基于量子启发的生物优化算法,用于在噪声严重的分层声学环境中实现可靠的接收信号强度驱动的水下目标定位
《Journal of Marine Science and Engineering》:Quantum-Inspired Bio-Optimization for Robust Received Signal Strength-Based Underwater Target Localization in Noisy Stratified Acoustic Environments
【字体:
大
中
小
】
时间:2026年07月14日
来源:Journal of Marine Science and Engineering 3.2
摘要
在海洋感知与监测中,精确的水下目标定位至关重要。然而,基于RSS的定位方法会受到声速变化导致的声波折射、锚点位置偏差以及非视距传播偏差的影响,从而形成一种非线性且易受噪声干扰的定位问题。为解决这些难题,本文提出了一种基于量子启发式动画燕麦优化算法(QIAOO)的定位方法,适用于分层水下声学环境。首先,通过综合考虑声波传播效应、锚点偏差和非视距传播偏差,构建了一个多误差耦合的RSS定位模型。随后,运用QIAOO算法来解决这一非线性优化问题,该算法融合了量子启发式初始化、精英对手学习机制以及动态柯西-高斯变异策略,以此提升搜索的多样性及收敛效率。此外,还在同一定位模型基础上推导出了克拉美-罗下界,作为理论性能参考。仿真结果表明,相较于其他基准算法,所提出的方法在多种场景下的定位精度与稳定性均更优。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号