TY -的A2 -拉萨罗,安东尼奥盟——RosićMaja b . AU - Simić米里亚即非盟- Pejović入主v . PY - 2020 DA - 2020/02/27 TI -被动式目标定位问题基于改进混合自适应差分进化和Nelder-Mead算法SP - 3482463六世- 2020 AB -本文认为一个被动的无线传感器网络目标定位问题(轮)使用的到达时间(TOA)测量,获得多个接收器和一个发射器。制定的目标函数是最大似然(ML)估计问题在高斯噪声假设。因此,ML估计的目标函数是一个高度非线性、非凸函数,在常规优化方法不适合这种类型的问题。因此,一种改进的杂交算法基于自适应差分进化(正面)和Nelder-Mead (NM)算法,提出了命名HADENM,找到一个被动目标的估计位置。本文正面的控制参数自适应更新算法在进化过程中。此外,一种自适应调整参数是旨在提供一个平衡的全球勘探和当地的开发能力。此外,剥削是加强使用纳米方法通过改善的准确性从正面算法获得的最佳解决方案。进行了统计分析,以评估的好处提出修改HADENM算法的优化性能。HADENM算法及其版本之间的比较结果表明,本文提出的修改可以提高整体优化性能。此外,仿真表明,提出的HADENM算法可以达到Cramer-Rao下界(CRLB)和优于约束加权最小二乘(CWLS)和差分进化(DE)算法。 The obtained results demonstrate the high accuracy and robustness of the proposed algorithm for solving the passive target localization problem for a wide range of measurement noise levels. SN - 1687-725X UR - https://doi.org/10.1155/2020/3482463 DO - 10.1155/2020/3482463 JF - Journal of Sensors PB - Hindawi KW - ER -