基于PSO与AFSA的GNSS整周模糊度种群融合优化算法

摘要

载波相位测量是实现全球导航卫星系统(Global navigation satellite system, GNSS)快速高精度定位的重要途径，而准确解算整周模糊度是其中的关键步骤之一.粒子群算法(Particle swarm optimization, PSO)收敛速度快但易陷入局部最优，人工鱼群算法(Artificial fish swarm algorithm, AFSA)全局优化性能好但收敛速度慢，因此融合两种算法的优点，提出一种GNSS整周模糊度种群融合优化算法（PSOAF）.首先，通过载波相位双差方程求解整周模糊度的浮点解和对应的协方差矩阵.然后，采用反整数Cholesky算法对模糊度浮点解作降相关处理.其次，针对整数最小二乘估计的不足通过优化适应度函数来提高算法的收敛性和搜索性能.最后，通过PSOAF算法对整周模糊度进行解算.通过经典算例和试验研究表明：PSOAF算法可以更快地收敛于最优解，搜索效率也更为出色，解算的基线精度可以控制在10 mm以内，在短基线的实际情况下具有较高的应用价值.

关键词

全球导航卫星系统(GNSS) / 整周模糊度 / 粒子群算法 / 人工鱼群算法 / 融合算法

基金资助

江苏省前沿引领技术基础研究重大项目（BK20222006）