[发明专利]一种基于人工蜂群的直接定位方法有效
申请号: | 201811511147.1 | 申请日: | 2018-12-11 |
公开(公告)号: | CN109581291B | 公开(公告)日: | 2023-08-01 |
发明(设计)人: | 郜丽鹏;高佳旭;高敬鹏;刘楯 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G01S5/06 | 分类号: | G01S5/06 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 人工 蜂群 直接 定位 方法 | ||
1.一种基于人工蜂群的直接定位方法,其特征是,包括以下步骤:
步骤一:建立包含待定位移动终端位置p信息的阵列天线接收信号时域模型;
步骤二:将接收信号时域模型先抽样再进行离散傅里叶变换得到接收信号的频域观测模型;
步骤三:由接收信号的频域模型建立最小方差估计函数Q(p),Q(p)含有唯一的未知变量即为待估计的目标位置p,通过对Q(p)的变形化简,得到目标位置p的最小方差估计根据构造目标函数f(p)对待估计的目标位置p进行求解;
步骤四:初始化控制参数,计算各个初始解的适应度值,采蜜蜂进行目标函数f(p)的领域搜索产生新解,并计算新解对应的适应度值进行贪婪选择,即若新解适应度值优于旧解的适应度值,则用新解替换旧解,否则保留旧解不变;
步骤五:计算与解相关的选择概率,跟随蜂再根据轮盘赌选择法以概率选择食物源,再进行邻域搜索产生新解,并计算新解对应的适应度值,进行贪婪选择;
步骤六:判断是否有要放弃的解,如果存在,则产生一个新解代替要放弃的解,并记录迄今为止效果最好的解,最后判断是否满足终止条件,若满足便输出最优结果,不满足则继续重复产生新解替代旧解及以后步骤,输出的最终解即为待估计的目标位置p。
2.根据权利要求1所述的基于人工蜂群的直接定位方法,其特征是,步骤一具体为:假设待定位的移动终端位于p=(x,y),L个已知位置的基站位于qn=(xn,yn),n=1,...,L,每个基站均装有含M阵元的阵列天线;移动终端向参考基站发出定位请求,各参考基站分别接收移动终端发出的信号,并将信号汇集到定位中心,观测站的阵列天线所接收到的信号时域模型为:
rl(t)=blal(p)s(t-τl(p)-t0)+nl(t) (1)
其中rl(t)表示t时刻阵列输出M×1矩阵,bl表示移动终端与第l个基站之间的信道衰减,al(p)是第l个阵列对方位p的阵列流形矢量,s(t-τl(p)-t0)表示t0时刻产生的信号波形,p表示待定位移动终端的位置,τl(p)表示电磁波从移动终端到基站所经历的传播时延,nl(t)表示噪声矢量。
3.根据权利要求1所述的基于人工蜂群的直接定位方法,其特征是,步骤二具体为:对rl(t)抽样Ns点,并且进行离散傅里叶变换得到接收信号频域模型:
上划线表示离散傅里叶系数,T为采样间隔时间。
4.根据权利要求1所述的基于人工蜂群的直接定位方法,其特征是,步骤三具体为:根据接收信号频域模型,建立如式(4)的最小方差估计函数:
其中Q(p)含有唯一的未知变量(x,y)为待估计的目标位置,式(4)的最小值对应的(x,y)值即为目标位置的最小方差估计值;
为了求取式(4)函数的最小值,对式(4)进行变形得到:
其中表示al(p)的转置,表示的共轭;
将式(5)的最小值改为求式(6)的最大值,式(6)如下:
式(6)即为式(5)等号右侧减号右边的部分;
将式(6)进行变形化简得:
其中而目标位置p=(x,y)的最小方差估计通过式(7)可以得到:
式(8)含义为当矩阵C的最大特征值取最大值时对应的参数p为目标位置的最小方差估计,现构造目标函数如式(9)所示:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811511147.1/1.html,转载请声明来源钻瓜专利网。