜索椭球的大小：

q_z(z)≤χ²

对于搜索椭球体积χ²的选取，由双差整周模糊度的目标函数值进行定义：

χ²＝q_z(z_χ)

其中，用于计算椭球体积的双差整周模糊度常见的有两种取法，一是采用浮点数模糊度取整后的结果，二是采用Bootstrapping方法求解得到的整周模糊度，而在我们所使用的算法程序中采用的是后者。

整周模糊度搜索：

在确定了搜索范围后，使用如下的连续约束调整法对整周模糊度进行搜索。

假设则可进行如下展开：

连续约束调整法通过逐个约束模糊度，确定其边界，最终找到候选的整周模糊度，具体过程如下：

如果模糊度从z_n到z_i+2已经约束好了，那么接下来就需要对z_i+1进行约束：

当第i+1个模糊度固定后，将继续对z_i进行约束：

将上式右边展开并整理后可发现如下递推关系：

由此，可得z_i的搜索范围：

第i个模糊度固定后，将继续对z_i-1进行约束，依次类推，依次约束模糊度。如果出现约束完某个模糊度后，搜索范围内没有整数，则向上返回一级，调整上一个模糊度固定的值，重新进行约束。同样当某一级范围内所有的整数模糊度都已遍历完毕，同样需要返回上一级；由此找到搜索椭球内的所有整数模糊度；

对所有的搜索椭球内的候选整周模糊度，计算得到其目标函数值，目标函数值最小的整周模糊度即为所求结果，假设则可通过如下变换得到原模糊度空间下的双差整周模糊度解：

Ratio固定判断：

为对LAMBDA搜索结果的有效性进行判断，可计算ratio值：

其中，s₁、s₂分别是最小、第二小目标函数值。

当ratio值大于一定阈值(一般设为3)时，判LAMBDA解算成功，结果为固定(Fix)状态，反之，判结果为浮点(Float)状态。

在一个优选实施例中，在使用LAMBDA算法求解得到双差整周模糊度后，对基线向量进行修正，得到基线向量的精确解：

在一个优选实施例中，整周模糊度Fix and Hold：对于成功固定的整周模糊度，我们还可以用Fix and Hold方法对状态量中的浮点数模糊度估计值进行更新，同样使用的是Kalman滤波，但与之前求解基线向量与浮点数模糊度不同的是，Fix and Hold中的观测量为LAMBDA所固定的整周模糊度，待更新的状态量仅为浮点数模糊度。

考虑到桥梁道路等施工范围广、施工条件复杂、对准过程中测量精度要求高的特点，本方案采用北斗定位***高精度优势，应用卫星导航定位技术助力精准施工。考虑到墩顶转体施工的典型场景特点，利用在旋转桥体、固定桥体等待对准建筑结构布设北斗卫星定位接收设备的方式实现精确测量从而支持精确对准。卫星精准定位信息通过计算机实施显示，精准测量建筑结构位置信息作为反馈，从而设计并优化转体控制策略。

在移动建筑构件运动过程中，固定站与移动站设备配合完成建筑构件间的高精度相对位置测量，并将相关信息发送给主机，在主机上进行显示监控。建筑施工高精度对准应用场景如图7所示。

本发明还设计了多频多星座RTK算法，可以有效提高固定解比率从而提高定位精度和可靠度，同时可以缩短固定解收敛时间，算法流程如图6所示。

多频多星座算法正常情况下可以提升定位精度并增加冗余性，但需要注意的是，当观测量数量足够多时，新增的观测量并不会对定位结果产生实质性改进。同时，个别观测量可能存在较大误差。为提升解算可靠度，可以从中剔除掉可能存在较大误差的观测量而并不影响最终定位结果的精度，使得定位结果精度和固定解比例提升。

假设在整周模糊度解算过程中有部分结果无法通过ratio检验，为此，给出了一种判断观测量质量并丢弃低质量观测量的方法。该方法利用接收机给出的载噪比信息对观测量质量进行判别，如果整周模糊度结果没有通过ratio检验，则认为载噪比最低的观测量污染了整体结果，因此将其剔除，而后使用剩余的观测量重新解算整周模糊度，重复该过程直至整周模糊度结果通过ratio检验或者剩余的观测量数量不足。上述过程可以实现观测量的筛选和剔除。

本发明的技术指标如表1所示：

表1技术指标

本发明的特点：

适应野外环境：北斗***适应野外施工条件，北斗覆盖区域均可使用。

扩展性好：采集数据可以扩展应用提升时空精准度。

重复利用：***安装便捷，可重复使用。

定位精度高：达到cm级，满足建筑物精确移动和高精度对准需求。

实时性好：可以现场实时给出定位结果，无需事后处理，满足快速施工需求。

定位算法灵活可靠：自主研发的高精度定位算法，接口开放，可以灵活定制，并在Windows，Linux，Android环境下移植开发。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，应当指出的是，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于北斗高精度定位的建筑施工精准控制***，其特征在于：包括固定站、移动站、中心主机和通信设备；

在固定建筑构件上布设3台固定站，在移动建筑构件上安装3台移动站；

固定站和移动站分别接收卫星导航信号，获取各自的原始伪距、载波相位观测量，并通过无线通信设备向主机发送；

主机完成对固定站、移动站观测量的处理，得到移动站和固定站间高精度相对位置信息。

2.根据权利要求1所述的基于北斗高精度定位的建筑施工精准控制***，其特征在于：它还包括显示器，显示器的显示界面显示移动站和固定站间高精度相对位置信息，用于人员对施工状态的监视。

3.根据权利要求1所述的基于北斗高精度定位的建筑施工精准控制***，其特征在于：它还包括显示器，显示器的显示界面显示移动站和固定站间高精度相对位置信息，将高精度位置信息引入建筑机械的控制环路使其完成建筑构件的精确移动。

4.根据权利要求1所述的基于北斗高精度定位的建筑施工精准控制***，其特征在于：3台固定站和/或3台移动站之间呈等边三角形布置。

5.根据权利要求1所述的基于北斗高精度定位的建筑施工精准控制***，其特征在于：固定站和移动站对天140°视场内无遮挡。

6.基于北斗高精度定位的建筑施工精准控制方法，其特征在于：固定站和移动站分别接收卫星导航信号，获取各自的原始伪距、载波相位观测量，并通过无线通信设备向主机发送，在主机上进行高精度相对定位解算，完成对固定站、移动站观测量的处理，得到移动站和固定站间高精度相对位置信息；在图形界面上显示该位置信息用于人员对施工状态的监视和/或将高精度相对位置信息引入建筑机械的控制环路使其完成建筑构件的精确移动。

7.根据权利要求6所述的基于北斗高精度定位的建筑施工精准控制方法，其特征在于，定位流程如下：

基于北斗的高精度对准***主要由数据存储单元、固定站数据处理模块、移动站数据处理模块、相对位置输出&显示模块和数据链路组成；

固定站与移动站的数据通过数据链路传输到统一的数据中心进行处理；收到的数据首先会存在一个数据存储单元等待处理；当收到当前历元的3个固定站的观测量数据后，会对固定站数据进行高精度解算，并根据所解得的基线向量结果来确定当前历元固定站在空间中的姿态和位置信息；

在收到3个移动站的观测量数据后，可以获得当前历元移动站在空间中的姿态和位置信息，同时获得移动站相对固定站的相对位置和相对姿态信息，然后输出及显示移动站和固定站的相对位置和姿态。

8.根据权利要求6所述的基于北斗高精度定位的建筑施工精准控制方法，其特征在于，包括高精度定位算法：

为确定建筑物固定端和移动端的相对位置关系，需要对二者的相对位置和姿态进行测量，为此测量***需要解算出3个固定站和3个移动站之间的基线向量；将该过程抽象成对多个基线的动基准RTK解算过程，其算法流程如下：

1)Base、Rover双天线单点定位：

利用伪距观测量，对基准站与流动站位置进行单点定位求解，得到基准站与流动站的单点定位坐标r_b、r_r；

2)Kalman滤波求解基线向量与双差模糊度浮点数值：

联立伪距与载波相位双差方程，利用扩展卡尔曼滤波对基线向量与模糊度的浮点数解进行估计；在RTK中，状态量由基线向量与整周模糊度站间单差组成，观测量为载波相位与伪距双差观测量k时刻的观测方程为：

y_k＝h(x_k)+r_k

其中，r_k为观测噪声，h(x)表达式如下：

若已有k-1时刻滤波后的状态量及其协方差阵P_k-1|k-1，则k时刻的滤波过程如下：

a)状态预测：

未发生周跳的整周模糊度站间单差保持上一历元结果，基线向量使用单点定位的结果：

b)协方差阵预测：

P_k|k-1＝P_k-1|k-1

c)卡尔曼增益计算：

K_k＝P_k|k-1H^T(HP_k|k-1H^T+R_k)^-1

其中，R_k为观测噪声协方差阵，H为h(x)在处的线性化矩阵，即：

其中，

其中，eⁱ为流动站单点定位结果指向卫星i方向的单位向量；

d)滤波(修正)：

e)协方差阵更新：

P_k|k＝(I-K_kH)P_k|k-1

9.根据权利要求6所述的基于北斗高精度定位的建筑施工精准控制方法，其特征在于，由卡尔曼滤波结果，得到了一个基线向量初步解与双差模糊度的浮点数解以及相应的协方差矩阵：

之后将需要对双差模糊度的整数解进行估计，同样采用的是最小二乘准则：

其中，

使用最小二乘模糊度去相关调整法(Least-squares AMBiguity DecorrelatedAdjustment，LAMBDA)对整周模糊度进行搜索及固定，基本流程如下：

a)搜索范围确定：

由于对整数域的全搜索是低效且不可行，所以需要对搜索域设置一个范围，确定搜索椭球的大小：

q_z(z)≤χ²

对于搜索椭球体积χ²的选取，由双差整周模糊度的目标函数值进行定义：

χ²＝q_z(z_χ)

其中，用于计算椭球体积的双差整周模糊度采用浮点数模糊度取整后的结果或者采用Bootstrapping方法求解得到的整周模糊度；

b)整周模糊度搜索：

在确定了搜索范围后，使用如下的连续约束调整法对整周模糊度进行搜索；

假设则可进行如下展开：

连续约束调整法通过逐个约束模糊度，确定其边界，最终找到候选的整周模糊度，具体过程如下：

如果模糊度从z_n到z_i+2已经约束好了，那么接下来就需要对z_i+1进行约束：

当第i+1个模糊度固定后，将继续对z_i进行约束：

将上式右边展开并整理后可发现如下递推关系：

由此，可得z_i的搜索范围：

第i个模糊度固定后，将继续对z_i-1进行约束，依次类推，依次约束模糊度；如果出现约束完某个模糊度后，搜索范围内没有整数，则向上返回一级，调整上一个模糊度固定的值，重新进行约束；同样当某一级范围内所有的整数模糊度都已遍历完毕，同样需要返回上一级；由此找到搜索椭球内的所有整数模糊度；

对所有的搜索椭球内的候选整周模糊度，计算得到其目标函数值，目标函数值最小的整周模糊度即为所求结果，假设则可通过如下变换得到原模糊度空间下的双差整周模糊度解：

c)Ratio固定判断：

为对LAMBDA搜索结果的有效性进行判断，可计算ratio值：

其中，s₁、s₂分别是最小、第二小目标函数值；

当ratio值大于一定阈值时，判LAMBDA解算成功，结果为固定(Fix)状态，反之，判结果为浮点(Float)状态。

10.根据权利要求9所述的基于北斗高精度定位的建筑施工精准控制方法，其特征在于，在使用LAMBDA算法求解得到双差整周模糊度后，对基线向量进行修正，得到基线向量的精确解：