[发明专利]基于改进的最小二乘支持向量机的水下目标定位方法

权利要求书

1.一种基于改进的最小二乘支持向量机的水下目标定位方法，其特征在于：该方法内容包括以下步骤：

步骤1，在定位区域部署n个传感器节点，每个节点与目标节点通过水声通信方式进行信息交互，并根据节点间距离确定子传感网络，以构建分布式水声传感网络；通过构建的分布式水声传感网络得到训练数据集，对最小二乘支持向量回归模型进行初始化；

步骤2，在原传感网络的基础上，设计有效节点策略，以判断目标节点与其它节点通信是否被障碍物影响，如果判定被影响则进行步骤3，否则进行步骤4；

步骤3，根据水下传感器节点与目标节点通信得到的受影响数据，使用迭代收敛策略对数据进行处理，处理后的数据作为最小二乘支持向量回归模型的输入得到子传感网络的预测值；

步骤4，由步骤2知，此时目标节点与其它节点通信未受影响，直接将测量数据作为最小二乘支持向量回归模型的输入，对每个子传感网络相对于目标节点的位置进行预测，得到子传感网络的预测值；

步骤5，在有效节点基础上，设计与通信距离和有效节点数目有关的权值函数，根据权值函数计算得到每个子传感网络的权值；

步骤6，根据步骤3或步骤4得到的子传感网络的预测值以及步骤5得到的每个子传感网络的权值，结合子传感网络的预测值和与其对应的子传感网络的权值，最终得到目标的预测位置。

2.根据权利要求1所述的基于改进的最小二乘支持向量机的水下目标定位方法，其特征在于：在步骤2中，所述判断目标节点与其它节点通信是否被障碍物影响，系采用如下规则进行判断：

式中x_l为测量数据x的第l个元素，h_l为原测试数据的第l个元素，τ为判断目标是否被影响的临界值，将上述目标节点与其它节点通信得到的测量距离与原先对应的测试数据最小差值|x_l-h_l|_min和τ作比较，如果大于临界值τ则表明目标被影响，则与其进行通信的节点被称为无效节点，否则目标正常未被影响，与其进行通信的节点被定义为有效节点。

3.根据权利要求1所述的基于改进的最小二乘支持向量机的水下目标定位方法，其特征在于：在步骤3中，所述根据水下传感器节点与目标节点通信得到的受影响数据，使用迭代收敛策略对数据进行处理，处理后的数据作为最小二乘支持向量回归模型的输入得到子传感网络的预测值；其过程如下：

首先采用下述迭代公式对数据进行处理，

x^(k+1)＝δx^(k)

式中k为迭代步数，x为测量值，参数δ是一个N×N维矩阵对角，其元素值被设计如下：

x_l为测量数据x的第l个元素，为所有训练数据第l个元素的平均值，这意味着所有与目标节点通信中被影响的节点即无效节点得到的测量数据都将以迭代方式获得最终的子传感网络预测值，而有效节点得到的测量数据则直接使用原始LSSVR模型的回归函数得到预测值；

子传感网络预测值由下式得到：

y^(k+1)(x)＝y^(k)(δx)

式中y(·)为LSSVR模型的回归函数，其形式表达如下

式中i_k为第k个子传感网络的有效节点数，N_k为第k个子传感网络包含的有效节点总数，x_ik为第i_k有效节点得到的测试数据，α_i和b通过将训练数据用于LSSVR模型训练得到，κ(·,·)为高斯核函数，可表示为：

式中δ为标准差，为了输出优异的迭代结果，终止条件被设计如下：

式中y_p为初始粗略位置由等式得到，y_c表示有效节点与目标节点通信得到的距离，n_i表示在第k个子传感网络的有效节点个数，ν和ε为正常数，决定了迭代终止条件。