基于差分进化的定位算法研究

作     者：高颖 

作者单位：山东理工大学 

学位级别：硕士

导师姓名：夏斌

授予年度：2023年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：物联网 差分进化 协同定位 莱维飞行 自然梯度法 

摘      要：物联网利用约定协议进行各种物体之间的信息传输以及交换,实现定位、智能辩识、追踪、管理等功能,被广泛应用在智慧工厂、智能机器人、精准农业等领域,而精确定位是物联网服务应用的关键。因此,开展物联网定位的相关研究,具有非常广泛的应用价值和实际意义。物联网获得测距信息,建立定位方程,使用智能优化方法求解此方程,得到未知节点位置。智能优化求解算法中,差分进化定位算法相对简单,具有良好的搜索性能,得到广泛关注。但是它没有充分使用未知节点之间的距离信息,导致其定位性能的提高有限。因此需要对差分进化定位算法进行改进,改善其定位性能。本文针对这一问题展开研究,主要工作如下:(1)针对传统差分进化定位算法所用距离信息不全,导致其定位性能提高有限的问题,提出一种差分进化协同定位算法。首先,改进适应度函数,充分利用节点之间的距离信息,减少定位误差;接着,采用三边测量法产生良好的初始种群,保证差分进化协同定位算法具有良好的定位性能;最后,引入莱维飞行方式,减少定位结果陷入局部最优的概率。通过仿真验证,差分进化协同定位算法可以降低测距误差对定位精度的影响,改善定位性能。(2)差分进化协同定位算法从任意位置出发,按照“优胜劣汰的求解机制,以一定概率在定位区域中搜索目标位置,但是,该算法没有采用精密搜索方法,得到的定位结果还不够精确,需要迭代求解提高精度。针对此问题,提出一种基于自然梯度和差分进化协同的融合定位算法,将差分进化协同定位算法获得的位置作为迭代初始值,通过自然梯度进行迭代求解,提高定位结果的精度,同时自适应调整迭代步长,保证定位结果的收敛。仿真结果分析,该融合定位算法能提高定位结果的精度。(3)为检验定位算法的实际定位性能,利用MATLAB软件设计基于差分进化的定位平台。该定位平台包括定位界面和定位算法两部分,既使用户可以自定义定位参数,还可以调用实际测量数据,完成定位结果的计算,实现定位性能分析。