針對傳統(tǒng)獨立成分分析（independent component analysis,ICA）方法存在收斂速度慢、分離性能不高的問題,將混沌映射策略與自適應(yīng)爆炸半徑相結(jié)合,提出一種基于混沌自適應(yīng)煙花算法（chaotic adaptive fireworks algorithm,CAFWA）的盲源分離（blind source separation,BSS）方法,并應(yīng)用于雷達輻射源混合信號分選問題�；煦缬成洳呗钥梢詫⒊跏贾翟诮饪臻g內(nèi)分布更加均勻,爆炸半徑能夠根據(jù)適應(yīng)度的優(yōu)劣自適應(yīng)改變,保證了所提算法局部搜索的精度,滿足了全局搜索的多樣性。實驗結(jié)果表明所提算法可以在無噪和有噪情況下均能很好地分選觀測信號,而且具有比傳統(tǒng)算法更快的收斂速度和更優(yōu)異的分選性能。 

【文章來源】：系統(tǒng)工程與電子技術(shù). 2020,42(11)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

無噪情況下的源信號

無噪情況下的觀測信號

無噪情況下EASI的分選信號

【參考文獻】：
期刊論文
[1]空基雷達組網(wǎng)收發(fā)分置協(xié)同探測編隊構(gòu)型優(yōu)化[J]. 馬艷艷,金宏斌,李浩,駱偉林.  空軍預(yù)警學(xué)院學(xué)報. 2019(06)
[2]基于膜計算與粒子群算法的盲源分離方法[J]. 孫遠,楊峰,鄭晶,徐茂軒,裴爍瑾.  振動與沖擊. 2018(17)
[3]基于分組簡化粒子群算法的盲源分離[J]. 季策,單長芳,沙毅,周榮坤.  東北大學(xué)學(xué)報(自然科學(xué)版). 2018(06)
[4]基于樣條插值與人工蜂群優(yōu)化的非線性盲源分離算法[J]. 陳雷,甘士忠,張立毅,王光艷.  通信學(xué)報. 2017(07)
[5]基于累積張量分解的雷達信號欠定盲分離算法[J]. 艾小凡,羅勇江,趙國慶.  系統(tǒng)工程與電子技術(shù). 2016(11)
[6]基于循環(huán)平穩(wěn)度準則的多路雷達信號識別算法[J]. 王紅衛(wèi),范翔宇,陳游,楊遠志.  兵工學(xué)報. 2016(04)
[7]反向煙花算法及其應(yīng)用研究[J]. 李浩,柏鵬,張輝,金宏斌,薛俊杰.  西安交通大學(xué)學(xué)報. 2015(11)
[8]Underdetermined DOA estimation and blind separation of non-disjoint sources in time-frequency domain based on sparse representation method[J]. Xiang Wang,Zhitao Huang,Yiyu Zhou.  Journal of Systems Engineering and Electronics. 2014(01)
[9]不同一維混沌映射的優(yōu)化性能比較研究[J]. 趙欣.  計算機應(yīng)用研究. 2012(03)
[10]帶有梯度加速粒子群算法的盲源分離[J]. 羅濤華,張聰.  計算機仿真. 2010(10)

碩士論文
[1]盲源分離在雷達偵察中的應(yīng)用[D]. 陳一飛.西安電子科技大學(xué) 2017



本文編號：3475222