[发明专利]一种基于人工蜂群的直接定位方法

说明书

本发明提供一种基于人工蜂群的直接定位方法，建立阵列天线接收信号时域模型；得到接收信号的频域观测模型；建立目标函数从而确定适应度函数；初始化控制参数，计算各个初始解的适应度值，采蜜蜂进行领域搜索产生新解，并计算新解对应的适应度值进行贪婪选择；计算与解相关的选择概率，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；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，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；本发明引入人工蜂群算法去解决直接定位过程中非线性最优化问题的求解，减少了运算资源消耗，缩短了定位耗时。

技术领域

本发明涉及一种直接定位方法，尤其涉及一种基于人工蜂群的直接定位方法，属于无线定位技术领域。

背景技术

目前无源定位技术分为两步定位和直接定位。两步定位根据所采用的观测量分为多种,包括到达时间差定位技术、到达角定位技术、多普勒差定位技术,和一些联合定位技术。两步定位法分为两步，其第一步先从原始信号抽样中估计定位参数，第二步是基于这些参数进一步确定目标的位置信息。因为两步定位法需要估计定位参数，这一步会引入较大误差。所以两步定位法存在定位精度较低这一缺陷。

Weiss等人在2004年提出了直接定位的概念，这种定位方法不经过定位参数的估计过程，而是直接利用观测站采集的数据估计出目标的位置。Weiss提出的单目标直接定位使用的是网格搜索算法进行定位求解，即将定位区域划分成若干个格点，将每个格点作为移动终端可能的潜在位置，需要分别计算每个格点的代价函数值，其极小值所对应位置为所求位置。网格搜索算法需要对每一个格点进行计算，所以该方法的缺陷为计算资源消耗大，定位运算耗时长。

发明内容

本发明的目的是为了提供一种精度高，收敛速度快的基于人工蜂群的直接定位方法。

本发明的目的是这样实现的：

一种基于人工蜂群的直接定位方法，包括以下步骤：

步骤一：建立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代价函数，该代价函数的最小值对应的定位参数值是对目标位置的最小方差估计，将代价函数方程转化为非线性最优化问题的求解,建立目标函数从而确定适应度函数；

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。

本发明还包括这样一些特征：

1.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q_n＝(x_n,y_n),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：

r_l(t)＝b_la_l(p)s(t-τ_l(p)-t₀)+n_l(t)   (1)