买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜哈尔滨工业大学申请的专利一种基于遗传算法的卫星编队系统融合定位优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117213485B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310924445.8，技术领域涉及：G01C21/20；该发明授权一种基于遗传算法的卫星编队系统融合定位优化方法是由吴立刚;李晓磊;鞠殷昊;向治桦;唐飞龙;郇百正设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种基于遗传算法的卫星编队系统融合定位优化方法在说明书摘要公布了：一种基于遗传算法的卫星编队系统融合定位优化方法，它属于卫星编队导航与定位技术领域。本发明解决了卫星编队系统现有天基定位方法精度低以及星间观测的局限性的问题。本发明方法为：步骤1.基于星间观测数据采用Kalman滤波确定整周模糊度，将整周模糊度代入基线观测方程得到处理后的基线观测值；步骤2.根据伪距观测数据通过扩展Kalman滤波确定用户星初始位置及钟差；基于伪距观测方程和钟差得到伪距观测值；步骤3.根据导航星位置、步骤1中得到的基线观测值、步骤2中得到的伪距观测值和用户星初始位置，通过遗传算法进行多观测信息融合与智能优化，获得用户星位置信息。本发明方法可以应用于卫星编队系统融合定位与优化。

本发明授权一种基于遗传算法的卫星编队系统融合定位优化方法在权利要求书中公布了：1.一种基于遗传算法的卫星编队系统融合定位优化方法，其特征在于，所述方法具体包括以下步骤：步骤1、利用伪距观测数据和整周模糊度构建Kalman滤波的状态变量，利用伪距观测数据和基线观测数据构建Kalman滤波的观测变量，随后通过Kalman滤波来确定整周模糊度，将整周模糊度代入基线观测方程得到处理后的基线观测值；步骤2、利用用户星位置及其变化率、用户星与导航星钟差及其变化率构建扩展Kalman滤波的状态变量，利用伪距观测数据构建扩展Kalman滤波的观测变量，随后通过扩展Kalman滤波确定用户星初始位置及钟差；再基于伪距观测方程和钟差得到处理后的伪距观测值；步骤3、根据导航星位置、步骤1中得到的基线测量值、步骤2中得到的伪距观测值和用户星初始位置，通过遗传算法进行多观测信息融合获得用户星位置信息；所述步骤3的具体过程为：步骤301、给定优化率λ、最大迭代次数n、最大基线优化次数nL、种群规模m、交叉率α以及变异率β的值，并初始化基线优化列表中的元素为全部基线；将导航星位置、步骤1中得到的基线观测数据、步骤2中得到的用户星初始位置和伪距观测数据输入到遗传算法中，并初始化用户星初始位置为最优位置；步骤302、对于基线优化列表中的任一基线，计算该基线所连接的两颗用户星之间的欧式距离，将该基线的观测值与计算出的欧式距离作差，将得到的差值作为基线误差；同理，分别对基线优化列表中的每一个基线进行处理后，选择出最大的基线误差所对应的基线；将选择出的基线记为目标基线flagL，并将选择出的基线从基线优化列表中剔除，初始化优化该条基线的次数flagn为0，将最大的基线误差作为最大误差，记为LflagL；将选择出的基线所连接的两颗用户星作为目标卫星，将得到的目标卫星的编号记为flag1和flag2；步骤303、根据编码规则进行种群初始化；使用代价函数分别计算种群中每个个体的代价，将代价最小的个体作为最优个体，将最优个体的代价作为最优代价，将未经优化时的初始最优代价记为error_ori；步骤304、令迭代次数为1；步骤305、判断迭代次数是否大于最大迭代次数n；若迭代次数不大于n，则执行步骤306；若迭代次数大于n，则结束迭代过程，并输出当前的最优位置；步骤306、将当前基线优化的次数flagn自增1；步骤307、对种群中个体进行遍历，令个体编号a＝1；步骤308、判断个体编号是否大于m；若个体编号不大于m，则执行步骤309；若个体编号大于m，则执行步骤311；步骤309、计算第a个个体的代价，并对第a个个体遗传编码进行解码，得到调整量；利用调整量来调整目标卫星flag1和flag2的位置，得到调整后的目标卫星flag1和flag2的位置，计算位置调整后的目标卫星flag1与每个导航星之间的欧氏距离，分别得到目标卫星flag1对应的各个伪距计算值，计算位置调整后的目标卫星flag2与每个导航星之间的欧氏距离，分别得到目标卫星flag2对应的各个伪距计算值；对于目标卫星flag1的任一伪距计算值，计算该伪距计算值与对应的伪距观测值的差，将得到的差值作为目标卫星flag1的一个伪距误差值，同理，得到目标卫星flag1的各个伪距误差值以及目标卫星flag2的各个伪距误差值；步骤310、根据第a个个体的代价及步骤309计算出的伪距误差值判断第a个个体是否满足个体最优条件；若第a个个体满足个体最优条件，则将第a个个体更新为最优个体，并将第a个个体的代价更新为最优代价，并令个体编号a自增1后，再返回步骤308；若第a个个体不满足个体最优条件，则直接令个体编号a自增1后，再返回步骤308；步骤311、判断最优个体的代价是否小于error_ori*λ；若最优个体的代价小于error_ori*λ，则结束迭代并输出最终的位置；否则继续执行步骤312；步骤312、判断最优个体是否满足单次优化条件；若满足，则对最优个体的遗传编码进行解码，利用解码得到的调整量来调整目标卫星flag1和flag2的位置，得到调整后的最优位置；重新计算基线优化列表中各基线的误差，根据重新计算出的基线误差更新目标基线flagL，并将重新计算出的基线误差中的最大基线误差所对应的基线从基线优化列表中剔除，更新最大误差LflagL、目标卫星flag1和flag2，并将当前基线优化次数flagn置0；再执行步骤313；若不满足，则直接执行步骤313；步骤313、判断当前基线优化次数flagn是否大于nL，若当前基线优化次数大于nL，则不再继续优化当前目标基线连接的目标卫星，从基线优化列表中选择第一个元素，将选择出的第一个元素作为目标基线flagL，并从基线优化列表中剔除，再更新目标卫星flag1和flag2，并将当前基线优化次数flagn置0；判断基线优化列表是否为空，若为空，则将基线优化列表的元素重新初始化为全部基线，若不为空，则不需要处理；再执行步骤314；若不大于nL，则执行步骤314；步骤314、对种群进行交叉得到交叉后的种群，再对交叉后的种群进行变异操作，得到变异后的种群；步骤315、对变异后的种群中每个个体初始化一个伪随机数，若某个个体的伪随机数小于交叉概率的一半，则对该个体进行重新初始化，否则不进行操作；重新初始化后，得到新种群；步骤316、对新种群中每个个体初始化一个伪随机数，若某个个体的伪随机数小于0.05，则将该个体初始化为最优个体附近的局部较优个体，若某个个体的伪随机数大于等于0.05，则不对该个体进行操作；操作后得到再次更新的种群，令迭代次数自增1，再返回执行步骤305。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。