一种智慧交通的智能定位方法技术

本发明专利技术公开了一种智慧交通的智能定位方法，通过获取预设在不同位置的两个接收站接收故障点发射的目标电波的定位参数；将所述定位参数代入预先根据两个接收站位置建立的定位模型中得到所述故障点的经纬度位置的函数关系式，作为目标函数；初始化蝠鲼觅食算法的参数，采用所述蝠鲼觅食算法迭代更新所述函数关系式的位置，以得到的最优值作为所述故障点的目标位置。优化后的蝠鲼觅食算法通过增加螺旋觅食和翻转觅食，在保持良好的局部搜索能力的同时强化算法的全局搜索能力，避免算法陷入局部最优；从而实现对智慧交通场景中道路故障点的精确定位；能够加快工作人员对道路故障的维修，减少了交通道路的堵塞，保障了车辆的通畅行驶。行驶。行驶。

【技术实现步骤摘要】
一种智慧交通的智能定位方法


[0001]本专利技术涉及智能定位
，尤其涉及一种智慧交通的智能定位方法。

技术介绍

[0002]随着国民经济快速发展和对外开放的不断扩大，公路交通步入了快速发展的轨道，伴随着公路的快速建设，我国汽车保有量也逐年增加，公路交通量明显增大，与此同时公路故障事故数量增长迅猛。在交通网络中，车辆追尾、设施故障等突发事故导致交叉路口或路段发生拥堵的事件时有发生，一些关键交叉路口或路段的突发故障导致的拥堵现象，会随着时间的推移逐渐向相邻的路段或者节点传播，严重时可能会使得整个交通网络瘫痪；
[0003]在交通网络发生故障时，及时的故障定位和故障处理，对于保障交通网络的正常运营有至关重要的作用。

技术实现思路

[0004]本专利技术提出一种智慧交通的智能定位方法，能够快速准确地定位出道路的故障点，保障交通网络的正常运营。
[0005]本专利技术实施例提供一种智慧交通的智能定位方法，所述方法包括：
[0006]获取预设在不同位置的两个接收站接收故障点发射的目标电波的定位参数；
[0007]将所述定位参数代入预先根据两个接收站位置建立的定位模型中得到所述故障点的经纬度位置的函数关系式，作为目标函数；
[0008]初始化蝠鲼觅食算法的参数，采用所述蝠鲼觅食算法迭代更新所述函数关系式的位置，以得到的最优值作为所述故障点的目标位置。
[0009]优选地，所述定位参数包括两个接收站接收到所述故障点发射目标电波的时间差，以及两个接收站接收所述目标电波的方位角。
[0010]作为一种优选方案，预先建立所述定位模型的过程具体包括：
[0011]根据球面三角公式，解算所述故障点到两个接收站的地面距离与天波群路径之差和方位角的几何关系；
[0012]根据两个接收站接收到所述故障点发射目标电波的时间差建立距离方程；
[0013]根据两个接收站接收所述目标电波的方位角建立方位角方程。
[0014]进一步地，所述距离方程为：
[0015][0016]其中，r为目标电波到两个接收站的天波群路径距离差，接收站R1的经纬度P1为(L1，B1)，接收站R2的经纬度P2为(L2，B2)，τ为两个接收站接收到所述故障点发射目标电波的时间差，a为地球半长轴，e2＝(a2‑
b2)/b2是第二偏心率的平方，b是地球短半长轴，σ
i
＝arccos[sinB
T
sinB
i
+cosB
T
cosB
i
cos(L
T
‑
L
i
)]，i＝1，2，目标T的经纬度位置P
T
为(L
T
，B
T
)，k1和
k1为预设的参数。
[0017]作为上述方案的改进，所述方位角方程为：
[0018][0019]其中，α
i
为分别为所述故障点与两个接收站的象限角，i＝1，2，θ
i
为分别为所述故障点与两个接收站的方向角。
[0020]优选地，所述将所述定位参数代入预先根据两个接收站位置建立的定位模型中得到所述故障点的经纬度位置的函数关系式，作为目标函数，具体包括：
[0021]根据所述定位参数获得定位模型的输入向量V；
[0022]对所述定位模型中的距离方程和方位角方程进行高度非线性自适应拟合，对所述输入向量和故障点的位置进行学习，建立所述故障点的经纬度位置的函数关系式P，作为目标函数；
[0023]其中，V＝(τ，θ1，θ2)，i＝1，2，r为目标电波到两个接收站的天波群路径距离差，e2是第二偏心率的平方。
[0024]优选地，所述初始化蝠鲼觅食算法的参数，采用所述蝠鲼觅食算法迭代更新所述函数关系式的位置，以得到的最优值作为所述故障点的目标位置，具体包括：
[0025]S301，初始化蝠鲼觅食算法参数，具体为初始的迭代次数t；
[0026]S302，判断所述蝠鲼觅食算法的当前的迭代次数t是否大于预设的最大迭代次数T；若是，跳转至S313；若否，跳转至S303；
[0027]S303，生成[0,1]之间的随机数r1；
[0028]S304，判断随机数r1是否小于0.5；若否，跳转至S305；若是，跳转至S306；
[0029]S305，根据所述蝠鲼觅食算法中的链式觅食个体位置更新公式更新个体位置，跳转至S310；
[0030]S306，生成[0,1]之间的随机数r2；
[0031]S307，判断随机数r2是否小于当前的迭代次数t与所述最大迭代次数T的比值；若是，跳转至S308；若否，跳转至S309；
[0032]S308，根据所述蝠鲼觅食算法中的第一螺旋觅食个体位置更新公式更新个体位置，跳转至S310；
[0033]S309，根据所述蝠鲼觅食算法中的第二螺旋觅食个体位置更新公式更新个体位置，跳转至S310；
[0034]S310，根据所述蝠鲼觅食算法中的翻转觅食个体位置更新公式更新个体位置；
[0035]S311，判断更新后的个体位置是否为最优解；若是，跳转至S313；若否，跳转至
S312；
[0036]S312，将迭代次数t自加1，返回步骤S302；
[0037]S313，输出所述函数关系式的最优值。
[0038]进一步地，所述链式觅食个体位置更新公式具体为：
[0039][0040]其中，t，d分别为当前的迭代次数和维数，为第i代的个体位置，r为[0，1]范围内的随机数；为最优位置，α为预设的权重系数。
[0041]优选地，所述第一螺旋觅食个体位置更新公式具体为：
[0042][0043]所述第二螺旋觅食个体位置更新公式具体为：
[0044][0045]其中，β为预设的螺旋权重系数，T为最大迭代次数，r1为[0，1]上的随机数，t，d分别为当前的迭代次数和维数，为第i代的个体位置，r为[0，1]范围内的随机数，为最优位置；为最优位置；为个体在搜索空间内随机产生的一个随机位置；Lb
d
和Ub
d
分别为预设的取值的上限和下限。
[0046]作为一种优选方案，所述翻转觅食个体位置更新公式具体为：
[0047][0048]其中，S为预设的翻转因子，r2和r3为在[0，1]上的随机数，为第i代的个体位置，为最优位置。
[0049]本专利技术提供一种智慧交通的智能定位方法，所述方法包括：获取预设在不同位置的两个接收站接收故障点发射的目标电波的定位参数；将所述定位参数代入预先根据两个接收站位置建立的定位模型中得到所述故障点的经纬度位置的函数关系式，作为目标函数；初始化蝠鲼觅食算法的参数，采用所述蝠鲼觅食算法迭代更新所述函数关系式的位置，以得到的最优值作为所述故障点的目标位置。通过优化后的蝠鲼觅食算法通过增加螺旋觅食本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧交通的智能定位方法，其特征在于，所述方法包括：获取预设在不同位置的两个接收站接收故障点发射的目标电波的定位参数；将所述定位参数代入预先根据两个接收站位置建立的定位模型中得到所述故障点的经纬度位置的函数关系式，作为目标函数；初始化蝠鲼觅食算法的参数，采用所述蝠鲼觅食算法迭代更新所述函数关系式的位置，以得到的最优值作为所述故障点的目标位置。2.根据权利要求1所述的智慧交通的智能定位方法，其特征在于，所述定位参数包括两个接收站接收到所述故障点发射目标电波的时间差，以及两个接收站接收所述目标电波的方位角。3.根据权利要求1所述的智慧交通的智能定位方法，其特征在于，预先建立所述定位模型的过程具体包括：根据球面三角公式，解算所述故障点到两个接收站的地面距离与天波群路径之差和方位角的几何关系；根据两个接收站接收到所述故障点发射目标电波的时间差建立距离方程；根据两个接收站接收所述目标电波的方位角建立方位角方程。4.根据权利要求3所述的智慧交通的智能定位方法，其特征在于，所述距离方程为：其中，r为目标电波到两个接收站的天波群路径距离差，接收站R1的经纬度P1为(L1，B1)，接收站R2的经纬度P2为(L2，B2)，τ为两个接收站接收到所述故障点发射目标电波的时间差，a为地球半长轴，e2＝(a2‑
b2)/b2是第二偏心率的平方，b是地球短半长轴，σ
i
＝arccos[sinB
T
sinB
i
+cosB
T
cosB
i
cos(L
T
‑
L
i
)]，i＝1，2，目标T的经纬度位置P
T
为(L
T
，B
T
)，k1和k1为预设的参数。5.根据权利要求4所述的智慧交通的智能定位方法，其特征在于，所述方位角方程为：其中，α
i
为分别为所述故障点与两个接收站的象限角，i＝1，2，θ
i
为分别为所述故障点与两个接收站的方向角。6.根据权利要求1所述的智慧交通的智能定位方法，其特征在于，所述将所述定位参数代入预先根据两个接收站位置建立的定位模型中得到所述故障点的经纬度位置的函数关系式，作为目标函数，具体包括：根据所述定位参数获得定位模型的输入向量V；
对所述定位模型中的距离方程和方位角方程进行高度非线性自适应拟合，对所述输入向量和故障点的位置进行学习，建立所述故障点的经...

【专利技术属性】
技术研发人员：林凡，郭淑林，林志远，
申请(专利权)人：中电科普天科技股份有限公司，
类型：发明
国别省市：