基于实数编码自适应遗传算法的整周模糊度快速解算

针对整周模糊度解算中实时性不强的问题,提出了一种基于实数编码的自适应遗传算法.首先利用卡尔曼滤波求解整周模糊度的浮点解,然后采用排序和多次(逆)双乔里斯基分解对浮点解及其协方差阵进行降相关处理,降低整周模糊度各分量之间的相关性,最后利用已知基线确定模糊度搜索空间,基于实数编码,将自适应遗传算法应用在整周模糊度的搜索解算过程中,求得整周模糊度的最优解.仿真结果表明,本文算法与Lambda算法相比,耗时更少;与简单遗传算法相比,具有更强的收敛能力,是一种高效的整周模糊度快速解算方法.