本文關(guān)鍵詞：基于蝙蝠優(yōu)化算法的陣列信號(hào)DOA估計(jì)方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：陣列信號(hào)參數(shù)估計(jì)的研究主要集中于空間目標(biāo)的波達(dá)方向(DOA)估計(jì),被廣泛應(yīng)用到雷達(dá)、聲納等諸多軍用和民用領(lǐng)域。隨著信號(hào)處理技術(shù)的發(fā)展,一大批超分辨率的算法先后涌現(xiàn),其中經(jīng)典的算法有多重信號(hào)分類(MUSIC)和最大似然估計(jì)(ML)。處于發(fā)展階段的基于稀疏分解理論的陣列信號(hào)DOA估計(jì),也同樣具有高分辨率的特點(diǎn)。這些算法在理論上都能獲得最佳的估計(jì)性能,但由于存在非線性搜索,運(yùn)算量大等問題,不利于工程應(yīng)用。蝙蝠算法(BA)是通過模擬自然界中的蝙蝠利用超聲波捕獲獵物的生物學(xué)特性而提出的一種仿生智能優(yōu)化算法。它具有分布式、并行性、模型簡(jiǎn)單、收斂速度快和控制參數(shù)少等優(yōu)點(diǎn)。本文將蝙蝠算法分別優(yōu)化最大似然算法、基于稀疏分解思想的正交匹配追蹤算法和MUSIC算法,并應(yīng)用于陣列信號(hào)的DOA估計(jì),以展現(xiàn)蝙蝠算法優(yōu)秀的全局搜索和局部搜索能力,使傳統(tǒng)算法性能得以改善。本文首先介紹了陣列信號(hào)處理的理論基礎(chǔ)和數(shù)學(xué)模型,以及蝙蝠算法的基本概念和數(shù)學(xué)模型。提出了蝙蝠算法優(yōu)化的最大似然算法,對(duì)基本蝙蝠算法的搜索策略做出了改進(jìn),以結(jié)合最大似然算法DOA估計(jì)譜函數(shù)的特點(diǎn),使其快速收斂到全局極值。與其他幾種經(jīng)典的優(yōu)化算法相比,蝙蝠算法具有更優(yōu)秀的收斂性能。其次,針對(duì)稀疏分解的正交匹配追蹤算法在迭代過程中存在的計(jì)算量大的問題,提出一種文化蝙蝠算法以優(yōu)化正交匹配追蹤算法,進(jìn)行DOA估計(jì)。將文化算法的模型引入蝙蝠算法中,以改善算法的精度。仿真實(shí)驗(yàn)證明,文化蝙蝠算法優(yōu)化后的正交匹配追蹤算法在減少計(jì)算量的同時(shí),仍能獲得較好的估計(jì)效果。最后,介紹了L型陣列MIMO雷達(dá)模型下的MUSIC-二維DOA估計(jì)方法。由于傳統(tǒng)的MUSIC算法計(jì)算量大,且估計(jì)譜函數(shù)為多峰函數(shù),提出一種基于小生境技術(shù)的蝙蝠算法優(yōu)化MUSIC-二維DOA估計(jì)算法。采用小生境技術(shù)對(duì)蝙蝠算法作出改進(jìn),以搜索出所有峰值對(duì)應(yīng)的極值點(diǎn),從而估計(jì)出多個(gè)信源的方位角和俯仰角。
【關(guān)鍵詞】：DOA估計(jì) 蝙蝠算法 最大似然算法 正交匹配追蹤算法 MUSIC
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.23;TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第1章 緒論10-18
• 1.1 引言10-11
• 1.2 課題的國(guó)內(nèi)外發(fā)展現(xiàn)狀11-15
• 1.2.1 陣列信號(hào)DOA估計(jì)的發(fā)展現(xiàn)狀11-12
• 1.2.2 仿生智能優(yōu)化算法的發(fā)展現(xiàn)狀12-14
• 1.2.3 仿生智能優(yōu)化算法在陣列信號(hào)參數(shù)估計(jì)的研究現(xiàn)狀14-15
• 1.3 論文的主要研究工作和章節(jié)安排15-18
• 1.3.1 主要研究工作15
• 1.3.2 章節(jié)安排15-18
• 第2章 DOA估計(jì)理論基礎(chǔ)和蝙蝠算法18-26
• 2.1 陣列信號(hào)模型18-22
• 2.2 蝙蝠算法22-25
• 2.2.1 蝙蝠算法的基本原理22-23
• 2.2.2 蝙蝠算法的數(shù)學(xué)模型23-25
• 2.3 本章小結(jié)25-26
• 第3章 基于蝙蝠優(yōu)化算法的最大似然DOA估計(jì)方法26-36
• 3.1 最大似然算法的DOA估計(jì)26-28
• 3.1.1 均勻線陣信號(hào)模型26-27
• 3.1.2 確定性最大似然算法估計(jì)算子27-28
• 3.2 基于蝙蝠優(yōu)化算法的最大似然DOA估計(jì)方法28-30
• 3.3 仿真實(shí)驗(yàn)30-34
• 3.4 算法的計(jì)算量分析34-35
• 3.5 本章小結(jié)35-36
• 第4章 基于文化BA優(yōu)化的OMP稀疏分解DOA估計(jì)36-50
• 4.1 稀疏分解的DOA估計(jì)36-41
• 4.1.1 信號(hào)的稀疏分解36
• 4.1.2 正交匹配追蹤算法36-38
• 4.1.3 稀疏分解的DOA估計(jì)模型38-39
• 4.1.4 稀疏分解的DOA估計(jì)算法實(shí)現(xiàn)39-41
• 4.2 基于文化BA優(yōu)化的OMP稀疏分解算法41-45
• 4.2.1 文化蝙蝠41-44
• 4.2.2 基于CBA優(yōu)化算法的信號(hào)OMP稀疏分解44-45
• 4.3 仿真實(shí)驗(yàn)45-47
• 4.4 算法的計(jì)算復(fù)雜度分析47-48
• 4.5 本章小結(jié)48-50
• 第5章 基于小生境BA優(yōu)化算法的MIMO雷達(dá)二維DOA估計(jì)50-68
• 5.1 L陣MIMO雷達(dá)二維DOA估計(jì)50-56
• 5.1.1 L陣MIMO雷達(dá)結(jié)構(gòu)與信號(hào)模型50-54
• 5.1.2 MIMO雷達(dá)模型的MUSIC-二維DOA估計(jì)54-56
• 5.2 基于小生境BA優(yōu)化的MUSIC算法56-61
• 5.2.1 小生境技術(shù)56-57
• 5.2.2 小生境BA優(yōu)化算法57-59
• 5.2.3 基于小生境BA優(yōu)化的MUSIC算法59-61
• 5.3 仿真實(shí)驗(yàn)61-65
• 5.4 算法的計(jì)算量分析65-66
• 5.5 本章小結(jié)66-68
• 第6章 全文總結(jié)68-70
• 6.1 研究工作及展望68-70
• 參考文獻(xiàn)70-76
• 作者簡(jiǎn)介及科研成果76-78
• 致謝78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 楊晉生;張菊;;基于累積量的互耦誤差下相干信號(hào)DOA估計(jì)[J];信息技術(shù);2015年12期

2 張志成;溫炎;石要武;;利用隔離小生境混合蛙跳方法聯(lián)合估計(jì)波達(dá)方向和多普勒頻率[J];光學(xué)精密工程;2014年09期

3 李煜;馬良;;新型全局優(yōu)化蝙蝠算法[J];計(jì)算機(jī)科學(xué);2013年09期

4 張志成;林君;石要武;孫曉東;;基于人工蜂群算法的波達(dá)方向和多普勒頻率聯(lián)合估計(jì)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2013年04期

5 韓福霞;劉宏志;;基于蝙蝠算法的信息工程監(jiān)理多目標(biāo)優(yōu)化研究[J];現(xiàn)代計(jì)算機(jī);2013年19期

6 李枝勇;馬良;張惠珍;;蝙蝠算法收斂性分析[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2013年12期

7 劉長(zhǎng)平;葉春明;;具有混沌搜索策略的蝙蝠優(yōu)化算法及性能仿真[J];系統(tǒng)仿真學(xué)報(bào);2013年06期

8 黃光球;趙魏娟;陸秋琴;;求解大規(guī)模優(yōu)化問題的可全局收斂蝙蝠算法[J];計(jì)算機(jī)應(yīng)用研究;2013年05期

9 盛曉華;葉春明;;蝙蝠算法在PFSP調(diào)度問題中的應(yīng)用研究[J];工業(yè)工程;2013年01期

10 李俊武;俞志富;;改進(jìn)粒子群算法在DOA估計(jì)中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2013年09期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 章軍;小生境粒子群優(yōu)化算法及其在多分類器集成中的應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

2 陳四根;陣列信號(hào)處理相關(guān)技術(shù)研究[D];哈爾濱工程大學(xué);2004年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 李文昊;基于分?jǐn)?shù)低階統(tǒng)計(jì)量稀疏性的DOA估計(jì)[D];大連海事大學(xué);2015年

2 王大元;陣列多參數(shù)聯(lián)合估計(jì)[D];南京航空航天大學(xué);2010年

3 李曉剛;基于最大似然算法的DOA估計(jì)方法研究[D];哈爾濱工程大學(xué);2008年

4 楊琳琳;空間譜估計(jì)算法研究[D];華中科技大學(xué);2007年

  本文關(guān)鍵詞：基于蝙蝠優(yōu)化算法的陣列信號(hào)DOA估計(jì)方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：301141