-
公开(公告)号：CN117933066A
公开(公告)日：2024-04-26
申请号：CN202311826068.0
申请日：2023-12-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种等梯度声速剖面下基于TOF融合粒子群的高斯牛顿定位方法，建立等梯度声速剖面的数学模型，获得传感器节点与目标节点之间的飞行时间(TOF)，通过TOF建立关于目标位置的优化问题。本发明提出一种融合粒子群的高斯牛顿(GN‑PSO)方法求解目标位置，在每次迭代过程中使用结合粒子群优化(PSO)算法和高斯牛顿(GN)算法的策略，以逐步逼近目标位置。假设在常声速下，利用到达时间差和两步加权最小二乘方法获得一个初始值。相对传统的GN算法，本发明具有更高的定位精度，并缓解了GN算法对初始值敏感以及在测量噪声较大时可能发散的问题。此外，本方法的时间复杂度低于PSO，同时定位精度能够逼近PSO。
Search Results
1
records
(took 0.024 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
