[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

摘要

本发明涉及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，本发明将粒子群算法与野草算法结合起来，提出了一种更为科学合理的定位信号源部署方法，使其既具有一定的搜索深度，又具有一定的搜索广度。该组合算法首次应用在室内定位信号源部署优化领域，使得在获得精准定位的同时节约了成本。本发明是一种仿真方法，建筑物及其属性、信号源模型等都是仿真的。

主权项

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。