1.一种基于改进型灰狼优化算法的锚点部署优化策略方法，其特征在于：步骤1.根据模型的建立顺序将最优锚点优化过程划分为第一阶段及第二阶段；

步骤2.在第一阶段中根据锚点和目标点的部署范围建立精度因子函数以及适应度优化函数，得到第一阶段结果；

步骤3.第二阶段中将灰狼个体代入至第一阶段进行迭代搜索计算，直至获得所述改进型灰狼优化算法下的最优锚点部署方案；

其中，所述步骤2包括：

步骤2‑1.在所述的第一阶段中，根据实验坏境确定TDoA定位系统的四个锚点和定位点的约束范围；

步骤2‑2.在上述约束范围的条件下，计算各个锚点与实验定位点之间的坐标信息、距离信息以及信息矩阵J；

步骤2‑3.对多维信息矩阵J进行奇异值分解，构建精度因子矩阵DoP和适应度优化函数Fitness。

2.根据权利要求1所述的基于改进型灰狼优化算法的锚点部署优化策略方法，其特征在于，所述步骤2‑1包括：步骤2‑1a.在所述第一阶段中，根据四个锚点的意向部署区域，制定模型约束范围，假设锚点的位置是s，TDoA定位系统部署区域为R1，则约束条件为s∈R1；

步骤2‑1b.根据实验定位点的意向部署位置，指定约束位置，假设实验点的辐射源是c，目标部署区域为R2，则约束条件为c∈R2。

3.根据权利要求2所述的基于改进型灰狼优化算法的锚点部署优化策略方法，其特征在于，所述步骤2‑2包括：步骤2‑2a.在所述第一阶段，在步骤2‑1的约束条件下，计算各个锚点与实验定位点之间的坐标信息、距离信息以及信息矩阵J，去除冗余信息后信息矩阵的维度为

4.根据权利要求3所述的基于改进型灰狼优化算法的锚点部署优化策略方法，其特征在于，所述步骤2‑3包括：步骤2‑3a.在所述的第一阶段，对信息矩阵J进行奇异值分解，对分解后的奇异值进行求和、取根号；

步骤2‑3b.构建精度因子矩阵DoP和适应度优化函数Fitness：其中M是目标定位点的数量，m＝1,2,3,…M。

5.按照权利要求4所述的基于改进型灰狼优化算法的锚点部署优化策略方法，其特征在于，所述步骤3包括：步骤3‑1.在所述的第二阶段中，生成初始化参数条件：狼群数量、最大迭代次数、变量维度，以及灰狼适应度值、位置初始化；

步骤3‑2.在上一步骤的基础上，狼群按照顺序进行分组，并对各分组分别进行迭代计算当前轮次的适应度取值以及Cα、Cβ、Cδ；更新非线性衰减参数以及阻碍系数aα、aβ、aδ、A、C；

步骤3‑3.更新三种灰狼α、β、δ狼以及猎物的最优锚点部署坐标位置；并判断迭代是否满足阈值条件；肯定回答则输出最优锚点部署坐标；否则返回步骤3‑1继续完成迭代。

6.根据权利要求5所述的基于改进型灰狼优化算法的锚点部署优化策略方法，其特征在于，所述步骤3‑1包括：步骤3‑1a.在所述的第二阶段中，生成初始化参数：狼群数量、迭代次数T、变量维度dim，α、β狼的生长因子k1和k2；

步骤3‑1b.在上述参数的条件下，对各灰狼适应度取值以及位置进行初始化。

7.根据权利要求5所述的基于改进型灰狼优化算法的锚点部署优化策略方法，其特征在于，所述步骤3‑2包括：步骤3‑2a.对上述初始化的狼群按等级进行分组，并计算当前迭代轮次的适应度取值以及参数Cα、Cβ、Cδ；更新非线性衰减参数aα、aβ、aδ以及搜索阻碍系数A、C。

8.根据权利要求5所述的基于改进型灰狼优化算法的锚点部署优化策略方法，其特征在于，所述步骤3‑3包括：步骤3‑3a.在上述条件下进行迭代计算，更新三种灰狼α、β、δ狼以及猎物的最优锚点部署坐标位置：步骤3‑3b.在上述条件下判断迭代是否满足阈值条件；肯定回答则输出最优锚点部署坐标；否则返回步骤3‑1继续完成迭代，直至完成最优锚点部署任务。