多策略优化白鲸算法的TDOA定位算法OA

针对到达时间差(TDOA)定位中非线性优化导致的误差较大问题,设计了一种融合多策略优化机制的改进白鲸算法,用于解决TDOA定位问题.首先,引入SPM混沌映射构建初始化种群以增加种群的多样性;其次,利用非线性收敛因子和切线飞行策略,有效探索搜索空间,进一步提升算法寻优的准确性,平衡局部和全局搜索能力;最后,采用动态适应距离平衡(DFDB)策略,使算法更好地适应复杂环境,跳出局部最优,改善收敛精确性.将改进算法与其他五种算法在八个经典基准函数中进行仿真实验,实验结果表明,改进算法具有良好的寻优能力和收敛精度.为验证改进算法的实用性,将其应用于TDOA定位中,结果表明,改进算法、Chan算法、Taylor算法、BWO算法的平均定位误差分别为16%、72%、66%和25%,说明改进算法具有更高的定位精度,具有一定实用性.