一种基于蚁群与L-M混合算法的磁性运动目标定位方法技术

本发明专利技术公开了一种基于蚁群与L‑M混合算法的磁性运动目标定位方法，包括：将磁性运动目标等效为磁偶极子阵列，建立磁偶极子阵列模型，并确定磁性运动目标在测量点处产生的磁场、磁性运动目标的磁矩、磁性运动目标与测量点之间位置关系的磁性运动目标关系式；当磁性运动目标匀速运动、磁性运动目标磁矩为不变量时，已知磁性运动目标在测量点处产生的磁场，对磁性运动目标关系式做最小二乘优化可以确定关于磁性运动目标位置的非线性方程；在初始状态未知的情况下，利用蚁群优化算法与L‑M法相结合的混合算法求解磁性运动目标的位置，即先用蚁群算法获得初始粗略解，然后再利用L‑M法获得最优解，从而实现了磁性目标的准确定位。

【技术实现步骤摘要】
一种基于蚁群与L-M混合算法的磁性运动目标定位方法
本专利技术涉及磁性运动目标定位
，更具体的涉及一种基于蚁群与L-M混合算法的磁性运动目标定位方法。
技术介绍
近年来，Levernberg-Marquardt算法(L-M法)在三维信息获取、建筑科学及工业设计等领域应用广泛。Levernberg-Marquardt算法是牛顿法的变形，通过使非线性目标函数平方和最小化来求解最优解，可用于被动磁定位计算。该算法是牛顿法和最速下降法的一个折中算法，既有牛顿法的收敛速度又有最速下降法的收敛性能。现有技术中，将交通工具的壳体看作一个磁模拟体，通过建立被测目标的磁场模型，然后对未知参数做初始估计，利用L-M法能较精确估计目标的位置。但L-M法同样有牛顿法对初值要求高的缺点，初值距离真值一定范围内，L-M算法能够找到很好的最优解；当初值较差时，会出现迭代发散现象，从而不能找到很好的最优解，即影响磁性目标的定位精度。
技术实现思路
本专利技术实施例提供一种基于蚁群与L-M混合算法的磁性运动目标定位方法，用以解决上述
技术介绍
中存在的问题。本专利技术实施例提供一种基于蚁群与L-M混合算法的磁性运动目标定位方法，包括：利用单个三分量磁通门传感器建立接收磁场平台，采集磁性运动目标通过接收磁场平台时产生的异常磁场数据；将磁性运动目标等效为磁偶极子阵列，根据磁性运动目标的尺寸，建立磁偶极子阵列模型，并确定磁性运动目标在测量点处产生的磁场、磁性运动目标的磁矩、磁性运动目标与测量点之间位置关系的磁性运动目标关系式；当磁性运动目标匀速运动时，将磁性运动目标磁矩视为不变量，已知测量点处接收到的磁场，对磁性运动目标关系式做最小二乘优化，确定关于磁性运动目标位置的非线性方程；结合异常磁场数据，对磁性运动目标位置的非线性方程采用蚁群优化算法求解，获得磁性运动目标位置的粗略解；将粗略解作为初始值，对磁性运动目标位置的非线性方程采用Levernberg-Marquardt算法求解，确定磁性运动目标位置的精确解。进一步地，所述磁性运动目标，包括：汽车。进一步地，所述异常磁场数据为：磁性运动目标通过接收磁场平台时的磁场数据，减去磁性运动目标通过接收磁场平台前的稳定地磁场数据。进一步地，确定所述磁性运动目标关系式，具体包括：以磁性运动目标中心为原点建立坐标系，X轴方向为磁性运动目标纵向，Z轴竖直向下；用一列平均分布在X轴上的磁偶极子阵列来拟合磁性运动目标，其中磁偶极子的个数为N，磁偶极子线列阵中心位于原点，磁偶极子的三个方向上的磁矩分别为Mxi,Myi,Mzi,i＝1,2,3,···N，则由第i个磁偶极子在测量点处P(x,y,z)产生的磁场为：其中，ri是第i个磁偶极子到测量点的距离，(xi,yi,zi)是第i个磁偶极子的坐标位置；则磁偶极子阵列在测量点P(x,y,z)处产生的磁场为：进一步地，所述确定关于磁性运动目标位置的非线性方程，具体包括：在测量点布放磁通门传感器，磁通门坐标轴的Z'轴竖直向下，X'轴与目标航向，即X轴向的夹角为α；假设磁性运动目标沿X方向做匀速直线运动，速度为v，采样间隔为DT，则磁通门传感器第j次的输出(H'xj,H'yj,H'zj)与磁性运动目标磁场(Hxj,Hyj,Hzj)的关系为：其中，-π≤α≤π，对于拥有固定运动方向的磁性运动目标来说，参数α是固定值；当磁性运动目标从测量点通过时，磁通门采样m次，得m组三分量磁性运动目标磁场数据如下：利用m点采样数据，建立模型的线性方程组：H＝FM其中，M＝(Mx1,Mx2,···,MxN,My1,My2,···,MyN,Mz1,Mz2,···,MzN)TH＝(Hx1,Hx2,···,Hxm,Hy1,Hy2,···,Hym,Hz1,Hz2,···,Hzm)T磁性运动目标位置的非线性方程如下：其中，F是关于磁性运动目标位置的系数矩阵，M为磁场模型参数，H为磁性运动目标磁场，磁性运动目标函数E是定位参数(x,y,z,α)的非线性函数。进一步地，所述蚁群优化算法，包括：根据待求解的参数个数，对蚁群种群进行大小设置、迭代次数设置，由非线性方程确定的磁性运动目标函数E来初始化信息素；所述蚁群优化算法是一个迭代算法，在每一次迭代中执行如下操作：一群蚂蚁同步或异步地在非线性优化问题的相邻状态之间移动，利用关联在每个状态中的信息素和启发信息，采用状态转移规则选择移动方向，逐步构造出问题的可行解；在每只蚂蚁构造解时，局部地更新信息素；在所有蚂蚁都完成解的构造之后，依据获得的解对信息素进行全局更新；迭代过程持续到停止条件被满足为止；其中，常用的停止条件有最大运行时间或允许构造解的最大数目。进一步地，所述Levernberg-Marquardt算法，包括：xk+1＝xk-[JT(xk)J(xk)+μkI]-1JT(xk)v(xk)当μk增加时，Levernberg-Marquardt算法接近于小的学习速度的最速下降法：当μk下降到0时，Levernberg-Marquardt算法变成了高斯-牛顿法，并且F(x)＝vT(x)v(x)。本专利技术实施例提供一种基于蚁群与L-M混合算法的磁性运动目标定位方法，与现有技术相比，其有益效果如下：本专利技术提出利用单个三分量磁通门传感器实现磁性目标的准确定位；在初始状态未知的情况下，利用蚁群算法(AntColonyOptimization)与L-M法相结合的混合算法(ACO-LM方法)来求解磁性运动目标的位置，即先用蚁群算法获得初始粗略解，然后再利用L-M法获得最优解，从而实现了磁性运动目标的精确定位。此外，单个磁通门传感器有价格低廉、方便携带和安装的特点，有着很好的工程应用前景。并且，理论仿真和汽车通过实验验证了混合算法的合理性和可行性，并为工程中磁性目标的检测与定位提供了参考。附图说明图1为本专利技术实施例提供的磁性目标的磁偶极子阵列模型；图2为本专利技术实施例提供的磁性目标运动示意图；图3为本专利技术实施例提供的目标定位实验示意图；图4a为本专利技术实施例提供的汽车第一次通过磁传感器的三分量磁场数据；图4b为本专利技术实施例提供的汽车第二次通过磁传感器的三分量磁场数据；图5-a1为本专利技术实施例提供的汽车第一次通过的X方向用于实现定位的数据；图5-a2为本专利技术实施例提供的汽车第一次通过的X方向上的定位结果；图5-b1为本专利技术实施例提供的汽车第一次通过的Y方向用于实现定位的数据；图5-b2为本专利技术实施例提供的汽车第一次通过的Y方向上的定位结果；图5-c1为本专利技术实施例提供的汽车第一次通过的Z方向用于实现定位的数据；图5-c2为本专利技术实施例提供的汽车第一次通过的Z方向上的定本文档来自技高网...

【技术保护点】
1.一种基于蚁群与L-M混合算法的磁性运动目标定位方法，其特征在于，包括：/n利用单个三分量磁通门传感器建立接收磁场平台，采集磁性运动目标通过接收磁场平台时产生的异常磁场数据；/n将磁性运动目标等效为磁偶极子阵列，根据磁性运动目标的尺寸，建立磁偶极子阵列模型，并确定磁性运动目标在测量点处产生的磁场、磁性运动目标的磁矩、磁性运动目标与测量点之间位置关系的磁性运动目标关系式；/n当磁性运动目标匀速运动时，将磁性运动目标磁矩视为不变量，已知测量点处接收到的磁场，对磁性运动目标关系式做最小二乘优化，确定关于磁性运动目标位置的非线性方程；/n结合异常磁场数据，对磁性运动目标位置的非线性方程采用蚁群优化算法求解，获得磁性运动目标位置的粗略解；/n将粗略解作为初始值，对磁性运动目标位置的非线性方程采用Levernberg-Marquardt算法求解，确定磁性运动目标位置的精确解。/n

【技术特征摘要】
1.一种基于蚁群与L-M混合算法的磁性运动目标定位方法，其特征在于，包括：
利用单个三分量磁通门传感器建立接收磁场平台，采集磁性运动目标通过接收磁场平台时产生的异常磁场数据；
将磁性运动目标等效为磁偶极子阵列，根据磁性运动目标的尺寸，建立磁偶极子阵列模型，并确定磁性运动目标在测量点处产生的磁场、磁性运动目标的磁矩、磁性运动目标与测量点之间位置关系的磁性运动目标关系式；
当磁性运动目标匀速运动时，将磁性运动目标磁矩视为不变量，已知测量点处接收到的磁场，对磁性运动目标关系式做最小二乘优化，确定关于磁性运动目标位置的非线性方程；
结合异常磁场数据，对磁性运动目标位置的非线性方程采用蚁群优化算法求解，获得磁性运动目标位置的粗略解；
将粗略解作为初始值，对磁性运动目标位置的非线性方程采用Levernberg-Marquardt算法求解，确定磁性运动目标位置的精确解。


2.如权利要求1所述的基于蚁群与L-M混合算法的磁性运动目标定位方法，其特征在于，所述磁性运动目标，包括：汽车。


3.如权利要求1所述的基于蚁群与L-M混合算法的磁性运动目标定位方法，其特征在于，所述异常磁场数据为：磁性运动目标通过接收磁场平台时的磁场数据，减去磁性运动目标通过接收磁场平台前的稳定地磁场数据。


4.如权利要求1所述的基于蚁群与L-M混合算法的磁性运动目标定位方法，其特征在于，确定所述磁性运动目标关系式，具体包括：
以磁性运动目标中心为原点建立坐标系，X轴方向为磁性运动目标纵向，Z轴竖直向下；用一列平均分布在X轴上的磁偶极子阵列来拟合磁性运动目标，其中磁偶极子的个数为N，磁偶极子线列阵中心位于原点，磁偶极子的三个方向上的磁矩分别为Mxi,Myi,Mzi,i＝1,2,3,…N，则由第i个磁偶极子在测量点处P(x,y,z)产生的磁场为：






其中，ri是第i个磁偶极子到测量点的距离，(xi,yi,zi)是第i个磁偶极子的坐标位置；
则磁偶极子阵列在测量点P(x,y,z)处产生的磁场为：





5.如权利要求4所述的基于蚁群与L-M混合算法的磁性运动目标定位方法，其特征在于，所述确定关于磁性运动目标位置的非线性方程，具体包括：
在测量点布放磁通门传感器，磁通门坐标轴的Z'轴竖直向下，X'轴与目标航向，即...

【专利技术属性】
技术研发人员：李斌，李东生，惠润南，杨可，陈连平，马艳，王士刚，王金洪，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61