海洋自然資源的豐富性及海域的寬闊性使其成為各國軍事戰(zhàn)略的重中之重。隨著海洋軍事及水聲工程技術(shù)的飛速發(fā)展,對潛艇、蛙人、水下機器人等水下目標的定位(方位估計)精度提出了更高的要求。高精度的實現(xiàn)通常是以龐大的計算量為代價,進而使得實時性難以得到保障。本文從多重信號分類算法(Multiple Signal Classification,MUSIC)這種經(jīng)典的波達方位估計算法入手,針對其譜峰搜索過程中計算量過大和實時性不夠的缺陷,利用進化算法的并行迭代性,對MUSIC算法進行改進,達到保證精度的前提下,提高實時性的目的。首先,闡述了目標定位及進化算法的主要理論。通過對MUSIC算法的理論分析,建立了不同陣列下的陣列模型,分析了其優(yōu)缺點。利用進化算法迭代尋優(yōu)和并行計算特點,將進化算法引入MUSIC算法的譜峰搜索過程,并對進化算法中新興的粒子群算法和經(jīng)典的遺傳算法進行了原理研究。接著,研究對比了粒子群算法和遺傳算法的尋優(yōu)性能。根據(jù)MUSIC譜峰的性質(zhì),選擇了兩組分別對應(yīng)一維和二維角度空間的相似函數(shù),作為粒子群算法和遺傳算法的尋優(yōu)函數(shù)。數(shù)值仿真分析表明粒子群算法更為簡潔,計算量更小,但遺傳算法更易逃...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及研究現(xiàn)狀
        1.1.1 研究背景
        1.1.2 國內(nèi)外研究現(xiàn)狀和發(fā)展態(tài)勢
    1.2 研究內(nèi)容及意義
    1.3 論文結(jié)構(gòu)安排
第二章 目標定位及進化算法理論
    2.1 目標定位算法理論
        2.1.1 陣列模型分析
        2.1.2 DOA估計方法
    2.2 進化算法理論
        2.2.1 粒子群算法理論
        2.2.2 遺傳算法理論
    2.3 本章小結(jié)
第三章 基于進化算法改進的MUSIC算法
    3.1 遺傳算法與粒子群算法的對比分析
        3.1.1 粒子群算法尋優(yōu)分析
        3.1.2 遺傳算法尋優(yōu)分析
        3.1.3 對比分析
    3.2 基于遺傳算法改進的MUSIC算法
        3.2.1 基于均勻線陣的一維DOA估計分析
        3.2.2 基于均勻圓陣的二維DOA估計分析
    3.3 本章小結(jié)
第四章 改進的水下目標定位算法
    4.1 遺傳算法的改進
        4.1.1 選擇算子的改進
        4.1.2 交叉算子的改進
        4.1.3 變異算子的改進
        4.1.4 各算子對算法的影響分析
    4.2 改進的水下目標定位算法性能分析
        4.2.1 一維DOA估計時性能分析
        4.2.2 二維DOA估計時性能分析
    4.3 本章小結(jié)
第五章 水下目標定位算法實驗驗證
    5.1 實驗概況
    5.2 實驗數(shù)據(jù)處理及分析
        5.2.1 實驗數(shù)據(jù)的記錄及選取
        5.2.2 實驗數(shù)據(jù)處理及結(jié)果分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 工作展望
致謝
參考文獻



本文編號：3833871