基于自然选择的线性递减权重PSO与Taylor算法的TDOA协同定位算法研究.pdfVIP

第３１卷第４期 计 算 机 应 用 研 究 Ｖｏｌ．３１Ｎｏ．４ ２０１４年４月 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｐｒ．２０１４ 基于自然选择的线性递减权重 ＰＳＯ与Ｔａｙｌｏｒ 算法的ＴＤＯＡ协同定位算法研究 罗 平，向凤红，毛剑琳，迟子铖，付丽霞，徐 驰 （昆明理工大学 信息工程与自动化学院，昆明 ６５０５００） 摘 要：针对Ｔａｙｌｏｒ算法进行ＴＤＯＡ定位时，其初始估计位置的误差易导致Ｔａｙｌｏｒ算法不收敛和定位精度差的 问题，提出一种基于自然选择的线性递减权重粒子群优化（ＷＳＰＳＯ）与Ｔａｙｌｏｒ算法协同定位的方法。该方法先 通过ＷＳＰＳＯ算法得到一个初始估计位置（ｘ，ｙ），再通过Ｔａｙｌｏｒ算法在（ｘ，ｙ）处进行迭代运算得到最终定位结 果。不同噪声情况下的仿真结果显示：ＷＳＰＳＯ与Ｔａｙｌｏｒ算法协同定位方法对ＭＳ坐标估计值的均方差（ＲＭＳＥ） 小于标准ＰＳＯ（粒子群优化）、ＳｅｌＰＳＯ（基于自然选择的粒子群优化算法）、ＷＳＰＳＯ、Ｔａｙｌｏｒ以及Ｃｈａｎ五种算法的 ＲＭＳＥ。因此，所提出的定位方法在保留了ＳｅｌＰＳＯ算法求解精度和收敛性的基础上，同时提高了全局搜索能力， 使其具有更高的定位精度和收敛性。 关键词：ＴＤＯＡ定位；粒子群优化算法；Ｔａｙｌｏｒ算法；Ｃｈａｎ算法；协同定位 中图分类号：ＴＰ３９３；ＴＰ３０１．６ 文献标志码：Ａ 文章编号２０１４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ２０１４．０４．０４５ ＴＤＯＡｃｏｌｏｃａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｎａｔｕｒａｌｓｅｌｅｃｔｉｏｎｌｉｎｅａｒ ｄｅｃｒｅａｓｉｎｇｗｅｉｇｈｔＰＳＯａｎｄＴａｙｌｏｒａｌｇｏｒｉｔｈｍ ＬＵＯＰｉｎｇ，ＸＩＡＮＧＦｅｎｇｈｏｎｇ，ＭＡＯＪｉａｎｌｉｎ，ＣＨＩＺｉｃｈｅｎｇ，ＦＵＬｉｘｉａ，ＸＵＣｈｉ （ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ＆Ａｕｔｏｍａｔｉｏｎ，ＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｋｕｎｍｉｎｇ６５０５００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＷｈｅｎＴａｙｌｏｒａｌｇｏｒｉｔｈｍｗａｓｕｓｅｄｆｏｒＴＤＯＡｐｏｓｉｔｉｏｎｉｎｇ，ｔｈｅｉｎｉｔｉａｌｅｓｔｉｍａｔｅｄｐｏｓｉｔｉｏｎｅｒｒｏｒｅａｓｉｌｙｌｅｄｔｏｔｈｅＴａｙｌｏｒ ａｌｇｏｒｉｔｈｍｄｏｅｓｎｏｔｃｏｎｖｅｒｇｅａｎｄｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｌｏｗｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙ．Ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｃｏ ｌｏｃａｔｅｄｐｏｓｉｔｉｏｎｉｎｇｍｅｔｈｏｄ，ｗｈｉｃｈｗａｓｂａｓｅｄｏｎｎａｔｕｒａｌｓｅｌｅｃｔｉｏｎｌｉｎｅａｒｄｅｃｒｅａｓｉｎｇｗｅｉｇｈｔｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏ ｒｉｔｈｍ（ＷＳＰＳＯ）ａｎｄＴａｙｌｏｒａｌｇｏｒｉｔｈｍ．ＴｈｉｓｍｅｔｈｏｄｕｓｅｄＷＳＰＳＯｔｏｇｅｔａｎｉｎｉｔｉａｌｅｓｔｉｍａｔｅｄｐｏｓｉｔｉｏｎ（ｘ，ｙ），ａｎｄｔｈｅｎｇｏｔ ｔｈｅｆｉｎａｌｐｏｓｉｔｉｏｎｂｙｉｔｅｒａｔｉｖｅｃａｌｃｕｌａｔｉｏｎｏｆＴａｙｌｏｒａｌｇｏｒｉｔｈｍａｔｔｈｅ（ｘ，ｙ）．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｉｎｄｉｆｆｅｒｅｎｔｎｏｉｓｅｓｈｏｗｓｔｈａｔｔｈｅ ＲＭＳＥ（ｔｈｅｍｅａｎｓｑｕａｒｅｅｒｒｏｒｏｆｔｈｅｅｓｔｉｍａｔｅｓｃｏｏｒｄｉｎａｔｅｓ）ｏｆｔｈｅｃｏｌｏｃａｔｉｏｎｍｅｔｈｏｄｉｓｌｅｓｓｔｈａｎｔｈａｔｏｆｓｔａｎｄａｒｄＰＳＯ（ｐａｒｔｉ ｃｌｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ）、ＳｅｌＰＳＯ（ｐａｒｔｉｃｌｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａ