本发明专利技术公开了一种基于野狗优化算法的UWB定位方法，包括以下步骤：构建基站B<subgt;1</subgt;、基站B<subgt;2</subgt;、基站B<subgt;3</subgt;，采用TDOA算法测量从未知节点A发出的电磁波到基站B<subgt;1</subgt;～B<subgt;3</subgt;的传播时间，并根据电磁波传播速度，计算未知节点A到基站B<subgt;1</subgt;～B<subgt;3</subgt;之间的距离；以未知节点A到基站B<subgt;1</subgt;～B<subgt;3</subgt;的测距值为半径，以对应的基站为圆心画圆，圆的交点坐标作为未知节点A的第一坐标；构建野狗优化算法；引入自适应淘汰概率机制到野狗优化算法中，得到AEM‑野狗优化算法；将目标追踪机制、AEM‑野狗优化算法作为目标追踪野狗优化算法应用在UWB定位方法中。在传统野狗优化算法基础上，在搜索阶段引入目标追踪机制，通过使用领域解搜索和非劣解转换两种策略提高野狗优化算法全局寻优能力，减少误差干扰。
【技术实现步骤摘要】
本专利技术涉及室内定位，具体涉及一种基于野狗优化算法的uwb定位方法。
技术介绍
1、近年来，根据不同场景对位置服务需求的差异，人们针对不同场景提出了各种各样的定位系统和定位野狗优化算法以对相关目标进行实时定位。虽然全球定位系统定位精度高，实时性好，但是gps定位技术在隧道、矿井、地下室等室内地形会受到遮挡物的影响，导致其定位精度变差，甚至无法收到定位信号。因此，gps定位并不适用于室内环境中，要实现精确的室内定位，就需要使用其他的技术方案。
2、目前，uwb技术在室内定位领域已取得较为成熟的研究成果和应用实践，其定位精度也在持续提高，体现在开阔的室内环境，例如教室、体育馆、候车室等场所。然而，在布局复杂的室内环境中，尤其是非视距(nlos)条件下，uwb技术的定位精度显著下降，甚至无法提供定位服务。
技术实现思路
1、鉴于以上所述现有技术的缺点，本专利技术提供一种基于野狗优化算法的uwb定位方法。
2、为实现上述效果，本专利技术的技术方案如下：
3、本专利技术提供一种基于野狗优化算法的uwb定位方法，包括以下步骤：
4、步骤1：构建基站b1、基站b2、基站b3，采用tdoa算法测量从未知节点a发出的电磁波到基站b1～b3的传播时间，并根据电磁波传播速度，计算未知节点a到基站b1～b3之间的距离；
5、步骤2：以未知节点a到基站b1～b3的测距值为半径，以对应的基站为圆心画圆，圆的交点坐标作为未知节点a的第一坐标；
6、步骤3：构建野狗优化算法：
7、设定初始化野狗种群数量为n，野狗种群中每只个体在搜索猎物过程中位置会不断进行变化，记野狗种群中每只个体位置集合为x＝(x1,x2,...,xn)；野狗优化算法中每只个体会进行包围、追击、腐食和生存的行为，每只个体都要经过包围、追击、腐食行为才能存活下来，而最终存活个体的即为目标所在位置，将最终的目标所在位置进行解算得到未知节点a的第二坐标；
8、步骤4：设定目标追踪机制：初始化野狗种群数量和问题维度，随机产生野狗种群样本：
9、通过目标追踪机制的搜索能力，将搜索空间内所有能解的目标分解，完成所有能解位置的更新统计；
10、步骤5：引入自适应淘汰概率机制到野狗优化算法中，得到aem-野狗优化算法；将目标追踪机制、aem-野狗优化算法作为目标追踪野狗优化算法应用在uwb定位方法中。
11、进一步的，步骤1所述计算未知节点a到基站b1～b3之间的距离，表示为：
12、
13、式中，d1～d3分别表示未知节点a到基站b1～b3之间的距离，(x1，y1)、(x2，y2)、(x3，y3)分别表示基站b1～b3的坐标位置，(x0，y0)表示未知节点a的坐标。
14、进一步的，步骤2，包括：
15、式(1)方程组整理得：
16、2(xix0+yiy0)＝xi2+yi2+x02+y02+di2,i＝1,2,3 (2)
17、式中，i表示第i个基站；式(2)方程组的解即为未知节点a的位置；
18、在nlos误差影响下，基站b1～b3所在圆不会相交于一个点，采用最小二乘法估计未知节点a的位置，将式(2)方程组两边同时平方，得到如下方程组：
19、
20、令x2+y2＝c，则式(3)用矩阵表示为：
21、mx＝n (4)
22、其中，
23、根据式(4)定义误差向量θ，误差向量θ表示为：
24、θ＝mx-n (5)
25、设误差向量θ的平方为q，q表示为：
26、q＝θ2＝(mx-n)t(mx-n) (6)
27、式(6)方程两边求导得：
28、
29、令式(7)导数为0时求得极值：
30、x＝(mtm)-1mtn (8)
31、未知节点a的位置确定在以b1、b2和b1、b3作为焦点的两个双曲线相交处，求解得到未知节点a的第一坐标(d21，d31)：
32、
33、进一步的，步骤3所述野狗优化算法中每只个体会进行包围、追击、腐食和生存的行为，包括：(1)包围行为
34、在野狗优化算法中设定一定的初始化野狗种群数量，将初始化野狗种群放置在设定范围内进行搜索并更新出疑似目标的所在位置具体表达式如下：
35、
36、
37、其中，k表示第k个个体，表示在d时刻的第k个个体；表示d时刻的第i个个体；表示在d时刻时的当前最好个体；
38、na代表野狗种群中包围猎物的野狗个体数量，为[2,n/2]中的随机整数；为na只野狗到目标物的距离；β为[-2,2]之间的均匀随机数，得到更新出来的新位置期望为-2xbest；xbest表示当前最好个体；
39、(2)追击行为
40、追击行为是通过模拟追击策略来指导野狗优化算法寻找相对最优解，通过个体在包围疑似目标后，在局部最优个体位置附近进行搜索，公式如下：
41、
42、其中，β1为[-2,2]之间的均匀随机数，β2为[-1,1]之间的均匀随机数，为在野狗群体中的随机个体；
43、(3)腐食行为
44、通过捕猎到的目标，在相对较优个体附近再一次进行搜索；其公式如下：
45、
46、其中，公式(13)中的系数β2取值为[-2,2]中的随机数，系数b的取值为[-1,1]中的随机数；
47、(4)生存
48、在腐食行为完成后，野狗仍然会面临生存问题，每只野狗的生存概率是根据其存活函数f(x)计算得到，存活率较低的野狗个体会重复包围、追击、腐食行为，再次搜索目标位置，提高野狗最终的生存概率。
49、进一步的，通过式(14)计算出个体的生存概率，即最终存活的概率值，若个体生存概率小于30％，则该个体使用式(15)重新估算新位置，更新完相关的位置后再次进行生存概率的计算，随机挑选群体中两个不相同的个体和保证每只野狗的生存概率达到70％以上；
50、
51、
52、式中，和表示群体中两个不相同的个体；f(x)、f(xi)均表示个体的存活函数；ε表示求解生存概率中的适应度函数。
53、进一步的，步骤4所述将搜索空间内所有能解的目标分解，完成所有能解位置的更新统计，包括：
54、所有能解的位置统计过程如下式所示：
55、
56、其中，n表示野狗种群数量，xn(t)表示初始范围内的所有能解位置，根据所有能解位置进行领域解寻优策略、非劣解转换策略的选择使用；
57、a)领域解寻优策略：
58、邻域解寻优策略的数学模型如下：
59、
60、其中，d′1，d′2，d′3表示当前范围本文档来自技高网
...
【技术保护点】
1.一种基于野狗优化算法的UWB定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1所述计算未知节点A到基站B1～B3之间的距离，表示为：
3.根据权利要求2所述的方法，其特征在于，步骤2，包括：
4.根据权利要求1所述的方法，其特征在于，步骤3所述野狗优化算法中每只个体会进行包围、追击、腐食和生存的行为，包括：
5.根据权利要求4所述的方法，其特征在于，通过式(14)计算出个体的生存概率，即最终存活的概率值，若个体生存概率小于30％，则该个体使用式(15)重新估算新位置，更新完相关的位置后再次进行生存概率的计算，随机挑选群体中两个不相同的个体和保证每只野狗的生存概率达到70％以上；
6.根据权利要求5所述的方法，其特征在于，步骤4所述将搜索空间内所有能解的目标分解，完成所有能解位置的更新统计，包括：
7.根据权利要求6所述的方法，其特征在于，步骤5中所述自适应淘汰概率机制提供有个体信息保留搜索策略和群组信息共享搜索策略，面对不同情况下的搜索需求度，进行自适应的调整取值，其中：
...
【技术特征摘要】
1.一种基于野狗优化算法的uwb定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1所述计算未知节点a到基站b1～b3之间的距离，表示为：
3.根据权利要求2所述的方法，其特征在于，步骤2，包括：
4.根据权利要求1所述的方法，其特征在于，步骤3所述野狗优化算法中每只个体会进行包围、追击、腐食和生存的行为，包括：
5.根据权利要求4所述的方法，其特征在于，通过式(14)计算出个体的生存概率，即最终存活的概率值，若...
【专利技术属性】
技术研发人员：黄孙港，孙曾阳，陆万浩，饶兴昌，
申请(专利权)人：无锡学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。