文献类型：期刊文章

作　　者：陈涛[1] 王梦馨[1] 黄湘松[1]

CHEN Tao;WANG Mengxin;HUANG Xiangsong(College of Information and Communication Engineering, Harbin Engineering University, Harbin 150001, China)

机构地区：[1]哈尔滨工程大学信息与通信工程学院,哈尔滨150001

出　　处：《电子与信息学报》

基　　金：国家自然科学基金项目(61571146);中央高校基本科研业务费专项基金(HEUCFP201769)~~

年　　份：2018

卷　　号：40

期　　号：7

起止页码：1591-1597

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：针对无源时差(TDOA)定位的非线性方程解算问题,论文使用一种名为樽海鞘群算法(SSA)的新的群体智能优化算法。首先,该算法采用一种新的群体更新模型,充分平衡迭代过程中的探索行为与开发行为,在保证搜索的全局性与个体的多样性的同时,改善了其他智能优化算法容易陷入局部极值的问题。其次,该算法控制参数很少,运算速度明显提高。该算法的收敛速度十分稳定,定位精度更高。仿真结果表明,樽海鞘群算法在3维时差定位中能够快速、稳定地收敛至目标位置,对传统粒子群算法(PSO)、改进的线性权重粒子群算法(IPSO)与SSA的定位精度进行比较,SSA精度明显高于PSO与IPSO。

关 键 词：无源定位 到达时差  智能优化算法 樽海鞘群算法  

分 类 号：TN971]