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

【摘要】：波達方向(DOA)估計是陣列信號處理的中的一個重要研究領(lǐng)域，在雷達測向、移動通信中得到了相當廣泛的應(yīng)用。從20世紀70年代開始，信號的參數(shù)估計中涌現(xiàn)了一大批具有超分辨率的算法，其中多重信號分類（MUSIC）和最大似然估計（ML）就是其中的優(yōu)秀代表。MUSIC估計方法和最大似然估計方法理論上都可以獲得最佳的估計性能，但兩種DOA方法都需要經(jīng)過多維非線性搜索，運算量非常大，這也成為阻礙兩種算法廣泛應(yīng)用的瓶頸之一。 布谷鳥搜索(CS)算法是根據(jù)生物界中布谷鳥的寄生繁殖機理而提出的一種仿生智能優(yōu)化算法，由于布谷鳥搜索算法具有優(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，，本文選用布谷鳥搜索算法來優(yōu)化最大似然DOA估計和MUSIC-DOA估計。 本文首先介紹了陣列信號處理的一些理論基礎(chǔ)和數(shù)學模型，以及布谷鳥搜索算法的基本概念。針對傳統(tǒng)DOA估計算法都是基于信號源個數(shù)為已知的情況，本文采用了估計信號源個數(shù)的信息論準則和蓋爾圓準則，在白噪聲、快拍數(shù)一定的情況下，都能實現(xiàn)在對信號源個數(shù)的有效估計，而蓋爾圓準則的估計效果最佳。 其次提出了基于布谷鳥搜索算法的最大似然DOA估計，根據(jù)最大似然DOA估計方法構(gòu)成空間譜的特點，改進了CS算法的搜索策略，提出了一種快速收斂的CS-最大似然估計方法，經(jīng)過仿真實驗對比，證明經(jīng)過CS優(yōu)化的最大似然DOA估計方法求解速度較快，估計效果也較好。 最后介紹經(jīng)典二維MUSIC估計方法，針對二維MUSIC-DOA估計譜函數(shù)為多峰函數(shù)且計算量大的問題，提出了基于二維MUSIC算法和隔離小生境CS算法的聯(lián)合DOA估計方法。利用隔離小生境對CS算法進行改進，針對二維MUSIC多維非線性譜函數(shù)的特點，降低計算量，得到方向角和俯仰角的有效估計。仿真結(jié)果表明，基于隔離小生境CS算法的MUSIC-DOA估計算法性能較為優(yōu)良。
【關(guān)鍵詞】：DOA估計 布谷鳥搜索算法 最大似然估計 二維MUSIC 隔離小生境
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：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 課題的國內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 DOA 估計的研究現(xiàn)狀11-13
• 1.2.2 信號源數(shù)目估計的研究現(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 陣列信號處理以及布谷鳥搜索算法理論基礎(chǔ)17-25
• 2.1 陣列信號處理數(shù)學基礎(chǔ)17-18
• 2.2 DOA 信號模型18-21
• 2.3 布谷鳥搜索算法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 信號源數(shù)目的估計方法研究25-33
• 3.1 基于信息論準則的信號源數(shù)目估計方法25-27
• 3.1.1 信息論準則25-26
• 3.1.2 基于信息論準則的信源數(shù)目估計方法26-27
• 3.2 基于蓋爾圓準則的信號源個數(shù)估計方法27-30
• 3.2.1 蓋爾圓定理27-28
• 3.2.2 基于蓋爾圓準則的信源數(shù)目估計方法28-30
• 3.3 仿真實驗30-32
• 3.4 本章小結(jié)32-33
• 第4章 基于布谷鳥搜索算法的最大似然 DOA 估計33-43
• 4.1 信號的 DOA 估計33-36
• 4.1.1 均勻線陣信號模型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36-39
• 4.2.1 基于布谷鳥搜索算法的最大似然 DOA 估計36-39
• 4.3 仿真實驗39-42
• 4.4 算法的計算量分析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43-55
• 5.1 二維圓陣的 DOA 估計43-46
• 5.1.1 二維圓陣信號模型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47-50
• 5.3 仿真實驗50-53
• 5.4 算法的計算量分析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57-65
• 作者簡介及科研成果65-67
• 致謝67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王姝;何子述;李會勇;;寬帶強干擾背景下的弱信號源DOA估計方法[J];現(xiàn)代雷達;2006年09期

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

3 萬群,楊萬麟;基于波束空間的后驗稀疏約束迭代DOA估計方法[J];電子學報;2001年03期

4 陳利虎;;基于空時頻分析的多分量跳頻信號DOA估計[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DOA估計方法[J];華東師范大學學報(自然科學版);2013年06期

6 劉中，朱志文，龔宇，龔耀寰;平坦響應(yīng)空域濾波器和在DOA估計中的應(yīng)用[J];電子學報;1996年07期

7 陳利虎;張爾揚;;基于數(shù)字信道化和空時頻分析的多網(wǎng)臺跳頻信號DOA估計[J];通信學報;2009年10期

8 董惠;徐婷婷;王純;;強干擾背景下二維弱信號DOA估計的修正投影阻塞法[J];信號處理;2013年02期

9 燕飛;;強信號背景下弱信號DOA估計方法[J];計算機仿真;2014年07期

10 陳洪光,王世f^,沈振康;分布信號源的DOA估計[J];國防科技大學學報;2005年03期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 康春玉;曹濤;章新華;;噪聲干擾器對本艦拖線陣聲納DOA估計的影響[A];泛在信息社會中的聲學——中國聲學學會2010年全國會員代表大會暨學術(shù)會議論文集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 何子遠;稀疏陣DOA估計及模糊特性研究[D];電子科技大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

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

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

3 宋俊才;超分辨DOA估計方法研究[D];哈爾濱工程大學;2010年

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

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

6 王夢茹;基于空域矩陣預濾波的DOA估計[D];哈爾濱工業(yè)大學;2014年

7 張義元;基于布谷鳥搜索算法的DOA估計方法研究[D];吉林大學;2015年

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

9 朱周華;寬帶相干信源的DOA估計[D];西安科技大學;2004年

10 蔡步曉;無需預估角的寬帶DOA估計方法研究[D];電子科技大學;2008年

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

本文編號：314988