LAMBDA方法和改进的LAMBDA方法都使用整数矩阵进行降相关,使得变换后的模糊度方差阵更加对角化,但有时变换后的方差阵的对角线元素的数值量级相差很大,使得搜索空间有些扁长,为了避免这些情况的发生,本文提出一种新的更加理想的误差椭圆搜索(error ellipse search,EES)方法来进行整周模糊度的固定。由于实数矩阵可以使降相关达到各种理想的状态,在降相关方面比整数矩阵更有优势,因此EES方法利用实数矩阵进行降相关,搜索每两个模糊度之间的最佳误差椭圆,使得变换后的方差阵对角线元素趋于同一量级,搜索空间更加接近于球形。试验表明,随着基线长度的增加,EES方法固定模糊度的成功率远远高于LAMBDA方法,缩短了固定整周模糊度需要的历元数,是一种切实可行的有效的固定整周模糊度的方法。