论文部分内容阅读
随着Galileo和北斗卫星导航系统的不断发展，GPS和GLONASS系统的持续优化，卫星导航已经处于多系统融合应用的新纪元，为各地军民生产生活提供了更多导航定位的可能性。同时，信息化、智能化时代的到来，生产生活中的各类应用也对卫星导航定位提出了更高的精确度和实时性要求。导航卫星选星是从所有可视卫星中选择最合适的卫星子集用于导航定位解算，从而避免将所有卫星用于解算带来的计算量；同时，选择的卫星子集是否合理有效，关系着后续导航定位解算的精确度与实时性。因此，关于选星方法的研究具有重要意义。本文提出了一种极化反馈ACO的导航卫星选星算法(ACO-PF)，旨在选择最佳卫星子集。
本文主要研究内容和创新之处如下：
(1)对已有的基于几何精度因子(GDOP)的导航卫星选星准则进行了研究，并提出了高度角信噪比联合加权几何精度因子(ES-WGDOP)选星准则。基于对基本选星准则GDOP以及改进的加权几何精度因子(WGDOP)的相关研究，并结合典型的卫星定位误差因素，提出了ES-WGDOP选星准则，该准则综合考虑了卫星的空间几何分布以及与卫星高度角和信噪比密切相关的卫星定位误差，从而使选择的具有最小ES-WGDOP的卫星子集在后续定位解算中具有高精度。最后，通过实验验证了本文算法的有效性和优越性。
(2)基于ES-WGDOP选星准则，提出了一种极化反馈ACO的导航卫星选星算法。首先，将选星问题描述为组合优化问题，并将ES-WGDOP定义为卫星选择的准则。然后将ACO应用于该问题的求解，并提出了极化反馈机制以提高算法的收敛速度；同时，设计了扰动因子以提高算法的全局搜索能力。实验中使用田口法试验设计对本文算法的相关参数进行了优化配置，实验结果表明，ACO-PF算法能够选择出具有较高精度的卫星组合，其收敛速度比基本ACO算法提高50%。此外，ACO-PF选星结果的ES-WGDOP值通常比ACO的小0.065。
本文提出将进化算法ACO用于解决选星问题，针对基本ACO算法提出的两点改进，即极化反馈机制和扰动因子，提高了算法的收敛速度和全局搜索能力，可以在有效时间内选择出最优的卫星子集。本文工作聚焦于导航卫星选择的准则问题和方法研究，具有一定的参考价值和意义。
本文主要研究内容和创新之处如下：
(1)对已有的基于几何精度因子(GDOP)的导航卫星选星准则进行了研究，并提出了高度角信噪比联合加权几何精度因子(ES-WGDOP)选星准则。基于对基本选星准则GDOP以及改进的加权几何精度因子(WGDOP)的相关研究，并结合典型的卫星定位误差因素，提出了ES-WGDOP选星准则，该准则综合考虑了卫星的空间几何分布以及与卫星高度角和信噪比密切相关的卫星定位误差，从而使选择的具有最小ES-WGDOP的卫星子集在后续定位解算中具有高精度。最后，通过实验验证了本文算法的有效性和优越性。
(2)基于ES-WGDOP选星准则，提出了一种极化反馈ACO的导航卫星选星算法。首先，将选星问题描述为组合优化问题，并将ES-WGDOP定义为卫星选择的准则。然后将ACO应用于该问题的求解，并提出了极化反馈机制以提高算法的收敛速度；同时，设计了扰动因子以提高算法的全局搜索能力。实验中使用田口法试验设计对本文算法的相关参数进行了优化配置，实验结果表明，ACO-PF算法能够选择出具有较高精度的卫星组合，其收敛速度比基本ACO算法提高50%。此外，ACO-PF选星结果的ES-WGDOP值通常比ACO的小0.065。
本文提出将进化算法ACO用于解决选星问题，针对基本ACO算法提出的两点改进，即极化反馈机制和扰动因子，提高了算法的收敛速度和全局搜索能力，可以在有效时间内选择出最优的卫星子集。本文工作聚焦于导航卫星选择的准则问题和方法研究，具有一定的参考价值和意义。