基于改进象群算法的多传感器资源调度方法

针对传统多传感器调度模型构建时要素考虑不周全,求解算法控制参数多、全局寻优能力弱、收敛速度慢等问题,在综合考虑传感器探测有利度、传感器负载、传感器交接次数和约束条件下优化传感器调度模型,借鉴正余弦算法(SCA)和反向学习(OBL)机制对象群(EHO)算法进行改进,并将其应用到传感器调度模型求解过程中.仿真实验结果表明,该算法显著增强了全局搜索能力和收敛速度,验证了调度模型的可行性.