CN108196273A - 一种组合导航***的定位卫星选择方法 - Google Patents
一种组合导航***的定位卫星选择方法 Download PDFInfo
- Publication number
- CN108196273A CN108196273A CN201711242961.3A CN201711242961A CN108196273A CN 108196273 A CN108196273 A CN 108196273A CN 201711242961 A CN201711242961 A CN 201711242961A CN 108196273 A CN108196273 A CN 108196273A
- Authority
- CN
- China
- Prior art keywords
- position location
- location satellite
- satellite
- gdop
- gene
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/28—Satellite selection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/421—Determining position by combining or switching between position solutions or signals derived from different satellite radio beacon positioning systems; by combining or switching between position solutions or signals derived from different modes of operation in a single system
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明属于组合导航***领域,具体为一种组合导航***的定位卫星选择方法。该方法包括:通过二进制编码形成定位卫星初始种群;其中,所述定位卫星初始种群包括多个样本;将所述定位卫星初始种群采用遗传算法获得后代;计算所述定位卫星初始种群和后代的适应度函数,判断所述适应度函数是否满足终止条件;若满足,则确定适应度函数最大的样本为定位卫星的选星方案;根据最小几何精度因子法选取剩余的定位卫星,所述选星方案中定位卫星与所述剩余的定位卫星构成组合导航***的定位卫星。本发明能够快速完成定位卫星选择,用较少的最小几何精度因子损失换取导航运算量的大幅降低,以降低接收机处理器的负荷,减少硬件设计的难度和成本。
Description
技术领域
本发明涉及卫星导航***领域,尤其涉及一种组合导航***的定位卫星选择方法。
背景技术
现有卫星导航***发展越来越普及,已经大量应用于蜂窝通信和汽车领域。卫星导航***定位精度,可以表示为几何精度因子和用户等效距离误差的乘积,几何精度因子反应了定位卫星的拓扑结构对用户等效距离误差的放大程度。假设接收机观测到的所有可见卫星数为n,选星数目为m,则最小几何精度因子法的原理为:计算次几何精度因子,从中选取几何精度因子最小的定位卫星组合作为组合导航***的定位卫星,采用这种方法能够找到最优的定位卫星组合。
在实现本发明对定位卫星快速选择的过程中,现有技术采用遍历的方法来选取最优的定位卫星存在如下问题:现有最小几何精度因子法由于算法本身的遍历特性,虽然能找出规定选星数目下几何精度因子最小的定位卫星组合,但算法本身计算量太大,不利于快速选择定位卫星。现虽有针对定位卫星导航***的定位卫星选择问题,出现了一系列为减少计算量而设计的方法, 但仍存在可见定位卫星较多时计算量仍较大、最终选取的定位卫星数较多或者选择定位卫星带来的几何精度因子损失较大等问题。
发明内容
本发明的目的是提供一种组合导航***的定位卫星选择方法,通过遗传算法来对定位卫星进行种群的计算,并通过适应度函数来确定选星方案,能够快速完成定位卫星的选择,有效的减少了计算量。
根据本发明的一个方面,一种组合导航***的定位卫星选择方法,包括:
S1,构造定位卫星初始种群,并对所述定位卫星初始种群进行二进制编码;其中,所述定位卫星初始种群包括多个样本;
S2,将所述定位卫星初始种群采用遗传算法获得后代;
S3,计算所述定位卫星初始种群和后代的适应度函数f(X),判断所述适应度函数f(X)是否满足终止条件;若满足,则执行S4;
S4,将满足终止条件时的确定适应度函数f(X)最大的样本为定位卫星的选星方案;
S5,根据最小几何精度因子法选取剩余的定位卫星,所述选星方案中定位卫星与所述剩余的定位卫星构成组合导航***的定位卫星。
可选的,在所述步骤S1之前还包括:配置选星数目m、几何精度因子阈值GDOPT和仰角门限;根据仰角门限删选接收机观测到的所有定位卫星,得到目标星群。
可选的,所述根据仰角门限删选接收机观测到的所有定位卫星,得到目标星群包括:在接收机观测到的所有定位卫星中,选择仰角大于或等于仰角门限的定位卫星,即为目标星群。
可选的,所述构造定位卫星初始种群,并对所述定位卫星初始种群进行二进制编码包括:
从目标星群中选取定位卫星个体数相等的多个样本Xk=[xn … xj … x1];
将所述样本中定位卫星个体采用二进制编码,设选中的定位卫星编码为 1,非选中的定位卫星编码为0,使得所述样本中选中定位卫星数目总和
所述经过二进制编码后的多个样本Xk=[xn … xj … x1]组成定位卫星初始种群;
其中,xj表示定位卫星个体,在所述样本Xk=[xn … xj … x1]中定位卫星按顺序进行编排,x1表示1号定位卫星,xj表示j号定位卫星,xj=1表示j号定位卫星被选入,xj=0表示j号定位卫星未被选入。
可选的,所述遗传算法包括:交叉运算和/或变异运算;
其中,交叉运算包括:
根据交叉概率pc从所述定位卫星初始种群中选取双亲A和B;
随机产生2个1~m-1间的整数n1和n2;
将所述A中第n1个选中定位卫星到第n2个选中定位卫星之间的基因与 B中相应位的基因交换得到后代A1,将B中第n1个选中定位卫星到第n2个选中定位卫星之间的基因与A中相应位的基因交换得到后代B1;其中,每个定位卫星为一个基因,所述定位卫星的基因表达为选中定位卫星和非选中定位卫星两种类别;
判断所述后代A1和B1是否满足选中定位卫星的基因达到m-1;
若满足,则所述后代A1和B1为合法后代;
若不满足,则通过变异的方式处理使得所述后代A1和B1为合法后代;其中,变异的方式处理包括:获取所述后代A1或B1中选中定位卫星的基因达到m-1的差值,根据差值随机选取除交换基因的其它位基因,通过变异的方式变成选中定位卫星或非选中定位卫星,使其满足选中定位卫星的基因达到m-1;
其中,变异运算包括:
根据变异概率pm从所述定位卫星初始种群中随机选取一个欲进行变异的样本cp;
随机产生一个1~n间的整数g1;
判定所述样本cp中g1位所对应的基因类别,如果该基因为非选中定位卫星,则随机产生一个1~n间的整数g2(g1≠g2),且应保证所述样本cp中与g2位对应的基因类别为选中定位卫星,反之,如果g1位对应的基因类别为选中定位卫星,则产生的随机数g2位对应的基因类别应为非选中定位卫星;其中,每个定位卫星为一个基因,所述定位卫星的基因表达为选中定位卫星和非选中定位卫星两种类别;
将所述样本cp中g1位基因与g2位基因进行类别互换,得到合法后代cq。
可选的,所述适应度函数:
其中,GDOPmax和GDOPmin分别表示当前种群所有样本中的几何精度因子最大值和几何精度因子最小值,ε是(0,1)的一个非负常数,目标函数:
f0(X)=GDOP(X) (2)
其中,X为当前样本,目标函数为计算当前样本的几何精度因子。
可选的,所述终止条件包括:当前种群所有样本中的几何精度因子最小值GDOPmin小于所述阈值GDOPT,或者当前种群所有样本中的几何精度因子最小值GDOPmin与前次计算的几何精度因子最小值GDOPmin相同,或者计算次数达到了设定值。
可选的,所述计算次数为所述遗传算法的计算次数或所述适应度函数的计算次数。
可选的,在所述步骤S4之后还包括:若不满足,则将所述定位卫星初始种群和后代合并成新的定位卫星初始种群,回到步骤S2。
可选的,所述根据最小几何精度因子法选取剩余的定位卫星包括:
根据所述适应度函数f(X)最大的样本,计算样本将每个非选中卫星个体类别变成选中定位卫星的几何精度因子;
计算得到几何精度因子最小对应的所述变换个体为剩余的定位卫星。
本发明通过采用上述技术方案,具有以下有益效果:
本发明通过采用遗传算法来对定位卫星进行种群的计算,并通过适应度函数来确定选星方案,能够快速完成定位卫星的选择;通过仰角门限来确定目标星群,有效的减少了计算量;通过适应度函数最大的样本和计算样本的几何精度因子来确定剩余的定位卫星,能够快速完成组合导航***的定位卫星的选择。
附图说明
图1是根据本发明第一实施方式方法流程图;
图2是根据本发明第二实施方式方法流程图;
图3是根据本发明一实施方式交叉运算方法流程图;
图4是根据本发明一实施方式变异运算方法流程图;
图5是根据本发明另一实施方式根据最小几何精度因子法选取剩余的定位卫星方法流程图;
图6是根据本发明又一实施方式选取8颗定位卫星时GDOP与GDOPT的关系曲线图;
图7是根据本发明又一实施方式选取9颗定位卫星时GDOP与GDOPT的关系曲线图;
图8是根据本发明又一实施方式选取8颗卫星时的进化代数曲线图;
图9是根据本发明又一实施方式选取9颗卫星时的进化代数曲线图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
在现有技术中,卫星导航***的定位精度,可以表示为几何精度因子和用户等效距离误差的乘积,即:
σp=GDOP·σUERE (3)
其中,σp表示定位精度的标准偏差,GDOP表示几何精度因子的值,σUERE表示用户等效距离误差的标准差。GDOP反映了定位卫星星座的拓扑结构对用户等效距离误差的放大程度。不失一般性,假设组合导航***中各***的等效距离误差近似一致,则GDOP可以表征定位精度的大小,也即用户对定位精度的要求可以通过GDOP阈值(GDOP Threshold,简称GDOPT)来体现。
导航***的几何精度因子为:
其中,H表示组合导航***的测量矩阵:
式(5)中,和表示第j颗卫星的方向余弦,ns1表示卫星导航***1的可见卫星数,n-ns1表示卫星导航***2的可见卫星数。在现有技术中,优选采用2个卫星导航***,便于计算和提高导航精度。
在对定位卫星的选择过程中,假设接收机观测到的所有可见定位卫星数为n(可见定位卫星为接收机能够观测到的定位卫星),需要选择的定位卫星的数目为m,那么通过计算最小GDOP来确定选星方案,即从n颗可见定位卫星中选择m颗定位卫星,每个选星方案计算一次GDOP,最小GDOP对应的选星方案为最终的选星结果,最小GDOP法的原理为:通过计算次GDOP,从中选取GDOP最小的卫星组合作为最终的选星结果。现有技术由于可以找出规定选星数目下GDOP最小的定位卫星组合,其选星结果是选星最优解。
在现有组合导航***中,最小GDOP法由于算法本身具有遍历特性,虽然能找出在规定选择的定位卫星数目下GDOP最小的定位卫星组合,但算法本身计算量太大,不利于快速确定定位卫星,并且接收机处理器的负荷很大,硬件设计的难度和成本很高。现已经有针对定位卫星组合导航***的选星问题, 出现了一系列为减少计算量而设计的方法,但仍存在在可见定位卫星较多时计算量仍较大、最终选取的定位卫星数较多或者选星带来的GDOP损失较大等问题。
实施例一
如图1所示,本发明实施例一种组合导航***的定位卫星选择方法,包括步骤如下:
S1,构造定位卫星初始种群,并对所述定位卫星初始种群进行二进制编码;其中,所述定位卫星初始种群包括多个样本;
S2,将所述定位卫星初始种群采用遗传算法获得后代;
S3,计算所述定位卫星初始种群和后代的适应度函数f(X),判断所述适应度函数f(X)是否满足终止条件;若满足,则执行步骤S4。
S4,将满足终止条件时的确定适应度函数f(X)最大的样本为定位卫星的选星方案;
S5,根据最小几何精度因子法选取剩余的定位卫星,所述选星方案中定位卫星与所述剩余的定位卫星构成组合导航***的定位卫星。
本实施例中,定位卫星即为对某物进行定位的卫星,用于导航***中。二进制编码即为对定位卫星进行编码,使得每颗定位卫星表现为“0”或“1”的形式。定位卫星初始种群包括多个样本,每个样本由定位卫星组成。在对定位卫星初始种群和后代进行适应度函数计算时,针对定位卫星初始种群和后代所包含的每个样本进行适应度函数计算。
作为本发明优选的实施方式,如图2所示,在所述步骤S1之前还包括步骤:S001,配置选星数目m、几何精度因子阈值GDOPT和仰角门限;S002,根据仰角门限删选接收机观测到的所有定位卫星,得到目标星群。
在本实施例中,以接收机的总通道数为前提,综合考虑用户定位精度要求、故障检测需要以及接收机处理器性能来确定选星数目m,选星数目即为需要选择的定位卫星的数目;以用户定位精度要求确定几何精度因子阈值 GDOPT,为了满足定位卫星组合导航***的可用性,通常几何精度因子阈值 GDOPT取为6;仰角门限中的仰角,指的是接收机观测点与定位卫星之间连线,同接收机观测点所处地平面切线之间的夹角,仰角门限根据接收机所处环境确定。
本实施例中,所述根据仰角门限删选接收机观测到的所有定位卫星,得到目标星群包括:在接收机观测到的所有定位卫星中,选择仰角大于或等于仰角门限的定位卫星,即为目标星群。
本实施例中,所述适应度函数:
其中,GDOPmax和GDOPmin分别表示当前种群所有样本中的几何精度因子最大值和几何精度因子最小值,ε是(0,1)的一个非负常数,目标函数:
f0(X)=GDOP(X) (2)
其中,X为当前样本,目标函数为计算当前样本的几何精度因子。
本实施例中,在所述步骤S4之后还包括步骤:S6,若不满足,则将所述定位卫星初始种群和后代合并成新的定位卫星初始种群,回到步骤S2。
本实施例中,所述终止条件包括:当前种群所有样本中的几何精度因子最小值GDOPmin小于阈值GDOPT,或者当前种群所有样本中的几何精度因子最小值GDOPmin与前次计算的几何精度因子最小值GDOPmin相同,或者计算次数达到了设定值。其中,所述计算次数为所述遗传算法的计算次数或所述适应度函数的计算次数。
本发明实施例通过通过采用遗传算法来对定位卫星进行种群的计算,并通过适应度函数来确定选星方案,能够快速完成定位卫星的选择;通过仰角门限来确定目标星群,有效的减少了计算量。
实施例二
如图3所述,本发明实施例中所述通过二进制编码形成定位卫星初始种群包括步骤:
S101,从目标星群中选取定位卫星个体数相等的多个样本 Xk=[xn … xj … x]1;
S102,将所述样本中定位卫星个体采用二进制编码,设选中的定位卫星编码为1,非选中的定位卫星编码为0,使得所述样本中选中定位卫星数目总和
S103,所述经过二进制编码后的多个样本Xk=[xn … xj … x1]组成定位卫星初始种群;
其中,xj表示定位卫星个体,在所述样本Xk=[xn … xj … x1]中定位卫星按顺序进行编排,x1表示1号定位卫星,xj表示j号定位卫星,xj=1表示j号定位卫星被选入,xj=0表示j号定位卫星未被选入。
本实施例中,选取的样本中个体总数为目标星群的总数,样本中由于个体被选中的数目和位置不同而不同。
实施例三
如图3和图4所示,基于上述实施例,本发明实施例中所述遗传算法包括:交叉运算和/或变异运算。
其中,交叉运算包括步骤:
S201,根据交叉概率pc从所述定位卫星初始种群中选取双亲A和B;
S202,随机产生2个1~m-1间的整数n1和n2;
S203,将所述A中第n1个选中定位卫星到第n2个选中定位卫星之间的基因与B中相应位的基因交换得到后代A1,将B中第n1个选中定位卫星到第n2个选中定位卫星之间的基因与A中相应位的基因交换得到后代B1;其中,每个定位卫星为一个基因,所述定位卫星的基因表达为选中定位卫星和非选中定位卫星两种类别;
S204,判断所述后代A1和B1是否满足选中定位卫星的基因达到m-1;
S205,若满足,则所述后代A1和B1为合法后代;
S206,若不满足,则通过变异的方式处理使得所述后代A1和B1为合法后代;其中,变异的方式处理包括:获取所述后代A1或B1中选中定位卫星的基因达到m-1的差值,根据差值随机选取除交换基因的其它位基因,通过变异的方式变成选中定位卫星或非选中定位卫星,使其满足选中定位卫星的基因达到m-1;
其中,变异运算包括:
S211,根据变异概率pm从所述定位卫星初始种群中随机选取一个欲进行变异的样本cp;
S212,随机产生一个1~n间的整数g1;
S213,判定所述样本cp中g1位所对应的基因类别,如果该基因为非选中定位卫星,则随机产生一个1~n间的整数g2(g1≠g2),且应保证所述样本 cp中与g2位对应的基因类别为选中定位卫星,反之,如果g1位对应的基因类别为选中定位卫星,则产生的随机数g2位对应的基因类别应为非选中定位卫星;其中,每个定位卫星为一个基因,所述定位卫星的基因表达为选中定位卫星和非选中定位卫星两种类别;
S214,将所述样本cp中g1位基因与g2位基因进行类别互换,得到合法后代cq。
在本实施例中,交叉运算和/或变异运算进行多次。在本发明实施例中,当遗传算法包括交叉运算和变异运算时,先进行交叉运算,交叉运算获得的合法后代作为变异运算的定位卫星初始种群,然后再进行变异运算,因此在步骤S5中,所述后代包括交叉运算获得的后代和变异运算获得的后代。较佳的,交叉运算在所有定位卫星初始种群中样本都经过交叉运算后终止,变异运算在所有定位卫星初始种群中样本都经过变异运算后终止。
实施例四
如图5所示,基于上述实施例,本发明实施例中所述根据最小几何精度因子法选取剩余的定位卫星包括:
S501,根据所述适应度函数f(X)最大的样本,计算样本将每个非选中卫星个体类别变成选中定位卫星的几何精度因子;
S502,计算得到几何精度因子最小对应的所述变换个体为剩余的定位卫星。
本实施例中,在选取了适应度函数最大的样本后,从该样本中,将其中一个未选中的定位卫星变为选中定位卫星,并计算该样本的几何精度因子,依次对所有的未选中的定位卫星分别变为选中定位卫星,并计算变换后的样本的几何精度因子,最终得到最小的几何精度因子,最小几何精度因子对应的未选中的定位卫星为剩余的定位卫星,最小几何精度因子对应的变换后的样本为最终的选星方案。
实施例五
本发明实施例通过一个仿真实验说明,一种组合导航***的定位卫星选择方法相比于现有最小GDOP法的有效性。
根据RTCA D0-229D的标准,仰角门限选为5°,以中国地壳运动观测网络的27个基准站为观测站,采用本发明提出的选星方案,对GPS/COMPASS 组合***的选星问题进行仿真,仿真时间为24h,采样间隔为10s。仿真时长内GPS/COMPASS组合***在27个观测站的平均可见卫星数为18,为了分析方案在选星数目较少情况下的性能,同时考虑到***故障检测的需要,分别对m取值为8、9进行仿真分析。为了分析本发明实施例所述技术方案在不同用户定位精度要求下的性能,分别对GDOPT取值为2.5、3、4、6进行仿真分析。
不同阈值条件下,TASH站和XIAA站选星后的GDOP与GDOPT的关系如图 6和图7所示。其中GOSSM为本发明提出方法的缩写,UTC为仿真时间。
图6(a)和图6(b)分别是TASH站和XIAA站选取8颗卫星时GDOP与GDOPT关系的变化情况,表1是对其进行统计分析。图7(a)和图7(b)分别是 TASH站和XIAA站选取9颗卫星后GDOP与GDOPT关系的变化情况,表2是对其进行统计分析。其中,GDOPmin表示GDOP最小值,GDOPmax表示GDOP最大值,表示GDOP平均值,GDOPvar表示GDOP方差,p(GDOP≤GDOPT)表示选星后 GDOP不大于GDOPT的概率。
表1选取8颗卫星时GDOP值的统计分析
表2选取9颗星时GDOP值的统计分析
从图6和图7的关系曲线以及表1和表2的统计分析,可得出以下结论:
各观测站选星后的GDOP均值均满足阈值要求。同时,阈值在2.5~4范围内时,GDOP值满足阈值要求的概率不低于95.36%;而阈值在4~6范围内, GDOP满足阈值要求的概率达到100%,证明了本发明实施例所述方法的有效性和准确性;各观测站选星后的GDOP变化值都比较稳定,证明了本发明实施例所述方法的可行性和鲁棒性。
TASH站和XIAA站选星时进化代数EA的仿真结果如图8和图9所示。其中,进化代数EA表示设置的循环次数。
图8(a)和图8(b)分别是TASH站和XIAA站选取8颗卫星时进化代数 EA的曲线,表3是对其进行统计分析。图9(a)和图9(b)是TASH站和XIAA 站选取9颗星时进化代数EA的曲线,表4是对其进行统计分析。其中,EAmin表示EA最小值,EAmax表示EA最大值,表示EA平均值,EA0.95表示 p(GDOP≤GDOTP)≥0.95满足的最小EA,p(EA≤3)表示EA不大于3的概率。
表3选取8颗卫星时EA值的统计分析
表4选取9颗卫星时EA值的统计分析
分析图8和图9的结果曲线以及表3和表4,可以得出以下结论:阈值在4~6范围内时,仅需要1次迭代就可以100%的概率完成选星;阈值在3~4 范围内时,迭代次数不超过2的概率达95%,迭代次数不超过3的概率达 98.22%;阈值在2.5~3范围内时,迭代次数不超过3的概率大于82.26%。
在导航运算量方面,XIAA站选星前后导航运算量的相对比值的统计结果如表5。其中,min表示最小值,max表示最大值,mean表示平均值。相对比值指的是选星前后导航运算量的相对比值;相对比值=(选星前导航运量-选型后导航运算量)/选星前导航运算量;相对比值用以描述“选星”对导航运算量的影响,也即,“选星”对处理器负荷的影响。
表5导航运算量相对比值的统计分析
分析表5,可以得出以下结论:
用户选用最小二乘法定位,在满足用户定位精度要求的前提下,选择8 颗卫星时的浮点加运算相对减少62.5%、浮点乘运算相对减少63.2%,选择9 颗卫星时的浮点加运算相对减少55.7%、而浮点乘运算相对减少56.3%。
这只是采用一般最小二乘法定位的导航运算量的减少量,而对于为了追求高精度而采用加权最小二乘法定位的用户来说,导航运算量的减少量将更为可观。
与最小GDOP法相比较,最小GDOP法的选星结果为选星问题的最优解,为了分析本发明相对最小GDOP法的技术优点,下文给出GDOPT=3的情况下,两者在选星后GDOP值和选星计算量的差异。
TASH站和XIAA站采用最小GDOP法选星后GDOP的统计结果如表6。其中, min表示最小值,max表示最大值,mean表示平均值,var表示方差。
表6最小GDOP法选星后GDOP的统计分析
比较表1、表2和表6,可以得出以下结论:
选取8颗星时,TASH站采用本发明实施例所述方法选星后的GDOP值比最小GDOP法选星后的GDOP值平均增大了14.1%,而XIAA站采用本发明实施例所述方法选星后的GDOP值比最小GDOP法选星后的GDOP值平均增大了 13.0%;
选取9颗星时,TASH站采用本发明实施例所述方法选星后的GDOP值比最小GDOP法选星后的GDOP值平均增大了11.1%,而XIAA站采用本发明实施例所述方法选星后的GDOP值比最小GDOP法选星后的GDOP值平均增大了 9.9%。
在选星计算量方面,TASH站和XIAA站分别采用本发明实施例所述方法和最小GDOP法选星的计算量统计结果如表7。其中,NGDOP为计算GDOP的次数。
表7选星算法计算量的统计分析
分析表7,可以得出以下结论:
选取8颗星时,TASH站采用本发明实施例所述方法选星的计算量比最小 GDOP法平均降低了99.73%,而XIAA站平均降低了99.74%。
选取9颗星时,TASH站采用本发明实施例所述方法选星的计算量比最小 GDOP法平均降低了99.7%,而XIAA站平均降低了99.71%。
相对于经典选星算法最小GDOP法,本发明提出的选星方法明显可以在满足用户定位精度要求的前提下以较小的选星比例完成快速选星,具有良好的准确性和鲁棒性,实现了导航运算量的大幅减少。采用本发明所述方法不仅可以降低接收机处理器的负荷、提高动态用户的实时性,更减少了接收机硬件设计的难度和成本。
本发明旨在保护一种组合导航***的定位卫星选择方法,通过采用遗传算法来对定位卫星进行种群的计算,并通过适应度函数来确定选星方案,能够快速完成定位卫星的选择;通过仰角门限来确定目标星群,有效的减少了计算量;通过适应度函数最大的样本和计算样本的几何精度因子来确定剩余的定位卫星,能够快速完成组合导航***的定位卫星的选择。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种组合导航***的定位卫星选择方法,其特征在于,包括:
S1,构造定位卫星初始种群,并对所述定位卫星初始种群进行二进制编码;其中,所述定位卫星初始种群包括多个样本;
S2,将所述定位卫星初始种群采用遗传算法获得后代;
S3,计算所述定位卫星初始种群和后代的适应度函数f(X),判断所述适应度函数f(X)是否满足终止条件;若满足,则执行S4;
S4,将满足终止条件时的适应度函数f(X)最大的样本为定位卫星的选星方案;
S5,根据最小几何精度因子法选取剩余的定位卫星,所述选星方案中定位卫星与所述剩余的定位卫星构成组合导航***的定位卫星。
2.根据权利要求1所述的方法,其中,在所述步骤S1之前还包括:
配置选星数目m、几何精度因子阈值GDOPT和仰角门限;
根据仰角门限删选接收机观测到的所有定位卫星,得到目标星群。
3.根据权利要求2所述的方法,其中,所述根据仰角门限删选接收机观测到的所有定位卫星,得到目标星群包括:在接收机观测到的所有定位卫星中,选择仰角大于或等于仰角门限的定位卫星,即为目标星群。
4.根据权利要求2所述的方法,其中,所述构造定位卫星初始种群,并对所述定位卫星初始种群进行二进制编码包括:
从目标星群中选取定位卫星个体数相等的多个样本Xk=[xn … xj… x1];
将所述样本中定位卫星个体采用二进制编码,设选中的定位卫星编码为1,非选中的定位卫星编码为0,使得所述样本中选中定位卫星数目总和
所述经过二进制编码后的多个样本Xk=[xn … xj… x1]组成定位卫星初始种群;
其中,xj表示定位卫星个体,在所述样本Xk=[xn … xj… x1]中定位卫星按顺序进行编排,x1表示1号定位卫星,xj表示j号定位卫星,xj=1表示j号定位卫星被选入,xj=0表示j号定位卫星未被选入。
5.根据权利要求2所述的方法,其中,所述遗传算法包括:交叉运算和/或变异运算;
其中,交叉运算包括:
根据交叉概率pc从所述定位卫星初始种群中选取双亲A和B;
随机产生2个1~m-1间的整数n1和n2;
将所述A中第n1个选中定位卫星到第n2个选中定位卫星之间的基因与B中相应位的基因交换得到后代A1,将B中第n1个选中定位卫星到第n2个选中定位卫星之间的基因与A中相应位的基因交换得到后代B1;其中,每个定位卫星为一个基因,所述定位卫星的基因表达为选中定位卫星和非选中定位卫星两种类别;
判断所述后代A1和B1是否满足选中定位卫星的基因达到m-1;
若满足,则所述后代A1和B1为合法后代;
若不满足,则通过变异的方式处理使得所述后代A1和B1为合法后代;其中,变异的方式处理包括:获取所述后代A1或B1中选中定位卫星的基因达到m-1的差值,根据差值随机选取除交换基因的其它位基因,通过变异的方式变成选中定位卫星或非选中定位卫星,使其满足选中定位卫星的基因达到m-1;
其中,变异运算包括:
根据变异概率pm从所述定位卫星初始种群中随机选取一个欲进行变异的样本cp;
随机产生一个1~n间的整数g1;
判定所述样本cp中g1位所对应的基因类别,如果该基因为非选中定位卫星,则随机产生一个1~n间的整数g2(g1≠g2),且应保证所述样本cp中与g2位对应的基因类别为选中定位卫星,反之,如果g1位对应的基因类别为选中定位卫星,则产生的随机数g2位对应的基因类别应为非选中定位卫星;其中,每个定位卫星为一个基因,所述定位卫星的基因表达为选中定位卫星和非选中定位卫星两种类别;
将所述样本cp中g1位基因与g2位基因进行类别互换,得到合法后代cq。
6.根据权利要求1所述的方法,其中,所述适应度函数:
其中,GDOPmax和GDOPmin分别表示当前种群所有样本中的几何精度因子最大值和几何精度因子最小值,ε是(0,1)的一个非负常数,目标函数:
f0(X)=GDOP(X) (2)
其中,X为当前样本,目标函数为计算当前样本的几何精度因子。
7.根据权利要求1所述的方法,其中,所述终止条件包括:
当前种群所有样本中的几何精度因子最小值GDOPmin小于所述阈值GDOPT,
或者当前种群所有样本中的几何精度因子最小值GDOPmin与前次计算的几何精度因子最小值GDOPmin相同,
或者计算次数达到了设定值。
8.根据权利要求7所述的方法,其中,所述计算次数为所述遗传算法的计算次数或所述适应度函数的计算次数。
9.根据权利要求1所述的方法,其中,在所述步骤S4之后还包括:
若不满足,则将所述定位卫星初始种群和后代合并成新的定位卫星初始种群,回到步骤S2。
10.根据权利要求1所述的方法,其中,所述根据最小几何精度因子法选取剩余的定位卫星包括:
根据所述适应度函数f(X)最大的样本,计算样本将每个非选中卫星个体类别变成选中定位卫星的几何精度因子;
计算得到几何精度因子最小对应的所述变换个体为剩余的定位卫星。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711242961.3A CN108196273A (zh) | 2017-11-30 | 2017-11-30 | 一种组合导航***的定位卫星选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711242961.3A CN108196273A (zh) | 2017-11-30 | 2017-11-30 | 一种组合导航***的定位卫星选择方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108196273A true CN108196273A (zh) | 2018-06-22 |
Family
ID=62573579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711242961.3A Pending CN108196273A (zh) | 2017-11-30 | 2017-11-30 | 一种组合导航***的定位卫星选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108196273A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109188480A (zh) * | 2018-09-17 | 2019-01-11 | 合肥工业大学 | 一种极化反馈蚁群算法的北斗卫星选择方法 |
CN109635332A (zh) * | 2018-11-08 | 2019-04-16 | 北京航空航天大学 | 一种基于遗传算法的变步长星座轨道优化方法及装置 |
CN110244329A (zh) * | 2019-05-24 | 2019-09-17 | 国网浙江省电力有限公司信息通信分公司 | 一种基于势能和概率选择的北斗选星方法 |
CN110971288A (zh) * | 2018-09-28 | 2020-04-07 | 海能达通信股份有限公司 | 一种定位方法及装置 |
CN112109922A (zh) * | 2020-08-12 | 2020-12-22 | 中国矿业大学 | 面向月球车导航定位的月球导航卫星星座设计与优化方法 |
CN112272381A (zh) * | 2020-10-22 | 2021-01-26 | 大连大学 | 一种卫星网络任务部署方法和*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1996040A (zh) * | 2006-12-20 | 2007-07-11 | 北京航空航天大学 | 一种用于双星座卫星定位***的选星方法 |
WO2010021659A2 (en) * | 2008-08-19 | 2010-02-25 | Trimble Navigation Limited | Gnss signal processing methods and apparatus with ambiguity convergence indication |
CN101866010A (zh) * | 2010-05-28 | 2010-10-20 | 北京航空航天大学 | 一种卫星导航***选星方法 |
CA2404109C (en) * | 2000-03-20 | 2011-04-26 | Qualcomm Incorporated | Methods and apparatuses for using assistance data relating to satellite position systems |
CN102707296A (zh) * | 2012-05-22 | 2012-10-03 | 北京理工大学 | 一种用于单星座卫星导航***的选星方法 |
CN103954980A (zh) * | 2014-04-04 | 2014-07-30 | 北京航空航天大学 | 一种多模gnss接收机的选星方法 |
CN104298880A (zh) * | 2014-10-15 | 2015-01-21 | 天津工业大学 | 一种基于二维aoa定位***的辅助节点分步部署方法 |
CN105717529A (zh) * | 2015-09-22 | 2016-06-29 | 西华大学 | 一种基于无线电信号路测功率值的信源定位方法 |
CN106767788A (zh) * | 2017-01-04 | 2017-05-31 | 北京航天自动控制研究所 | 一种组合导航方法和*** |
-
2017
- 2017-11-30 CN CN201711242961.3A patent/CN108196273A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2404109C (en) * | 2000-03-20 | 2011-04-26 | Qualcomm Incorporated | Methods and apparatuses for using assistance data relating to satellite position systems |
CN1996040A (zh) * | 2006-12-20 | 2007-07-11 | 北京航空航天大学 | 一种用于双星座卫星定位***的选星方法 |
WO2010021659A2 (en) * | 2008-08-19 | 2010-02-25 | Trimble Navigation Limited | Gnss signal processing methods and apparatus with ambiguity convergence indication |
CN101866010A (zh) * | 2010-05-28 | 2010-10-20 | 北京航空航天大学 | 一种卫星导航***选星方法 |
CN102707296A (zh) * | 2012-05-22 | 2012-10-03 | 北京理工大学 | 一种用于单星座卫星导航***的选星方法 |
CN103954980A (zh) * | 2014-04-04 | 2014-07-30 | 北京航空航天大学 | 一种多模gnss接收机的选星方法 |
CN104298880A (zh) * | 2014-10-15 | 2015-01-21 | 天津工业大学 | 一种基于二维aoa定位***的辅助节点分步部署方法 |
CN105717529A (zh) * | 2015-09-22 | 2016-06-29 | 西华大学 | 一种基于无线电信号路测功率值的信源定位方法 |
CN106767788A (zh) * | 2017-01-04 | 2017-05-31 | 北京航天自动控制研究所 | 一种组合导航方法和*** |
Non-Patent Citations (2)
Title |
---|
HANGYU HUO, ZHENG ZHENG ,XIAOLIN ZHANG: "《An optimal satellite selection method based on genetic algorithms》", 《INTERNATIONAL JOURNAL OF SIMULATION: SYSTEMS》 * |
袁社旺: "《GPS中一种选星方法及实验分析》", 《中国惯性技术学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109188480A (zh) * | 2018-09-17 | 2019-01-11 | 合肥工业大学 | 一种极化反馈蚁群算法的北斗卫星选择方法 |
CN109188480B (zh) * | 2018-09-17 | 2020-12-29 | 合肥工业大学 | 一种极化反馈蚁群算法的北斗卫星选择方法 |
CN110971288A (zh) * | 2018-09-28 | 2020-04-07 | 海能达通信股份有限公司 | 一种定位方法及装置 |
CN110971288B (zh) * | 2018-09-28 | 2022-04-15 | 海能达通信股份有限公司 | 一种定位方法及装置 |
CN109635332A (zh) * | 2018-11-08 | 2019-04-16 | 北京航空航天大学 | 一种基于遗传算法的变步长星座轨道优化方法及装置 |
CN110244329A (zh) * | 2019-05-24 | 2019-09-17 | 国网浙江省电力有限公司信息通信分公司 | 一种基于势能和概率选择的北斗选星方法 |
CN112109922A (zh) * | 2020-08-12 | 2020-12-22 | 中国矿业大学 | 面向月球车导航定位的月球导航卫星星座设计与优化方法 |
CN112272381A (zh) * | 2020-10-22 | 2021-01-26 | 大连大学 | 一种卫星网络任务部署方法和*** |
CN112272381B (zh) * | 2020-10-22 | 2022-08-30 | 大连大学 | 一种卫星网络任务部署方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108196273A (zh) | 一种组合导航***的定位卫星选择方法 | |
CN106646338B (zh) | 一种快速精确的室内定位方法 | |
Stern et al. | Posterior predictive model checks for disease mapping models | |
CN103916820A (zh) | 基于接入点稳定度的无线室内定位方法 | |
CN105203120B (zh) | 导航路线评测方法及装置 | |
CN105468632A (zh) | 一种地理编码方法及装置 | |
Galli et al. | A new method for calculating the convergent point of a moving group | |
CN110716998B (zh) | 一种精细尺度人口数据空间化方法 | |
RU2384859C2 (ru) | Способ разрешения неоднозначности при определении местоположения | |
CN102968813A (zh) | 一种三角面片网格模型的表面采样方法 | |
CN110689055B (zh) | 一种顾及格网单元属性分级的跨尺度统计指标空间化方法 | |
CN106600119B (zh) | 基于k均值的电力用户聚类方法及装置 | |
CN108680897B (zh) | 一种室内定位方法、装置、电子设备及存储介质 | |
CN103218419B (zh) | 网络标签聚类方法和*** | |
CN112131752B (zh) | 一种基于拟准检定的超强崩溃污染率抗差估计算法 | |
Hao et al. | Integration of multinomial-logistic and Markov-chain models to derive land-use change dynamics | |
CN109801073A (zh) | 风险用户识别方法、装置、计算机设备及存储介质 | |
Moser et al. | Effects of telemetry location error on space‐use estimates using a fixed‐kernel density estimator | |
CN105682039A (zh) | 一种rf指纹定位方法及*** | |
CN108428020A (zh) | 业务员薪资预测方法、装置、计算机设备以及存储介质 | |
CN110261820B (zh) | 一种多测量站的时差定位方法及装置 | |
CN109889981B (zh) | 一种基于二分类技术的定位方法及*** | |
Guolo et al. | A simulation‐based comparison of techniques to correct for measurement error in matched case–control studies | |
EP4170566A1 (en) | Prediction system and prediction method | |
CN112434261B (zh) | 基于标校卫星的测控装备精度鉴定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |