摘要

针对现有的多站测向交叉定位算法定位精度低、迭代初值不易选取等问题,提出了一种基于改进粒子群的多站交叉定位算法。新算法利用多站测向信息构建最小二乘(Least Squares, LS)误差模型,以此作为适应度函数。通过LS定位方法求出目标辐射源位置的粗略解,结合该解限制粒子搜索空间;对粒子群优化(Particle Swarm Optimization, PSO)算法中学习因子参数进行非线性调整,平衡粒子在局部与全局二者之间的寻优能力;在粒子搜索后期结合模拟退火算法中的Metropolis准则,避免粒子无法获得最优定位解。仿真结果表明,新算法不需要设置迭代初值,能有效地对目标进行定位,尤其在测角误差较大时同其他多站测向交叉定位算法相比而言具有更高的定位精度。