2025年11月17日
星期一
|
欢迎来到三亚市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
罗平
作品数:
2
被引量:10
H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
电子电信
更多>>
合作作者
徐驰
昆明理工大学信息工程与自动化学...
毛剑琳
昆明理工大学信息工程与自动化学...
向凤红
昆明理工大学信息工程与自动化学...
付丽霞
昆明理工大学信息工程与自动化学...
彭艺
昆明理工大学信息工程与自动化学...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
优化算法
1篇
子群
1篇
自然选择
1篇
粒子群
1篇
粒子群优化
1篇
粒子群优化算...
1篇
PSO
1篇
TDOA
1篇
TDOA定位
1篇
CHAN算法
机构
1篇
昆明理工大学
作者
1篇
付丽霞
1篇
向凤红
1篇
毛剑琳
1篇
罗平
1篇
徐驰
传媒
1篇
计算机应用研...
年份
1篇
2014
共
2
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
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:10
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
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张