[发明专利]海上多GNSS系统粒子群选星方法及系统

说明书

本发明涉及一种海上多GNSS系统改进粒子群快速选星方法及系统，搜寻当前历元所有可见卫星，确定粒子群算法参数最优值；将当前历元所有可见卫星进行组合获取粒子群初始值，利用卫星组合中的GDOP值作为粒子适应度函数；迭代中将满足最大迭代次数时GDOP值最小的可见卫星组合作为优质粒子存入记忆库；不满足时最大迭代次数时，更新粒子速度向量和位置向量，每次迭代更新时依据粒子第一次迭代惯性权重、粒子最后一次迭代惯性权重及粒子当前迭代次数设置当前迭代时粒子惯性权重；随机生成新粒子群，利用记忆库中优质粒子替换劣质粒子来更新粒子群；通过迭代选取最优卫星组合。本发明可有效提高海上精密单点定位的计算效率，增强海上精密单点定位的实时性。

技术领域

本发明属于海上定位技术领域，特别涉及一种海上多GNSS系统改进粒子群快速选星方法及系统。

背景技术

随着导航定位技术的发展，多GNSS系统定位成为海洋测量领域发展的必然趋势。多GNSS系统可以为海上GNSS用户提供更多数目、更多类型的可视卫星，充足的卫星数目可以有效保证定位的精度和可靠性。但是如果所有可视卫星的观测量全部都参与海上用户定位解算的话，就会造成数据的大量冗余，运算量的剧增会造成海上定位解算效率的降低，而海上定位的精度却不会大幅提升，这就对海上用户造成不必要的计算负担。为提高海上精密单点定位的计算效率，海上多GNSS系统快速选星的重要性就凸显出来。

常用的传统选星方法包括最小几何精度因子值(Geometrical Dilution OfPrecision,GDOP)法和最大四面体体积法。这两种方法原理简单、易于实现，在初期得到了广泛应用；但是这两种选星方法都是基于遍历法的理念，即遍历所有的卫星组合，从中选取GDOP值最小或者四面体体积最大的卫星组合作为最优选择。近几年多GNSS系统发展迅速，可见卫星的数目急剧增加，传统的多GNSS系统选星方法的计算量大幅增加，计算效率降低，已无法适应多GNSS系统发展的节奏。随后有在这两种经典选星方法基础上进行的改进，改进主要体现在两个方面：一方面是关于GDOP值计算方法的改进，传统的GDOP值计算涉及到复杂的矩阵求逆、矩阵相乘等运算，针对计算繁琐、效率低下的问题，求逆引理、闭合GDOP方法、凸几何方法等方法相继被提出，以便简化GDOP计算公式，提高运算效率；另一方面是关于搜索方法的改进，基于仰角的选星方法、基于卫星均匀分布的选星方法、基于仰角和方位角的选星方法、基于自适应软切换的选星算法、基于进化算法的自适应滤波方法、基于卫星贡献的选星方法、最优卫星几何分布辅助的选星方法等被提出，以便提高搜索最优卫星组合的效率。随着人工智能技术的出现，遗传算法和神经网络算法等也被相继用于解决多GNSS系统选星问题。尽管上述方法可以解决多GNSS系统选星问题，但是在实际应用中，这些算法收敛速度慢而且性能不稳定，易陷入局部优化，同时由于算法包含的参数过多，随着选星数目的增多，为保证选星结果的准确性，算法的计算速度会大幅降低。

发明内容

为此，本发明提供一种海上多GNSS系统粒子群快速选星方法及系统，有效改善现有海上多GNSS系统选星性能，进一步提高海上精密单点定位的计算效率，并增强海上精密单点定位的实时性。

按照本发明所提供的设计方案，一种海上多GNSS系统粒子群选星方法，包含如下内容：

搜寻当前历元所有可见卫星，确定粒子群算法参数最优值，其中，算法参数至少包含最大迭代次数、粒子第一次迭代惯性权重、粒子最后一次迭代惯性权重及粒子间适应度相关阈值；

将当前历元所有可见卫星进行组合获取粒子群初始值，利用卫星组合中的GDOP值作为粒子适应度函数；

执行粒子群算法迭代过程，将满足最大迭代次数时GDOP值最小的可见卫星组合作为优质粒子存入记忆库；当粒子达不到最大迭代次数时，迭代更新粒子速度向量和位置向量，在每次迭代更新时依据迭代信息来设置当前迭代时粒子惯性权重，所述迭代信息包含：粒子第一次迭代惯性权重、粒子最后一次迭代惯性权重及粒子当前迭代次数；随机生成新粒子群并采用替换概率的指标来衡量粒子优劣性，利用记忆库中优质粒子替换劣质粒子，更新粒子群；