基于禁忌搜索差分进化的组合系统选星算法*
2021-05-08许士杰
通信技术 2021年4期
朱 军,许士杰
(安徽大学,安徽 合肥 230601)
0 引言
目前,随着导航定位系统的发展,全球定位卫星的数量空前巨大,包括美国的GPS,俄罗斯的GLONASS,欧洲的伽利略和中国的北斗系统。随着卫星数量(即导航信号源)的增加,准确和实时定位的必要性变得越来越重要。冗余信号可以有效地提高定位精度,但是同时信号处理成本也急剧增加[1-2]。如果接收机使用更多的卫星进行定位,则由于高计算处理量,作为定位系统的关键标准的实时定位将无法实现。因此,需要一种平衡精度和性能的可见卫星选择方法。
卫星选择的标准是可见卫星和用户接收机之间的空间分布的好坏,例如,几何精度因子(Geometric Dilution of Precision,GDOP),由测量误差与输出位置的误差之比定义。较小的GDOP值表示更准确的定位[3]。遍历选星算法(Exhaust Search,ES)从所有可见卫星中遍历所有组合以找到最优卫星组合,但选星耗时较大。因此,研究人员一直致力于GDOP计算和基于几何分布的卫星选择方法的开发,以降低计算成本并实现最小的GDOP[4-6]。研究者利用群体智能优化算法减少GDOP计算,实现快速选星[7-9]。其中,Meng等人对遗传算法(Genetic Algorithm,GA)进行改进,提高了算法选星结果的准确性。尽管遗传算法的性能与卫星几何分布无关,但在实现GA 的计算过程中涉及参数过多,过于依赖参数设计,若设计不当,很难提高选星速度。
与GA不同,差分进化(Differential Evolution,DE)算法在变异操作方面采用差分策略,利用种群个体间的差分来扰动进化方向,避免GA中变异方式的不足,并且需调整参数大大减少。……
登录APP查看全文
