การประยุกต์ใช้วิธีการเชิงพันธุกรรมในการคัดเลือกดาวเทียมระบบ GNSS ดวงที่มีความเหมาะสมสำหรับการหาตำแหน่งแบบจลน์ กรณีศึกษาโดยใช้ข้อมูล GPS GLONASS และ COMPASS

Application of Genetic Algorithm with Optimization of GNSS Satellite Combination in Kinematic Positioning Mode: Case Study in GPS GLONASS and COMPASS

Name: อัศวินี วงษ์สุวรรณ

ThaSH: ดาวเทียมในการรังวัด

Abstract: เทคนิคการหาตำแหน่งแบบจลน์ด้วยดาวเทียมระบบGNSS ถือเป็นเทคนิคการรังวัดที่แพร่หลายและนิยมใช้กันทั่วไป ซึ่งวิธีการหาตำแหน่งแบบสัมพัทธ์โดยอาศัยข้อมูลเฟสของคลื่นส่งเป็นวิธีที่ยอมรับกันและนิยมใช้สำหรับงานที่ต้องการความถูกต้องสูง อย่างไรก็ตามการทำงานรังวัดในสภาพแวดล้อมที่เป็นอุปสรรคโดยไม่สามารถหลีกเลี่ยงได้ เช่น บริเวณเขตเมืองที่มีตึกสูง, หุบเขา หรือต้นไม้ขึ้นหนาแน่น เป็นต้น ส่งผลให้ไม่อาจจะให้ข้อมูลทางตำแหน่งที่น่าเชื่อถือและมีความถูกต้องมากพอสำหรับงานที่ต้องการได้ จากเหตุผลดังกล่าวจึงเป็นอีกสาเหตุหนึ่งที่ส่งผลต่อขบวนการประมาณค่าเลขปริศนาให้เป็นเลขจำนวนเต็มตามทฤษฎี (Ambiguity Resolution, AR) ซึ่งถือเป็นปัจจัยหนึ่งที่มีความสำคัญมากต่อความถูกต้องทางตำแหน่ง และความน่าเชื่อถือของค่าพิกัดในการคำนวณระยะทางระหว่างดาวเทียมและเครื่องรับ การเลือกลบข้อมูลดาวเทียมบางดวงที่ไม่มีความสมบูรณ์ หรือไม่มีความจำเป็นออกไปก่อนนำเข้าสู่ขั้นตอนการประมวลผล สามารถให้ค่าผลลัพธ์ทางตำแหน่งที่น่าเชื่อถือกว่าการเลือกใช้ข้อมูลทั้งหมด โดยทั่วไปจะใช้วิธีการคัดเลือกด้วยมือ ซึ่งเป็นวิธีการสุ่มลองผิดลองถูก และวนซ้ำ จนกว่าผลลัพธ์ที่ได้จะเป็นที่น่าพึงพอใจ เป็นกระบวนการที่ค่อนข้างใช้ทั้งเวลา และต้องการผู้ซึ่งมีความเชี่ยวชาญ เพื่อหลีกเลี่ยงปัญหาดังกล่าว เทคนิคการหาค่าที่มีความเหมาะสมด้วยวิธีการเชิงพันธุกรรม (Genetic Algorithm: GA) จึงเป็นอีกทางเลือกในการประยุกต์ใช้ในการค้นหารูปแบบของคำตอบที่มีความเหมาะสมและสอดคล้องกับแต่ละปัญหา ซึ่งอยู่บนพื้นฐานของหลักการวิวัฒนาการตามธรรมชาติ โดยวัตถุประสงค์ของการศึกษานี้เพื่อนำเสนอวิธีการประยุกต์ใช้วิธีการเชิงพันธุกรรมในการคัดเลือกดาวเทียมระบบ GNSS ดวงที่มีความเหมาะสมสำหรับการหาตำแหน่งแบบจลน์ กรณีศึกษาโดยใช้ข้อมูล GPS GLONASS และ COMPASS โดยผลลัพธ์ที่ได้จากการทดสอบแสดงให้เห็นว่าการประยุกต์ใช้วิธีการเชิงพันธุกรรมสามารถคัดเลือกดาวเทียมดวงที่มีความเหมาะสมและปรับปรุงอัตราการประมาณค่าเลขปริศนาให้เป็นเลขจำนวนเต็มตามทฤษฎีได้ดีขึ้น

Abstract: The kinematic GNSS positioning mode has been widely used in many applications. There are techniques to obtain high precision positioning results. The relative positioning method based on a carrier phase-based differential positioning is accepted and widely used for applications requiring high accuracy positioning results. However, in less favorable observing environments (i.e. urban areas with the tall buildings, valley or crowded trees), the remaining errors can cause bad or unreliable positioning results. Another technique is to resolve the ambiguities to their correct integer values, which is very important for calculating a high accuracy distance between a satellite and a receiver. The removal of some unreliable observations data before data processing step can provide reliable positioning results. Generally, this procedure is carried out manually. This step can be considered as a trial-and-error process. The user has to re-process over and over until getting a satisfactory result. The manual method is a time-consuming process that requires the skills of an experienced user. In order to avoid this problem, a suitable method should be used, such as, optimization technique as genetic algorithm (GA). The GA is the global optimum search algorithm based on natural evolution. The aim of this paper is to present a method with aiding of GA to optimize the selection of the best GNSS satellite combination in kinematic positioning mode (case study in GPS GLONASS and COMPASS). The obtained results reveal that the aiding of GA can provide the best GNSS satellite combination (case study in GPS GLONASS and COMPASS) and improve the success rate of ambiguity resolution.

จุฬาลงกรณ์มหาวิทยาลัย. สำนักงานวิทยทรัพยากร

Address: กรุงเทพมหานคร

Email: cuir@car.chula.ac.th

Name: เฉลิมชนม์ สถิระพจน์

Role: ที่ปรึกษา

Created: 2557

Modified: 2559-03-20

Issued: 2559-03-20

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมสำรวจ

Grantor: จุฬาลงกรณ์มหาวิทยาลัย

©copyrights จุฬาลงกรณ์มหาวิทยาลัย

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	5570569121.pdf	9.21 MB	76	2025-10-06 21:10:31

ใช้เวลา

0.030182 วินาที