基于改进变异粒子群算法的TDOA/AOA定位研究

被引：17

作者：

胡骏 ^{[1
]}

乐英高 ^{[1
,2
,3
]}

蔡绍堂 ^{[1
]}

曹莉 ^{[1
]}

吴浩 ^{[1
]}

机构：

[1] 四川理工学院自动化与信息工程学院

[2] 四川理工学院人工智能四川省重点实验室

[3] 四川理工学院材料腐蚀与防护四川省重点实验室

来源：

组合机床与自动化加工技术 | 2019年 / 04期

关键词：

TDOA/AOA; 改进变异粒子群算法; 变异操作; 惯性权重; 定位算法;

D O I：

10.13462/j.cnki.mmtamt.2019.04.004

中图分类号：

TP18 [人工智能理论]; TN929.5 [移动通信];

学科分类号：

080804 [电力电子与电力传动]; 140502 [人工智能];

摘要：

针对GPS盲点区域的定位问题,蜂窝定位技术能够有效解决。蜂窝定位技术中的混合定位算法能够有效地提高定位精度和定位可靠性,但是算法中的信号测量产生的误差和定位估计遇到的非线性优化问题严重影响了混合定位算法的性能。针对上述算法问题,文章提出了一种基于改进的变异粒子群算法(IMPSO)的目标定位策略。该算法是以TDOA/AOA混合定位算法为对象,首先用最大似然法得到移动台的估计函数,将估计函数作为适应度函数产生初始种群,然后对粒子群(PSO)算法中适应度方差进行变异操作,同时改进惯性权重,达到PSO算法在对适应度函数进行寻优处理时不会出现陷入局部最优的目的,最后用IMPSO算法对种群进行寻优,得到最优的估计位置。仿真实验结果表明,IMPSO算法的应用相对传统的Chan算法和TDOA/AOA混合定位算法,在视距的环境下,能有效减小测量误差的影响,并提高定位系统的稳定性。

引用

页码：14 / 19

页数：6

共 15 条

[1]

基于基站LOS鉴别的TDOA室内定位算法 [J].