基于分布式传感器的地下浅层震源定位
DOI:
CSTR:
作者:
作者单位:

中北大学省部共建动态测试技术国家重点实验室

作者简介:

通讯作者:

中图分类号:

基金项目:

2024年山西省专利转化计划项目(200405004);国家自然基金面上科学基金(62271453);中央支持地方项目(YDZJSX2024D031);山西省青年学术带头人项目(2024Q022)。


Location of shallow underground source based on distributed sensor
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对无线传感器网络中的(TDOA)节点无源定位中的非线性优化问题,提出一种基于双种群粒子群(DIR-WOA)的鲸鱼优化的TDOA定位算法。在标准鲸鱼算法的基础上,引入混沌模型,改进粒子种群生成方式,利用主辅粒子群进行相互制约,有效解决粒子易陷入局部最优的问题,迅速得到全局最优解。仿真结果表明,改进算法相较于标准鲸鱼算法,增强了粒子搜索范围,算法收敛时间减少了0.5688s,定位误差减小到0.029m。

    Abstract:

    To solve the nonlinear optimization problem of passive location of wireless sensor networks (TDOA) nodes, a whale optimization TDOA location algorithm based on two-population particle swarm (DIR-WOA) is proposed. On the basis of the standard whale algorithm, the chaotic model is introduced to improve the particle population generation mode, and the main and auxiliary particle swarm are used to restrict each other, so as to effectively solve the problem that particles easily fall into the local optimal and quickly get the global optimal solution. The simulation results show that compared with the standard whale algorithm, the improved algorithm greatly enhances the particle search range, reduces the convergence time by 0.5688s, and reduces the positioning error to 0.029m.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2024-08-26
  • 最后修改日期:2024-09-14
  • 录用日期:2024-09-14
  • 在线发布日期:
  • 出版日期:
文章二维码