一种基于粒子群与野草组合算法的室内定位信号源部署优化方法技术

本发明专利技术涉及一种基于粒子群与野草组合算法的室内定位信号源部署优化方法，本发明专利技术将粒子群算法与野草算法结合起来，提出了一种更为科学合理的定位信号源部署方法，使其既具有一定的搜索深度，又具有一定的搜索广度。该组合算法首次应用在室内定位信号源部署优化领域，使得在获得精准定位的同时节约了成本。本发明专利技术是一种仿真方法，建筑物及其属性、信号源模型等都是仿真的。

【技术实现步骤摘要】
一种基于粒子群与野草组合算法的室内定位信号源部署优化方法
本专利技术属于室内定位
，尤其涉及一种定位误差小，成本低的信号源部署方法。
技术介绍
定位技术分为室外定位和室内定位两种。室外定位技术主要有全球定位系统GPS、北斗卫星导航系统等。GPS起始于1958年美国军方的一个项目，于1994年全面建成，具有在海、陆、空进行全方位实时三维导航与定位的能力。北斗导航系统是覆盖中国本土的区域导航系统。GPS与北斗都是使用卫星来完成定位的。在室内环境下，用户通常也需要定位自己所在的位置，例如，在大型商场中，用户利用定位系统定位当前的位置，然后按照地图寻找自己需要的商品。然而，在室内环境中，卫星信号穿透建筑物墙壁后，信号衰减非常严重，并且室内建筑物较多，环境比较复杂，进一步引起信号的衰减。因此室外定位技术无法应用于室内环境中。室内定位技术主要有蓝牙室内定位技术、Wi-Fi定位、超宽带定位、LED定位、超声波定位、RFID定位、红外线定位、ZigBee定位等。定位技术都需提前部署信号源。传统的信号源部署主要采用均匀部署的方法。若部署得过少或部署不合理，容易造成定位不精准；若部署的过于密集，则本文档来自技高网...

【技术保护点】
1.一种基于粒子群与野草组合算法的室内定位信号源部署优化方法，其特征在于，包括：步骤1、部署原始信号源，并为进行室内定位进行信号的预采集与处理；步骤2、使用粒子群算法中的初始化群体的方法，初始化群体中粒子包含的信号源的个数、粒子的位置和速度；步骤3、使用指纹定位算法得到当前粒子所代表信号源部署方案的定位误差，计算出当前粒子的目标函数值，并将所有粒子按目标函数值从小到大排序；步骤4、使用粒子群算法中的初始化每个粒子的个体最优位置和群体最优位置的方法，初始化每个粒子的个体最优位置pbest和群体最优位置gbest；步骤5、使用粒子群算法中的更新粒子位置和速度的方法，更新各个粒子的位置和速度；步骤6...

【技术特征摘要】
1.一种基于粒子群与野草组合算法的室内定位信号源部署优化方法，其特征在于，包括：步骤1、部署原始信号源，并为进行室内定位进行信号的预采集与处理；步骤2、使用粒子群算法中的初始化群体的方法，初始化群体中粒子包含的信号源的个数、粒子的位置和速度；步骤3、使用指纹定位算法得到当前粒子所代表信号源部署方案的定位误差，计算出当前粒子的目标函数值，并将所有粒子按目标函数值从小到大排序；步骤4、使用粒子群算法中的初始化每个粒子的个体最优位置和群体最优位置的方法，初始化每个粒子的个体最优位置pbest和群体最优位置gbest；步骤5、使用粒子群算法中的更新粒子位置和速度的方法，更新各个粒子的位置和速度；步骤6、修正更新后粒子的坐标并计算其目标函数值，按目标函数值，将个体从小到大排序；步骤7、使用野草算法中繁殖子代的方法，根据父代的目标函数值计算产生种子的数量，具体是将所有粒子作为父代野草，然后根据其目标函数值计算产生种子的数量，父代野草产生的种子个数与其目标函数值成线性关系；步骤8、使用野草算法中空间扩散的方法，将种子在父代野草周围按正态分布和一定标准差散播出去；步骤9、使用野草算法中竞争排斥的方法，去除差的个体，以达到种群容量；步骤10、使用粒子群算法中的更新粒子的个体最优位置和群体最优位置的方法，更新每个粒子的个体最优位置pbest和群体最优位置gbest；步骤11、判断是否达到最大迭代次数，若已达到，则算法结束，输出gbest；否则，转步骤5。2.根据权利要求1所述的一种基于粒子群与野草组合算法的室内定位信号源部署优化方法，其特征在于，所述步骤1中部署原始信号源，并为进行室内定位进行信号的预采集与处理，包括以下子步骤：步骤1.1、按照矩阵的形式对需要定位的建筑物进行原始信号源部署，行间距与列间距都约为k米，共部署n个信号源，将信号源的坐标记录在数据库中；步骤1.2、随机选取r个参考点，将参考点的坐标记录在数据库中；步骤1.3、将指纹存储在数据库的二维数组中，第i行第j列就是第i个参考点处收集到的第j个信号源的信号值，所述指纹指在每个参考点处接收到的信号源的信号值。3.根据权利要求1所述的一种基于粒子群与野草组合算法的室内定位信号源部署优化方法，其特征在于，所述步骤2中初始化群体中粒子包含的信号源的个数、粒子的位置和速度，包含以下子步骤：步骤2.1、初始化每个粒子包含的信号源数目：群体容量为m，即群体中有m个粒子，每个粒子中包含ni个信号源，其中1≤ni≤n；步骤2.2、初始化每个粒子的位置：以xi表示粒子i的位置向量，其中，xi中各元素依次表示信号源1到ni的横、纵坐标；步骤2.3、初始化每个粒子的速度：以vi表示粒子i的速度向量，vi＝(vi1,vi2,vi3,vi4,...,vid)，d＝2ni；其中，vi中各元素依次表示信号源1到ni横、纵方向的速度。4.根据权利要求1所述的一种基于粒子群与野草组合算法的室内定位信号源部署优化方法，其特征在于，所述步骤3中使用指纹定位算法得到当前粒子所代表信号源部署方案的定位误差，计算出当前粒子的目标函数值，并将所有粒子按目标函数值从小到大排序，包含以下子步骤：步骤3.1、在某一位置处收集到的该粒子包含的信号源的信号值为testdata；testdata就转换为1行ni列的行向量；步骤3.2、将这个行向量与指纹作对比，计算与每个指纹的欧氏距离，指纹是指在每个参考点处所收集到的该粒子包含的信号源的信号值；步骤3.3、根据计算出的欧...

【专利技术属性】
技术研发人员：赵俭辉，李君，蔡波，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42