改进型单频非遍历值域姿态测量算法

非遍历值域搜索算法利用二维模糊度搜索范围压缩了姿态角搜索空间,由于二维模糊度搜索空间较大,造成压缩姿态角搜索空间效率较低,提出了一种采用多约束条件以提高压缩姿态角搜索空间效率的方法。选取仰角最高的4颗卫星作为主星,采用最小二乘搜索算法利用单个历元观测数据确定三维模糊度搜索空间,结合基线长度及低成本微机电系统(micro electrical mechanical system,MEMS)提供的俯仰角信息对三维模糊度搜索空间进行筛选,取仰角最高的3颗卫星构成二维模糊度搜索空间,将其代入搜索模型解算整周模糊度候选值,采用残差比例检验法进行模糊度固定。试验结果表明,相比于原算法,姿态角搜索数目由576组降至8组,残差比峰值由16增至1 279,固定所需时长从35 s缩短至单个历元。     

非线性基线长度约束在北斗测姿中的应用

针对传统无约束LAMBDA(least-squares ambiguity decorrelation adjustment)算法中整周模糊度求解成功率不高的问题,提出一种利用基线约束的整数最小二乘快速求解整周模糊度的方法,并将其应用到北斗姿态测量系统中.该方法利用基线长度作为先验信息,将无约束的整数最小二乘扩展为非线性约束的最小二乘,并采用正交映射方法求解其约束解;同时在模糊度求解过程中,根据搜索空间的特性,先确定其上下界范围,再对模糊度残差范围限定,减少模糊度搜索过程中的候选解,最后采用迭代增加模糊度空间法和约束最小二乘求解对模糊度候选解筛选.实验采用单频北斗接收机实时数据对该算法的有效性进行验证,结果表明,在单频单历元条件下,该算法有效降低计算量,将姿态角求解成功率提高30%左右.     

基于改进型最小二乘搜索的 GNSS 姿态测量方法

结合全球卫星导航系统(global navigation satellite system,GNSS)用于姿态测量具有基线已知的特点,提出了一种改进型最小二乘搜索算法:将整周模糊度分为基本组和剩余组,在伪距精度和基线长度约束条件下确定出基本模糊度组的搜索空间;然后根据模糊度与基线俯仰角、航向角的关系,并以俯仰、航向角度组合作为联系基本组和剩余组的中间变量,通过搜索基本模糊度组来确定出剩余模糊度组合;最后利用最小二乘解算基线矢量,在二次残差比值检验条件下,完成整周模糊度的固定及姿态解算.实验结果表明,改进算法不仅有效减小了模糊度的搜索空间,而且缩短了模糊度初始化时间,具有较高的测姿精度,适用于GNSS姿态测量.     

基线矢量约束GNSS单频单历元可靠姿态解算方法

针对全球导航卫星系统(GNSS)单频、单历元姿态测量,将传统的基线长度约束扩展到包括角度和长度在内的基线矢量约束,提出了一种新算法.该算法利用基线三维先验信息,构造更加严格的模糊度代价函数,在搜索过程中将模糊度和基线坐标共同分为部分固定模糊度向量和实向量,由部分固定模糊度在基线矢量约束条件下逐步最优化求解实向量,压缩搜索空间,构建搜索树.相比于传统基线长度约束LAMBDA算法,模糊度固定成功率更高,实验条件下达到100%,并且具有相当的搜索效率和测角精度.实验同时验证了新算法对于先验姿态信息的容错程度,证明了算法的鲁棒性.     

基于 MEMS 辅助的单基线北斗融合测姿算法

载体的姿态信息是导航的重要参数,随着北斗卫星导航系统（Beidou navigation satellite system,BDS）和微机电系统（micro-electro-mechanical systems,MEMS）惯性传感器的发展与完善,高精度、低成本、自主化的融合测姿技术具有广阔的应用前景,因此,提出MEMS辅助单基线北斗融合测姿算法。根据MEMS惯性传感器解算出的姿态信息确定基线向量的搜索范围,从而辅助模糊度函数法（ambiguity function method,AFM）减小整周模糊度搜索空间,提高整周模糊度快速求解的成功率和计算效率。将BDS输出的姿态角信息作为观测信息,对MEMS陀螺仪解算出的姿态信息进行实时校正,实现BDS和MEMS传感器二者的数据融合算法。通过实测数据仿真验证,该算法能够解决信号失锁带来的整周模糊度求解困难的问题,并且测姿系统能在遮挡和动态等复杂环境下提供高质量姿态测量结果。     

基于超短基线的GPS测姿算法研究

针对超短基线下姿态测量结果稳定性差及可靠性低的问题,提出一种更加可靠稳定的基于超短基线的全球定位系统（global positioning system,GPS）姿态测量算法。构建了扩展卡尔曼滤波（extended Kalman filtering,EKF）模型,并对扩展卡尔曼滤波模型中测量噪声矩阵采用基于卫星高度角模型,得出比较准确的浮点模糊度;联立了载波双差观测方程和伪距双差观测方程,并采用改进模糊度最小二乘去相关平差法（modified least-squares ambiguity decorrelation adjustment algorithm,M-LAMBDA）进行快速模糊度固定解算;利用了滤波法进行姿态解算。实验结果表明,与其他测姿算法相比,该算法可适用于超短基线,能够提高姿态结果的稳定性与可靠性,在基线为20 cm静态环境中,该算法模型航向角的误差方差为0.1左右,航向角的绝对误差为2°左右。在基线为20 cm动态环境中,该算法模型航向角的误差方差为2左右,姿态角的绝对误差为3°左右。     

GPS姿态测量并行遗传算法快速搜索技术

提出了一种基于并行遗传算法细粒度模型和模糊度函数法的GPS姿态测量快速搜索技术 (ambiguityfunctionparallelgeneticalgorithms,AFPGA) ,它能够避开整周模糊度的求解而直接解算载体的航向和姿态 .AFPGA采用个体邻域间的进化 ,既具备了较强的全局搜索能力 ,又减小了各处理器之间的数据通信量 ,从而保证在获得全局最优解的前提下加快姿态解算速度 ,并易于算法的硬件实现 .运用AFPGA对一组GPS实测数据进行了 1 0 0次独立搜索 ,得到 :航向角搜索方差为 0 .2 4°,俯仰角搜索方差为 0 .1 5°;平均搜索时间为 0 .6s,成功率为 1 0 0 % ,搜索空间为模糊度函数法的 0 .0 5 % .通过对AFPGA不同的模型进行分析 ,并与SGA(simplegeneticalgo rithm) ,AFGA(ambiguityfunctiongeneticalgorithm)进行对比 ,结果表明AFPGA是一种更为有效的搜索技术     

改进LAMBDA算法实现GPS整周模糊度快速解算

针对LAMBDA算法在实时解算GPS整周模糊度过程中存在模糊度浮点解偏差大、搜索范围大的缺点,采用Tikhonov正则化改进LAMBDA算法,对宽巷双差观测方程和L1双差观测方程中未知参数的系数矩阵进行奇异值(USV)分解,用分解后的协方差矩阵替换经典LAMBDA算法的协方差矩阵进行整周模糊度的搜索,该算法提高了模糊度浮点解的精度,缩小了模糊度的搜索范围.为了验证本文算法的正确性,对实测GPS基线观测数据进行了实验分析.结果表明:改进后的LAMBDA算法模糊度浮点解精度显著提高,改进后的LAMBDA算法模糊度固定成功率可以达到100%,可以无需初始化时间即可固定模糊度整数解,快速实现厘米级定位.     

基于SVD-RLS的动对动整周模糊度解算方法

针对动对动相对定位时基线参量实时变化而难以准确求解模糊度浮点解的问题,提出了一种基于奇异值分解-递推最小二乘(SVD-RLS)的动对动整周模糊度解算方法:该方法首先对基线矢量系数矩阵进行奇异值分解(SVD)并变换双差方程以消除基线参量,然后采用递推最小二乘(RLS)实时推算双差整周模糊度的浮点解及其协方差矩阵,最后利用最小二乘模糊度降相关平差(LAMBDA)算法搜索和固定模糊度;试验结果表明,采用基于SVD-RLS的动对动模糊度解算方法,在100s左右即可正确解算出单频整周模糊度,基线误差在1cm以内,能够较好地适用于动对动高精度相对定位的实时解算。     

一种基于拟蒙特卡罗法的骨干粒子群改进算法

针对骨干粒子群算法因受粒子初始化位置分布不均影响易陷入局部最优的问题,提出一种基于拟蒙特卡罗法的初始化策略,用以确保粒子初始位置在搜索空间内保持随机分布,从而有效提升骨干粒子群算法的搜索能力.仿真实验表明:与经典骨干粒子群算法相比,采用拟蒙特卡罗法进行初始化的改进算法搜索能力有所增强,问题求解精度有明显提升.     

基于组合载波相位的飞行器姿态确定

为解决全球导航卫星系统(GNSS)姿态测量中整周模糊度的快速求解问题,提出一种基于组合载波相位的短基线整周模糊度解算方法,利用单个历元的观测数据解算整周模糊度.根据多颗卫星的单频载波相位整周模糊度解算结果,应用最小二乘原理对基线向量进行精确求解,进而由基线向量确定出飞行器的姿态角.仿真结果表明,该模糊度解算方法在单个历元内至少能够解算出8颗卫星的载波相位整周模糊度,解决了GNSS动态测姿领域的一个关键性问题.测姿结果显示,偏航角和俯仰角的测量误差均小于0.2°.该研究成果可以为GNSS姿态测量系统在航空、航天等对实时性要求较高的领域中的应用创造条件.     

基于超短基线的双频整周模糊度单历元取整固定算法

针对使用伪距取整固定宽巷整周模糊度效率高,但是宽巷一周取整错误发生频繁,伪距误差较大时还会出现大于一周的取整错误的问题,设计了一种可以弥补宽巷取整错误的整周模糊度固定算法.通过宽巷分离出的L₁浮点解小数探测和修复宽巷一周取整错误,使用RAIM算法排除大于一周的宽巷取整错误,最后使用正确的整周模糊度固定全部整周模糊度,完成高精度定位.使用实际GPS超短基线数据比较该算法与单历元LAMBDA算法的性能.该算法提高了直接使用伪距取整宽巷整周模糊度的固定率.相比单历元LAMBDA算法,本文算法的固定率稍低,但计算效率有明显提升.      

求解TSP问题的蚁群算法研究

蚁群算法是一种新型仿生算法,但存在搜索时间长,收敛速度慢,易陷入局部最优等缺点.提出了一种改进蚁群算法,利用象限近邻表构造候选集和对偶象限近邻的方法初始化信息素,可以克服上述缺陷.TSP的仿真结果表明新算法大大缩小了其搜索范围,提高了搜索精确度并减少了搜索时间.     

基于基线约束及递推多历元的改进GNSS定姿技术

在GNSS单频姿态测量技术中,利用单差载波相位和码相位结合模型以及CLAMBDA算法(带有基线约束的最小二乘降相关平差算法)解算整周模糊度可以达到较好的定姿结果,但解算成功率不高。针对这一问题,提出了一种多基线三角形约束的递推多历元方法。三角形基线约束主要针对副基线,利用它可以使CLAMBDA算法得出的整周模糊度更准确。而递推多历元则保证了在此时刻没有解出整周模糊度时仍然可以计算出姿态角,主、副基线都适用。2种方法结合,进一步提高了姿态解算的成功率。对副基线的解算进行了验证,实验证明,这种方法将副基线的成功率提高到99.7%以上。     

基于遗传算法神经网络盲均衡算法的研究

将遗传算法引入神经网络盲均衡,利用其全局搜索能力强的特性来消除传统神经网络算法易陷入局部最优解、训练速度慢的缺点。采用两阶段寻优法,首先,通过遗传算法来为神经网络提供一个全局较优的局部搜索空间;其次,利用传统神经网络在这个局部空间进行更精确地搜索,最终实现盲均衡。计算机仿真表明,该算法能达到更好的收敛特性和均衡效果。