基于对抗学习模拟退火算法的精确RSS定位
摘要：无线传感器网络需要准确的目标定位，通常通过基于最大似然（ML）的接收信号强度（RSS）定位估计来实现。然而，基于ML的算法可能会遇到低多样性、收敛缓慢和局部最优等问题，这会对定位性能产生显著影响。在本文中，我们提出了一种新的定位算法，结合了对立学习（OBL）和模拟退火算法（SAA），以解决这些挑战。该算法首先随机生成一个初始解作为SAA的起点。随后，利用OBL生成一个对立的初始解，有效地提供了另一种初始解。然后，独立地对原始和对立的初始解执行SAA，优化每个解以达到潜在的最优解。最终解被选为SAA结果中效果更好的那个，从而降低算法陷入局部最优的可能性。模拟结果表明，所提出的算法在定位准确度方面始终优于现有算法，验证了我们的方法的有效性。
作者：Weizhong Ding, Shengming Chang, Shudi Bao, Meng Chen, and Jie Sun
论文ID：2307.11950
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-07-25