一种基于遗传算法的室内水下目标定位方法
【技术领域】
[0001] 本发明设计水下定位导航领域，具体来说，涉及一种基于遗传算法的室内水下目 标定位方法。
【背景技术】
[0002] 遗传算法（GeneticAlgotithm)是模拟达尔文生物进化论的自然选择和遗传学机 理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初 由美国Michigan大学J.Holland教授于1975年首先提出来的。其主要特点是直接对结 构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻 优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方 向，不需要确定的规则。
[0003] 由于遗传算法的整体搜索策略和优化搜索方法在计算中不依赖于梯度信息或其 它辅助知识，而只需要影响搜索方向的目标函数和相应的适应度函数，所以遗传算法提供 了一种求解复杂系统问题的通用框架，它不依赖于问题的具体领域，对问题的种类有很强 的鲁棒性，所以广泛应用于许多科学，函数优化就是一个应用领域。
[0004] 室内水下目标定位系统，是利用测量系统得到目标与已知参照点的距离信息和深 度信息，经数据采集和信号处理后，通过专门的算法进行定位解算，目前对于水下目标，特 别是静态目标，多采用的是最小二乘的方法，但其定位精度有限，应用加权最小二乘法和其 他经典迭代法进行解算，对定位精度的提升效果也不大。
【发明内容】
[0005] 本发明目的是为了解决上述问题，克服现有算法的缺陷，提出了一种基于遗传算 法的室内水下目标定位方法，以提尚定位精度。
[0006] 本发明采用的技术方案为：一种基于遗传算法的室内水下目标定位方法，该方法 具体步骤如下：
[0007] 步骤一：明确室内水下目标定位系统结构；
[0008] 室内水下定位系统应用短基线原理，其测量部分主要包括一个水声换能器A，三个 应答器B、C、D以及一个深度传感器E，水声换能器A以及深度传感器E安装在水下目标上， 三个应答器B、C、D以水域中心为中心点，以三角阵的方式分布在定位水域内，两两距离不 小于三分之一水域宽度且不大于二分之一水域长度，水听器与水域边界保持一定距离，不 小于四分之一水域宽度，且水听器安置深度大致为水域深度的一半，不接触水域底部；
[0009] 步骤二：设定已知量和自变量；
[0010] 在水域内以水域中心位置为原点建立三维坐标系，水域纵向为X轴，横向为y轴， 深度方向为z轴，目标即换能器A与三个应答器的距离通过水声测距原理得到，深度信息由 深度传感器E测得，故已知量为水域纵向长度a、水域横向宽度b、水域深度c，三个应答器 B、C、D的坐标，分别为（X。，y。，z。）、（x^Z)、（x2,y2,z2)，以及目标与应答器B、C、D之间的 距离S(]，Sl，s2和目标的深度h;设定的自变量为目标的xy平面坐标（x，y);
[0011] 步骤三：确立约束条件和目标函数；
[0012] 目标位于水域内，故约束条件为：
[0013]
[0014] 根据几何定律，自变量与已知量之间存在以下定位关系：
[0015]
[0016] ~为测量时引入的噪声，将定位问题转化为极值优化问题：
[0017]
?β?： \m:
[0018] 式中Φ为定位方程组的解空间，f(x，y)为优化目标函数，当f(x，y)最小时，所对 应的X即为目标定位结果；
[0019] 步骤四：应用混合遗传算法对f(X，y)进行优化，得到优化结果及对应的X，其具体 步骤为：
[0020] 1)编码，确定变量上下限，生成初始群体；
[0021] 2)根据目标函数f(x)建立适应度函数
，使用适应度函数区分 群体中的好坏；
[0022] 3)将交叉算子作用于群体；
[0023] 4)将变异算子作用与群体；
[0024] 5)依据自适应混合算子概率pn，对群体进行经典算法局部搜索，自适应概率为 pn(t) =p〇ea(lt/T)，T为遗传算法中最大代数，t为当前进化的代数，常数p〇e(〇，1]，a取 1 ;
[0025]6)将选择算子作用与群体；
[0026]7)终止条件判断；终止条件为是否超过最大进化代数；
[0027] 得到定位方程组解（X，y)，目标定位结果即为（X，y，h)。
[0028] 作为优选，所述步骤四的1)中的编码采用的是实数编码。
[0029] 作为优选，所述步骤四的3)中，交叉算子采用算术交叉算子，依据交叉概率对群 体进行算术交叉操作。
[0030] 作为优选，所述步骤四的4)中，变异算子采用随机方向变异算子，在随机产生一 个扰动方向后，以被选中的变异个体为起点，沿扰动方向以黄金分割方法搜索得到的最优 步长寻求最优点，依据变异概率对群体进行变异操作。
[0031] 作为优选，所述步骤四的6)中，选择算子采用联赛竞争算子，并应用最优保存策 略。
[0032] 有益效果：本发明的技术方案通过采用遗传算法对室内水下静态目标进行定位求 解，极大的提尚了目标定位精度，且其具有很尚的收敛可靠性和$父尚的收敛速度，也可使测 量误差对定位精度的影响较小。本发明亦可扩展应用于其它基于测距信息对目标进行定位 的系统中。
【附图说明】
[0033] 图1为室内水下定位系统测量部分结构示意图；
[0034] 图2为本发明的方法流程图；
[0035]图3为本发明应用遗传算法对室内水下静态目标定位的具体方法流程图。
【具体实施方式】
[0036] 下面结合附图和【具体实施方式】对本发明作进一步的说明。
[0037] 本发明的一种基于遗传算法的室内水下目标定位方法，流程如图2所示，该方法 具体步骤如下：
[0038] 步骤一：明确室内水下目标定位系统结构；
[0039] 如图1所示，室内水下定位系统应用短基线原理，其测量部分主要包括一个水声 换能器A，三个应答器B、C、D以及一个深度传感器E，水声换能器A以及深度传感器E安装在 水下目标上，三个应答器B、C、D以水域中心为中心点，以三角阵的方式分布在定位水域内， 两两距离不小于三分之一水域宽度且不大于二分之一水域长度，水听器与水域边界保持一 定距离，不小于四分之一水域宽度，且水听器安置深度大致为水域深度的一半，不接触水域 底部。
[0040] 步骤二：设定已知量和自变量；
[0041] 在水域内以水域中心位置为原点建立三维坐标系，水域纵向为X轴，横向为y轴， 深度方向为z轴，目标即换能器A与三个应答器的距离通过水声测距原理得到，深度信息由 深度传感器E测得，故已知量为水域纵向长度a、水域横向宽度b、水域深度c，三个应答器 B、C、D的坐标