1.一种网络拓扑优化下动目标分布式定位方法，其特征在于，包括如下步骤：S1.感知节点部署在定位空间而移动节点安装在动目标，采用无线信号与距离映射函数建立感知区域无线定位解算模型；

S2.基于无线信号到达时间差误差和感知节点坐标漂移误差，建立动目标定位误差模型；

S3.通过对移动节点的优化部署来实现定位误差的最小化；

S4.采用改进的粒子群优化算法提高移动目标定位精度；

S5.建立包含无线测距误差、感知节点漂移误差以及网络拓扑结构在内的动目标精度评估模型。

2.根据权利要求1所述的一种网络拓扑优化下动目标分布式定位方法，其特征在于，步骤S1所述的采用无线信号与距离映射函数建立感知区域无线定位解算模型的内容和方法，具体包括以下步骤：

(1)移动节点能够接收到通信半径Rc范围内多个感知节点的无线信号，感知节点集的三维坐标为 单感知节点的三维坐标为 移动节点三维坐标为

(2)感知节点 与移动节点 的几何距离为 感知节点 和 与 和 之间的信号到达时间差为ti,j‑t1,j，基于移动节点与感知节点之间信号到达时间差，其无线信号与几何距离差映射函数为 其中vs为无线信号传播速度；

T ‑1 T

(3)在通信半径Rc内，移动节点 接收n‑1个信号到达时间差，基于(AA) Ab解算得到移动节点坐标 矩阵A为 矩阵b为[ρ2,1；ρ3,1；...；

ρn,1]，ρi1为

3.根据权利要求1所述的一种网络拓扑优化下动目标分布式定位方法，其特征在于，步骤S2所述的基于无线信号到达时间差误差和感知节点坐标漂移误差，建立动目标定位误差模型的内容和方法，具体包括以下步骤：(1)初始标定好的感知节点三维坐标容易受到漂移，使得网络拓扑结构发生变化影响T

定位精度，感知节点三维坐标漂移量为Δc＝[Δc1,Δc2,…,Δcn] ，坐标漂移量满足高斯分布，而感知节点集存在坐标漂移误差使得矩阵产生偏差；

(2)无线信号到达时间差受到干扰引起无线测距误差，n‑1个无线测距误差可以表示为ε＝[ε2,1,ε3,1,...,εn,1]，无线测距误差满足高斯分布，无线信号到达时间差误差使得矩阵产生偏差；

(3)在矩阵A和b，偏差矩阵ΔA和Δb联合作用下，建立移动节点 的数学模型

4.根据权利要求1所述的一种网络拓扑优化下动目标分布式定位方法，其特征在于，步骤S3所述的通过对移动节点的优化部署来实现定位误差的最小化的内容和方法，具体包括以下步骤：

T

(1)优化部署下的最小定位误差问题可以转化为最大化矩阵A A的较小特征值的问题，在三维部署下的特征值求解问题可以转化为求解其上下界的问题，优化部署问题可以转化为最大化最小特征值上界的问题，其表述为(2)当长度l和宽度w小于高度h，则首先沿高度方向在顶点处部署感知节点，然后沿着长度方向在顶点上部署；当长度l和宽度w大于高度h，则感知节点部署在X轴和Y轴形成的水平面上，其余感知节点沿着高度方向部署。

5.根据权利要求1所述的一种网络拓扑优化下动目标分布式定位方法，其特征在于，步骤S4所述的采用改进的粒子群优化算法提高移动目标定位精度的内容和方法，具体包括以下步骤：

(1)基于求解得到的移动目标坐标 作为粒子群的中心生成粒子，其可以表示为其中ξ服从高斯分布 选择函数

作为适应度函数，其中βi为权值参数；更新个体最优值 和群体的最优值 将粒子群以平均适应度favg界限划分为子组gL和子组gH，保证粒子群的多样性；

(2)利用公式 和 来更新粒子速度和位置，其中χ为惯性权重， 和 分别为位于[0,2.5]之间的随机数；

(3)对粒子群进行突变操作降低粒子的早熟度，突变操作表示为 并通过 来对惯性权重自适应调整，其中α和β为控制参数，fmax和fmin分别为适应度的最大值和最小值。

6.根据权利要求1所述的一种网络拓扑优化下动目标分布式定位方法，其特征在于，步骤S5所述的建立包含无线测距误差、感知节点漂移误差以及网络拓扑结构在内的动目标精度评估模型的内容和方法，具体包括以下步骤：(1)利用无线信号到达时间差信号可以得到动目标与感知节点间实际的几何距离差移动节点 坐标无偏估计量 为 其满足为估计量误差协方差；E为期望值； 为相对于 的梯度算子；

(2)移动节点坐标估计值 协方差的迹为 网络部署策略和感知节点位置漂移也会影响动目标定位精度，由感知节点和移动节点间相对几何关系所引起的定位误差为