机载分布式POS布局优化方法和装置制造方法及图纸

本公开提供了机载分布式POS布局优化方法，具体为基于自适应简化均值粒子群遗传混合算法的机载分布式POS布局优化方法。建立布局方案对应的适应度函数模型；随机生成初始粒子群并确定父代粒子；自适应的确定变异影响因子并更新位置更新公式，获得子代粒子；通过遗传算法得到子代个体，并确定出全局最优个体；对全局最优个体进行解码，确定出最优布局方案。该方法自适应的调节简化均值粒子群遗传混合算法中的变异影响因子，并用变异影响因子代替惯性权重参数进行粒子位置更新，平衡了算法的全局和局部搜索能力，提高了算法的收敛速度和收敛精度，从而提高了机载分布式POS布局优化方案的效率和精度。公开还提出机载分布式POS布局优化装置。

【技术实现步骤摘要】
机载分布式POS布局优化方法和装置
本公开涉及航空航天
，具体而言，涉及机载分布式POS布局优化方法和装置。
技术介绍
目前，多任务遥感载荷综合对地观测系统已成为机载对地观测的重要发展方向之一。对于装备多任务遥感载荷的高性能综合机载对地观测系统，需要对各载荷分布点的运动参数实现高精度测量。位置姿态测量系统(PositionandOrientationSystem，POS)是目前获取载机多点位置、速度、姿态等运动参数的主要手段。机载分布式POS一般由一个高精度主POS和多个子惯性测量单元(InertialMeasurementUnit，IMU)组成。主POS一般安装在载机的机舱内部，称为主系统；而子IMU一般分布在载机两侧的机翼下方，称为子系统。对于机载多任务遥感载荷综合对地观测系统，分布式POS需要获取所有载荷安置点的高精度运动参数。由于载机对机载分布式POS的体积、重量均有严格的限制，特别是观测载荷分布在机翼下时，加之成本等系统工程方面的考虑，为每个遥感载荷均安装一个IMU的方式既不合理也不现实。因此，如何获取IMU的安装数量以本文档来自技高网...

【技术保护点】
1.机载分布式POS布局优化方法，其特征在于，所述方法包括：/n将机载分布式POS各种布局方案编码成相应的二进制数并建立布局方案对应的适应度函数模型；/n设置自适应简化均值粒子群遗传混合算法的基本参数，随机生成初始粒子群并计算每个粒子的适应度值进而确定第1代父代粒子；/n在自适应简化均值粒子群算法中，根据父代粒子的适应度值来更新产优率进而得到变异影响因子，由变异影响因子和学习因子更新位置更新公式，获得m_PSO个子代粒子；/n对m_PSO个子代粒子执行遗传算法，得到n_GA个子代个体，计算每个子代个体的适应度函数值并保存第t代为止所有个体中适应度函数值最大的个体；/n判断是否满足迭代条件；/n...

【技术特征摘要】
1.机载分布式POS布局优化方法，其特征在于，所述方法包括：
将机载分布式POS各种布局方案编码成相应的二进制数并建立布局方案对应的适应度函数模型；
设置自适应简化均值粒子群遗传混合算法的基本参数，随机生成初始粒子群并计算每个粒子的适应度值进而确定第1代父代粒子；
在自适应简化均值粒子群算法中，根据父代粒子的适应度值来更新产优率进而得到变异影响因子，由变异影响因子和学习因子更新位置更新公式，获得m_PSO个子代粒子；
对m_PSO个子代粒子执行遗传算法，得到n_GA个子代个体，计算每个子代个体的适应度函数值并保存第t代为止所有个体中适应度函数值最大的个体；
判断是否满足迭代条件；
若不满足迭代条件，则继续执行前述操作；
若满足迭代条件，则输出适应度函数值最大的个体，将其作为全局最优个体，并对全局最优个体进行解码，确定最优布局方案。


2.根据权利要求1所述的机载分布式POS布局优化方法，其特征在于，所述将机载分布式POS各种布局方案编码成相应的二进制数并建立布局方案对应的适应度函数模型包括：
确定观测载荷的数量，其中，设置右侧机翼下安装观测载荷的数量为12，安装间隔为1米，12个观测载荷均匀分布在载机右侧机翼下；
确定二进制数的长度，其中，二进制数长度设置为12，二进制数从左到右分别对应第1号到第12号观测载荷的位置，所述位置上如果为0则代表该位置没有安装子IMU，1则代表有；
建立适应度函数模型，其中，粒子群算法中的粒子群等同于遗传算法中的种群，粒子群算法中的粒子等同于遗传算法中的个体。


3.根据权利要求1所述的机载分布式POS布局优化方法，其特征在于，设置自适应简化均值粒子群遗传混合算法的基本参数，随机生成初始粒子群并计算每个粒子的适应度值进而确定第1代父代粒子包括：
对参数进行设置，其中，设置的参数包括：初始粒子群搜索空间维数D，初始粒子群中粒子数量N，迭代代数G，两个学习因子的初始值c1,s、c2,s和迭代终值c1,e、c2,e，交叉概率Pc和变异概率Pm；
生成初始粒子群并计算初始粒子群的适应度值，其中，在优化布局问题的解空间中随机生成N个初始父代粒子，作为父代粒子群，根据适应度函数模型，计算初始化后父代粒子群中每个粒子的适应度值；
确定第1代父代粒子，其中，将父代粒子群中粒子的适应度值降序排列，选取前m_PSO个父代粒子作为第1代父代粒子。


4.根据权利要求1所述的机载分布式POS布局优化方法，其特征在于，所述在自适应简化均值粒子群算法中，根据父代粒子的适应度值来更新产优率进而得到变异影响因子，由变异影响因子和学习因子更新位置更新公式，获得m_PSO个子代粒子的步骤包括：
计算第t代粒子群内粒子的产优率；
计算第t代粒子群内粒子的变异影响因子和学习因子；
更新第t代粒子位置并获得更新后的子代粒子，即第t+1...

【专利技术属性】
技术研发人员：宫晓琳，孙录金，刘刚，房建成，符倚伦，田珂珂，丁孝双，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11