针对矢量水听器阵列信号波达方向(Direction of Arrival,DOA)估计中存在的估计精度不高、运算量大的问题,提出了一种改进蛇鹫优化算法的最大似然DOA估计方法。采用了4种策略对蛇鹫优化算法进行改进,在种群初始化时利用佳点集策略进行改...针对矢量水听器阵列信号波达方向(Direction of Arrival,DOA)估计中存在的估计精度不高、运算量大的问题,提出了一种改进蛇鹫优化算法的最大似然DOA估计方法。采用了4种策略对蛇鹫优化算法进行改进,在种群初始化时利用佳点集策略进行改进,能够更加均匀地在搜索空间得到初始种群解,提高种群多样性;在进行位置更新时,引入减法平均优化器和柯西策略能够扩大搜索范围,从而跳出局部最优;引入黄金正弦策略,不断向最优位置进行搜索,提高了算法的估计精度。将所提算法应用于最大似然DOA估计,实验结果表明:与灰狼优化算法、粒子群算法、正弦余弦算法、光学显微镜算法、蛇鹫优化算法的最大似然DOA估计方法相比,所提算法的最大似然DOA估计具有收敛速度快、估计精度高、运算量小和稳健性更好的性能。展开更多
针对L型阵列在二维波达方向(Direction-of-Arrival,DOA)估计参数,估计过程后期随着信噪比(Signal to Noise Ratio,SNR)的提高测向误差几乎没有变化,维持在0.15°左右,提出了修正F型阵列构型。该阵列在不额外增加阵元数的情况下,充...针对L型阵列在二维波达方向(Direction-of-Arrival,DOA)估计参数,估计过程后期随着信噪比(Signal to Noise Ratio,SNR)的提高测向误差几乎没有变化,维持在0.15°左右,提出了修正F型阵列构型。该阵列在不额外增加阵元数的情况下,充分利用阵元所包含的信号信息使用2次传播算子(Propagation Method,PM)算法对俯仰角和方位角进行2次估计。仿真试验结果表明,修正F型阵列能够实现信号的DOA估计,在高SNR情况下侧向误差减小到0.07°左右,相比均匀L型阵列,该阵列在高SNR情况下估计精度提升了53.3%,在小快拍数情况下成功率也提高了20%,具有稳定、精确的估计精度。展开更多
利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC...利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC算法,该算法将二维DOA估计问题转化为优化方程的求解问题,并采用模值约束法定义附加条件,使方向向量得到了较强约束,进而使求解结果更加接近最优解。理论分析和仿真实验表明,本文算法所需运算量较低,且角度估计的成功率与精确度较高。展开更多
多重信号分类(Multiple Signal Classification,MUSIC)算法是波达方向(Direction of Arrival,DOA)估计领域中的经典算法之一,但其谱峰搜索过程的巨大计算量降低了算法的实时性。经典进化算法虽能降低搜索时间,却仅能搜索到一个解,当存...多重信号分类(Multiple Signal Classification,MUSIC)算法是波达方向(Direction of Arrival,DOA)估计领域中的经典算法之一,但其谱峰搜索过程的巨大计算量降低了算法的实时性。经典进化算法虽能降低搜索时间,却仅能搜索到一个解,当存在多个入射信号时便无法搜索全部解。为了解决该问题,在粒子群算法的基础上,借鉴小生境思想提出了小生境粒子群算法,利用顺序聚类算法将粒子划分到不同的小生境,并根据小生境的迭代数选择不同搜索策略,兼顾了搜索广度和深度。仿真结果表明,改进粒子群算法在进行多谱峰搜索时能大幅降低搜索时间并搜索到全部解,与同类算法相比具有更高的精度和较少设置参数,其精度可以达到10^(-3),用时可以达到网格搜索的1/7000,在基于MUSIC算法的多个信号DOA估计中有重要的应用价值。展开更多
In order to resolve direction finding problems in the impulse noise,a direction of arrival(DOA)estimation method is proposed.The proposed DOA estimation method can restrain the impulse noise by using infinite norm exp...In order to resolve direction finding problems in the impulse noise,a direction of arrival(DOA)estimation method is proposed.The proposed DOA estimation method can restrain the impulse noise by using infinite norm exponential kernel covariance matrix and obtain excellent performance via the maximumlikelihood(ML)algorithm.In order to obtain the global optimal solutions of this method,a quantum electromagnetic field optimization(QEFO)algorithm is designed.In view of the QEFO algorithm,the proposed method can resolve the difficulties of DOA estimation in the impulse noise.Comparing with some traditional DOA estimation methods,the proposed DOA estimation method shows high superiority and robustness for determining the DOA of independent and coherent sources,which has been verified via the Monte-Carlo experiments of different schemes,especially in the case of snapshot deficiency,low generalized signal to noise ratio(GSNR)and strong impulse noise.Beyond that,the Cramer-Rao bound(CRB)of angle estimation in the impulse noise and the proof of the convergence of the QEFO algorithm are provided in this paper.展开更多
文摘针对矢量水听器阵列信号波达方向(Direction of Arrival,DOA)估计中存在的估计精度不高、运算量大的问题,提出了一种改进蛇鹫优化算法的最大似然DOA估计方法。采用了4种策略对蛇鹫优化算法进行改进,在种群初始化时利用佳点集策略进行改进,能够更加均匀地在搜索空间得到初始种群解,提高种群多样性;在进行位置更新时,引入减法平均优化器和柯西策略能够扩大搜索范围,从而跳出局部最优;引入黄金正弦策略,不断向最优位置进行搜索,提高了算法的估计精度。将所提算法应用于最大似然DOA估计,实验结果表明:与灰狼优化算法、粒子群算法、正弦余弦算法、光学显微镜算法、蛇鹫优化算法的最大似然DOA估计方法相比,所提算法的最大似然DOA估计具有收敛速度快、估计精度高、运算量小和稳健性更好的性能。
文摘针对L型阵列在二维波达方向(Direction-of-Arrival,DOA)估计参数,估计过程后期随着信噪比(Signal to Noise Ratio,SNR)的提高测向误差几乎没有变化,维持在0.15°左右,提出了修正F型阵列构型。该阵列在不额外增加阵元数的情况下,充分利用阵元所包含的信号信息使用2次传播算子(Propagation Method,PM)算法对俯仰角和方位角进行2次估计。仿真试验结果表明,修正F型阵列能够实现信号的DOA估计,在高SNR情况下侧向误差减小到0.07°左右,相比均匀L型阵列,该阵列在高SNR情况下估计精度提升了53.3%,在小快拍数情况下成功率也提高了20%,具有稳定、精确的估计精度。
文摘利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC算法,该算法将二维DOA估计问题转化为优化方程的求解问题,并采用模值约束法定义附加条件,使方向向量得到了较强约束,进而使求解结果更加接近最优解。理论分析和仿真实验表明,本文算法所需运算量较低,且角度估计的成功率与精确度较高。
文摘多重信号分类(Multiple Signal Classification,MUSIC)算法是波达方向(Direction of Arrival,DOA)估计领域中的经典算法之一,但其谱峰搜索过程的巨大计算量降低了算法的实时性。经典进化算法虽能降低搜索时间,却仅能搜索到一个解,当存在多个入射信号时便无法搜索全部解。为了解决该问题,在粒子群算法的基础上,借鉴小生境思想提出了小生境粒子群算法,利用顺序聚类算法将粒子划分到不同的小生境,并根据小生境的迭代数选择不同搜索策略,兼顾了搜索广度和深度。仿真结果表明,改进粒子群算法在进行多谱峰搜索时能大幅降低搜索时间并搜索到全部解,与同类算法相比具有更高的精度和较少设置参数,其精度可以达到10^(-3),用时可以达到网格搜索的1/7000,在基于MUSIC算法的多个信号DOA估计中有重要的应用价值。
基金supported by the National Natural Science Foundation of China(61571149)the Natural Science Foundation of Heilongjiang Province(LH2020F017)+1 种基金the Initiation Fund for Postdoctoral Research in Heilongjiang Province(LBH-Q19098)the Heilongjiang Province Key Laboratory of High Accuracy Satellite Navigation and Marine Application Laboratory(HKL-2020-Y01).
文摘In order to resolve direction finding problems in the impulse noise,a direction of arrival(DOA)estimation method is proposed.The proposed DOA estimation method can restrain the impulse noise by using infinite norm exponential kernel covariance matrix and obtain excellent performance via the maximumlikelihood(ML)algorithm.In order to obtain the global optimal solutions of this method,a quantum electromagnetic field optimization(QEFO)algorithm is designed.In view of the QEFO algorithm,the proposed method can resolve the difficulties of DOA estimation in the impulse noise.Comparing with some traditional DOA estimation methods,the proposed DOA estimation method shows high superiority and robustness for determining the DOA of independent and coherent sources,which has been verified via the Monte-Carlo experiments of different schemes,especially in the case of snapshot deficiency,low generalized signal to noise ratio(GSNR)and strong impulse noise.Beyond that,the Cramer-Rao bound(CRB)of angle estimation in the impulse noise and the proof of the convergence of the QEFO algorithm are provided in this paper.
