1.一种改进的整周模糊度搜索方法，其特征在于，包括：步骤1：根据地面接收机接收到的数据确定原始的模糊度浮点解和原始方差协方差阵，假定 和 分别为对原始的模糊度浮点解和原始方差协方差阵进行整数变换后的模糊度浮点解和方差协方差阵，根据整数最小二乘估计准则可以得到目标函数为：其中，z为模糊度最优整数解；且对 矩阵进行Cholesky分解得：其中，为单位下三角矩阵，为对角矩阵；

步骤2：假设步骤1中目标函数对应的搜索空间大小为χ2，则有：定义序贯条件估值 代入上式得到：

其中，为矩阵 的主对角线元素，另有：

其中，为zi的条件估值；

步骤3：在第一次搜索前首先计算出一个较合适的初始搜索空间 则由步骤2的前两式推导出改进的整周模糊度搜索公式，利用改进的整周模糊度搜索公式进行整周模糊度搜索，得到定位结果；所述改进的整周模糊度搜索公式如下所示：其中，从i＝n处开始，改进的整周模糊度搜索算法采用深度优先的方法逐层搜索，每一层内的搜索区间大小取决于搜索空间χ2以及该层对应的条件方差di。

2.根据权利要求1所述的改进的整周模糊度搜索方法，其特征在于，步骤2中对序贯条件估值的计算过程进行优化：其中，kold为上一次节点枚举时所在的层数。

3.根据权利要求1所述的改进的整周模糊度搜索方法，其特征在于，步骤3中的初始搜索空间 的计算方式，具体包括：如果ncands≤n+1，n为模糊度维数，ncands为待输出的候选组个数，构造出n+1个二次型值；第一个二次型值通过对模糊度浮点解序贯取整计算得到；然后仍按照序贯取整的方法，依次对n维模糊度中的一个分量取次接近整数，得到其余n个二次型值；对这n+1个二次型值从小到大排序，取第ncands个二次型值作为初始空间大小如果ncands>n+1，使用椭球体积公式：

式中，En为搜索椭球体积，并有关系式intEn＝ncands；|*|为取行列式值；Vn为体积函数，其计算公式为：得到初始空间大小：