一种新的卫星导航系统快速选星方法

 从几何精度因子(GDOP)与星座几何布局的关系出发,提出了用于多星座卫星导航系统的快速选星方法——几何布局选星法.该方法以满足定位要求为前提,按卫星在星座中均布为原则来进行选星.仿真结果表明,相对传统GDOP选星法,计算量减少99%以上,而GDOP满足要求,同时,选星数较少且简洁快速,有效满足了选星求解的实时性和精度要求.     

GPS与DTMB组合定位系统的改进选星算法研究

针对GPS卫星信号在楼群密集的城市和室内存在定位盲区而无法单独完成定位的难题,提出GPS-DTMB组合导航定位方法。在多源信号组合导航定位系统中,为了解决导航定位精度与运算复杂度间的矛盾,研究改进的加权行列式选星算法在GPS与DTMB组合定位系统中的可行性,与传统最小GDOP选星算法相比较,改进的选星算法具有运算复杂度低、计算消耗时间短的优点,并且对比分析在不同的组合卫星数目中,该算法与直接利用传统最小GDOP选星算法相比较的偏差大小,仿真表明,在15种组合卫星中,偏差小于0.1的概率在90%左右,能够得到满意的性能,证明了此方法的实用性。     

均匀圆阵的二次加权自适应零点处理

本文从分析均匀圆阵的空间方向性出发,提出了基于最大方向系数约束条件和最大信噪比准则的自适应零点形成的二次加权方法;应用该方法研究了均匀圆阵的一维自适应零点形成问题,通过计算机仿真实验验证了该方法的正确性.     

多卫导组合系统的快速选星算法研究

 分析了多卫导组合系统几何精度因子(GDOP)与可见星仰角和方位角的关系,并由此提出了一种适用于多卫导组合系统的快速选星算法,首先提出了选星前后GDOP相对比值随选星数增加的负指数衰减模型,使用户可根据对定位精度的具体需求实时确定所需次优星数,其次基于可见星的仰角将所有可见星进行分类:低仰角区、中仰角区和高仰角区,最后通过可见星方位角的排序、作差,给出了中仰角区被排除卫星的分布规律,实现间接选星.仿真结果表明,该算法相对于传统的选星算法计算量大大减小,并在损失约12%的GDOP值的情况下,可有效减少近50%的导航运算量.     

相干环境下LCMV自适应阵列抗干扰问题研究

相干干扰环境下,自适应阵列性能会急剧下降,常用的处理方法是空间平滑。然而,采用常规均匀空间平滑的自适应阵列对相干干扰的抑制能力较差,而且会损失阵列孔径。该文提出一种改进的相干干扰抑制方案:首先,提出了一种自适应的加权空间平滑(Weighted Spatial Smoothing, WSS)算法,它将各子阵的相关矩阵进行加权平均,可以最大程度地解相干;然后,在WSS基础上,利用线性约束最小方差(LCMV)准则得到子阵波束形成器最佳权矢量;最后,提出了一种利用子阵间的相位关系对全阵做波束形成的方法。该方案大大提高了阵列对抗相干干扰的能力,同时避免了一般空间平滑后阵列的孔径损失。理论分析和仿真结果说明了方法的有效性和稳健性。     

一种快速选择GPS卫星的方法及其应用

基于给定的门限误差,以搜索相同卫星数目组合的最小定位中误差为计算准则,提出一种快速选择GPS卫星的方法,理论分析和实例计算结果表明：采用该方法选星作定位计算的精度和速度均优于以搜索4颗卫星结合的最小几何精度因子（GDOP）为计算准则的常规选星方法,并有效地抑制信品比观测历元可能出现的极大定位误差。说明该方法有于GPS导航数据处理的合理性,可行性。     

GNSS/SINS紧耦合选星算法研究

通过分析全球导航卫星系统(Global Navigation Satellite System,GNSS)和捷联惯性导航系统(Strap-down Inertial Navigation System,SINS)紧耦合导航系统中最小GDOP法的现有问题,提出一种改进的GNSS/SINS紧耦合选星算法。该算法的主要步骤包括:首先将可见卫星进行伪距异常值检测,并剔除异常值卫星;然后根据卫星的分布特点,利用卫星仰角信息选取最大的一颗作为天顶星,最后将剩余可见卫星随机组合选取三颗卫星和天顶星组成四颗星,得到最终的选星方案。经过与最小GDOP法仿真对比,该算法计算量明显减小,且在保证定位精度的前提下,减少了计算的卫星数目,降低了运算量,具有较好的选星效果。     

复杂环境下的卫星导航选星算法

针对当前选星算法基于理性环境设计和在多系统兼容接收机中运算量巨大的问题,从复杂使用环境模型出发,提出了具有运算量小、各种使用环境下均能保持较好星座构型的复杂环境选星算法。仿真分析结果表明该方法在运算量方面大幅度优于其他算法,全局几何精度因子(Global Dilution of Precision,GDOP)在理性环境下与其他方法接近,在复杂环境下优于其他方法。     

基于哈里斯鹰优化算法的多GNSS快速选星方法

为提高多全球导航卫星系统(Global Navigation Satellite System, GNSS)组合导航选星的效率，提出了一种基于哈里斯鹰优化(Harris Hawks Optimization, HHO)算法的快速选星方法。该算法模仿哈里斯鹰捕食的特点，结合莱维(Levy)飞行实现对复杂多维度问题的求解，用该算法解决选星问题既能保证获得理想几何构型，又能大幅度减少接收机运算量，提高选星的实时性。通过仿真实验，调用卫星工具包(Satellite Tool Kit, STK)导出的导航卫星数据，分析不同的参数变化对HHO快速选星算法结果的影响。结果表明，在从17颗可见星中选择8颗进行定位时，HHO法与遍历法相比，几何精度因子(Geometric Dilution of Precision, GDOP)计算平均误差为0.318 9%,所节省的时间占遍历法耗时的74.830 6%,证明了该选星算法具有计算效率高、耗时短、精度高的优点，适用于多星座多选星的情况。     

一种虚拟波束形成自适应加权空间平滑算法

该文提出了一种用于自适应阵列的自适应加权空间平滑算法。通过构造虚拟自适应波束形成问题求取用于子阵协方差矩阵加权的加权向量,然后进行加权空间平滑自适应波束形成。理论分析与仿真结果表明,新算法能更有效地降低期望信号和干扰之间的相关性,使得用于空间平滑的子阵数减少,以降低阵列孔径损失。     

A Fast Satellite Selection Algorithm: Beyond Four Satellites

Satellite selection is an important executive logic to prevent unnecessary navigation signals in the first place for Global Positioning System (GPS) receivers with limited number of channels and real-time processing power, such as those used in mobile phones, cars, and space crafts. In this paper, we propose a fast satellite selection algorithm to select more than four satellites based on the optimal geometries, which can obtain the smallest geometric dilution of precision (GDOP) values. The main idea of this fast algorithm is to select a subset of all satellites in view whose geometry is the most similar to the optimal geometry. Computer simulation shows that the consumed time of this algorithm is very close to that of the quasi-optimal satellite selection algorithm and obviously lower than that of the traditional optimal satellite selection algorithm to minimize GDOP factor, but the increased GDOP values relative to the minimal GDOP values are much smaller than those of the quasi-optimal satellite selection algorithm.     

Classification of GPS Satellites Using Improved Back Propagation Training Algorithms

Factor geometric dilution of precision (GDOP) is an indicator that shows the quality of GPS positioning and has often been used for choosing suitable satellite’s subset from at least 24 orbited existing satellites. The calculation of GPS GDOP is a time-consuming task which can be done by solving measurement equations with complicated matrix transformation and inversion. In order to decrease this computational burden, in this research the artificial neural network (ANN) has been used. Although the basic back propagation (BP) is the most popular ANN algorithm and can be used in the estimators, detectors or classifiers, it is too slow for practical problems and its performance is not satisfactory in many cases. To overcome this problem, six algorithms, namely, BP with adaptive learning rate and momentum, Fletcher-Reeves conjugate gradient algorithm (CGA), Polak–Ribikre CGA, Powell–Beale CGA, scaled CGA, and resilient BP have been proposed to reduce the convergence time of the basic BP. The simulation results show that resilient BP, compared with other methods, has greater accuracy and calculation time. The resilient BP can improve the classification accuracy from 93.16 to 98.02 % accuracy by using the GPS GDOP measurement data.     

Research of Fast Satellite Selection Algorithm for Multi-constellation

We propose a fast satellite selection algorithm for multi-constellation,which is based on both Newton's identities for Geometric dilution of precision (GDOP)fast computation and optimal satellite geometric distribution for less cycle participation.An effective closed-form formula is proposed for GDOP approximation,avoiding conventional matrix inversion and complexity.We reduce computational cycles with auxiliary optimal satellite geometric distribution,which improves the efficiency of realtime positioning under the combined action of both.Simulation results indicate that we can save more than 44％ and 99％ computational complexity when selecting 7 satellites from 10 and 30 visible satellites respectively.The GDOP of proposed method is very close to optimal result,better than that of Quasi-Optimal algorithm.     

多站扩频测距下的卫星定位GDOP分析

根据 GPS 多星测距定位原理,提出在地面使用多个测站对空间飞行器进行多站测距定位,在分析其定位原理的基础上,进行定位解算的数学推导,给出几何衰减因子 (Geometric Dilution Of Precision, GDOP)的理论公式,最后根据 GDOP 进行理论仿真,同时给出结论。结论认为,在三站测距定位时,GDOP 最佳值为 1.732;对于近地空间飞行器(高度在 1000km 以下),测站间地心角应在 30°~60°较好,且测站布局应接近于正三角形;若能增加测站,同时改善测站的几何布局(接近于正多边形时),可以获得更好的定位效果。     

BDS-3与GPS在极地的定位性能对比分析

为对比分析北斗三号与 GPS 在极地的定位性能，基于 STK 软件，分别建立了北斗三号和 GPS 的仿真星座，并在南北两极选取了四个观测站点，对各站点的卫星可见性和 GDOP 进行了仿真分析，结果表明北斗三号在极地的平均可见星数比 GPS 多出一颗左右，北斗三号的 GDOP 值在南北极维持在“优”的水平，好于 GPS，且变化平稳。综合来看，北斗三号在极地的定位性能要优于 GPS。     

卫星导航几何因子的分析和仿真

根据卫星导航几何因子GDOP在具体课题中的应用,从五个主要方面对其进行了研究,可知不同星座配置参数对不同纬度地区GDOP会产生影响;坐标转换时GDOP、PDOP和TDOP不变, HDOP、VDOP变化;GDOP随卫星数目增加单调递减,但递减幅度变小;卫星对GDOP贡献越大,其故障产生的定位误差越大;使用加权GDOP可有效的减小定位误差.     

地面数字电视信号与GPS相结合的定位系统

为了解决在城市楼宇间可见GPS卫星常常不足4颗而导致无法定位的问题,通过使用地面数字电视信号,实现了这种恶劣环境下的成功定位.而当GPS卫星数大干4颗时,利用数字地面电视信号可以改善GDOP,提高定位精度.介绍了系统的工作原理,通过计算机软件仿真实现了地面数字电视信号的模拟及单点和多点的移动定位,结果表明通过地面数字电视和GPS结合的定位系统可以提高定位精度,解决CPS卫星不足的问题.     

城市峡谷中基于GDOP和NHC的GPS/IMU组合导航方法

针对在林荫道、高架桥和隧道等城市峡谷中全球定位系统(GPS)信号易发生遮挡、 干扰,导致导航定位精度低、连续性和可靠性差的问题,提出了一种基于几何精度因子(GDOP) 和非完整性约束(NHC)的 GPS/惯性测量单元(IMU)组合导航方法。其中,通过利用 GDOP 实现卫星定位构型优劣和定位精度的衡量,从而构建基于 GDOP 值的 GPS/IMU 组合导航量测更新模型。同时,为了进一步提高组合导航系统的精度,将 NHC 应用于该组合导航系统中。实验结果表明,所提方法水平和三维定位均方根误差分别是 3.88 m 和 4.78 m,相比于传统 GPS/IMU 组合导航方法的 9.25 m 和 13.53 m 分别提高了 58.06%和 64.67%,可以有效抑制 GPS 信号受环境干扰影响组合导航定位精度和可靠性的问题。