基于PSO的三星时差定位参考站最优布站技术

针对三星时差(Time Difference of Arrival,TDOA)定位系统中参考站最优布站问题,提出了一种基于粒子群优化算法的三星时差定位系统最优布站技术。首先推导了星历误差和时间同步误差条件下三星时差定位系统的克拉美罗界(Cramer-Rao Lower Bound,CRLB),然后以定位系统CRLB为衡量指标,将参考站最优布站问题转化为约束条件下的多维寻优问题;最后采用粒子群优化算法(Particle Swarm Optimization,PSO)求解目标函数,从而得到参考站的最优布站策略。仿真结果表明,所提算法可以准确解算出参考站的最优布站形式,且当采用最优布站时,仅需要两参考站就可基本消除星历误差和时间同步误差对定位系统的影响。