[发明专利]一种基于实数编码自适应遗传算法的整周模糊度快速获取方法

说明书

技术领域

本发明涉及利用最优化算法求解载波相位整周模糊度的技术领域，具体涉及一种基于实数编码自适应遗传算法的整周模糊度快速获取方法。

背景技术

随着卫星导航技术的发展，全球各领域的应用不仅对它的依赖度越来越高，而且对定位精度和时效性也有着更高的要求。由于卫星载波相位的原始观测值中含有整周模糊度，所以，直接由观测值所确定的卫星与接收机间的距离并不等于真实距离。但是，一旦整周模糊度被准确的计算出来，就可以得到卫星与接收机间cm甚至mm级精度的距离，从而可以进行cm甚至mm级的定位。因此，整周模糊度固定是高精度定位的关键问题，也一直是卫星导航领域中热点问题。从1981年Counselman提出利用载波相位观测值进行高精度定位以来，国内外众多学者一直在研究载波相位定位技术中的整周模糊度解算问题，先后提出了众多整周模糊度解算方法。

按照处理方式不同，整周模糊度的解算方法一般分为基于非搜索(Non-search)的解算方法和基于搜索(Search-based)的解算方法。基于非搜索的解算方法主要包括基于运动(Motion-based)的方法和基于特殊操作的方法。基于运动的模糊度解算方法充分利用了观测设备的移动和观测卫星的变化所带来的有效信息，所以其对卫星和接收机的几何关系有很强的依赖，而基于搜索的解算方法并不依赖于二者的几何关系，因此可以进行快速整周模糊度解算。基于搜索的模糊度解算方法又分为在坐标域内的模糊度搜索方法、在观测域内的模糊度搜索方法和在模糊度域内的模糊度搜索方法。根据解算结果的类型，在模糊度域内的搜索方法又可进一步分为Bayesian估计方法和Non-Bayesian估计方法。模糊度解算方法的具体分类如表1所示。

表1.模糊度解算方法分类表

目前应用最为广泛的就是Teunissen提出的利用整数高斯变换对模糊度方差阵进行变换的LAMBDA(Least-squares AMBiguity Decorrelation Adjustment)方法，对方差阵进行变换，缩小模糊度搜索空间，降低各模糊度分量之间的相关性，同时利用条件最小二乘平差逐步递推，最终搜索得到整周模糊度。

遗传算法由美国J Holland教授提出，具有内在并行性，全局优化性和稳健性的特点。由于简单遗传算法运行参数交叉概率和变异概率都是恒定不变的，这样容易使得初始设置的交叉概率和变异概率无法满足运算初期和后期的搜索，影响到搜索的速度和效率。IAGA算法(Improved Adaptive Genetic Algorithm，简称IAGA)是在简单遗传算法(Simple Genetic Algorithm)的基础上提出的一种改进算法。IAGA算法中的运行参数交叉概率和变异概率能够随适应度自动改变，且能在平均适应度和最大适应度之间随sigmoid曲线进行非线性调整，当种群中的大部分个体拥有相近的适应度且平均适应度与最大适应度接近时，大多数个体的交叉率和变异率被提高，且提高的幅度要高于按余弦函数变化的交叉率和变异率；同时，最大适应度附近的个体的模式得到了尽可能多地保留，压低了它们的交叉率和变异率，为这类模式的个体参与交叉配对的概率变大，使算法力求跳出局部收敛。对于很多优化问题，在种群个体处于相当的状况下，拉开靠近平均适应度周围的多数个体，带动演化的前进，这对于摆脱局部收敛，防止算法停滞不前是有积极意义的。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷，提供一种基于实数编码自适应遗传算法的整周模糊度快速获取方法。

本发明的目的可以通过采取如下技术方案达到：

一种基于实数编码自适应遗传算法的整周模糊度快速获取方法，所述的整周模糊度快速获取方法包括下列步骤：

S1、由载波相位观测数据，建立载波相位双差观测方程；

设t时刻，k,i两接收机观测了j,o两颗卫星，则载波相位双差观测方程为：

式中为双差载波相位观测量，为双差整周模糊度，λ为载波波长，R(t)为卫星到接收机的距离，V(t)为残差向量；

S2、将上述载波相位双差观测方程线性化，利用卡尔曼滤波获取整周模糊度的浮点解和相应的协方差阵；

建立常加速度模型下的卡尔曼滤波器，其状态方程和量测方程分别为：

X_k＝Φ_k,k-1X_k-1+Γ_k-1W_k-1(2)