1.一种模糊度降相关评价方法，其特征在于，包括：获取全球导航卫星系统的观测数据，通过载波和伪距观测值构造观测方程，采用最小二乘估计法，根据观测方程确定模糊度方差阵对模糊度方差阵 进行Cholesky分解，获得模糊度方差阵 的单位下三角矩阵L和对角方差阵D，计算原始模糊度的条件方差缺陷度；

采用整数高斯变换对单位下三角矩阵L进行整数变换，采用条件方差交换对对角方差阵D进行整数变换，计算整数变换后的模糊度条件方差缺陷度；

判断降相关后的模糊度条件方差缺陷度小于等于原始模糊度的条件方差缺陷度是否成立，如果成立则采用搜索算法对模糊度方差阵 进行搜索；否则重新选择降相关算法；

所述模糊度方差阵 表达式如下：

T ‑1 T

其中， PB＝B(BPyyB) BPyy；A为模糊度的系数矩阵；B为基线分量的系数矩阵；In为n维单位矩阵；Pyy为观测值的权阵；

所述条件方差缺陷度，表达式如下：

其中，di表示 的条件方差；|·|为矩阵的行列式；n为模糊度的维数。

2.如权利要求1所述的模糊度降相关评价方法，其特征在于，所述采用整数高斯变换对单位下三角矩阵L进行整数变换；具体包括：整数高斯变换是对单位下三角矩阵L进行高斯消元，下三角矩阵元素需进行更新：其中，[·]int为对元素的取整操作。

3.如权利要求2所述的模糊度降相关评价方法，其特征在于，所述采用条件方差交换对对角方差阵D进行整数变换；具体包括：条件方差交换是对对角方差阵D中相邻条件方差进行排序，当满足 时，对相邻条件方差(di‑1,di)进行交换，交换后的计算式：