發(fā)布時(shí)間：2023-06-16 19:45

　　海洋自然資源的豐富性及海域的寬闊性使其成為各國(guó)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(duì)潛艇、蛙人、水下機(jī)器人等水下目標(biāo)的定位(方位估計(jì))精度提出了更高的要求。高精度的實(shí)現(xiàn)通常是以龐大的計(jì)算量為代價(jià),進(jìn)而使得實(shí)時(shí)性難以得到保障。本文從多重信號(hào)分類算法(Multiple Signal Classification,MUSIC)這種經(jīng)典的波達(dá)方位估計(jì)算法入手,針對(duì)其譜峰搜索過(guò)程中計(jì)算量過(guò)大和實(shí)時(shí)性不夠的缺陷,利用進(jìn)化算法的并行迭代性,對(duì)MUSIC算法進(jìn)行改進(jìn),達(dá)到保證精度的前提下,提高實(shí)時(shí)性的目的。首先,闡述了目標(biāo)定位及進(jìn)化算法的主要理論。通過(guò)對(duì)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(diǎn)。利用進(jìn)化算法迭代尋優(yōu)和并行計(jì)算特點(diǎn),將進(jìn)化算法引入MUSIC算法的譜峰搜索過(guò)程,并對(duì)進(jìn)化算法中新興的粒子群算法和經(jīng)典的遺傳算法進(jìn)行了原理研究。接著,研究對(duì)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(duì)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(jiǎn)潔,計(jì)算量更小,但遺傳算法更易逃...

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀和發(fā)展態(tài)勢(shì)
    1.2 研究?jī)?nèi)容及意義
    1.3 論文結(jié)構(gòu)安排
第二章 目標(biāo)定位及進(jìn)化算法理論
    2.1 目標(biāo)定位算法理論
        2.1.1 陣列模型分析
        2.1.2 DOA估計(jì)方法
    2.2 進(jìn)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(jìn)化算法改進(jìn)的MUSIC算法
    3.1 遺傳算法與粒子群算法的對(duì)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(duì)比分析
    3.2 基于遺傳算法改進(jìn)的MUSIC算法
        3.2.1 基于均勻線陣的一維DOA估計(jì)分析
        3.2.2 基于均勻圓陣的二維DOA估計(jì)分析
    3.3 本章小結(jié)
第四章 改進(jìn)的水下目標(biāo)定位算法
    4.1 遺傳算法的改進(jìn)
        4.1.1 選擇算子的改進(jìn)
        4.1.2 交叉算子的改進(jìn)
        4.1.3 變異算子的改進(jìn)
        4.1.4 各算子對(duì)算法的影響分析
    4.2 改進(jìn)的水下目標(biāo)定位算法性能分析
        4.2.1 一維DOA估計(jì)時(shí)性能分析
        4.2.2 二維DOA估計(jì)時(shí)性能分析
    4.3 本章小結(jié)
第五章 水下目標(biāo)定位算法實(shí)驗(yàn)驗(yàn)證
    5.1 實(shí)驗(yàn)概況
    5.2 實(shí)驗(yàn)數(shù)據(jù)處理及分析
        5.2.1 實(shí)驗(yàn)數(shù)據(jù)的記錄及選取
        5.2.2 實(shí)驗(yàn)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(xiàn)



本文編號(hào)：3833871