基于改进自适应乌鸦搜索算法的无源定位

• 作者: 唐菁敏 郑锦文 曲文博
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 关键词: 到达时间差 乌鸦搜索算法 自适应感知概率
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能与信息通信| Artificial Intelligence and Information Communication Technology
• 页码范围: 372-377
• 页数: 6页
• 分类号: TN971
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.201908020282

摘要

为解决利用时差(time difference of arrival,TDOA)信息无源定位计算困难的问题,引入乌鸦搜索算法(crow search algorith,CSA),针对该算法易陷入局部极值,提出一种改进自适应乌鸦搜索算法(adaptive crow search algo-rithm,ACSA).综合考虑随进化代数增加种群的整体变化,平衡算法迭代过程中的全局搜索能力与局部寻优能力,设计一种自适应感知概率模型,使算法在初期保留较多优良个体,保证种群多样性,避免局部最优,在后期快速收敛.理论和仿真结果表明,改进算法精度优于Taylor算法及其他同类型算法,收敛速度也有显著提高,同时算法还具有高精度、鲁棒性等优点.