一种基于卡方检验的AWPSO姿态解算方法技术

本发明专利技术涉及全球卫星导航技术领域，具体涉及一种基于卡方检验的AWPSO姿态解算方法，利用姿态角与基线矢量的关系，构造姿态角的单历元适应度函数模型，通过适应度函数进行姿态角搜索，规避了整周模糊度求解带来的大运算量，同时采用自适应权重因子和候选解的方式提高了姿态角的搜索范围，减少算法早熟，提高算法收敛性，最后利用卡方检验对候选解进行有效性检测，并通过剔除无效解减小局部最优解引起的误差，提高了解算的精度和鲁棒性。提高了解算的精度和鲁棒性。提高了解算的精度和鲁棒性。

【技术实现步骤摘要】
一种基于卡方检验的AWPSO姿态解算方法


[0001]本专利技术涉及全球卫星导航
，具体涉及一种基于卡方检验的AWPSO 姿态解算方法。

技术介绍

[0002]姿态测量是现代导航系统的基础，基于卫星载波相位的姿态测量具有低成 本，高精度，无惯性元件的累积误差等优点。
[0003]目前基于载波相位的姿态测量可分为姿态角直接解算法和姿态矩阵估计法。 姿态角直接解算法利用已知的天线位置与旋转姿态角的关系直接解算姿态角， 包括使一条基线设置为载体的主轴方向，求解出航向角和俯仰角，利用第二条 基线的旋转关系求解出横滚角的两天线测姿法和利用两天线测姿公式确定航向 角和俯仰角，将另外天线经两次转动得到横滚角的多天线测姿法。整周模糊度 的精度决定了直接解算的角度精度。常见的算法有Teunissen提出的基于模糊度 空间的LAMBDA算法和基于位置域的AFM算法；姿态矩阵估计法利用多历元 多颗卫星建立载波相位观测方程求解基线坐标，通过基线矢量在不同坐标系下 的转换关系估计出姿态矩阵，进而求得姿态角度。姿态矩阵的估计常采用最小 二乘法进行估计，姿态求解过程中包括了基线坐标估计误差和姿态矩阵的转换 估计误差，大大降低了姿态角的解算精度。
[0004]然而，传统姿态角直接解算法中存在整周模糊度求解复杂，解算时间长的 问题。

技术实现思路

[0005]本专利技术的目的在于提供一种基于卡方检验的AWPSO姿态解算方法，旨在 避免直接求解整周模糊度引起的复杂计算过程，同时提高姿态解算精度，降低 系统计算复杂度，提升解算实时性和鲁棒性。
[0006]为实现上述目的，本专利技术提供了一种基于卡方检验的AWPSO姿态解算方 法，包括下列步骤：
[0007]载入卫星原始观测量数据；
[0008]建立双差载波相位模型；
[0009]将基线矢量与姿态角关系引入所述双差载波相位模型；
[0010]建立姿态角的适应度函数；
[0011]改进粒子群算法，自适应更新粒子的惯性权重和学习因子；
[0012]当种群收敛超过30代，保存当前全局最优解至候选解序列，在迭代次数小 于总迭代次数时，重新初始化粒子位置及权重，重新搜索；
[0013]对候选解序列计算马氏距离，并进行卡方检验，剔除大误差解；
[0014]对通过检验的候选解进行加权计算，求解最终姿态角度值。
[0015]其中，所述双差载波相位模型由主天线A、从天线B、卫星i和卫星j组成， 其中所述主天线A和所述从天线B为固联在载体上的两个GPS天线，所述卫星 i和所述卫星j到两个天
线的距离大于基线长度，同一颗卫星在所述主天线A和 所述从天线B处的高度角和方位角相同。
[0016]其中，在将基线矢量与姿态角关系引入所述双差载波相位模型的过程中， 通过基线矢量间的关系获得所述主天线A和所述从天线B分别对应卫星的单差 载波相位观测方程，再对同一时刻两颗卫星的单差载波相位观测方程求差，消 除天线的瞬时钟差，获得双差载波相位观测方程。
[0017]其中，在改进粒子群算法，自适应更新粒子的惯性权重和学习因子的过程 中，首先初始化粒子搜索空间，计算每个粒子的适应度值，对最佳适应度位置 进行更新，同时自适应更新粒子的惯性权重和学习因子。
[0018]其中，所述全局最优解由惯性权重和学习因子决定，通过重新初始化粒子 种群使粒子群跳出局部最优，并经过对惯性权重的迭代公式修改为自适应变化 使搜索空间随迭代动态减小，最终使粒子动态地向全局最优收敛。
[0019]其中，所述候选解序列的建立，包括下列步骤：
[0020]步骤1：在搜索空间中随机生成M个N维粒子x
i
；
[0021]步骤2：计算当前每个粒子的适应度值，并与粒子个体当前的最优位置p
best
比 较，若粒子当前的适应度值大于p
best
，则将p
best
更新为当前适应度值，否则不更 新；
[0022]步骤3：通过适应度函数计算粒子群的适应度值，得到当前的全局最优解g
best
[0023]步骤4：计算当前惯性权重和学习因子，同时，更新粒子的速度，位置：
[0024]v
i
＝w*v
i
+c1*rand*(p
i
‑
x
i
)+c2*rand*(g
i
‑
x
i
)
[0025]x
i
＝x
i
+v
i
[0026]ci＝c
max
+(c
min
‑
c
max
)*i/T
[0027]w＝(w
max
‑
w
min
)*i/T
[0028]其中x
i
＝(x
i1
,x
i2
,x
i3
,...,x
iN
)为粒子当前位置，v
i
＝(v
i1
,v
i2
,v
i3
,...,v
iN
)为粒子当前的速度， w为自适应惯性权重，ci为自适应学习因子，g为候选解序列，c
max
和c
min
分别为 最大和最小学习因子，w
max
和w
min
分别为最大和最小惯性权重，T为迭代次数；
[0029]步骤5：当粒子群中到目前为止的全局最优位置g
best
收敛保持30代，且迭代 次数小于预设总迭代次数，将当前适应度值及相应的粒子速度，位置保存至序 列g中，同时跳出收敛，重新初始化x
i
及自适应惯性权重w，重回步骤2：
[0030]x
i
＝rand*(x
max
‑
x
min
)+x
i
[0031]w＝w
‑
(w
max
‑
w
min
)*i/T
[0032]步骤6：判断当前累积迭代次数是否大于总迭代次数，如果没有则返回步骤 2，否则迭代结束。
[0033]其中，所述卡方校验具体为服从正态分布的候选解其马氏距离的平方服从 卡方分布。
[0034]其中，对候选解序列计算马氏距离，并进行卡方检验，剔除大误差解过程， 具体为当累计迭代大于预设值时，退出迭代，对候选解序列进行马氏距离计算， 并对计算结果进行卡方校验。
[0035]其中，在对通过检验的候选解进行加权计算，求解最终姿态角度值过程中， 首先对不符合置信区间内的搜索结果，视为无效值将其剔除，再通过校验的候 选解进行加权运
算，求解出最终姿态角。
[0036]本专利技术提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卡方检验的AWPSO姿态解算方法，其特征在于，包括下列步骤：载入卫星原始观测量数据；建立双差载波相位模型；将基线矢量与姿态角关系引入所述双差载波相位模型；建立姿态角的适应度函数；改进粒子群算法，自适应更新粒子的惯性权重和学习因子；当种群收敛超过30代，保存当前全局最优解至候选解序列，在迭代次数小于总迭代次数时，重新初始化粒子位置及权重，重新搜索；对候选解序列计算马氏距离，并进行卡方检验，剔除大误差解；对通过检验的候选解进行加权计算，求解最终姿态角度值。2.如权利要求1所述的基于卡方检验的AWPSO姿态解算方法，其特征在于，所述双差载波相位模型由主天线A、从天线B、卫星i和卫星j组成，其中所述主天线A和所述从天线B为固联在载体上的两个GPS天线，所述卫星i和所述卫星j到两个天线的距离大于基线长度，同一颗卫星在所述主天线A和所述从天线B处的高度角和方位角相同。3.如权利要求2所述的基于卡方检验的AWPSO姿态解算方法，其特征在于，在将基线矢量与姿态角关系引入所述双差载波相位模型的过程中，通过基线矢量间的关系获得所述主天线A和所述从天线B分别对应卫星的单差载波相位观测方程，再对同一时刻两颗卫星的单差载波相位观测方程求差，消除天线的瞬时钟差，获得双差载波相位观测方程。4.如权利要求1所述的基于卡方检验的AWPSO姿态解算方法，其特征在于，在改进粒子群算法，自适应更新粒子的惯性权重和学习因子的过程中，首先初始化粒子搜索空间，计算每个粒子的适应度值，对最佳适应度位置进行更新，同时自适应更新粒子的惯性权重和学习因子。5.如权利要求1所述的基于卡方检验的AWPSO姿态解算方法，其特征在于，所述全局最优解由惯性权重和学习因子决定，通过重新初始化粒子种群使粒子群跳出局部最优，并经过对惯性权重的迭代公式修改为自适应变化使搜索空间随迭代动态减小，最终使粒子动态地向全局最优收敛。6.如权利要求1所述的基于卡方检验的AWPSO姿态解算方法，其特征在于，所述候选解序列的建立，包括下列步骤：步骤1：在搜索空间中随机生成M个N维粒子x
i
；步骤2：计算当前每个粒子的适应度值，并与粒子个体当前的最优位置p
best
比较，若粒子当前的适应度值大于p
best
，则将p
best
更新为当前适应度值，否则不更新；步骤3：通过适应度函数计算粒子群的适应度值，得到当前的全局最优解g
best
步骤4：计算当前惯性权重和学习因子，同时，更新粒子的速度，位置：v
i
＝w*v
i
+c1*rand*(p
i
‑
x
i
)+c2*rand*(g
...

【专利技术属性】
技术研发人员：韦照川，廖志明，纪元法，孙希延，付文涛，梁维彬，
申请(专利权)人：南宁桂电电子科技研究院有限公司，
类型：发明
国别省市：