多星座系统,在开阔环境会产生大量冗余观测,增加计算量的同时影响星座的几何构型。在卫星导航中,通常根据几何精度因子(Geometric Dilution of Precision,GDOP)来选择星座布局较好的卫星组合来参与定位。各国学者对多星座卫星导航系统快速计算 GDOP 的方法及选星算法做了大量研究。其中一种通用的方法是从卫星定位方程中推导得到的,即对观测矩阵进行一系列矩阵运算后求得,这种闭合计算方法得到的结构精度高,但是随着参与运算的卫星数目的增加计算量会明显增加。近年来提出的运用机器学习法来求解GDOP 值,如遗传算法、支持向量机算法等,但是它们都存在着共同的不足,就是参数选取问题,参数选择的好时就会有较好的计算结果,这些参数都需要靠经验认为输入,目前没有很好的办法来解决这个问题。2010 年,Blanco-Delgado 提出了一种基于凸几何体的多星座 GNSS 选星方法,该方法可以有效减少导航时的备选卫星,最多可减少大约四分之一。此方法可减少接收机选星所需的时间,进而更快地定位用户位置以及更高频率地将导航所用的卫星升级为最优选择。目前对选星问题研究比较成熟的方法有最佳几何精度因子法、最大矢端四面体体积法、最大正交投影法等,这些选星算法的共同缺点就是难以平衡运算量和计算精度之间的矛盾。因此,在多星座组合定位的背景下,选星问题需要进一步讨论研究。
选星算法-面对开阔环境GNSS信息冗余
最新推荐文章于 2024-08-24 14:08:21 发布