[发明专利]一种基于粒子群与野草组合算法的室内定位信号源部署优化方法在审
| 申请号: | 201810389841.4 | 申请日: | 2018-04-27 |
| 公开(公告)号: | CN108684001A | 公开(公告)日: | 2018-10-19 |
| 发明(设计)人: | 赵俭辉;李君;蔡波 | 申请(专利权)人: | 武汉大学 |
| 主分类号: | H04W4/33 | 分类号: | H04W4/33;H04W24/02;H04W64/00 |
| 代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 鲁力 |
| 地址: | 430072 湖*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 信号源 室内定位 组合算法 野草 粒子群 部署 搜索 优化 定位信号源 粒子群算法 精准定位 算法结合 建筑物 节约 应用 | ||
1.一种基于粒子群与野草组合算法的室内定位信号源部署优化方法,其特征在于,包括:
步骤1、部署原始信号源,并为进行室内定位进行信号的预采集与处理;
步骤2、使用粒子群算法中的初始化群体的方法,初始化群体中粒子包含的信号源的个数、粒子的位置和速度;
步骤3、使用指纹定位算法得到当前粒子所代表信号源部署方案的定位误差,计算出当前粒子的目标函数值,并将所有粒子按目标函数值从小到大排序;
步骤4、使用粒子群算法中的初始化每个粒子的个体最优位置和群体最优位置的方法,初始化每个粒子的个体最优位置pbest和群体最优位置gbest;
步骤5、使用粒子群算法中的更新粒子位置和速度的方法,更新各个粒子的位置和速度;
步骤6、修正更新后粒子的坐标并计算其目标函数值,按目标函数值,将个体从小到大排序;
步骤7、使用野草算法中繁殖子代的方法,根据父代的目标函数值计算产生种子的数量,具体是将所有粒子作为父代野草,然后根据其目标函数值计算产生种子的数量,父代野草产生的种子个数与其目标函数值成线性关系;
步骤8、使用野草算法中空间扩散的方法,将种子在父代野草周围按正态分布和一定标准差散播出去;
步骤9、使用野草算法中竞争排斥的方法,去除差的个体,以达到种群容量;
步骤10、使用粒子群算法中的更新粒子的个体最优位置和群体最优位置的方法,更新每个粒子的个体最优位置pbest和群体最优位置gbest;
步骤11、判断是否达到最大迭代次数,若已达到,则算法结束,输出gbest;否则,转步骤5。
2.根据权利要求1所述的一种基于粒子群与野草组合算法的室内定位信号源部署优化方法,其特征在于,所述步骤1中部署原始信号源,并为进行室内定位进行信号的预采集与处理,包括以下子步骤:
步骤1.1、按照矩阵的形式对需要定位的建筑物进行原始信号源部署,行间距与列间距都约为k米,共部署n个信号源,将信号源的坐标记录在数据库中;
步骤1.2、随机选取r个参考点,将参考点的坐标记录在数据库中;
步骤1.3、将指纹存储在数据库的二维数组中,第i行第j列就是第i个参考点处收集到的第j个信号源的信号值,所述指纹指在每个参考点处接收到的信号源的信号值。
3.根据权利要求1所述的一种基于粒子群与野草组合算法的室内定位信号源部署优化方法,其特征在于,所述步骤2中初始化群体中粒子包含的信号源的个数、粒子的位置和速度,包含以下子步骤:
步骤2.1、初始化每个粒子包含的信号源数目:群体容量为m,即群体中有m个粒子,每个粒子中包含ni个信号源,其中1≤ni≤n;
步骤2.2、初始化每个粒子的位置:以xi表示粒子i的位置向量,其中,xi中各元素依次表示信号源1到ni的横、纵坐标;
步骤2.3、初始化每个粒子的速度:以vi表示粒子i的速度向量,vi=(vi1,vi2,vi3,vi4,...,vid),d=2ni;其中,vi中各元素依次表示信号源1到ni横、纵方向的速度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810389841.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种城市热点计费系统
- 下一篇:一种室内分布系统的故障定位装置、系统及方法





