[發明專利]一種基于混沌粒子群算法的TDOA和AOA混合定位方法在審
| 申請號: | 201810406422.7 | 申請日: | 2018-04-30 |
| 公開(公告)號: | CN108615070A | 公開(公告)日: | 2018-10-02 |
| 發明(設計)人: | 彭倩;常政威;陳纓;劉濤;王雪輝;鄭凱 | 申請(專利權)人: | 國網四川省電力公司電力科學研究院 |
| 主分類號: | G06N3/00 | 分類號: | G06N3/00;G01S5/02;G01S5/00 |
| 代理公司: | 北京科億知識產權代理事務所(普通合伙) 11350 | 代理人: | 湯東鳳 |
| 地址: | 610041 四川*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 混合定位 適應度函數 優化模型 最優解 混沌粒子群 定位問題 算法 混沌粒子群優化 非線性優化 定位坐標 算法獲取 誤差影響 移動目標 適應度 坐標點 尋優 輸出 轉化 | ||
本發明公開了一種基于混沌粒子群算法的TDOA和AOA混合定位方法,步驟包括:建立定位問題的優化模型,并將定位問題轉化為獲取該優化模型的最優解問題;根據TDOA和AOA確定適應度函數;基于適應度函數利用混沌粒子群優化算法獲取優化模型最優解;輸出最優解作為移動目標的定位坐標。該TDOA和AOA混合定位方法將TDOA和AOA混合定位的函數作為適應度函數進行尋優,找到最佳適應度對應的坐標點,有效的解決了TDOA和AOA混合定位中受誤差影響較大,以及非線性優化的問題。
技術領域
本發明涉及一種混合定位方法,尤其是一種基于混沌粒子群算法的TDOA和AOA混合定位方法。
背景技術
目前傳感器網絡具有優越的信息采集能力、融合與處理能力,針對變電站中存在的誤入間隔、不巡視,人員定位跟蹤等問題,傳感器網絡可以應用到自動實時對變電站的設備和人員識別、定位監控中,實現對設備和人員的實時管理與控制,同時能夠自動記錄入站人員在站內的實時運動路徑,便于日后考核,傳感器網絡的運用大大提變電站的電力現場作業管理能力,而電力現場作業能力的提升,能夠有效保證設備安全運行,減少誤操作的出現,降低了安全隱患對設備的威脅。
超寬帶(UWB)技術是基于窄脈沖的無線技術,由于UWB能夠分別檢測反射脈沖,因此可以通過在已知環境中僅使用一個發射器和一個接收器進行多點定位來執行定位任務。這種技術被稱為“虛擬錨”,其具有高傳輸率、低功耗、穿透能力強等優點,其基本原理是從墻上反射的信號在這些墻后創建了另一個虛擬發射器,UWB的定位技術一般包含有TOA、AOA、TDOA等算法。基于UWB定位技術,研究人員提出了TDOA和AOA混合定位算法,TDOA和AOA混合定位算法相對于單獨的TDOA算法或AOA算法具有更加精確的定位性能。TDOA是通過電波到達時間差對MS的位置建立方程,AOA是通過信號到達角度對MS的位置建立方程,如何求解這兩種不同類型非線性方程組成的非線性方程組,是各類TDOA和AOA混合定位方法的重點和難點。
發明內容
發明目的:提供一種基于混沌粒子群算法的TDOA和AOA混合定位方法,能夠使粒子群算法能夠快速收斂,達到尋優的目的。
技術方案:本發明所述的一種基于混沌粒子群算法的TDOA和AOA混合定位方法,包括如下步驟:
步驟1,建立定位問題的優化模型,并將定位問題轉化為獲取該優化模型的最優解問題;
步驟2,根據TDOA和AOA確定適應度函數;
步驟3,基于適應度函數利用混沌粒子群優化算法獲取優化模型最優解;
步驟4,輸出最優解作為移動目標的定位坐標。
進一步地,在步驟1中,建立優化模型的具體步驟為:
建立TDOA和AOA混合定位的三維直角坐標系,設基站坐標為(xi,yi,zi),移動目標坐標為(x,y,z),令z取值為0,則基站和移動目標在同一二維平面內,設在二維平面布置了M個基站,第i個基站的位置坐標為(xi,yi),二維平面中移動目標的位置坐標為(x,y),移動目標到基站的距離為ri,則根據TOA測量值可列出距離方程為:
式(1)中,c為電波傳播速度,τi為時間差,選擇參考基站為基站1,將到達時差TDOA的測量值轉換為距離差ri,1,ri,1表示移動目標到第i個基站與到基站1的距離差,即:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國網四川省電力公司電力科學研究院,未經國網四川省電力公司電力科學研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810406422.7/2.html,轉載請聲明來源鉆瓜專利網。





