本文關(guān)鍵詞：基于布谷鳥(niǎo)搜索算法的DOA估計(jì)方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：波達(dá)方向(DOA)估計(jì)是陣列信號(hào)處理的中的一個(gè)重要研究領(lǐng)域，在雷達(dá)測(cè)向、移動(dòng)通信中得到了相當(dāng)廣泛的應(yīng)用。從20世紀(jì)70年代開(kāi)始，信號(hào)的參數(shù)估計(jì)中涌現(xiàn)了一大批具有超分辨率的算法，其中多重信號(hào)分類（MUSIC）和最大似然估計(jì)（ML）就是其中的優(yōu)秀代表。MUSIC估計(jì)方法和最大似然估計(jì)方法理論上都可以獲得最佳的估計(jì)性能，但兩種DOA方法都需要經(jīng)過(guò)多維非線性搜索，運(yùn)算量非常大，這也成為阻礙兩種算法廣泛應(yīng)用的瓶頸之一。 布谷鳥(niǎo)搜索(CS)算法是根據(jù)生物界中布谷鳥(niǎo)的寄生繁殖機(jī)理而提出的一種仿生智能優(yōu)化算法，由于布谷鳥(niǎo)搜索算法具有優(yōu)秀的全局搜索和局部搜索能力，并且控制參數(shù)少，收斂速度快，，本文選用布谷鳥(niǎo)搜索算法來(lái)優(yōu)化最大似然DOA估計(jì)和MUSIC-DOA估計(jì)。 本文首先介紹了陣列信號(hào)處理的一些理論基礎(chǔ)和數(shù)學(xué)模型，以及布谷鳥(niǎo)搜索算法的基本概念。針對(duì)傳統(tǒng)DOA估計(jì)算法都是基于信號(hào)源個(gè)數(shù)為已知的情況，本文采用了估計(jì)信號(hào)源個(gè)數(shù)的信息論準(zhǔn)則和蓋爾圓準(zhǔn)則，在白噪聲、快拍數(shù)一定的情況下，都能實(shí)現(xiàn)在對(duì)信號(hào)源個(gè)數(shù)的有效估計(jì)，而蓋爾圓準(zhǔn)則的估計(jì)效果最佳。 其次提出了基于布谷鳥(niǎo)搜索算法的最大似然DOA估計(jì)，根據(jù)最大似然DOA估計(jì)方法構(gòu)成空間譜的特點(diǎn)，改進(jìn)了CS算法的搜索策略，提出了一種快速收斂的CS-最大似然估計(jì)方法，經(jīng)過(guò)仿真實(shí)驗(yàn)對(duì)比，證明經(jīng)過(guò)CS優(yōu)化的最大似然DOA估計(jì)方法求解速度較快，估計(jì)效果也較好。 最后介紹經(jīng)典二維MUSIC估計(jì)方法，針對(duì)二維MUSIC-DOA估計(jì)譜函數(shù)為多峰函數(shù)且計(jì)算量大的問(wèn)題，提出了基于二維MUSIC算法和隔離小生境CS算法的聯(lián)合DOA估計(jì)方法。利用隔離小生境對(duì)CS算法進(jìn)行改進(jìn)，針對(duì)二維MUSIC多維非線性譜函數(shù)的特點(diǎn)，降低計(jì)算量，得到方向角和俯仰角的有效估計(jì)。仿真結(jié)果表明，基于隔離小生境CS算法的MUSIC-DOA估計(jì)算法性能較為優(yōu)良。
【關(guān)鍵詞】：DOA估計(jì) 布谷鳥(niǎo)搜索算法 最大似然估計(jì) 二維MUSIC 隔離小生境
【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】：2015
【分類號(hào)】：TN911.7
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-17
• 1.1 引言10-11
• 1.2 課題的國(guó)內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 DOA 估計(jì)的研究現(xiàn)狀11-13
• 1.2.2 信號(hào)源數(shù)目估計(jì)的研究現(xiàn)狀13-14
• 1.2.3 仿生智能優(yōu)化算法的研究現(xiàn)狀14-15
• 1.3 論文的主要研究工作和章節(jié)安排15-17
• 1.3.1 主要研究工作15-16
• 1.3.2 章節(jié)安排16-17
• 第2章 陣列信號(hào)處理以及布谷鳥(niǎo)搜索算法理論基礎(chǔ)17-25
• 2.1 陣列信號(hào)處理數(shù)學(xué)基礎(chǔ)17-18
• 2.2 DOA 信號(hào)模型18-21
• 2.3 布谷鳥(niǎo)搜索算法21-23
• 2.3.1 Levy 分布21
• 2.3.2 CS 算法21-23
• 2.4 本章小結(jié)23-25
• 第3章 信號(hào)源數(shù)目的估計(jì)方法研究25-33
• 3.1 基于信息論準(zhǔn)則的信號(hào)源數(shù)目估計(jì)方法25-27
• 3.1.1 信息論準(zhǔn)則25-26
• 3.1.2 基于信息論準(zhǔn)則的信源數(shù)目估計(jì)方法26-27
• 3.2 基于蓋爾圓準(zhǔn)則的信號(hào)源個(gè)數(shù)估計(jì)方法27-30
• 3.2.1 蓋爾圓定理27-28
• 3.2.2 基于蓋爾圓準(zhǔn)則的信源數(shù)目估計(jì)方法28-30
• 3.3 仿真實(shí)驗(yàn)30-32
• 3.4 本章小結(jié)32-33
• 第4章 基于布谷鳥(niǎo)搜索算法的最大似然 DOA 估計(jì)33-43
• 4.1 信號(hào)的 DOA 估計(jì)33-36
• 4.1.1 均勻線陣信號(hào)模型33-34
• 4.1.2 最大似然算法 DOA 原理34-36
• 4.2 基于 CS 算法的最大似然 DOA 估計(jì)36-39
• 4.2.1 基于布谷鳥(niǎo)搜索算法的最大似然 DOA 估計(jì)36-39
• 4.3 仿真實(shí)驗(yàn)39-42
• 4.4 算法的計(jì)算量分析42
• 4.5 本章小結(jié)42-43
• 第5章 基于小生境 CS 算法的二維 MUSIC-DOA 估計(jì)43-55
• 5.1 二維圓陣的 DOA 估計(jì)43-46
• 5.1.1 二維圓陣信號(hào)模型43-44
• 5.1.2 經(jīng)典的二維 MUSIC 算法44-46
• 5.2 基于小生境 CS 算法的 MUSIC-DOA 估計(jì)方法46-50
• 5.2.1 小生境技術(shù)46-47
• 5.2.2 基于隔離小生境 CS 算法的二維 DOA 估計(jì)47-50
• 5.3 仿真實(shí)驗(yàn)50-53
• 5.4 算法的計(jì)算量分析53-54
• 5.5 本章小結(jié)54-55
• 第6章 全文總結(jié)55-57
• 6.1 本文的主要工作及研究展望55-57
• 參考文獻(xiàn)57-65
• 作者簡(jiǎn)介及科研成果65-67
• 致謝67

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王姝;何子述;李會(huì)勇;;寬帶強(qiáng)干擾背景下的弱信號(hào)源DOA估計(jì)方法[J];現(xiàn)代雷達(dá);2006年09期

2 張貞凱;田雨波;周建江;;基于改進(jìn)廣義回歸神經(jīng)網(wǎng)絡(luò)和主成分分析的寬帶DOA估計(jì)[J];光電子.激光;2012年04期

3 萬(wàn)群,楊萬(wàn)麟;基于波束空間的后驗(yàn)稀疏約束迭代DOA估計(jì)方法[J];電子學(xué)報(bào);2001年03期

4 陳利虎;;基于空時(shí)頻分析的多分量跳頻信號(hào)DOA估計(jì)[J];系統(tǒng)工程與電子技術(shù);2011年12期

5 侯帥;潘偉;;未知信源數(shù)條件下基于合成空間譜的弱信號(hào)DOA估計(jì)方法[J];華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

6 劉中，朱志文，龔宇，龔耀寰;平坦響應(yīng)空域?yàn)V波器和在DOA估計(jì)中的應(yīng)用[J];電子學(xué)報(bào);1996年07期

7 陳利虎;張爾揚(yáng);;基于數(shù)字信道化和空時(shí)頻分析的多網(wǎng)臺(tái)跳頻信號(hào)DOA估計(jì)[J];通信學(xué)報(bào);2009年10期

8 董惠;徐婷婷;王純;;強(qiáng)干擾背景下二維弱信號(hào)DOA估計(jì)的修正投影阻塞法[J];信號(hào)處理;2013年02期

9 燕飛;;強(qiáng)信號(hào)背景下弱信號(hào)DOA估計(jì)方法[J];計(jì)算機(jī)仿真;2014年07期

10 陳洪光,王世f^,沈振康;分布信號(hào)源的DOA估計(jì)[J];國(guó)防科技大學(xué)學(xué)報(bào);2005年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 康春玉;曹濤;章新華;;噪聲干擾器對(duì)本艦拖線陣聲納DOA估計(jì)的影響[A];泛在信息社會(huì)中的聲學(xué)——中國(guó)聲學(xué)學(xué)會(huì)2010年全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 何子遠(yuǎn);稀疏陣DOA估計(jì)及模糊特性研究[D];電子科技大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 冀雯宇;波束域多目標(biāo)DOA估計(jì)方法研究[D];南京航空航天大學(xué);2012年

2 余昌和;DOA估計(jì)及其非相關(guān)噪聲濾除方法研究[D];電子科技大學(xué);2012年

3 宋俊才;超分辨DOA估計(jì)方法研究[D];哈爾濱工程大學(xué);2010年

4 陳慶;相干信源的超分辨DOA估計(jì)技術(shù)研究[D];山東大學(xué);2012年

5 馬文潔;貝葉斯壓縮感知在DOA估計(jì)中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2014年

6 王夢(mèng)茹;基于空域矩陣預(yù)濾波的DOA估計(jì)[D];哈爾濱工業(yè)大學(xué);2014年

7 張義元;基于布谷鳥(niǎo)搜索算法的DOA估計(jì)方法研究[D];吉林大學(xué);2015年

8 黃祖鎮(zhèn);基于壓縮感知的陣列DOA估計(jì)[D];哈爾濱工業(yè)大學(xué);2013年

9 朱周華;寬帶相干信源的DOA估計(jì)[D];西安科技大學(xué);2004年

10 蔡步曉;無(wú)需預(yù)估角的寬帶DOA估計(jì)方法研究[D];電子科技大學(xué);2008年

  本文關(guān)鍵詞：基于布谷鳥(niǎo)搜索算法的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)：314988