Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏科技大学罗成名获国家专利权

江苏科技大学罗成名获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江苏科技大学申请的专利基于分布式初值约束粒子群算法的目标定位方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116056209B

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310048361.2,技术领域涉及:H04W64/00;该发明授权基于分布式初值约束粒子群算法的目标定位方法和系统是由罗成名;窦子程;杨旭东;黄志强;孔凡童;王彪;张友文设计研发完成,并于2023-01-31向国家知识产权局提交的专利申请。

基于分布式初值约束粒子群算法的目标定位方法和系统在说明书摘要公布了:本发明公开了一种基于分布式初值约束粒子群算法的目标定位方法和系统,其中目标定位方法包括:S1、获取每个传感器与移动目标之间的距离,计算移动目标mj的位置估计值所述传感器部署于待定位空间,用于与移动目标通信,并获取自身与移动目标mj之间的距离S2、基于无线测距确定移动目标的可行域,形成搜索区域SPSO;S3、以搜索区域SPSO为粒子群中粒子的位置约束,采用粒子群算法获取移动目标的位置。该方法能够加快定位速度和提高定位精度。

本发明授权基于分布式初值约束粒子群算法的目标定位方法和系统在权利要求书中公布了:1.一种基于分布式初值约束粒子群算法的目标定位方法,其特征在于,包括步骤: S1、获取每个传感器与移动目标之间的距离,计算移动目标的位置估计值;所述传感器部署于待定位空间,用于与移动目标通信,并获取自身与移动目标之间的距离; S2、基于无线测距确定移动目标的可行域,形成搜索区域; S3、以搜索区域为粒子群中粒子的位置约束,采用粒子群算法获取移动目标的位置; 所述步骤S2具体包括: S21、确定每个传感器的球形通信区域; 以为球心,以传感器与的实测距离为半径的球形区域为传感器的球形通信区域;其中,为测距误差; S22、两个球形通信区域的交集构成一个子可行域,计算所有球形通信区域两两之间的交集,得到个子可行域;个子可行域的并集构成总可行域;总可行域的外接长方体为搜索区域;为从个元素中取2个元素构成的组合的个数; 所述步骤S3具体包括: S31、初始化种群数量为的粒子群,粒子的位置和速度均为三维向量,在搜索空间内随机初始化个粒子的位置,粒子的初始位置为;粒子速度初始化为; 初始化迭代次数,并设置最大迭代次数的值;定义位置在粒子的适应度为:; 其中为传感器的权重系数:; 初始化粒子的最优位置为;将个粒子的位置分别作为参数计算适应度,选择其中适应度值最小的粒子位置作为初始的全局最优位置; S32、更新粒子群中粒子的位置和速度: 其中为惯性权重系数,,和分别为最大惯性权重系数和最小惯性权重系数,分别为预设的惯性权重系数降低第一参数和第二参数;和为随机值; 如果超出搜索区域,则计算沿向量方向与搜索区域边界的交点作为粒子更新后的位置; 更新完成后重新计算每个粒子的适应度,如果,则将的值更新为;如果,则将全局最优位置更新为; 迭代次数加一; S33、重复步骤S32,直到迭代次数达到,或全局最优位置连续次迭代都不发生更新,结束迭代;此时全局最优位置的值即为移动目标的位置。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏科技大学,其通讯地址为:212003 江苏省镇江市京口区梦溪路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。