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！

申请/专利权人：中国人民解放军国防科技大学

摘要：本发明公开了一种基于传感器布局优化和自适应Kriging模型的频谱地图构建方法，属于通信技术领域。该方法包括利用改进的人工蜂群算法对传感器布局进行优化选择；从经过优选的传感器中寻找传感器估计组；计算半变异函数值并拟合半变异函数；构建自适应的Kriging模型，根据所述自适应Kriging模型，构建频谱地图。本发明所提出的构建频谱地图的方法，具有较高的精度。

主权项：1.一种基于传感器布局优化和自适应Kriging模型的频谱地图构建方法，其特征在于，包括：利用改进的人工蜂群算法对传感器布局进行优化选择；从经过优选的传感器中寻找传感器估计组；计算半变异函数值并拟合半变异函数；构建自适应的Kriging模型，根据所述自适应Kriging模型，构建频谱地图；其中，所述改进的人工蜂群算法包括对扰动机制和适应度函数的改进，以及对人工蜂群改进；所述对扰动机制进行的改进为：通过选中的传感器和未选中的传感器进行互换，从而对下一状态进行探索，其中已选中的传感器表示用于插值的传感器，未选中的传感器表示待插值的传感器；所述的扰动机制和适应度函数用于产生新的解，包括：在选取待替换传感器时，考虑替换对当前传感器布局插值精度影响最小的传感器；通过m次插值误差计算来确定当前布局中对插值精度影响最小的传感器，该点会被侦查蜂当做探索上限的传感器在下一次状态转移时被优先丢弃；在选取待插入传感器时，根据每个传感器的RMSE考虑各自的权重ηi；所述适应度函数如公式5所示： 式中，是未选中传感器的估计值，是真实数据，m*是传感器数量；所述对人工蜂群进行改进包括：雇佣蜂根据公式6寻找新的传感器，即产生一个新传感器布局并与观察蜂分享传感器布局信息，并根据贪心策略选择适应度函数值f最小的传感器布局，维持最优解：vij＝ηkj×xkj6式中，k＝1,2,...,NPj＝1,2,...,D且k≠i，ηkj为权重矩阵；xij表示侦查蜂寻找到的新解；vij表示雇佣蜂寻找到的新解；观察蜂根据公式7计算每个传感器的选择概率pi，并依据雇佣蜂分享的信息上式优先选择权重较高的传感器，提高收敛速度： 侦查蜂把达到探索上限和权重较低的传感器丢弃，根据公式8寻找一个新的有价值的传感器，增强摆脱局部最优的能力： 式中，rij为[0,1]之间的随机数；和表示问题第j个维度的上限和下限；所述从经过优选的传感器中寻找传感器估计组的方法为：根据去相关距离dcor建立未知点s0的传感器估计组Ω0，未知点通过莫兰指数定义去相关距离；采用下式计算半变异值： 式中，si为点xi,yi，dij为点xi,yi和点xj,yj的距离，Ndij为两点距离为h的数量；所述半变异函数的拟合采用指数模型并通过最小二乘拟合；所述构建自适应的Kriging模型的方法为：通过拉格朗日乘数法求解一组称为Kriging模型的线性方程组来获得权重系数ωi，线性系统由公式12给出： 式中，γij为点xi,yi和点xj,yj之间的半变异函数值，φ为拉格朗日乘数，权重系数ωi是能够满足点x0,y0处的估计值与真实值P0的差最小的一套最优系数，即同时满足无偏估计的条件γio表示为位置i和估计点之间的半变异函数值；根据公式13计算出估计点值 式中，是点x0,y0处的某一属性估计值，Pi为样本值。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 基于传感器布局优化和自适应Kriging模型的频谱地图构建方法