Multi-Agent Swarm Optimization Method with Contribution-Based Cooperation for Distributed Multi-Target Localization and Data Association

Tai-You Chen

doi:10.1109/jas.2025.125150

Multi-Agent Swarm Optimization Method with Contribution-Based Cooperation for Distributed Multi-Target Localization and Data Association

2026-08-03

0

PRE

AI

DOI：10.1109/jas.2025.125150

原文链接

原文求助

摘要

En 中文

随着通信和计算能力在终端硬件上的发展，将分布式优化方法应用于无线传感器网络以提升传感器的自主协作能力具有应用前景。本研究探讨了具有测量-测量关联的分布式多目标定位问题（DM2M），其中每个传感器仅访问自身的测量数据，而无需关联其他传感器的测量数据。首先，我们将DM2M重新表述为分布式双层优化问题，以减少由传感器间数据关联引起的协商变量搜索空间。然后，提出了一种基于贡献协同的多智能体群优化方法（MASTER）。在MASTER中，每个传感器维护一个粒子群来表示目标位置候选解。传感器通过局部优化和邻域协同两个阶段进化其粒子群，以协同定位目标。为解决双层局部目标函数，结合了Kuhn-Munkres算法和竞争群优化进行局部优化。为促进传感器优化全局目标，设计了基于贡献的协同方法，引导传感器从邻域学习。通过针对不同目标数量和定位维度的定位实验，所提算法相较于现有算法实现了更小的定位误差和更稳定的共识。

Keyword:

Distributed optimization

evolutionary computation

measurement-to-measurement association

particle swarm optimization (PSO)

wireless sensor networks (WSNs)

Multi-Agent Swarm Optimization Method with Contribution-Based Cooperation for Distributed Multi-Target Localization and Data Association

摘要

期刊

机构

引用论文