徐驰
- 作品数：2 被引量：10H指数：1
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：云南省应用基础研究基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于自然选择的线性递减权重PSO与Taylor算法的TDOA协同定位算法研究被引量：9
- 2014年
- 针对Taylor算法进行TDOA定位时,其初始估计位置的误差易导致Taylor算法不收敛和定位精度差的问题,提出一种基于自然选择的线性递减权重粒子群优化(W-SPSO)与Taylor算法协同定位的方法。该方法先通过W-SPSO算法得到一个初始估计位置(x,y),再通过Taylor算法在(x,y)处进行迭代运算得到最终定位结果。不同噪声情况下的仿真结果显示:W-SPSO与Taylor算法协同定位方法对MS坐标估计值的均方差(RMSE)小于标准PSO(粒子群优化)、SelPSO(基于自然选择的粒子群优化算法)、W-SPSO、Taylor以及Chan五种算法的RMSE。因此,所提出的定位方法在保留了SelPSO算法求解精度和收敛性的基础上,同时提高了全局搜索能力,使其具有更高的定位精度和收敛性。
- 罗平向凤红毛剑琳迟子铖付丽霞徐驰
- 关键词：TDOA定位粒子群优化算法CHAN算法
- WSNs的改进PF算法对移动机器人的定位跟踪被引量：1
- 2014年
- 针对粒子滤波(PF)算法由于粒子的数量和质量的影响、重要性密度函数不能直接求得、重采样过程中噪声无法优化而使粒子退化严重以致跟踪精度不高的问题,提出了遗传方差自适应(GVA)PF(GVAPF)算法。首先利用遗传算法从大量粒子中挑选初始粒子,改善初始粒子的质量。然后对重采样过程的噪声采用方差自适应进行实时修改,使得重要性密度函数更加逼近状态的真实分布。仿真结果表明:改进的算法明显优于标准PF算法。
- 徐驰付丽霞毛剑琳张勇杨晓东
- 关键词：机动目标跟踪重要性密度函数
