排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
为提高选星算法的性能,提出一种基于人工鱼群算法的粒子群优化(PSO)选星算法。该算法利用人工鱼群算法良好的全局收敛特性,克服了粒子群优化算法易陷入局部最优的缺点。将每种卫星组合看作空间中的一个粒子,选取几何精度因子(GDOP)作为适应度函数。利用所提算法更新粒子自身位置,优化卫星组合与几何精度因子。利用实际数据对所提算法进行验证和对比,结果表明:改进的选星算法在保障选星效率的同时,选星结果的准确性优于标准的粒子群优化选星算法。 相似文献
2.
针对传统的高级接收机自主完好性监测(ARAIM)算法中完好性风险和连续性风险分配存在保守的问题,提出了一种基于粒子群优化(PSO)算法的完好性风险和连续性风险分配方法。将不同的分配策略作为算法中不同的粒子,选取不同故障子集对应的垂直保护级的加权和为适应度函数,每个粒子基于粒子群优化寻优原理更新其位置及速度直至满足条件,进而得到优化后的分配策略和对应的垂直保护级。通过双星座对所提方法进行验证,并与传统方法进行对比分析,结果表明:基于PSO算法的完好性风险和连续性风险分配策略优化了垂直保护级,提高了ARAIM全球可用性。 相似文献
1