改进粒子群优化算法在TDOA定位中的应用.pdf

改进粒子群优化算法在TDOA定位中的应用.pdf

ID:52218233

大小:339.37 KB

页数:5页

时间:2020-03-25

改进粒子群优化算法在TDOA定位中的应用.pdf_第1页
改进粒子群优化算法在TDOA定位中的应用.pdf_第2页
改进粒子群优化算法在TDOA定位中的应用.pdf_第3页
改进粒子群优化算法在TDOA定位中的应用.pdf_第4页
改进粒子群优化算法在TDOA定位中的应用.pdf_第5页
资源描述:

《改进粒子群优化算法在TDOA定位中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2013年第32卷第4期传感器与微系统(TransducerandMicrosystemTechnologies)145改进粒子群优化算法在TDOA定位中的应用翟彦蓉,黄欢,张申,马秀萍,刘伟,游春霞(中国矿业大学物联网(感知矿山)研究中心。江苏徐州221008)摘要:针对TDOA定位估计中的非线性最优化问题,提出了一种基于改进粒子群优化的TDOA定位算法。该算法在自适应粒子群优化算法的基础上,引入禁忌搜索策略,有效地解决了粒子群优化算法容易陷入局部最优的问题,使算法快速收敛到全局最优解。仿真结果表明:该算法性能稳定,定位

2、精度高。关键词:到达时间差;非线性优化;禁忌搜索;粒子群优化算法;自适应中图分类号:TP312文献标识码:A文章编号:1000-9787(2013)04-0145-04ApplicationofimprovedparticleswarmoptimizationalgorithminTDOApositioningZHAIYan—rong,HUANGHuan,ZHANGShen,MAXiu—ping,LIUWei,YOUChun—xia(InternetofThings(SensorMine)ResearchCenter,Xu

3、zhou221008,China)Abstract:Anewtime—differenceofarrival(TDOA)positioningalgorithmbasedonimprovedparticleswarmoptimization(PSO)isproposedfornonlinearoptimizationofTDOApositioningestimation.ThealgorithmusestabusearchstrategybasedonadaptivePSOalgorithm,effectivelyreso

4、lvestheproblemthatPSOalgorithmeasytofallintolocaloptimumandtheproposedalgorithmconvergestoglobaloptimumfastly.Simulationresultsverifythatthealgorithmperformsstablywithhighpositioningprecision.Keywords:time—differenceofarrival(TDOA);nonlinearoptimization;tabusearch

5、(TS);particleswarmoptimization(PSO)algorithm;adaptive0引言搜索方法,非常适用于TDOA方程组求解这种非线性、多峰移动目标的定位在安全、生产和生活中都具有非常重值的复杂优化问题,收敛性能较好。虽然粒子群算法容易要的作用,相关技术的研究是当前多个领域的热点之一。陷入局部最优,但是可以利用禁忌搜索(tabusearch,TS)算到达时间差(time-differenceofarrival,TDOA)作为一种非常法较强的“爬山”能力和记忆能力来克服。本文分析了有前景的定位技术,

6、通过检测信号到达2个基站的时间差TDOA定位问题中的非线性函数优化问题的基础上,利用来确定移动台的位置,已经广泛用于蜂窝移动网络”。禁忌搜索算法与自适应粒子群算法进行联合优化,提出了但是,现有的TDOA通常需要通过求解非线性的双曲线方一种自适应的TDOA求解方法。仿真表明:其性能有较大程组,计算量大、时间长。为此,许多学者提出了相应的改提升。进算法,比如:Fang,SX,SI,Taylor级数展开法和Chan算1定位模型法J。不过这些算法不能利用冗余测量数据提高测量精为了叙述简便,本文仅考虑二维平面情况,但文中的算度,难以

7、求得最优解,同时对初始解要求较高,最优解在测法很容易推广到三维情况。假设有(M>3)个基站分布量噪声较大的情况下性能恶化比较严重。此外,上述定位在同一平面上,基站i的坐标为(,Y),移动台坐标为(,算法一般都假设TDOA的测量误差服从高斯分布,并且可Y)。设基站i到移动台的距离为,移动台到基站i(i≠1)以得到似然函数的解析表达式,从而可以利用最大似然法和基站l之间的距离差为..,根据基站和移动台之间的关求解。系可以得到粒子群优化(particleswarmoptimization,PSO)算法是一种模拟生物在自然界的遗传

8、与进化而形成的一种随机r=ct=一r1+cn“(i=2,3,⋯,-1).(1)收稿日期:2013-02--01146传感器与微系统第32卷其中~t(i=2,3,⋯,一1)为到达时间差测量值,c为r=扎d+c1r1(p一t)+c2r2(pt一td){。,(6)无线电波传播速度。可以认为.(2,3,⋯,-1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。