基于改進(jìn)粒子群優(yōu)化算法的機(jī)身室內(nèi)指紋定位研究

摘 要：飛機(jī)結(jié)構(gòu)強(qiáng)度測(cè)試地面試驗(yàn)是飛機(jī)研制中不可或缺的環(huán)節(jié)，對(duì)保障人員安全、提升性能、降低成本具有重要意義。為在室內(nèi)測(cè)試環(huán)境中提高測(cè)試效率并獲取較高的機(jī)身定位精度性能，本文將雙變異粒子群優(yōu)化（DMPSO）算法融入室內(nèi)無線定位技術(shù)，提出一種基于改進(jìn)粒子群優(yōu)化算法的飛機(jī)機(jī)身室內(nèi)指紋定位方法，并通過試驗(yàn)驗(yàn)證其有效性。結(jié)果表明，相比傳統(tǒng)的粒子群優(yōu)化（PSO）算法和極大似然估計(jì)（MLE）算法，本文所提出的DMPSO定位方案在平均定位誤差方面表現(xiàn)出色，平均定位誤差為0.4341m，顯著優(yōu)于PSO的0.7263m和MLE的0.8089m。因此，DMPSO方法具有更高的定位精度和穩(wěn)定性。本文的研究成果不僅為飛機(jī)結(jié)構(gòu)強(qiáng)度測(cè)試地面試驗(yàn)提供了一種新的思路，同時(shí)也為室內(nèi)無線定位技術(shù)提供了一種有效的定位精度提升方案。

關(guān)鍵詞：機(jī)身結(jié)構(gòu)強(qiáng)度測(cè)試； 室內(nèi)定位； 改進(jìn)粒子群優(yōu)化算法； DMPSO； 定位誤差

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.19452/j.issn1007-5453.2024.12.007

飛機(jī)機(jī)身結(jié)構(gòu)強(qiáng)度地面測(cè)試是飛機(jī)研制流程中至關(guān)重要的一環(huán)，是確保飛機(jī)安全性、可靠性、經(jīng)濟(jì)性和舒適性的最為重要的研究、驗(yàn)證和鑒定手段，為飛機(jī)的成功研制和安全運(yùn)維發(fā)揮著重要作用[1]。目前，傳統(tǒng)的飛機(jī)機(jī)身結(jié)構(gòu)強(qiáng)度地面檢測(cè)仍然采用模擬信號(hào)遠(yuǎn)傳的測(cè)試方法，即將傳感器貼于機(jī)身表面并引出數(shù)據(jù)線進(jìn)行數(shù)據(jù)采集[2-3]。雖然這種方法安全可靠，但是也存在傳感器數(shù)量龐大、引線過多過長、現(xiàn)場(chǎng)布局布線復(fù)雜等缺點(diǎn)[4]。為保證傳統(tǒng)測(cè)試網(wǎng)絡(luò)的優(yōu)勢(shì)，并彌補(bǔ)其不足，可采用無線局域網(wǎng)絡(luò)（WLAN）構(gòu)建無線分布式測(cè)試系統(tǒng)來替代現(xiàn)有有線集中系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)的無線回收，提高飛機(jī)機(jī)身結(jié)構(gòu)強(qiáng)度地面測(cè)試工作的效率和速度[5-6]。

基于WLAN的室內(nèi)定位技術(shù)是無線分布式測(cè)量系統(tǒng)的關(guān)鍵技術(shù)環(huán)節(jié)之一，可以通過測(cè)量和分析無線信號(hào)的特征，確定信號(hào)來源和位置，從而實(shí)現(xiàn)對(duì)飛機(jī)機(jī)身結(jié)構(gòu)及其周圍環(huán)境的實(shí)時(shí)監(jiān)測(cè)和定位，提高測(cè)試效率和速度，減少測(cè)試時(shí)間和成本。位置指紋法又稱為場(chǎng)景分析法，是基于WLAN室內(nèi)定位技術(shù)中最易于實(shí)現(xiàn)的一種[7-9]。該方法在離線階段通過在特定位置采集無線信號(hào)并提取信號(hào)特征建立位置指紋數(shù)據(jù)庫，在在線階段通過實(shí)測(cè)信號(hào)與指紋數(shù)據(jù)庫的匹配進(jìn)行定位。然而，受飛機(jī)機(jī)身的復(fù)雜性、測(cè)試廠房?jī)?nèi)的障礙物以及室內(nèi)多徑效應(yīng)的影響，采集到的指紋信號(hào)在時(shí)間和空間維度上呈現(xiàn)出波動(dòng)性，從而影響定位效果。

為解決室內(nèi)無線定位效果不佳的問題，研究者們開展了廣泛的研究。劉暢等[10]提出了基于超寬帶（UWB）的室內(nèi)定位系統(tǒng)平臺(tái)的研究。該平臺(tái)包括定位基站、定位標(biāo)簽和定位引擎，主要采用到達(dá)時(shí)間（TOA）算法。定位基站與定位標(biāo)簽和定位引擎通信，實(shí)現(xiàn)對(duì)人員和設(shè)備的精確定位。但UWB設(shè)備成本較高，且信號(hào)極易被遮擋。Jurdi 等[11]介紹了基于Wi-Fi 往返時(shí)間的室內(nèi)定位系統(tǒng)WhereArtThou。該系統(tǒng)結(jié)合了Wi-Fi 基礎(chǔ)設(shè)施的普遍性和UWB測(cè)距機(jī)制的準(zhǔn)確性，使用擴(kuò)展卡爾曼濾波器和隨機(jī)行走運(yùn)動(dòng)模型進(jìn)行定位。圍繞煤礦井下環(huán)境特點(diǎn)，崔麗珍等[12]提出了一種基于動(dòng)態(tài)指紋更新的指紋定位算法，定位精度可達(dá)2.6m，能夠滿足煤礦井下巷道的實(shí)時(shí)定位需求。龍智豐等[13]研究了全屋光纖（FTTR）WLAN場(chǎng)景下多個(gè)室內(nèi)Wi-Fi 接入點(diǎn)的位置估計(jì)問題，并提出了一種利用已有的2.4GHz Wi-Fi 指紋數(shù)據(jù)集合成FTTR WLAN場(chǎng)景信道頻率響應(yīng)（CFR）圖像的方法，基于CFR圖像，開發(fā)了一種基于深度學(xué)習(xí)的定位算法，定位誤差小于1m，但必須實(shí)現(xiàn)全屋光纖化，需要對(duì)現(xiàn)有場(chǎng)地設(shè)施進(jìn)行改造。