首页 | 本学科首页   官方微博 | 高级检索  
     

PSO随机数参数设置的多目标定位方法研究
引用本文:梁华,文远熔. PSO随机数参数设置的多目标定位方法研究[J]. 测控技术, 2016, 35(5): 141-144. DOI: 10.3969/j.issn.1000-8829.2016.05.034
作者姓名:梁华  文远熔
作者单位:1. 重庆工商大学 检测控制集成系统重庆市市级工程实验室,重庆 400067;重庆工商大学 装备系统服役健康保障国际联合研究中心,重庆 400067;2. 重庆工商大学 检测控制集成系统重庆市市级工程实验室,重庆,400067
基金项目:重庆市科委前沿与应用基础研究项目(cstc2015jcyjA 90003);重庆市前沿与应用基础研究计划一般项目(KJ1500620);重庆市检测控制集成系统实验室课题(1456042)
摘    要:为了解决林业部门对森林防火安全监测系统中对多个声音目标的跟踪及定位问题,根据声音能量随距离衰减模型,提出了采用粒子群算法(PSO)的多目标定位与优化方法.通过利用极大似然法对声音强度模型的定位算法,采用惯性权重的粒子群算法,着重讨论了随机参数不同的设置方法对定位追踪精度性能的影响.通过仿真实验证明,粒子群算法中设置随机数参数为常数,可以有效提高目标定位精度,并减小搜索复杂度.

关 键 词:无线传感网  多目标定位  PSO  随机数参数设置

Optimization of Multi-Target Locating Based on Random Number Settings in Improved PSO
LIANG Hua,WEN Yuan-rong. Optimization of Multi-Target Locating Based on Random Number Settings in Improved PSO[J]. Measurement & Control Technology, 2016, 35(5): 141-144. DOI: 10.3969/j.issn.1000-8829.2016.05.034
Authors:LIANG Hua  WEN Yuan-rong
Abstract:The multiple-target locating issue in forest security monitoring system is researched.Optimization of particle swarm optimization (PSO) algorithm for acoustic energy model is presented.Based on the maximum likelihood (ML) acoustic source location estimation method,the random parameters settings in PSO with linear descend inertia weight are proposed.The different parameter setting schemes are studied and simulated.The experimental results show that compared to variable parameter setting algorithm with the ML,the constant random parameters setting achieves higher target locating accuracy and offers less computation complexity.
Keywords:wireless sensor networks  multi-target locating  particle swarm optimization(PSO)  random parameter setting
本文献已被 万方数据 等数据库收录!
点击此处可从《测控技术》浏览原始摘要信息
点击此处可从《测控技术》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号