尚俊娜，王民顿，刘新华，王奕腾

（1. 杭州电子科技大学 通信工程学院，杭州 310018； 2. 通信信息控制和安全技术重点实验室，嘉兴 314033； 3. 中国电子科技集团公司第三十六研究所，嘉兴 314033）

在全球卫星导航系统（Global Navigation Satellite Systems, GNSS）的高精度测姿过程中，确定整周模糊度至关重要。因为如果整周模糊度被准确锚定下来，就可以实现米级定位结果的改善，更有甚者能达到厘米级、毫米级。不能直接求解整周模糊度，因为它涵盖从实数域到整数域的非线性映射，而是选择浮点解的相应整数解集作为样本，最后通过搜索算法寻求真解。

因此整周模糊度的搜索往往取决于算法的质量。文献[1]中应用蚁群算法在整周模糊度空间内寻优，结果表明在样本数较少的情况下获得了很好的搜索结果，并较其他遗传算法更为可靠。文献[2]中利用改进粒子群算法搜索固定解，和经典搜索算法LAMBDA的1000 个历元实验对比，证明了搜索效率要明显优于LAMBDA 算法。

本文在单算法的基础上提出改进粒子群与蚁群混合算法，首先对传统粒子群和蚁群算法进行了适用于GNSS 整周模糊度搜索的改进，再凭借改进粒子群算法高效率的优势快速得到次优解，最后利用改进蚁群算法高可靠性的优势得到最优解。混合算法不仅可以兼具两种算法的优势，而且可以弥补它们的劣势。

1 传统粒子群与蚁群算法

1.1 粒子群算法

粒子群算法（ Particle Swarm Optimization Algorithm, PSO）是一例基于群智能方法的演化计算算法，它是由Eberhart 和Kennedy 受鸟、鱼类群体行为方式启发而提出的。……