CN111856528A - 一种基于遗传算法的室内多通道伪卫星定位方法 - Google Patents

Abstract

本发明公开了一种基于遗传算法的室内多通道伪卫星定位方法，涉及伪卫星导航技术领域。该方法首先在上一时刻位置估计值的预设范围内，随机产生包括一定数量个体的种群，然后使用基于阵列伪卫星载波相位量测的均方根误差所构建的适应度函数，在每一代种群中评估所有个体的适应度，并从当前种群中随机选择多个个体，通过自然选择和突变产生下一代种群，迭代一定代数后停止，适应度最大的个体作为当前时刻最终的位置估计。本发明方法提高了最优位置估计的搜索能力，且降低了室内多径效应的影响，进一步提高了室内定位的连续性和精度。

Description

一种基于遗传算法的室内多通道伪卫星定位方法

技术领域

本发明涉及伪卫星导航技术领域，特别是指一种基于遗传算法的室内多通 道伪卫星定位方法。

背景技术

由于建筑物被遮挡，全球定位系统(GPS)无法在室内环境中工作。部署 在地面上的伪卫星可以发射类似室外卫星导航信号。三边定位方法是全球导航 卫星系统(GNSS)的传统定位方法，为了确保其收敛性，PDOP(Position Dilution of Precision，位置精度强弱度)一般要求小于99。但是在大多数室内区域中很 难满足此特性。此外，与室外相比，室内的多径效应更为复杂，尤其是在墙壁 附近的区域。这严重影响了接收机自相关函数的特性，降低了码相位和载波相 位的跟踪精度。载波相位较伪距有更高的测量精度，常用于实现高精度定位。 但是，在室内环境下，载波相位的整周模糊度难以确定。

发明内容

本发明的目的在于克服现有基于伪卫星的室内定位算法的不足，提供一种 基于遗传算法的室内多通道伪卫星定位方法，具有较强的室内抗多径能力，能 够实现室内的高精度导航与定位。

为了实现上述目的，本发明所采用的技术方案为：

一种基于遗传算法的室内多通道伪卫星定位方法，包括以下步骤：

(1)在上一时刻接收机位置的预设范围内，随机生成包含多个个体的初代 种群；

(2)根据当前时刻的测量伪距和每个个体的预测伪距构建适应度函数，并 计算每个个体的适应度；

(3)根据各个体的适应度，采用轮盘赌法，随机选择个体，然后对选出的 个体进行交叉、变异，生成新的种群；

(4)重复步骤(2)和(3)，进行多次迭代，然后将适应度最大的个体作 为最终的估计值，完成当前时刻的接收机定位。

进一步的，步骤(1)中，初始时刻时接收机的位置为预先标定给出的三维 坐标。

进一步的，步骤(2)所述的测量伪距由伪卫星多路通道的载波相位观测量 转换得到：

式中，ρ_n为伪卫星第n个通道的测量伪距，

为伪卫星第n个通道的载波相位 观测量，c是光速，f_c是伪卫星导航信号载波中心频率，n是接收机观测到的伪 卫星通道数。

进一步的，步骤(2)所述的预测伪距为个体与接收机观测到的伪卫星通道 天线之间的距离：

式中，R_in为个体i与发射天线n之间的距离，p_i为个体i的位置坐标，psat_n是 伪卫星第n个通道的发射天线坐标位置；其中，多通道伪卫星的每个发射天线 都预先标定出。

进一步的，步骤(2)所述的个体适应度函数为：

式中，F_i为个体i的适应度，e_ik是伪卫星第k通道的观测伪距与个体i的预测伪 距之间的量测误差，即e_ik＝ρ_k-R_ik，k为累加变量。

进一步的，步骤(3)中，个体被选中的概率为：

其中，

式中，p_i为个体i被选中的概率，w是预设系数，f_i为中间变量，M是种群 中的个体总数，j为累加变量。

本发明采用上述技术方案所取得的有益效果在于：

1)本发明利用了遗传算法的强大的最优位置搜索能力，并结合载波相位观 测量误差匹配的适应度函数，能够实现室内的高精度导航定位，在机场、商城 等大型室内建筑中有较好的应用前景。

2)本发明提出的多通道伪卫星室内定位方法提高了最优位置估计的搜索能 力，且降低了室内多径效应的影响，进一步提高了室内定位的连续性和精度。

附图说明

图1是为本发明实施例中定位方法的流程图；

图2是本发明实施例中载波相位转换伪距与原始伪距观测量的精度对比图；

图3是本发明实施例中小推车的定位轨迹图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步的描述。

一种基于遗传算法的室内多通道伪卫星定位方法，包括以下步骤：

(1)在接收机上一时刻位置的预设范围内，随机生成包含一定数量个体的 初代种群；

(2)根据当前时刻的载波相位观测量计算当前时刻的测量伪距；

(3)根据当前时刻的测量伪距和每个个体的预测伪距构建适应度函数，并 计算每个个体的适应度；

(4)根据对个体适应度的评估随机选择个体，然后经过交叉变异后生成新 的种群；

(5)判断当前代数是否等于预设代数，若是，将适应度最大的个体作为最 终的估计值。如不是，则返回步骤(2)继续迭代。

步骤(1)中，接收机的初始位置的三维坐标由预先标定给出。

步骤(2)中，测量伪距由伪卫星多路通道的载波相位观测量转换得到：

式中，

为伪卫星i通道的载波相位观测量；c是光速；f_c是伪卫星导航信号 载波中心频率。n是接收机观测到的伪卫星通道数。

步骤(3)所计算的预测伪距为个体与接收机观测到的伪卫星通道天线之间 的距离：

式中，p_A为个体A的位置坐标；psat_n是伪卫星第n个通道的发射天线坐标 位置；R_An为个体A与发射天线n之间的距离。多通道伪卫星的每个发射天线都 预先标定出。遍历该代种群中的所有个体，计算每个的预测伪距。

步骤(3)中的个体适应度函数为：

式中，F_A为个体A的适应度。相同的可以计算出该代种群中的所有个体的 适应度。e_Ai是伪卫星第i通道的观测伪距与个体A的预测伪距之间的量测误差， 称作个体A的伪距测量误差。

其中，个体A的伪距测量误差计算为：

相同的，可以计算其它个体的伪距量测误差。

以下为一个更具体的例子。

如图1所示，一种基于遗传算法的室内多通道伪卫星定位方法，该方法借 助于遗传算法强大的全局寻优能力，将载波相位平滑伪距与预测伪距之差的均 方根误差作为适应度函数，估计当前时刻的位置。

本方法详细的实施步骤如下：

步骤一，种群初始化，令(x(0),y(0))表示用户接收机初始位置，t＝0表示进 化代数生成器，T表示最大进化代数，在初始位置预设范围内随机生成M个个 体作为初始种群P(0)。

步骤二，计算预测伪距，个体与接收机观测到的伪卫星通道天线之间的距离 为：

式中，p_A为个体A的位置坐标；psat_n是伪卫星第n个通道的发射天线坐标 位置；R_An为个体A与发射天线n之间的距离。多通道伪卫星的每个发射天线都 预先标定出。遍历该代种群中的所有个体，计算每个的预测伪距。

步骤三，计算个体适应度，以个体A为例。令

和ρ_A(k)＝{ρ_A1(k),ρ_A2(k),…,ρ_An(k)}分别表示伪卫星n个通道的载波相位和伪距原始 观测量，其中k是采样时刻。个体A的位置为p_A，伪卫星发射天线的位置为 psat_A＝{psat_A1,psat_A2,…,psat_An}。载波相位转换伪距为

令R_A(k)＝{R_A1(k),R_A2(k),…,R_An(k)}表示预测伪距。个体A的载波相位转换伪距与预 测伪距之差表示为e_A(k)＝{e_A1(k),e_A2(k),…,e_An(k)}，令_F(k)表示个体的适应度函数，n 是伪卫星发射天线的数量。个体的适应度值越小，约靠近真实位置。详细算法 如算法1所示。

步骤四，采用轮盘赌法进行遗传算法选择，并使用自适应比例选择策略。 个体i被选中的概率p_i计算为：

式中，F_i表示个体i的适应度值；k是系统；M是种群中个体数量。然后对 选中的个体进行交叉变异操作。

步骤五，单点交叉操作，以第k个基因a_k和第l个基因a_l在基因的j位交叉 操作为例：

其中b为0到1的随机数。

步骤六，基因突变操作，以第i个基因的第j位变异为例，变异操作为：

f(g)＝r₂(1-g/T)²

式中，a_max和a_min分别为基因a_ij的上下界；r₂是随机数；g是当前迭代数；T表示代数；r是0到1之间的随机数。

步骤七，如果t＝T，则将在进化过程中获得的最适合的个体用作最优解， 并终止计算。

为了证明载波相位转换伪距较原始伪距观测量有更高的稳定性和精度，使 用接收机在室内静态采集一段时间载波相位和伪距数据，使用matlab将载波相 位转换成伪距。分别对转换伪距和原始伪距进行处理，将下一采样时刻的数据 与上一时刻的采样数据做差，计算相邻时刻的伪距差分，如图2所示。可以看 出，与原始伪距观测量相比，载波相位转换伪距更加稳定，并有效地降低伪距 测量中的多径效应影响。

如图3所示，为了评估具有多通道伪卫星的二维遗传算法，分别进行了两次 定位实验：一次在远离墙壁的闭环路径上(路径#1)，一次在靠近墙壁的闭环路 径上(路径#2)。路径#1是边长为5m的正方形(即图3中的内圈)。路径#2是一 个边长为12m的正方形(即图3中的外圈)。将接收机安装在小推车上，推动前进。 首先沿路径#1行走一圈，然后进入路径#2，逆时针旋转，最后回到起点。初始 化种群的个体数量为100，最大代数设置为50，个体随机产生的范围为分别沿上 一次位置估计的x轴和y轴的正负0.5米，变量数为2(x,y)，每个变量的基因长度 为20，代沟为0.9。图3为利用提出的室内定位算法得出的轨迹图。通过MATLAB 软件画出动态轨迹图，轨迹连续稳定，起点坐标为(2.6777,6.059)，终点坐标为(3.22,5.658)，行程约70米，闭环误差为0.714m,约为行程的1.02％。

该方法首先在上一时刻位置估计值的预设范围内，随机产生包括一定数量个 体的种群，然后在每一代种群中评估所有个体的适应度，并从当前种群中随机 选择多个个体，通过自然选择和突变产生下一代种群，适应度越大的个体被选 中的概率越大。迭代一定代数后停止，适应度最大的个体作为当前时刻最终的 位置估计。

本方法使用当前时刻接收机输出的多通道载波相位观测量平滑伪距作为量 测伪距，每个个体与伪卫星不同通道的发射天线距离作为预测伪距。相应通道 的量测伪距与预测伪距的均方根误差为适应度函数，用于计算种群个体的适应 度。本发明提出的多通道伪卫星室内定位方法提高了最优位置估计的搜索能力， 且降低了室内多径效应的影响，进一步提高了室内定位的连续性和精度。

以上所述仅为本发明较佳实施例而已，并不用以限制本发明，凡在本发明 的原则以内的任何修改、等同替换和改进等，均应包括在本发明的包含范围以 内。

Claims (6)

1.一种基于遗传算法的室内多通道伪卫星定位方法，其特征在于，包括以下步骤：

(1)在上一时刻接收机位置的预设范围内，随机生成包含多个个体的初代种群；

(2)根据当前时刻的测量伪距和每个个体的预测伪距构建适应度函数，并计算每个个体的适应度；

(3)根据各个体的适应度，采用轮盘赌法，随机选择个体，然后对选出的个体进行交叉、变异，生成新的种群；

(4)重复步骤(2)和(3)，进行多次迭代，然后将适应度最大的个体作为最终的估计值，完成当前时刻的接收机定位。

2.根据权利要求1所述的一种基于遗传算法的室内多通道伪卫星定位方法，其特征在于，步骤(1)中，初始时刻时接收机的位置为预先标定给出的三维坐标。

3.根据权利要求1所述的一种基于遗传算法的室内多通道伪卫星定位方法，其特征在于，步骤(2)所述的测量伪距由伪卫星多路通道的载波相位观测量转换得到：

式中，ρ_n为伪卫星第n个通道的测量伪距，

为伪卫星第n个通道的载波相位观测量，c是光速，f_c是伪卫星导航信号载波中心频率，n是接收机观测到的伪卫星通道数。

4.根据权利要求3所述的一种基于遗传算法的室内多通道伪卫星定位方法，其特征在于，步骤(2)所述的预测伪距为个体与接收机观测到的伪卫星通道天线之间的距离：

式中，R_in为个体i与发射天线n之间的距离，p_i为个体i的位置坐标，psat_n是伪卫星第n个通道的发射天线坐标位置；其中，多通道伪卫星的每个发射天线都预先标定出。

5.根据权利要求4所述的一种基于遗传算法的室内多通道伪卫星定位方法，其特征在于，步骤(2)所述的个体适应度函数为：

式中，F_i为个体i的适应度，e_ik是伪卫星第k通道的观测伪距与个体i的预测伪距之间的量测误差，即e_ik＝ρ_k-R_ik，k为累加变量。

6.根据权利要求5所述的一种基于遗传算法的室内多通道伪卫星定位方法，其特征在于，步骤(3)中，个体被选中的概率为：

其中，

式中，p_i为个体i被选中的概率，w是预设系数，f_i为中间变量，M是种群中的个体总数，j为累加变量。

Images