| 基于自然选择的线性递减权重PSO与Taylor算法的TDOA协同定位算法研究 |
| |
| 引用本文： | 罗 平,向凤红,毛剑琳,迟子铖,付丽霞,徐 驰. 基于自然选择的线性递减权重PSO与Taylor算法的TDOA协同定位算法研究[J]. 计算机应用研究, 2014, 31(4): 1144-1146 |
| |
| 作者姓名： | 罗 平 向凤红 毛剑琳 迟子铖 付丽霞 徐 驰 |
| |
| 作者单位： | 昆明理工大学 信息工程与自动化学院，昆明 650500 |
| |
| 基金项目： | 国家自然科学基金资助项目(61074145);云南省应用基础研究基金资助项目(2009ZC050M) |
| |
| 摘 要： | 针对Taylor算法进行TDOA定位时，其初始估计位置的误差易导致Taylor算法不收敛和定位精度差的问题，提出一种基于自然选择的线性递减权重粒子群优化（W-SPSO）与Taylor算法协同定位的方法。该方法先通过W-SPSO算法得到一个初始估计位置（x，y），再通过Taylor算法在（x，y）处进行迭代运算得到最终定位结果。不同噪声情况下的仿真结果显示：W-SPSO与Taylor算法协同定位方法对MS坐标估计值的均方差（RMSE）小于标准PSO（粒子群优化）、SelPSO（基于自然选择的粒子群优化算法）、W-SPSO、Taylor以及Chan五种算法的RMSE。因此，所提出的定位方法在保留了SelPSO算法求解精度和收敛性的基础上，同时提高了全局搜索能力，使其具有更高的定位精度和收敛性。
|
| 关 键 词： | TDOA定位 粒子群优化算法 Taylor算法 Chan算法 协同定位 |
TDOA co-location method based on natural selection linear decreasing weight PSO and Taylor algorithm |
| |
| LUO Ping;XIANG Feng-hong;MAO Jian-lin;CHI Zi-cheng;FU Li-xia;XU Chi. TDOA co-location method based on natural selection linear decreasing weight PSO and Taylor algorithm[J]. Application Research of Computers, 2014, 31(4): 1144-1146 |
| |
| Authors: | LUO Ping XIANG Feng-hong MAO Jian-lin CHI Zi-cheng FU Li-xia XU Chi |
| |
| Affiliation: | Faculty of Information Engineering & Automation, Kunming University of Science & Technology, Kunming 650500, China |
| |
| Abstract: | |
| |
| Keywords: | TDOA location particle optimization algorithm Taylor algorithm Chan algorithm co-location |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
