基于布谷鸟搜索算法的DOA估计方法研究

发布时间：2017-04-18 13:21

  本文关键词：基于布谷鸟搜索算法的DOA估计方法研究，由笔耕文化传播整理发布。

【摘要】：波达方向(DOA)估计是阵列信号处理的中的一个重要研究领域，在雷达测向、移动通信中得到了相当广泛的应用。从20世纪70年代开始，信号的参数估计中涌现了一大批具有超分辨率的算法，其中多重信号分类（MUSIC）和最大似然估计（ML）就是其中的优秀代表。MUSIC估计方法和最大似然估计方法理论上都可以获得最佳的估计性能，但两种DOA方法都需要经过多维非线性搜索，运算量非常大，这也成为阻碍两种算法广泛应用的瓶颈之一。 布谷鸟搜索(CS)算法是根据生物界中布谷鸟的寄生繁殖机理而提出的一种仿生智能优化算法，由于布谷鸟搜索算法具有优秀的全局搜索和局部搜索能力，并且控制参数少，收敛速度快，，本文选用布谷鸟搜索算法来优化最大似然DOA估计和MUSIC-DOA估计。 本文首先介绍了阵列信号处理的一些理论基础和数学模型，以及布谷鸟搜索算法的基本概念。针对传统DOA估计算法都是基于信号源个数为已知的情况，本文采用了估计信号源个数的信息论准则和盖尔圆准则，在白噪声、快拍数一定的情况下，都能实现在对信号源个数的有效估计，而盖尔圆准则的估计效果最佳。 其次提出了基于布谷鸟搜索算法的最大似然DOA估计，根据最大似然DOA估计方法构成空间谱的特点，改进了CS算法的搜索策略，提出了一种快速收敛的CS-最大似然估计方法，经过仿真实验对比，证明经过CS优化的最大似然DOA估计方法求解速度较快，估计效果也较好。 最后介绍经典二维MUSIC估计方法，针对二维MUSIC-DOA估计谱函数为多峰函数且计算量大的问题，提出了基于二维MUSIC算法和隔离小生境CS算法的联合DOA估计方法。利用隔离小生境对CS算法进行改进，针对二维MUSIC多维非线性谱函数的特点，降低计算量，得到方向角和俯仰角的有效估计。仿真结果表明，基于隔离小生境CS算法的MUSIC-DOA估计算法性能较为优良。
【关键词】：DOA估计 布谷鸟搜索算法 最大似然估计 二维MUSIC 隔离小生境
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.7
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 绪论10-17
• 1.1 引言10-11
• 1.2 课题的国内外研究现状11-15
• 1.2.1 DOA 估计的研究现状11-13
• 1.2.2 信号源数目估计的研究现状13-14
• 1.2.3 仿生智能优化算法的研究现状14-15
• 1.3 论文的主要研究工作和章节安排15-17
• 1.3.1 主要研究工作15-16
• 1.3.2 章节安排16-17
• 第2章 阵列信号处理以及布谷鸟搜索算法理论基础17-25
• 2.1 阵列信号处理数学基础17-18
• 2.2 DOA 信号模型18-21
• 2.3 布谷鸟搜索算法21-23
• 2.3.1 Levy 分布21
• 2.3.2 CS 算法21-23
• 2.4 本章小结23-25
• 第3章 信号源数目的估计方法研究25-33
• 3.1 基于信息论准则的信号源数目估计方法25-27
• 3.1.1 信息论准则25-26
• 3.1.2 基于信息论准则的信源数目估计方法26-27
• 3.2 基于盖尔圆准则的信号源个数估计方法27-30
• 3.2.1 盖尔圆定理27-28
• 3.2.2 基于盖尔圆准则的信源数目估计方法28-30
• 3.3 仿真实验30-32
• 3.4 本章小结32-33
• 第4章 基于布谷鸟搜索算法的最大似然 DOA 估计33-43
• 4.1 信号的 DOA 估计33-36
• 4.1.1 均匀线阵信号模型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 估计36-39
• 4.2.1 基于布谷鸟搜索算法的最大似然 DOA 估计36-39
• 4.3 仿真实验39-42
• 4.4 算法的计算量分析42
• 4.5 本章小结42-43
• 第5章 基于小生境 CS 算法的二维 MUSIC-DOA 估计43-55
• 5.1 二维圆阵的 DOA 估计43-46
• 5.1.1 二维圆阵信号模型43-44
• 5.1.2 经典的二维 MUSIC 算法44-46
• 5.2 基于小生境 CS 算法的 MUSIC-DOA 估计方法46-50
• 5.2.1 小生境技术46-47
• 5.2.2 基于隔离小生境 CS 算法的二维 DOA 估计47-50
• 5.3 仿真实验50-53
• 5.4 算法的计算量分析53-54
• 5.5 本章小结54-55
• 第6章 全文总结55-57
• 6.1 本文的主要工作及研究展望55-57
• 参考文献57-65
• 作者简介及科研成果65-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 王姝;何子述;李会勇;;宽带强干扰背景下的弱信号源DOA估计方法[J];现代雷达;2006年09期

2 张贞凯;田雨波;周建江;;基于改进广义回归神经网络和主成分分析的宽带DOA估计[J];光电子.激光;2012年04期

3 万群,杨万麟;基于波束空间的后验稀疏约束迭代DOA估计方法[J];电子学报;2001年03期

4 陈利虎;;基于空时频分析的多分量跳频信号DOA估计[J];系统工程与电子技术;2011年12期

5 侯帅;潘伟;;未知信源数条件下基于合成空间谱的弱信号DOA估计方法[J];华东师范大学学报(自然科学版);2013年06期

6 刘中，朱志文，龚宇，龚耀寰;平坦响应空域滤波器和在DOA估计中的应用[J];电子学报;1996年07期

7 陈利虎;张尔扬;;基于数字信道化和空时频分析的多网台跳频信号DOA估计[J];通信学报;2009年10期

8 董惠;徐婷婷;王纯;;强干扰背景下二维弱信号DOA估计的修正投影阻塞法[J];信号处理;2013年02期

9 燕飞;;强信号背景下弱信号DOA估计方法[J];计算机仿真;2014年07期

10 陈洪光,王世f^,沈振康;分布信号源的DOA估计[J];国防科技大学学报;2005年03期

中国重要会议论文全文数据库 前1条

1 康春玉;曹涛;章新华;;噪声干扰器对本舰拖线阵声纳DOA估计的影响[A];泛在信息社会中的声学——中国声学学会2010年全国会员代表大会暨学术会议论文集[C];2010年

中国博士学位论文全文数据库 前1条

1 何子远;稀疏阵DOA估计及模糊特性研究[D];电子科技大学;2012年

中国硕士学位论文全文数据库 前10条

1 冀雯宇;波束域多目标DOA估计方法研究[D];南京航空航天大学;2012年

2 余昌和;DOA估计及其非相关噪声滤除方法研究[D];电子科技大学;2012年

3 宋俊才;超分辨DOA估计方法研究[D];哈尔滨工程大学;2010年

4 陈庆;相干信源的超分辨DOA估计技术研究[D];山东大学;2012年

5 马文洁;贝叶斯压缩感知在DOA估计中的应用研究[D];哈尔滨工业大学;2014年

6 王梦茹;基于空域矩阵预滤波的DOA估计[D];哈尔滨工业大学;2014年

7 张义元;基于布谷鸟搜索算法的DOA估计方法研究[D];吉林大学;2015年

8 黄祖镇;基于压缩感知的阵列DOA估计[D];哈尔滨工业大学;2013年

9 朱周华;宽带相干信源的DOA估计[D];西安科技大学;2004年

10 蔡步晓;无需预估角的宽带DOA估计方法研究[D];电子科技大学;2008年

  本文关键词：基于布谷鸟搜索算法的DOA估计方法研究，由笔耕文化传播整理发布。

本文编号：314988