.png){kind=icon}
返回
An Enhanced MOPSO Method for Distributed Radar Topology Optimization
.png){kind=icon}
OA
AI
DOI：10.3390/s26051587.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
到达时间差（TDOA）定位技术通过分析目标信号在分布式雷达节点处的到达时间差，实现高精度定位，其性能强烈依赖于雷达节点拓扑结构。然而，现有研究往往更侧重于提高定位精度，而忽视了雷达几何布局和监视覆盖对定位性能的影响。为此，本文提出了一种基于改进的非支配排序多目标粒子群优化（NS-MOPSO）算法的分布式雷达系统拓扑优化方法。针对分布式TDOA雷达系统构建了几何定位模型。基于该模型，提出了三个优化目标，包括最小化几何精度因子（GDOP）、最大化目标覆盖范围以及改善节点布局的几何平衡。将这三个目标函数整合到NS-MOPSO框架中，以实现更合理的雷达几何分布。为增强优化性能，采用了一系列策略，如基于帕累托解选择的无支配排序、鼓励平衡多目标优化的改进拥挤距离方案以及增加解多样性并降低早熟收敛风险的Gaussian变异。为验证所提出的方法，在不同节点部署场景下进行了仿真研究和实际实验。结果表明，与表现最佳的对比方法相比，优化后的拓扑结构在RMSPE上实现了6.4%的降低，高质量定位区域的比例提高了4.3%，同时展现出更快的收敛速度和改进的稳定性。这些发现证实了所提出方法在提升定位精度、扩展有效覆盖范围以及改善整体系统性能方面的有效性和鲁棒性。
Keyword:
TDOA localization
distributed radar
topology optimization
geometric dilution of precision
multi-objective optimization
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
Target Velocity Estimation and Antenna Placement for MIMO Radar With Widely Separated Antennas天线间距大的MIMO雷达目标速度估计与天线布局
PREAI
分享收藏分享收藏分享收藏Measurement Along the Path of Unmanned Aerial Vehicles for Best Horizontal Dilution of Precision and Geometric Dilution of Precision.png)
Sensors
SensorsIF0
PREAI
分享收藏Base Station Selection for Hybrid TDOA/RTT/DOA Positioning in Mixed LOS/NLOS EnvironmentSENSORSOAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容