基于群智能優(yōu)化的線性調(diào)頻信號參數(shù)估計
發(fā)布時間:2021-08-13 12:40
近幾十年來,隨著對雷達目標特性研究以及寬帶微波技術(shù)、寬禁帶半導(dǎo)體技術(shù)、大規(guī)模集成電路以及計算機應(yīng)用技術(shù)的突飛猛進,結(jié)合模式識別理論、機器視覺等多學科的特點,雷達技術(shù)得到了蓬勃的發(fā)展,其功能不僅僅包括目標檢測與定位,還有目標的跟蹤、識別、成像和分類等。在雷達的眾多應(yīng)用領(lǐng)域中,最重要的就是雷達偵察這一環(huán)節(jié)。利用雷達偵查技術(shù)不僅可以捕獲、測量、分析、辨識、鎖定敵方的雷達信號,還可以獲得有用的技術(shù)參數(shù)、作戰(zhàn)部署以及地理坐標等作戰(zhàn)情報。但是,在所捕獲的雷達信號中常常夾雜著噪聲的干擾,因此,在含噪聲干擾的背景下,準確、快速、高效地實現(xiàn)線性調(diào)頻信號的參數(shù)估計具有重要的研究意義。此外,在其他的實際應(yīng)用領(lǐng)域中,線性調(diào)頻信號的參數(shù)估計也有著廣泛應(yīng)用,如地震勘測、腦電圖信號、蝙蝠聲納信號等。在處理這些線性調(diào)頻信號時,觀測數(shù)據(jù)往往也會受到噪聲的干擾,因此,附加噪聲干擾的線性調(diào)頻信號參數(shù)估計問題是一個比較重要的研究課題。在線性調(diào)頻信號處理中應(yīng)用最廣泛的是最大似然估計法。最大似然估計方法理論上可以達到Cramer-Rao下界,在參數(shù)估計應(yīng)用中具有最高的估計精度,但由于最大似然估計法存在二維搜索的需求,存儲量和計算...
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
信噪比SNR=-10dB
1 中的函數(shù)被稱為壓縮概率函數(shù) ( )。從式 2.11 中可以看出,若想要獲得參 ],則需要對這兩個參數(shù)向量進行多維網(wǎng)格搜索。圖 2.1 信噪比 SNR=-10dB
反而會降低搜索效率。實際應(yīng)用可以取到 100 到 200[35]。子迭代搜索時的鄰域大小,參數(shù)利于收斂到最優(yōu)解的位置,參數(shù)需要設(shè)定。最大似然估計優(yōu)化的全局模式應(yīng)用于對 LFM 信號參數(shù)估計中 M函數(shù)屬于 4 維函數(shù)的優(yōu)化。特點在于采用了星型結(jié)構(gòu)的鄰域搜的程度,更有利于整個群體朝著其鄰域結(jié)構(gòu)方式如下圖 3.1 所示
【參考文獻】:
期刊論文
[1]一種基于新誤差標準的ANF線性調(diào)頻信號參數(shù)估計方法[J]. 趙紅梅,崔艷. 山西師范大學學報(自然科學版). 2019(01)
[2]一種有效的CFCR域LFM信號分析方法[J]. 荊福龍,張春杰,司偉建,王宇,焦淑紅. 西安電子科技大學學報. 2019(03)
[3]三角波調(diào)頻信號參數(shù)快速精確估計方法[J]. 燕天,鄒金龍. 探測與控制學報. 2018(02)
[4]多分量線性調(diào)頻信號的Wigner-Ville分布交叉項去除[J]. 李秀坤,吳玉雙. 電子學報. 2017(02)
[5]帶自適應(yīng)精英擾動及慣性權(quán)重的反向粒子群優(yōu)化算法[J]. 董文永,康嵐蘭,劉宇航,李康順. 通信學報. 2016(12)
[6]基于人工蜂群算法的邊坡地震可靠度分析[J]. 胡仁杰,程濤,許萬輝,羅顯楓. 武漢大學學報(工學版). 2016(05)
[7]基于人工蜂群算法的無人直升機LQG/LTR控制律優(yōu)化設(shè)計[J]. 馬瑞,吳洪濤,丁力. 控制與決策. 2016(12)
[8]基于禁忌搜索的人工蜂群算法[J]. 李艷娟,陳阿慧. 計算機工程與應(yīng)用. 2017(04)
[9]一種鄰域搜索的人工蜂群算法[J]. 周新宇,吳志健,鄧長壽,彭虎. 中南大學學報(自然科學版). 2015(02)
[10]基于禁忌搜索的人工蜂群算法及其應(yīng)用[J]. 劉蓓蕾,江銘炎,張振月. 計算機應(yīng)用研究. 2015(07)
本文編號:3340446
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
信噪比SNR=-10dB
1 中的函數(shù)被稱為壓縮概率函數(shù) ( )。從式 2.11 中可以看出,若想要獲得參 ],則需要對這兩個參數(shù)向量進行多維網(wǎng)格搜索。圖 2.1 信噪比 SNR=-10dB
反而會降低搜索效率。實際應(yīng)用可以取到 100 到 200[35]。子迭代搜索時的鄰域大小,參數(shù)利于收斂到最優(yōu)解的位置,參數(shù)需要設(shè)定。最大似然估計優(yōu)化的全局模式應(yīng)用于對 LFM 信號參數(shù)估計中 M函數(shù)屬于 4 維函數(shù)的優(yōu)化。特點在于采用了星型結(jié)構(gòu)的鄰域搜的程度,更有利于整個群體朝著其鄰域結(jié)構(gòu)方式如下圖 3.1 所示
【參考文獻】:
期刊論文
[1]一種基于新誤差標準的ANF線性調(diào)頻信號參數(shù)估計方法[J]. 趙紅梅,崔艷. 山西師范大學學報(自然科學版). 2019(01)
[2]一種有效的CFCR域LFM信號分析方法[J]. 荊福龍,張春杰,司偉建,王宇,焦淑紅. 西安電子科技大學學報. 2019(03)
[3]三角波調(diào)頻信號參數(shù)快速精確估計方法[J]. 燕天,鄒金龍. 探測與控制學報. 2018(02)
[4]多分量線性調(diào)頻信號的Wigner-Ville分布交叉項去除[J]. 李秀坤,吳玉雙. 電子學報. 2017(02)
[5]帶自適應(yīng)精英擾動及慣性權(quán)重的反向粒子群優(yōu)化算法[J]. 董文永,康嵐蘭,劉宇航,李康順. 通信學報. 2016(12)
[6]基于人工蜂群算法的邊坡地震可靠度分析[J]. 胡仁杰,程濤,許萬輝,羅顯楓. 武漢大學學報(工學版). 2016(05)
[7]基于人工蜂群算法的無人直升機LQG/LTR控制律優(yōu)化設(shè)計[J]. 馬瑞,吳洪濤,丁力. 控制與決策. 2016(12)
[8]基于禁忌搜索的人工蜂群算法[J]. 李艷娟,陳阿慧. 計算機工程與應(yīng)用. 2017(04)
[9]一種鄰域搜索的人工蜂群算法[J]. 周新宇,吳志健,鄧長壽,彭虎. 中南大學學報(自然科學版). 2015(02)
[10]基于禁忌搜索的人工蜂群算法及其應(yīng)用[J]. 劉蓓蕾,江銘炎,張振月. 計算機應(yīng)用研究. 2015(07)
本文編號:3340446
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3340446.html
最近更新
教材專著