多UUV系统蚁群小波神经网络伪点迹估计器研究

摘要：

为提高弱通信条件下多UUV系统互定位精度,提出一种蚁群小波神经网络伪点迹估计器来事先重构UUV的运行轨迹；小波神经网络一方面具有很高的逼近精度,另一方面具有很快的收敛速度,同时它还拥有快速脱离局部极小点的特性,比较适用于多传感器数据融合领域；因此,文中采用小波神经网络构造位置估计器进行伪点迹重构；然而由于神经网络规模不断增加导致收敛速度大大降低,为解决这一矛盾,采用一种基于空间网格机理的蚁群算法来优化小波神经网络伪点迹估计器,从而形成蚁群小波神经网络伪点迹估计器；仿真实验中共有3台UUV参与定位,一共选取1500组来自于传感器的数据,前1000组用于估计器的优化训练,后500组用于测试训练后伪点迹估计器的性能.蚁群算法中蚂蚁规模为50,经验因子为α=0.5,启发因子为β=0.3,挥发系数初值为ρ(0)=1.0,信息素初值为τij(0) =constant,信息素总量取Q=1,解空间分区数n1=n2=n3=n4=n5=6,m={3,6,9,3};结果表明,蚁群小波神经网络伪点迹估计器UUV互定位误差小于遗传小波神经网络伪点迹估计器UUV和传统定位模式UUV,其构成的多UUV系统具有更高的互定位精度.

关键词：蚁群算法、小波神经网络、伪点迹估计器

所属期刊栏目：21

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金青年项目51109043/E091002;教育部优秀人才支持计划NCET-10-0053

在线出版日期：2015-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1605-1608,1658