王尔申，孙彩苗，黄煜峰，李轩，别玉霞，曲萍萍

（1.沈阳航空航天大学 电子信息工程学院，沈阳110136；2.沈阳航空航天大学 辽宁省通用航空重点实验室，沈阳110136）

全球导航卫星系统（Global Navigation Satellite Systems，GNSS）不断发展和日益完善［1］，可用于导航的卫星增多，为了获得更优的几何结构和更多的导航信号，多星座组合导航成为导航技术发展趋势［2］。然而，如果利用全部可见卫星进行定位，不仅增加接收机信号处理负担，更为重要的是，当可见卫星达到一定数量时，几何精度因子（Geometric Dilution of Precision，GDOP）将不会有明显的改善。因此，研究选星算法，在保证定位精度的前提下，从全部可见卫星中选取较优的一组用于定位是必要的。

大部分的选星算法主要是基于衡量定位精度的GDOP，GDOP与用户的几何结构有关，GDOP越小，定位精度越高。基于GDOP的选星算法主要有Bo和Shao［3］研究的加权几何精度（WGDOP）法、Phatak［4］研究的矩阵求逆引理法；也有学者研究了基于遗传算法通过模拟生物进化的方式实现选星［5］。这些算法都在不同程度上减少了选星的计算量。有学者提出一种顾及观测质量的三维凸包选星思路［6］；Liu等［7］提出了一种基于模糊度精度因子（Ambiguity Dilution of Precision，ADOP）的快速卫星选择策略，在一定程度上减轻了接收机的计算负担；也有学者提出一种基于3星子集的GPS快速选星算法，可以有效降低星座突变时由星座选择带来的时间消耗［8］。类似遗传算法，粒子群优化（Particle Swarm Optimization，PSO）算法是一种智能寻优算法［9］，但是该算法在寻优过程中容易陷入局部最优导致寻优结果不准确［10］，为克服这一问题，利用人工鱼群算法（Artificial Fish Swarm Algorithm，AFSA）的全局收敛特性，与PSO算法结合，提高PSO算法的全局收敛能力［11］。……