[发明专利]一种基于元启发算法的纯方位被动定位方法

说明书

本发明涉及一种基于元启发算法的纯方位被动定位方法，主要针对传感器分布不固定，传感器之间性能差距较大的情景，该方法的定位效果相对于传统的最小二乘定位方法有显著的优势，并且在观测环境发生变动时只需要修改目标函数。提出了一种利用元启发算法进行目标统计信息融合的范式，利用元启发算法解决非凸问题的能力，该范式能解决很多可建模的观测环境下目标统计信息融合的问题。

技术领域

本发明属于传感器信息融合领域，具体涉及一种基于元启发算法的纯方位被动定位方法。

背景技术

纯方位被动定位问题发生在无线传感器网络(WSN，Wireless Sensor Network)中，一般来说被动工作的传感器只有获取目标方位信息的能力，因此要获取目标的位置信息需要对多个分布式的传感器的方位测量进行信息融合，目前在这种环境下的定位方法一般是基于最小二乘原则完成的(图1)。基于最小二乘的定位方法的原理是：空间中每个方位传感器的观测结果都会在该方位形成一条射线，因此多个传感器组成的观测网络中就会生成一个由多个射线组成的射线簇，最小二乘的定位方法试图在空间中找到一个点使得该点到射线簇中所有射线的距离的平方和最小。这个问题是存在解析解的，对于一个静态的观测环境，这个点的位置仅是观测结果的函数。现有的技术忽略了两个问题，首先是在多个传感器性能差距比较明显的时候该方法并没有办法区分它们，性能差的传感器携带了更少的关于目标的信息却能无差别和性能优的传感器一起影响定位结果；其次是某个点到观测射线的距离并不能完整的表征该点成为目标的可能性，接近某个传感器的点距离观测射线的距离必然很短，但是这并不能保证其成为目标的概率很大。就这两个问题需要寻找一种更为准确的模型。

发明内容

本发明解决的技术问题是：针对现有技术的缺陷，本发明提出了一种利用元启发算法进行纯方位被动定位的方法。所提出的方法首先对纯方位被动定位问题建立了一个基于概率密度的模型，该模型充分考虑了现有技术忽略的两个问题，它允许传感器网络中存在检测性能差距较大的传感器，而且不限制传感器的数量和空间分布。通过使用元启发算法对该模型的求解，本发明可以更好的完成纯方位被动定位的任务。

本发明的技术方案是：一种基于元启发算法的纯方位被动定位方法，包括以下步骤：

步骤一：设定观测区域，且目标位于观测区域中；在观测区域中布置n个传感器，其中定义一个参考的直角坐标系，使得n个传感器各自的坐标为S_i＝(x_i,y_i),i＝1,2,..,n；

步骤二：每个传感器对目标进行观测，它们的观测角度存在独立的零均值高斯噪声，方差分别为返回目标的观测角度值Θ＝{θ₁,θ₂,...,θ_n}，定义目标的真实位置为S_t＝(x₀,y₀)，同时定义传感器对目标的有效测量距离为R，计算在每个传感器的有效测量范围R相同时的联合似然函数：

其中上式中各个参数含义为：Θ表示观测角度集，表示对目标位置的估计，i表示传感器标号，x_i,y_i表示相应传感器的位置，表示第i个传感器测量的方差。

步骤三：对上述公式进行最大似然估计

代表了位置成为目标的置信程度，上式表示寻找使得最大的

步骤四：通过元启发算法-差分进化算法，得到最终定位结果。

发明效果