發(fā)布時間：2024-03-17 11:37

　　在陣列信號處理中,極大似然法(ML)對波達(dá)方向(DOA)估計有很好的性能,但由于多維非線性搜索的計算復(fù)雜,很難應(yīng)用于工程中。為了降低ML方法的計算復(fù)雜度,提出了一種改進(jìn)人工魚群算法(AFSA)的聲矢量傳感器陣列的ML-DOA估計方法。仿真結(jié)果表明,與基于遺傳算法(GA)、粒子群優(yōu)化算法(PSO)和微分進(jìn)化算法(DE)的ML-DOA估計相比,該算法具有更快的收斂速度、更低的RMSE、更低的計算復(fù)雜度和更穩(wěn)定的性能。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1兩信源下似然函數(shù)的最大化曲線

圖1顯示了IAFSA,GA,PSO和DE這4種算法在信噪比SNR為0dB和-15dB時的收斂性能。從迭代曲線中發(fā)現(xiàn),IAFSA算法在兩個實(shí)驗中均表現(xiàn)優(yōu)異,且相較于其他3種算法而言,IAFSA算法不僅收斂速度快,還能準(zhǔn)確找到似然函數(shù)的最大值。另外,在SNR為-15dB時,PS....

圖2信噪比為0dB時似然函數(shù)的最大化曲線

為進(jìn)一步檢驗IAFSA算法的收斂效果。圖2顯示了在信噪比為0dB時,信源數(shù)增加情況下的變化曲線圖。四信源時的方向為θ=[30°60°80°150°],而三信源時則依次取前3個。在實(shí)驗中,由于部分算法的需要,將迭代次數(shù)增加到了200次,以保證實(shí)驗結(jié)果的完整性。其余條件則與上....

圖3DOA估計的均方根誤差值ERMS隨信噪比的變化曲線

實(shí)驗中設(shè)置信噪比(SNR)從-20dB到20dB,間隔為2dB,其余實(shí)驗條件與3.1節(jié)保持一致。圖3分別表示了信源數(shù)為2、3和4時,DOA估計的均方根誤差值ERMS隨信噪比變化的曲線圖。從圖像上發(fā)現(xiàn),隨著信源數(shù)增加,4種算法的RMSE曲線發(fā)生了不同幅度的上升。其中GA和PS....

圖4DOA估計的均方根誤差值ERMS隨Populationsize的變化曲線

從圖4可以看出,在L=2時,所有算法在種群數(shù)量超過30以后都能達(dá)到一個非常接近的誤差值,在L=3時,IAFSA和DE的情況變化不大,而其余兩種算法則就需要更多的種群數(shù)量才能夠達(dá)到與它們一樣的估計效果,但是從整體上看,信號源數(shù)的增加也導(dǎo)致所有算法的誤差值都有所上升。直到L=4時,I....

本文編號：3930974