基于混沌麻雀搜索算法的TDOA/FDOA定位

针对在实际定位场景中，接收站常被安装在运动平台上，导致其运动状态信息存在随机误差，而目标源定位精度对接收站的位置信息非常敏感，接收站位置的微小误差会导致目标源位置估计存在较大误差的问题，本文在考虑接收站位置信息存在随机误差的情况下，提出了一种使用到达时间差和到达频率差测量值定位移动源的解决方案。该方法通过在麻雀搜索算法中引入Logistic混沌映射对目标进行定位跟踪，Logistic混沌映射可以降低算法收敛到局部最优的风险，用以解决站址误差较低的情况下定位精度差的问题。仿真结果分析表明：在低站址误差的情况下，本文算法的定位精度比半定规划-重构线性化技术（SDP-RLT）、遗传算法、麻雀搜索算法和蚁群算法更接近克拉美罗下界。