[发明专利]基于改进灰狼优化算法的无源时差定位系统优化布站方法

权利要求书

1.基于改进灰狼优化算法的无源时差定位系统优化布站方法，其特征在于，包括以下步骤：

步骤1，建立无源时差定位系统的最优布站模型；

步骤1包含以下子步骤：

子步骤1.1，设定无源时差定位系统是在三维空间中对目标进行定位，接收基站的数量为n个，则最优布站模型的自变量为每个接收基站的三维坐标位置；则接收基站的坐标为：s_p＝[x_p,y_p,z_p]^T,p＝0,1,…,n；目标辐射源位置为x＝[x,y,z]^T，目标辐射源到接收基站的欧氏距离为r_p＝||x-s_p||，p＝0,1,…,n，||·||表示求模运算；则三维空间中，无源时差定位系统的优化布站模型的自变量为[x₁,y₁,z₁,x₂,y₂,z₂…,x_n,y_n,z_n]，其维数为3n；

子步骤1.2，给定定位系统布站区域和目标区域作为约束条件；即设定无源时差定位系统的布站区域为I，目标定位区域为V，则无源时差定位系统的优化布站模型的约束条件为：{s∈I,x∈V}；

子步骤1.3，将目标区域离散化后的克拉美罗下界的迹的平均值作为目标函数；

步骤2，对现有的灰狼优化算法进行改进，得到改进的灰狼优化算法；其具体包含以下子步骤：

子步骤2.1，对现有的灰狼优化算法中的收敛因子进行改进：将现有的灰狼优化算法中线性递减的收敛因子改进为非线性递减的收敛因子；

子步骤2.2，对现有的灰狼优化算法中的α狼、β狼和δ狼的位置进行主动更新，确定对应的位置更新公式；

子步骤2.3，对优秀狼α狼进行变异操作，使作为最优个体的α狼进行变异，得到α狼的位置更新变异公式；

子步骤2.3的具体步骤为：

设定变异概率为pm，生成一个[0,1]的均匀随机数r'，当r'≤pm时，判断优秀α狼发生变异，则α狼在第d维的位置更新变异公式为：

其中，r′^d表示变异过程中第d维的均匀随机数，且为[0.8,1.2]的均匀随机数；

步骤3，采用改进的灰狼优化算法求解无源时差定位系统的最优布站模型的最优解，得到无源时差定位系统的最优布站位置；

步骤3包含以下子步骤：

子步骤3.1，种群初始化：设定迭代总次数、变量维数、变异概率和定位系统布站区域；随机产生个体数为M的灰狼种群，在给定定位系统布站区域内，随机初始化灰狼种群中每个个体的三维坐标位置；

子步骤3.2，根据无源时差定位系统的最优布站模型中的目标函数，计算当前种群中所有灰狼个体的适应度，按适应度从大到小，将狼群中的所有个体进行排序，取适应度位于前三的三个个体，按适应度从大到小依次命名为α狼、β狼和δ狼，剩余个体为ω狼；获取当前迭代次数时，个体的历史最佳位置，种群的历史最佳位置，个体最佳适应度和种群最佳适应度；

其中，适应度的大小采用目标函数f(θ)表征，f(θ)越小，则适应度越高；

子步骤3.3，首先，根据子步骤2.2中的α狼、β狼、δ狼和ω狼的位置更新公式，对对应狼的当前位置进行迭代更新并计算更新后位置的适应度；再对优秀α狼进行变异操作，采用子步骤2.3中的α狼的位置更新变异公式，得到变异后的α狼的更新位置及对应适应度；比较变异后的α狼的适应度与未变异的α狼的适应度的大小，选取适应度较大的作为本次迭代的α狼的位置更新公式；重复子步骤3.2，直到迭代次数达到最大迭代次数，即得到适应度最高的个体，即为定位系统最优布站位置，其对应的目标函数值即为最优布站时的定位误差。