[發明專利]一種基于信息共享哈里斯鷹優化的超寬帶定位方法

有效

• 申請號: 202110591874.9
• 申請日: 2021-05-28
• 公開（公告）號: CN113326912B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 萬新旺;張海成;董帥;李逸瑋;王鶴
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 張玉紅

1.一種基于信息共享哈里斯鷹優化的超寬帶定位方法，其特征在于，所述方法的步驟為：

步驟1、采用雙邊雙向測距方法測得未知節點與錨節點的距離d_i，k；

步驟2、初始化，設定最大迭代次數T和適應度閾值λ，初始化種群，采用粗定位個體替換種群中的一個元素，得到改進后初始種群；

步驟3、根據適應度函數計算方法計算個體適應度，選擇適應度最佳的個體作為獵物的位置X_rabbit(t)；

步驟4、根據信息共享更新方式，選擇更新個體并通過種群個體的均值和其它個體的位置信息進行更新；

所述步驟4的具體流程為：

步驟4-1、確定搜索階段的哈里斯鷹的數量，算法早期需要大部分哈里斯鷹進行探索，在發現獵物后需要探索的哈里斯鷹將減少，模擬這種方式建立了如下的關系：

其中，s_num表示當前參與搜索的數量，s_max和s_min分別表示參與搜索的最大數量最小數量，t表示當前迭代次數，T表示最大的迭代次數；

步驟4-2、信息共享哈里斯鷹優化算法獲取信息：在[0，1]范圍內隨機生成一個隨機數，如果這個數大于等于0.5則從共享區域獲取信息，否則從合作者處獲取信息；

步驟4-2中，從共享區域獲取信息：

X_i(t+1)＝X_i(t)+rand()·[X_rabbit(t)-β1·X_mean(t)]

其中，X_mean(t)表示本次迭代種群中位置的均值，X_i(t)表示第t次迭代種群中第i個個體的位置，X_i(t+1)表示第t+1次迭代種群中第i個個體的位置，rand()表示[0，1]之間的隨機數，β1表示信息的獲取因子，用于確定個體從共享區域獲取的信息量，取值范圍也是[0，1]；

步驟5、根據增加正余弦擾動的逃逸能量計算方法，計算逃逸能量E，并判斷所述逃逸能量E進入搜索階段還是開發階段，若進入搜索階段執行步驟6，否則執行步驟7；

步驟6：搜索階段，根據全局搜索更新公式更新個體位置，并執行步驟8；

步驟7：開發階段，根據|E|、r選擇開發策略進行更新，并執行步驟8；

步驟8：計算更新后的適應度值，選擇適應度最佳個體作為當前迭代的最優獵物位置，迭代次數+1，判斷適應度是否小于閾值或者達到最大迭代次數，如果條件成立，結束算法，否則返回步驟4。

2.根據權利要求1所述的一種基于信息共享哈里斯鷹優化的超寬帶定位方法，其特征在于，所述步驟2的具體流程為：

首先確定種群的規模N，問題維度dim＝2，搜索空間上限ub，搜索空間下限1b；根據種群規模和搜索空間界限利用公式隨機生成種群中個體的位置：

X_i＝rand(1，2)×(ub-lb)+lb

其中，X_i表示種群中第i個個體的位置，i屬于1～N，rand(1，2)表示隨機生成元素[0，1]的二維向量，采用TOA混合三邊定位算法獲得的粗定位個體位置信息替換種群中的一個元素得到改進后的初始種群。

3.根據權利要求1所述的一種基于信息共享哈里斯鷹優化的超寬帶定位方法，其特征在于，所述步驟3中，根據如下適應度函數計算方法計算適應度，并選擇適應度最佳個體作為獵物的位置選擇適應度最佳的個體作為獵物的位置X_rabbit(t)；

其中，f(X_i)表示適應度的值，K表示測距的數量，(x_i，y_i)表示未知標簽節點的位置，(x_k，y_k)表示基站的位置，d_i，k表示未知節點i與錨節點K的距離，X_rabbit(t)表示所有個體X_i中適應度最小的。