咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于樽海鞘群算法的无源时差定位 收藏

基于樽海鞘群算法的无源时差定位

Time Difference of Arrival Passive Location Based on Salp Swarm Algorithm

作     者:陈涛 王梦馨 黄湘松 CHEN Tao;WANG Mengxin;HUANG Xiangsong

作者机构:哈尔滨工程大学信息与通信工程学院哈尔滨150001 

出 版 物:《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期:2018年第40卷第7期

页      面:1591-1597页

核心收录:

学科分类:11[军事学] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 110503[军事学-军事通信学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1104[军事学-战术学] 082601[工学-武器系统与运用工程] 081105[工学-导航、制导与控制] 0826[工学-兵器科学与技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 

基  金:国家自然科学基金项目(61571146) 中央高校基本科研业务费专项基金(HEUCFP201769) 

主  题:无源定位 到达时差 智能优化算法 樽海鞘群算法 

摘      要:针对无源时差(TDOA)定位的非线性方程解算问题,论文使用一种名为樽海鞘群算法(SSA)的新的群体智能优化算法。首先,该算法采用一种新的群体更新模型,充分平衡迭代过程中的探索行为与开发行为,在保证搜索的全局性与个体的多样性的同时,改善了其他智能优化算法容易陷入局部极值的问题。其次,该算法控制参数很少,运算速度明显提高。该算法的收敛速度十分稳定,定位精度更高。仿真结果表明,樽海鞘群算法在3维时差定位中能够快速、稳定地收敛至目标位置,对传统粒子群算法(PSO)、改进的线性权重粒子群算法(IPSO)与SSA的定位精度进行比较,SSA精度明显高于PSO与IPSO。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分