基于粒子群算法的阵位优化

对于水下探测过程中单个节点的探测能力来说,无论是发现概率还是探测范围都是有限的,由此多节点联合探测构成的水下联合协同探测组网系统应运而生。在水下联合协同探测组网系统中的各节点如果分布不合理,就会导致探测重叠覆盖面积过大,出现盲区,无法实现对探测搜索区域的全范围覆盖或者无法满足覆盖要求。对于一些探测平台造价高、平台部署难度大、平台之间可能产生互绕的问题,通过简单增加平台数量来达到增加探测覆盖面积的目的并不现实。因此通过对水下联合协同探测组网系统中的各探测节点进行阵位优化来提升探测覆盖范围尤为重要。粒子群优化算法(PSO)是一种进化计算技术(EvolutionaryComputation),1995年由Eberhart和kennedy两位博士提出,最初源于对鸟类行为的研究。该算法受到鸟类集群捕食行为活动规律的启发,利用鸟群中个体间的信息共享使得整个群体的运动在问题的解空间中产生从无序到有序的演化过程,从而优化解空间并建立求解模型。