針對(duì)二維多重信號(hào)分類（MUSIC）算法在譜峰搜索時(shí)運(yùn)算復(fù)雜,實(shí)時(shí)性差的問題,提出一種改進(jìn)雞群算法的二維MUSIC譜峰搜索算法。該算法將改進(jìn)雞群算法應(yīng)用于譜峰搜索部分,首先利用佳點(diǎn)集理論構(gòu)造初始種群;其次由尋食速度因子和聚集度因子構(gòu)成慣性權(quán)值函數(shù);最終將慣性權(quán)值引入母雞的位置更新公式中,使算法快速搜索出譜峰所對(duì)應(yīng)的角度。結(jié)果顯示,該算法以更低的時(shí)間復(fù)雜度獲得與網(wǎng)格搜索法相同的搜索精度,時(shí)間復(fù)雜度降低了648倍,節(jié)約99.4%的搜索時(shí)長(zhǎng),與其他3種優(yōu)化算法相比,具有更優(yōu)的收斂性能和更高的搜索精度。 

【文章來源】：電子測(cè)量與儀器學(xué)報(bào). 2020,34(03)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

L型陣列與分布式信源

ICSO算法流程

表3 四種優(yōu)化算法的參數(shù)設(shè)置Table 3 Parameter setting of four optimization algorithms 算法 參數(shù)設(shè)置 GA Tmax=100, N=50, pc=0.9, pm=0.01 PSO Tmax=100, N=50, c1=c2=2, wp=0.8 CSO Tmax=100, N=50, Nr=0.2, Nh=0.6, Nm=0.2, G=5, dim=2 ICSO Tmax=100, N=50, Nr=0.2, Nh=0.6, Nm=0.2, G=5, dim=2實(shí)驗(yàn)4,算法的成功率實(shí)驗(yàn)。實(shí)驗(yàn)條件與實(shí)驗(yàn)3相同,進(jìn)行100次蒙特卡洛仿真實(shí)驗(yàn),統(tǒng)計(jì)不同信噪比下各優(yōu)化算法對(duì)目標(biāo)函數(shù)值搜索的成功率,實(shí)驗(yàn)結(jié)果如表4所示。

【參考文獻(xiàn)】：
期刊論文
[1]多徑環(huán)境下陣列波達(dá)方向估計(jì)及互耦校正[J]. 杜永興,李晨璐,秦嶺,李寶山.  微波學(xué)報(bào). 2019(03)
[2]基于改進(jìn)雞群算法的電動(dòng)汽車有序充電策略研究[J]. 吳甲武,邱曉燕,潘胤吉,肖建康.  電測(cè)與儀表. 2019(09)
[3]基于改進(jìn)粒子群算法的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 郭世凱,孫鑫.  電子測(cè)量技術(shù). 2019(03)
[4]基于CS和隨機(jī)聲吶陣列的水下目標(biāo)方位估計(jì)[J]. 張紅梅,陳明杰,劉洪丹,孫希威.  水下無人系統(tǒng)學(xué)報(bào). 2018(06)
[5]L陣基于降維MUSIC的二維DOA與頻率估計(jì)[J]. 徐樂,吳日恒,張小飛.  系統(tǒng)工程與電子技術(shù). 2019(01)
[6]基于雞群優(yōu)化算法的二維MUSIC譜峰搜索算法[J]. 竇慧晶,朱子云,高立菁.  北京工業(yè)大學(xué)學(xué)報(bào). 2018(11)
[7]空間譜估計(jì)經(jīng)典MUSIC算法性能分析[J]. 胡榮飛,林自豪,楊娟.  數(shù)字通信世界. 2018(10)
[8]基于自適應(yīng)量子粒子群算法的塔機(jī)NFNN控制器參數(shù)優(yōu)化[J]. 劉慧敏,程普.  電子測(cè)量與儀器學(xué)報(bào). 2018(04)
[9]二維高精度MUSIC算法的高速實(shí)現(xiàn)[J]. 張多利,張斌,宋宇鯤.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[10]水下爆炸聲源輔助聲吶系統(tǒng)的目標(biāo)定位和參數(shù)估計(jì)[J]. 閆晟,郝程鵬,馬慧,鄢社鋒.  聲學(xué)學(xué)報(bào). 2018(02)



本文編號(hào)：3493797