简介:对于长距离参考站网模糊度固定而言,Ratio检验和三角形模糊度闭合差(TriangleAmbiguitiesClosureError,TACE)检验是最常用的两种模糊度检验手段,一般认为通过这两种检验后即可将模糊度固定。但事实上,在此情况下,模糊度被错误固定的情况经常出现。为此,本文提出了一种网解失败率(NetworkFailureProbability,NFP)检验方法,使用该方法可以计算出通过Ratio检验和TACE检验前提下参考站网模糊度固定的失败率。实验表明,当参考站数量小于等于8时,附加NFP检验后模糊度固定的正确率最高提高了25.4%,平均提高了8.1%,初始化成功率平均提高了4.3%。
简介:研究一阶主从多智能体网络的汇聚问题,基于多智能体网络群体的社会制度,提出3种汇聚策略,即民主、独裁和混合策略。假设在策略中,只有领导者知道全局任务,即汇聚到一个已知的目标点,跟随者只需要与领导者群体保持联系,从而能够到达目标点。研究发现,主从网络多智体个体在属性上可以分为目标智能体,领导者智能体,非孤立跟随者从智能体和孤立跟随者从智能体。研究结果表明民主策略容易实现所有智能体到达目标点,但移动速度较慢;在独裁策略作用下,智能体网络可以很快实现汇聚,但个别跟随者从智能体由于初始条件下感应不到环境中的领导者智能体而永远停留在原来的位置;引进混合策略后,即可以保证所有的智能体到达目标点而且又可以保持较快的到达速度。通过对模型和拓扑结构的分析,得出3种策略各自的特点,并以4个领导者和5个跟随者组成的主从智能体网络为例进行仿真。