基于改进樽海鞘算法的无源时差定位系统布站方法技术方案

本发明专利技术提供基于改进樽海鞘算法的无源时差定位系统布站方法，包括：确定无源时差定位系统的基站数；将给定的定位系统布站区域和目标区域作为约束条件，并将目标区域的克拉美罗下界的迹的平均值作为目标函数；将樽海鞘群算法中的领导者的数目由固定值变为非线性递减的函数值获得改进樽海鞘群算法；根据约束条件随机生成种群，初始化三维坐标，将适应度最好的个体位置作为食物位置；根据改进樽海鞘群算法的领导者和追随者位置更新公式，更新坐标，计算适应度，将更新前后适应度最好的个体位置作为食物位置；将预设的迭代次数后的最后食物位置为最优基站布站位置。该方法中的算法收敛速度快，定位精度高，适用于对固定区域最优布站的快速求解。站的快速求解。站的快速求解。

【技术实现步骤摘要】
基于改进樽海鞘算法的无源时差定位系统布站方法


[0001]本专利技术涉及无源时差定位
，具体涉及基于改进樽海鞘算法的无源时差定位系统布站方法。

技术介绍

[0002]在现代信息化战争中，对敌对目标的侦察定位十分重要，而随着电子对抗技术与防御技术的不断发展，无源时差定位技术因为其生存能力强、探测距离远、定位精度高等优点而得到广泛的研究和应用。而布站方式的不同将会大大影响其算法的定位精度，因此如何实现最优布局成为重重之重。使用群智能算法对最优布站求解，限制条件更小，使用更加方便。
[0003]传统算法如遗传算法收敛慢定位精度较低，而樽海鞘群算法(ssa)领导者个数少存在搜素能力弱的缺点，为此，本专利技术提出了一种新的基于改进樽海鞘算法的无源时差定位系统布站方法。

技术实现思路

[0004]为解决上述问题，本专利技术提供基于改进樽海鞘算法的无源时差定位系统布站方法，用于求解无源时差定位系统对指定目标区域的最优布站位置。
[0005]为实现上述目的，本专利技术提供了如下的技术方案。
[0006]基于改进樽海鞘算法的无源时差定位系统布站方法，包括以下步骤：
[0007]确定无源时差定位系统的基站数；将给定的定位系统布站区域和目标区域作为约束条件，并将目标区域的克拉美罗下界的迹的平均值作为目标函数；
[0008]引入樽海鞘群算法，将樽海鞘群算法中的领导者的数目由固定值变为非线性递减的函数值获得改进樽海鞘群算法；
[0009]根据约束条件随机生成种群，初始化所有个体的三维坐标，初代食物位置与适应度值；根据目标函数计算所有个体适应度，与食物的适应度比较，将适应度更好的位置作为食物位置；
[0010]根据改进樽海鞘群算法的领导者和追随者位置更新公式，更新种群所有个体的坐标，计算适应度，将更新前后适应度最好的个体位置作为食物位置；
[0011]迭代更新，将预设的迭代次数后的最后食物位置作为最优基站布站位置。
[0012]优选地，所述目标函数的获取，包括以下步骤：
[0013]克拉美罗的公式为：
[0014]CRLB(x)＝F
‑1＝(Q
T
R
‑1Q)
‑1[0015]其中：
[0016][0017][0018]式中，x、y、z为基站坐标，R为测得的任意两个基站之间距离误差的协方差矩阵；r0～r
n
为目标到各观测站的距离，为各基站时间测量误差相互独立，且服从均值为零，标准差为σ
i
的高斯分布；
[0019]设σ0＝σ1＝...＝σ
n
＝σ
s
，则：
[0020][0021]则CRLB的迹为：
[0022]J＝tr(CRLB)＝tr(F
‑1)
[0023]用CRLB的迹作为定位精度的衡量标准，则目标函数为：
[0024]f(θ)＝tr(CRLB)
[0025]式中，θ＝[x,y,z,]；
[0026]目标函数转变为区域内CRLB的平均值，其表示为：
[0027][0028]式中，V为辐射源所在范围；
[0029]将目标区域离散化：
[0030][0031]优选地，所述引入樽海鞘群算法，将樽海鞘群算法中的领导者的数目由固定值变为非线性递减的函数值获得改进樽海鞘群算法，具体包括：
[0032]设最大迭代次数为L，在第l次迭代过程中，领导者的数量表示为：
[0033][0034]式中，ceil(
·
)表示对括号内数据向正无穷方向取整；N为种群规模。
[0035]优选地，所述改进樽海鞘群算法的领导者位置更新公式为：
[0036][0037]式中，d＝1,2,
…
,D，表示樽海鞘链上的第1个领导者在第d维中的位置；F
d
表示食物在第d维中的位置；ub
d
表示第d维的空间上界；lb
d
表示第d维的空间下界；c2和c3都是[0，1]上均匀产生的随机数；c1是收敛因子，其表达式为：
[0038]优选地，所述改进樽海鞘群算法的追随者位置更新公式为：
[0039][0040]式中，是第n个追随者位置。
[0041]优选地，还包括：
[0042]将预设的迭代次数后的最后食物位置对应的目标函数的函数值作为最优布站下的定位误差。
[0043]本专利技术的有益效果：
[0044]本专利技术提出一种基于改进樽海鞘算法的无源时差定位系统布站方法，该方法中的算法收敛速度快，定位精度比传统算法提高，适用于对固定区域最优布站的快速求解。
附图说明
[0045]图1是本专利技术实施例的方法流程框图；
[0046]图2是本专利技术实施例的误差迭代图；
[0047]图3是本专利技术实施例的四个基站坐标图；
[0048]图4是本专利技术实施例的目标区域平均定位误差示意图。
具体实施方式
[0049]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0050]实施例1
[0051]本专利技术提出一种基于改进樽海鞘算法的无源时差定位系统布站方法，
[0052]S1：确定无源时差定位系统的基站数；将给定的定位系统布站区域和目标区域作为约束条件，并将目标区域的克拉美罗下界的迹的平均值作为目标函数；
[0053]S2：引入樽海鞘群算法，将樽海鞘群算法中的领导者的数目由固定值变为非线性递减的函数值获得改进樽海鞘群算法；
[0054]S3：根据约束条件随机生成种群，初始化所有个体的三维坐标，初代食物位置与适应度值，设置变量维数和迭代次数；根据目标函数计算所有个体适应度，与食物的适应度比较，将适应度更好的位置作为食物位置；
[0055]S4：根据改进樽海鞘群算法的领导者和追随者位置更新公式，更新种群所有个体的坐标，计算适应度，将更新前后适应度最好的个体位置作为食物位置；
[0056]S5：迭代更新，将预设的迭代次数后的最后食物位置为最优基站布站位置，对应的目标函数的函数值为最优布站下的定位误差。
[0057]进一步的，克拉美罗的公式为：
[0058]CRLB(x)＝F
‑1＝(Q
T
R
‑1Q)
‑1[0059]其中：
[0060][0061][0062]式中，x、y、z为基站坐标，R为测得的任意两个基站之间距离误差的协方差矩阵；r0～r
n
为目标到各观测站的距离，为各基站时间测量误差相互独立，且服从均值为零，标准差为σ
i
的高斯分布；
[0063]设σ0＝σ1＝...＝σ
n
＝σ
s
，则：
[0064][0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进樽海鞘算法的无源时差定位系统布站方法，其特征在于，包括以下步骤：确定无源时差定位系统的基站数；将给定的定位系统布站区域和目标区域作为约束条件，并将目标区域的克拉美罗下界的迹的平均值作为目标函数；引入樽海鞘群算法，将樽海鞘群算法中的领导者的数目由固定值变为非线性递减的函数值获得改进樽海鞘群算法；根据约束条件随机生成种群，初始化所有个体的三维坐标，初代食物位置与适应度值；根据目标函数计算所有个体适应度，与食物的适应度比较，将适应度更好的位置作为食物位置；根据改进樽海鞘群算法的领导者和追随者位置更新公式，更新种群所有个体的坐标，计算适应度，将更新前后适应度最好的个体位置作为食物位置；迭代更新，将预设的迭代次数后的最后食物位置作为最优基站布站位置。2.根据权利要求1所述的基于改进樽海鞘算法的无源时差定位系统布站方法，其特征在于，所述目标函数的获取，包括以下步骤：克拉美罗的公式为：CRLB(x)＝F
‑1＝(Q
T
R
‑1Q)
‑1其中：其中：式中，x、y、z为基站坐标，R为测得的任意两个基站之间距离误差的协方差矩阵；r0～r
n
为目标到各观测站的距离，为各基站时间测量误差相互独立，且服从均值为零，标准差为σ
i
的高斯分布；设σ0＝σ1＝...＝σ
n
＝σ
s
，则：则CRLB的迹为：J＝tr(CRLB)＝tr(F
‑1)用CRLB的...

【专利技术属性】
技术研发人员：赵家凯，罗明，蓝集多，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：