并行遗传算法在GPS姿态测量中的快速搜索技术
需积分: 5 186 浏览量
更新于2024-08-11
收藏 267KB PDF 举报
"GPS姿态测量并行遗传算法快速搜索技术 (2002年) - 东南大学学报(自然科学版)"
本文主要探讨了一种应用于GPS姿态测量的创新性技术,称为AFPGA(Ambiguity Function Parallel Genetic Algorithms),该技术利用并行遗传算法的细粒度模型和模糊度函数法来快速确定载体的航向和姿态,无需解决复杂的整周模糊度问题。这项工作由许江宁、万德钧、王庆和田华明等人在2002年的《东南大学学报(自然科学版)》上发表。
在传统的GPS姿态测量中,整周模糊度的求解是一项挑战,因为它需要大量的计算和时间。AFPGA通过个体邻域间的进化策略解决了这一问题,这种策略不仅保持了全局搜索的能力,同时减少了不同处理器间的数据通信,从而在保证解算精度的同时提高了计算速度。实验结果显示,使用AFPGA对一组GPS实测数据进行100次独立搜索,航向角的搜索方差为0.24°,俯仰角的搜索方差为0.15°,平均搜索时间仅为0.6秒,成功率达到了100%,搜索空间仅占模糊度函数法的0.05%。
并行遗传算法在此中的作用是关键,它利用多处理器并行计算的优势,通过群体中的个体不断演化来寻找最优解。与简单的遗传算法(SGA)和基于模糊度函数的遗传算法(AFGA)相比,AFPGA表现出更高的效率和准确性。通过对比分析不同模型的性能,进一步证实了AFPGA在GPS姿态测量中的优越性。
文章的关键词包括遗传算法、并行遗传算法、全球定位系统(GPS)以及姿态测量,这表明研究的重点在于利用先进的优化算法改进GPS导航系统的性能,特别是对于需要实时性和高精度姿态信息的领域,如航空航天、航海和自动驾驶等,具有重要的理论和实际应用价值。
这篇论文提供了一种高效的GPS姿态测量方法,通过并行遗传算法实现了快速且精确的航向和姿态解算,降低了计算复杂性,提高了系统性能,对于未来GPS技术的发展和应用具有重要指导意义。
2014-04-12 上传
2017-11-28 上传
2022-09-24 上传
2012-10-29 上传
2021-05-25 上传
2022-09-23 上传
2012-09-01 上传
2023-02-22 上传
weixin_38717169
- 粉丝: 4
- 资源: 947
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手