针对天牛须搜索算法易陷入局部最优、寻优精度低、后期收敛速度慢等缺点,提出了一种带有预判机制和权重因子的改进天牛须算法PreWBAS(beetle antennae search algorithm with pre-determination and weight),并基于该算法给出了一种求...针对天牛须搜索算法易陷入局部最优、寻优精度低、后期收敛速度慢等缺点,提出了一种带有预判机制和权重因子的改进天牛须算法PreWBAS(beetle antennae search algorithm with pre-determination and weight),并基于该算法给出了一种求解路径规划问题的方法。首先在PreWBAS中引入预判机制使算法在每一次迭代预走一定步数,然后引入非线性递减的权重因子来平衡全局搜索能力和局部寻优能力。仿真实验结果表明,对于函数优化问题,改进后的算法相较于传统天牛须搜索算法具有更高的求解精度和收敛速度,不易陷入局部最优;对于路径规划问题,改进后的算法也拥有更好的寻优性能。展开更多
为了实现高精度室内定位,在超宽带(Ultra-Wideband,UWB)定位中运用天牛须搜索(Beetle Antennae Search,BAS)算法,将三维定位的非线性方程组求解问题转化为最优化问题,在行人航位推算(Pedestrian Dead Reckoning,PDR)定位中采用基于时间...为了实现高精度室内定位,在超宽带(Ultra-Wideband,UWB)定位中运用天牛须搜索(Beetle Antennae Search,BAS)算法,将三维定位的非线性方程组求解问题转化为最优化问题,在行人航位推算(Pedestrian Dead Reckoning,PDR)定位中采用基于时间周期性的峰值检测法与自适应步长估计算法减少伪波峰对步态检测的干扰,以提高2种定位技术的定位精度和可靠性。采用基于PDR航向角动态改变过程噪声Q值的偏移卡尔曼滤波法来识别UWB信号传播情况,从而实现利用UWB定位修正PDR航向角累积误差,利用PDR定位修正UWB非视距(Non-Line-of-Sight,NLOS)定位误差。搭建一套室内定位的实验演示系统进行验证,测试结果表明,所提算法可以有效降低视距(Line-of-Sight,LOS)和NLOS情况下UWB定位误差。特别是在NLOS情况下,融合定位算法比单一UWB定位算法的定位精度提升了约68%,平均定位误差达到0.137 m。展开更多
文摘针对天牛须搜索算法易陷入局部最优、寻优精度低、后期收敛速度慢等缺点,提出了一种带有预判机制和权重因子的改进天牛须算法PreWBAS(beetle antennae search algorithm with pre-determination and weight),并基于该算法给出了一种求解路径规划问题的方法。首先在PreWBAS中引入预判机制使算法在每一次迭代预走一定步数,然后引入非线性递减的权重因子来平衡全局搜索能力和局部寻优能力。仿真实验结果表明,对于函数优化问题,改进后的算法相较于传统天牛须搜索算法具有更高的求解精度和收敛速度,不易陷入局部最优;对于路径规划问题,改进后的算法也拥有更好的寻优性能。
