一种GPS整周模糊度的解算方法

初始整周模糊度的求解是利用GPS载波相位进行测量的关键问题，文中提出了一种GPS整周模糊度快速解算方法。该方法：首先，对双差观测方程中指向卫星的方向阵进行QR分解；然后，通过比较估计出的基线长度和真实的基线长度建立起整周模糊度初始搜索范围；最后，综合利用快速剔除不合理模糊度解的检验方法以得到最终的模糊度解。文中对所提出的算法进行了理论推导，并进行了基于实测数据的实验与分析。实验结果表明，该算法计算量小，快速准确，适合整周模糊度的快速动态求解。     

GPS载体姿态测量中的LAMBDA方法研究

 研究了采用双基线方案测量载体的姿态,利用 GPS载波相位干涉测量基线矢量,引入 LAMBDA法解算整周模糊度,由 CPU时间图可以看出这种方法能快速而准确地解算整周模糊度,对于实时姿态测量(RAD)系统具有很好的应用价值。     

GPS姿态测量的载波相位整周模糊度快速解算

 根据 ARCE方法可以将模糊度搜索空间从所观测到的 m颗卫星的 m -1维降为 3维独立整周模糊度搜索空间,结合整数高斯变换及基线长度约束减小模糊度搜索空间,利用 Cholesky分解提高模糊度搜索效率,实验结果证明该方法能够快速解算整周模糊度适于实时姿态确定等应用。     

利用几何约束快速求解整周模糊度

本文以GPS载波相位测量确定载体姿态的应用为背景，针对其中的关键技术问题－载波相位整周模糊度的快速解算，提出了一种充分利用卫星与基线之间几何约束来压缩搜索空间，快速得到正确的双差模糊度组合的方法，并通过对ADUⅡ接收机采集的原始数据进行处理，其结果证明这的确是一种行之有效的模糊度搜索方法。     

差分GPS载波相位测量整周模糊度的快速求解

 对Cholesky分解整周模糊度的求解进行了改进,在求解整周模糊度的过程中,首先采用LAMBDA法对整周模糊度进行整数线性变换再作Cholesky分解,然后利用最优剪枝法（bestcut）对整周模糊度进行搜索,实验结果表明该方法具有快速搜索整周模糊度的能力,可以满足采用GPS载波相位测量确定姿态以及GPS载波相位测量与INS组合的实时性。     

惯性辅助高动态RTK 模糊度浮点解求解算法研究

载波相位差分(RTK)技术需要着重解决整周模糊度快速精确求解问题。针对高动态应用,提出一种利用惯性信息辅助求解RTK整周模糊度浮点解的算法,建立了基于加速度信息辅助的Kalman滤波器模型,分析了加速度误差和惯导信息延迟对滤波结果的影响,并通过仿真对算法的动态性能进行了深入研究。仿真结果表明,与未受辅助的Kalman滤波算法相比,基于惯性辅助的求解算法能够在高动态下获得较精确的整周模糊度浮点解,使后续整数解的搜索空间更小,提升了模糊度固定效率和成功率;在发生周跳、出现野值和跟踪到新卫星信号的情况下,该算法同样具有很好的模糊度浮点解求解性能;此外,惯导加速度的随机测量误差和信息延迟不会对算法的性能造成较大影响。     

一种适合单频GPS动态求解整周模糊度的方法

对于高精度测量和导航,GPS载波相位整周模糊度的快速求解仍然是一个难点,尤其对于单频接收机。本文提出一种动态快速求解整周模糊度的方法,其基本思想先对系数阵进行QR分解,然后通过矩阵变换使模糊度参数和位置参数分离,从而降低矩阵的维数,满足实时动态求解的要求,最后应用LAMBDA方法搜索模糊度。为验证该算法,我们用单频GPS接收机进行了两种实验(静态和动态),利用本文方法解算,静态误差小于1．5cm,动态误差小于4cm。实验结果表明：对于动态用户,该方法是快速和有效的。该方法可应用于高精度的导航和定位。     

短基线动态相对定位中GPS单历元解算整周模糊度方法

针对短基线动态相对定位中快速解算整周模糊度的难题，提出了一种新的方法——GPS单历元解算整周模糊度。文中对相关的观测方程、载波相位的观测精度、真假解的识别等问题进行了详细讨论。试验证明，该方法正确、可靠，解决了快速解算整周模糊度这个难题，克服了传统方法需要进行静态初始化等问题。将该方法应用在车辆、舰船等移动载体上，可以实现真正意义上的实时动态相对定位，具有重要的应用价值。     

基于改进型UDVT分解的单频整周模糊度快速解算

 基于全球定位系统(GPS)快速定位中观测矩阵的病态性特点和Tikhonov正则化原理,研究了单频整周模糊度快速解算的改进方法.基于奇异值扰动理论,研究了改进型UDVT分解算法,即利用病态观测矩阵构造新的矩阵,然后化为上Hessenberg形式的三对角矩阵,利用移位QR算法得到精确的奇异值,避免了因较小奇异值发生较大抖动而使正则化矩阵出现不稳定的情况;在分析法矩阵病态性特点的基础上,设计了改善正则化矩阵的构造方法.实验结果表明,与传统最小二乘降相关平差(LAMBDA)算法和Tikhonov正则化-LAMBDA法相比,新算法能更有效地改善法矩阵的病态性,只利用3～5个历元即能实现模糊度浮点解的快速解算及其固定,且结果可靠,浮点值更加接近真实值.     

一种基于GPS的单频单历元姿态解算算法

本文提出了一种将GPS L1波段的载波相位观测方程和码相位观测方程相融合的新算法,使得单历元之内就可以求解整周模糊度的浮点解,克服了传统方法中仅用载波相位观测方程无法在单历元获得浮点解的缺点并提出了一种将低精度浮点解映射到固定解的方法,降低了LAMBDA算法对高精度浮点解的依赖性,避免了多个历元求解高精度浮点解,从而实现了单频单历元的整周模糊度估计,对于快速动态定姿具有重要意义。通过实际数据测试,该算法在10°俯仰角约束的条件成功率约为96%,能够有效地用于实时动态姿态解算。     

GPS移动基准站差分定位算法

相对导航定位技术在空中加油任务中起着至关重要的引导作用。针对传统差分定位模式受限于基准站位置固定、覆盖范围有限等问题,研究了一种无固定基准站差分定位方案,实现了短基线高精度动态相对定位。该方案首先基于实时伪距单点定位求得移动站近似坐标,结合载波信息进行站间差分,求得单差模糊度浮点解及更高精度的移动站坐标。之后,再利用双差观测方程,并采用扩展Kalman滤波(Extended Kalman Filtering,EKF)算法获得移动站精确坐标和双差模糊度浮点解。最后,采用LAMBDA算法进行模糊度快速固定,获得最终定位结果。实验结果表明,所采用的无固定基准站差分定位方案使得基线长度均方差小于5cm,达到了较高的动态相对定位精度。     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合，形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力，也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点，利用一种新的参数化方法将轨道优化问题转换为非线性规划问题，并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快，优化精度高，且避免了初值敏感、病态梯度和局部收敛等问题，能够搜索到全局最优轨道。     

Relative positioning of multiple moving platforms using GPS

To obtain subdecimeter level accuracy in relative kinematic positioning, the use of double differenced GPS carrier phase measurement with carrier phase ambiguities fixed to their correct integer values must be adopted. If multiple platforms are available in the configuration, the redundancy provided by the multiplicity of platforms can speed up the time to integer ambiguity fixing while at the same time improve the reliability of the solution. An approach to effectively construct ambiguity constraints through the multiplicity of platforms is presented herein. The use of these ambiguity constraints to position multiple moving platforms with respect to each other is then discussed. A series of simulations and field tests are designed and conducted to investigate the effects of different system parameters on this approach, with a configuration of up to 10 moving platforms. The test results show that the use of ambiguity constraints can improve the time to integer ambiguity fixing by up to 67%, relative to the case when no constraints are used. In addition, the use of ambiguity constraints is found to enhance the ability of the multiple platform system to detect wrong ambiguity fixes.     

混合生物生长自适应搜索遗传算法在形状优化中的应用

 利用自适应搜索遗传算法和生物生长算法的特点,提出一种新的优化方法—混合生物生长自适应搜索遗传算法。该算法即可充分利用前两种算法的优点,又可弥补二者的不足。为了验证该算法的合理性和正确性,对经典算例三杆桁架结构进行了优化,并将新算法进一步应用于具有复杂结构的三维离心叶轮优化设计中,结果表明混合算法较遗传算法收敛速度快,且可得到形状优化最优解。     

应用自适应遗传算法进行参考航迹规划

 确定参考航迹是利用分层规划思想进行航迹规划时首先要解决的问题。针对参考航迹规划算法中全局最优和信息处理量之间的矛盾, 采用自适应遗传算法进行参考航迹规划。算法对飞行方向进行编码构造个体, 并在此基础上设计交叉和变异算子; 在进化过程中采用自适应交叉概率和变异概率。仿真结果表明, 该方法大大降低了信息的记忆和处理量, 并提高了遗传算法的全局寻优能力, 为突防飞行器提供满足战术要求的参考航迹。     

DGPS/IMU integration-based geolocation system: Airborne experimental test results

This paper addresses differential global positioning system (DGPS)/inertial measurement unit (IMU) integration-based geolocation system developed for airborne remote sensing cameras. First, we provide a brief review on sensor calibration, alignment and sensor fusion as background material of this research. After presenting those background material, as a main part of this paper we present a geolocation algorithm designed for an airborne imaging system. The geolocation system developed is tested through actual airborne experiments. For the verification of the geolocation system developed, we compare initial stationary states of the airplane before-taking off with states after-landing. From the actual test results, we find that it is critical to do an accurate time synchronization between IMU, DGPS, and airborne images, and to compensate for the data delay occurred during the network transfer.     

基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。     

低成本U-blox模块的单频GPS/BDS增强PPP定位性能分析

以U-blox单频接收机采集数据,在GPS与GPS/BDS两种解算模式下进行局域增强精密单点定位(PPP)解算,并进行模糊度固定,对其在不同环境下的定位性能进行实验研究和分析。实验结果表明:在静态环境下,GPS/BDS浮点解收敛至cm级需3min左右,较GPS缩短64%,GPS/BDS定位精度RMS在平面与高程方向分别为(3.2cm,2.7cm),较GPS提升(47%,59%);GPS/BDS在30s左右可固定模糊度,固定后定位精度为(0.4cm,1.0cm),较GPS/BDS浮点解提升(88%,63%)。在动态环境下,GPS/BDS浮点解收敛至cm级需4min左右,较GPS提升59%,定位精度为(3.1cm,5.9cm),较GPS提升(34%,43%);GPS/BDS获得固定解需2min左右,固定后定位精度为(0.7cm,1.0cm),较GPS/BDS浮点解提升(77%,83%)。