基于改进自适应乌鸦搜索算法的无源定位

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.

关键词：到达时间差、乌鸦搜索算法、自适应感知概率

所属期刊栏目：33

分类号：TN971

资助基金：国家自然科学基金61761025

在线出版日期：2021-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：372-377