針對(duì)多分量線性調(diào)頻（LFM）信號(hào)的初始頻率和調(diào)頻斜率估計(jì)問(wèn)題,提出了基于人工蜂群算法的LFM信號(hào)最大似然函數(shù)估計(jì)方法。首先,利用最大似然方法對(duì)LFM信號(hào)的初始頻率和調(diào)頻斜率進(jìn)行聯(lián)合估計(jì);然后,用人工蜂群算法對(duì)似然函數(shù)進(jìn)行優(yōu)化求解;接著,針對(duì)人工蜂群算法收斂速度慢、易早熟等問(wèn)題采用多維并行搜索結(jié)合交叉全局引導(dǎo)的方式對(duì)算法進(jìn)行改進(jìn),實(shí)現(xiàn)了高效的多分量LFM信號(hào)參數(shù)估計(jì)。仿真實(shí)驗(yàn)證明,本文算法具有最大似然估計(jì)的有效性,兼具快速性和實(shí)時(shí)性。 

【文章來(lái)源】：吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2020,50(03)北大核心EICSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

多維并行搜索混合人工蜂群算法流程圖

求解多分量LFM信號(hào)的最大似然函數(shù)需要多維搜索，計(jì)算量較大。傳統(tǒng)多維網(wǎng)格法搜索的計(jì)算量為O{[(fmax-fmin)(mmax-mmin)/ΔfΔm]q}，其中，(fmin,fmax)、Δf分別為初始頻率搜索范圍和搜索步長(zhǎng)；(mmin,mmax)、Δm分別為調(diào)頻斜率搜索范圍和搜索步長(zhǎng)�；救斯し淙汉透倪M(jìn)的人工蜂群算法的計(jì)算量均為O(2qQbχ+Qb)，其中，χ為迭代次數(shù)�？梢�(jiàn)，兩種人工蜂群算法的計(jì)算量均由信號(hào)分量個(gè)數(shù)、種群規(guī)模和迭代次數(shù)決定。設(shè)χ1和χ2分別為基本人工蜂群算法和改進(jìn)人工蜂群算法收斂到全局最優(yōu)所需的迭代次數(shù)。圖2給出了種群規(guī)模均為100時(shí)，對(duì)于不同信號(hào)源個(gè)數(shù)，兩種人工蜂群算法收斂到全局最優(yōu)所需平均迭代次數(shù)的仿真實(shí)驗(yàn)結(jié)果。從圖2可以看出：改進(jìn)的人工蜂群算法收斂到全局最優(yōu)所需的迭代次數(shù)小于基本人工蜂群算法所需的迭代次數(shù)，這是由于基本人工蜂群算法每次都只是在某一個(gè)維度上進(jìn)行鄰域搜索，而改進(jìn)后的多維并行算法，是在多個(gè)維度上進(jìn)行并行搜索；另外，交叉操作引入了全局引導(dǎo)項(xiàng)，進(jìn)一步加快了算法的收斂速度，因此χ2<χ1，這種優(yōu)勢(shì)在信源數(shù)目增加時(shí)體現(xiàn)得更加明顯。將圖2中的迭代次數(shù)代入計(jì)算量表達(dá)式，并與網(wǎng)格法的計(jì)算量作比較。

實(shí)驗(yàn)二收斂性實(shí)驗(yàn)設(shè)信噪比為-5 dB，種群規(guī)模為80，分別用基本人工蜂群算法和多維并行搜索混合人工蜂群算法對(duì)LFM信號(hào)的最大似然函數(shù)進(jìn)行優(yōu)化，取不同的迭代次數(shù)，得到似然函數(shù)的平均優(yōu)化值如圖4所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于切割聚類的快速多分量LFM信號(hào)分離[J]. 劉凱,韓嘉賓,王韻白,黃青華.  系統(tǒng)工程與電子技術(shù). 2015(05)
[2]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]. 張志成,林君,石要武,孫曉東.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2013(04)



本文編號(hào)：3467270