论文中,作者的研究主要集中在以下三个方面:1)在第二章中,论文简要论述了GPS观测,观测方程的建立,差分观测以及它们的线性组合;分析了GPS观测时,影响观测精度的各类GPS误差源,包括接收机钟差、电离层延迟误差、对流层转播延迟误差和多路径误差等.建立了基于改进双差算法的姿态测量技术,并对其测量精度进行了分析.2)作者在论文的第四章,提出一种建立在重新构造的基本遗传算法基础上,基于GPS载波相位观测和AFM的姿态测量搜索方法——AFGA,该方法克服了模糊度函数法巨大计算量的缺点,直接从姿态测量方程中解算姿态角,同时也避开了模糊度的确定问题. 3)并行遗传算法与基本遗传算法相比具有潜在的求解问题的快速性,它所采用的子处理器的结构都是根据不同的应用对象特定设计的.从理论上讲,并行遗传算法的实现主要制约于软件的编排.该算法研究的最终目标是硬件实现该并行遗传算法,硬件遗传算法可以大大地缩短搜索时间,用Verilog HDL设计并在集成电路中实现的遗传算法的搜索速度是在工作站用软件执行的1000倍.因此,如果用硬件实现并行遗传算法,能更好地解决实时GPS姿态测量问题. 作者在第五章提出了一种适合在超大规模集成电路上实现的GPS姿态测量并行遗传算法—AFPGA(Ambiguity Function Parallel Genetic Algorithm).AFPGA基于细粒度模型、AFM和GPS载波相位观测.文中对不同遗传算子和遗传算法的若干种形式进行了分析,试验结果表明:AFPGA的搜索速度与处理器数量的增加成正比,与SGA、AFGA以及AFPGA的三种不同类型的算法比较,AFPGA能获得满意的姿态测量结果,当基线长为7.285m时,航向测量随机误差为0.08°,俯仰角测量随机误差为0.17°.