基于ICSO的DGPS整周模糊度的求解方法

欧阳利; 黄采伦

doi:DOI:10.13442/j.gnss.1008-9268.2020.03.009

基于ICSO的DGPS整周模糊度的求解方法

doi: DOI:10.13442/j.gnss.1008-9268.2020.03.009

湖南科技大学信息与电气工程学院,湖南湘潭 411201

详细信息

作者简介:
欧阳利 (1994—),男,硕士研究生,研究方向为无人机RTK定位技术研究.

通讯作者:
黄采伦 E-mail:806313410@qq.com

计量
- 文章访问数: 435
- HTML全文浏览量: 88
- PDF下载量: 39
- 被引次数: 0
出版历程
- 刊出日期: 2020-06-15

Solution method of DGPS integer ambiguity based on ICSO

School of Information and Electrical Engineering, Hunan University of Science and Technology, Xiangtan 411201, China

摘要

摘要: 针对差分全球定位系统(DGPS)模糊度解算过程中效率低,搜索慢的问题,对鸡群优化算法(CSO)进行适应性改进,并将改进后的鸡群优化算法(ICSO)应用到整周模糊度的快速解算中,利用卡尔曼滤波求出双差模糊度的浮点解和协方差矩阵,采用Lenstra-Lenstra-Lovasz (LLL)降相关算法对模糊度的浮点解和方差协方差矩阵进行降相关处理,以降低模糊度各分量之间的相关性,在基线长度固定的情况下,利用ICSO搜索整周模糊度的最优解. 采用经典算例进行仿真,仿真结果表明,与已有文献相比在整周模糊度的解算过程中改进的鸡群优化算法能有效提高搜索速度和求解成功率.
- 差分全球定位系统 /
- 改进鸡群优化算法 /
- 整周模糊度 /
- 卡尔曼滤波 /
- 降相关算法
Abstract: Aiming at the problem of low efficiency and slow search in the DGPS ambiguity resolution process, adaptively improve the chicken swarm optimization(CSO) and apply the improved chicken swarm optimization(ICSO) to the fast search of the integer ambiguity, a Kalman filter is used to obtain the float solution and its covariance matrix of the double-difference ambiguity. The Lenstra-Lenstra-Lovasz (LLL) decorrelation algorithm is adopted to decorrelate the float solution and its covariance matrix, thus, the correlation of each ambiguity float estimation can be eliminated. With a fixed baseline length, ICSO is used to search the optimal solution of the integer ambiguity. Simulations are performed using classic examples, the results show that compared with the literature ［5］, the improved chicken swarm optimization can effectively improve the search speed and the success rate of the solution.
- differential global positioning system /
- improved chicken swarm optimization /
- integer ambiguity /
- Kalman filter /
- decorrelation algorithm

HTML全文

参考文献(14)

[1]	TEUNISSEN P J G. The leastsquare ambiguity decorrelation adjustment: a method for fast GPS integer ambiguity estimation［J］. Journal of geodesy, 1995（70）: 65-82.DOI：10.1007/bf00863419.
[2]	SHU B, LIU H, ZHANG J S, el al. Performance assessment of partial ambiguity resolution based on BDS／GPS combined positioning［J］. Geomatics and information science of Wuhan University, 2017, 42(7): 989-994.DOI: 10.13203/j.whugis20150017.
[3]	王建敏, 马天明, 祝会忠. 改进LAMBDA算法实现BDS双频整周模糊度快速解算［J］. 系统工程理论与实践, 2017, 37(3): 768-772.
[4]	易清明, 易夕冬, 石敏. 基于实数编码自适应遗传算法的整周模糊度快速解算［J］. 航天控制, 2017, 35(3): 14-18.
[5]	徐定杰, 刘明凯, 沈锋, 等. 基于自适应遗传算法的DGPS整周模糊度快速解算［J］. 航空学报, 2013, 34(2): 371-377.
[6]	王跃钢, 王乐, 腾红磊, 等. 基于改进人工鱼群算法的DGPS整周模糊度快速固定［J］.中国惯性技术学报, 2016, 24(5): 619-623.
[7]	MENG X B, LIN Y, GAO X Z, et al. A new bio-inspired algorithm: chicken swarm optimization［C］／／Proc of the 5th International Conference in Swarm Intellengence, Cham: Springer, 2014: 86-94.DOI: 10.1007/978-3-319-11857-4_10.
[8]	吴忠强, 于丹琦, 康晓华. 改进鸡群算法在光伏系统MPPT中的应用［J］. 太阳能学报, 2019, 40(6): 1589-1598.
[9]	聂永辉, 张春雷, 高磊, 等. 基于改进鸡群算法的静止无功补偿器模型参数辨识方法［J］. 电网技术, 2019, 43(2): 731-738.
[10]	葛媛媛, 张宏基. 利用混沌优化鸡群算法的机器人SLAM方法［J］. 控制工程, 2019, 26(8): 1509-1514.
[11]	王世进, 秘金钟, 李得海, 等. GPS／BDS的RTK定位算法研究［J］. 武汉大学学报(信息科学版), 2014, 39(5): 621-625.
[12]	范龙, 翟国君, 柴洪洲. 模糊度降相关的整数分块正交化算法［J］. 测绘学报, 2014, 43(8): 818-826.
[13]	谢恺, 柴洪洲, 范龙, 等. 一种改进的LLL模糊度降相关算法［J］. 武汉大学学报(信息科学版), 2014, 39(11): 1363-1368.
[14]	韩斐斐, 赵齐辉, 杜兆宏, 等. 全局优化的改进鸡群算法［J］.计算机应用研究, 2019, 36(8): 2317-2319,2327.