改进鸡群优化算法的二维MUSIC谱峰搜索研究

发布时间：2021-11-13 21:58

　　针对二维多重信号分类（MUSIC）算法在谱峰搜索时运算复杂,实时性差的问题,提出一种改进鸡群算法的二维MUSIC谱峰搜索算法。该算法将改进鸡群算法应用于谱峰搜索部分,首先利用佳点集理论构造初始种群;其次由寻食速度因子和聚集度因子构成惯性权值函数;最终将惯性权值引入母鸡的位置更新公式中,使算法快速搜索出谱峰所对应的角度。结果显示,该算法以更低的时间复杂度获得与网格搜索法相同的搜索精度,时间复杂度降低了648倍,节约99.4%的搜索时长,与其他3种优化算法相比,具有更优的收敛性能和更高的搜索精度。 

【文章来源】：电子测量与仪器学报. 2020,34(03)北大核心CSCD

【文章页数】：7 页

【部分图文】：

L型阵列与分布式信源

ICSO算法流程

表3 四种优化算法的参数设置Table 3 Parameter setting of four optimization algorithms 算法 参数设置 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实验4,算法的成功率实验。实验条件与实验3相同,进行100次蒙特卡洛仿真实验,统计不同信噪比下各优化算法对目标函数值搜索的成功率,实验结果如表4所示。

【参考文献】：
期刊论文
[1]多径环境下阵列波达方向估计及互耦校正[J]. 杜永兴,李晨璐,秦岭,李宝山.  微波学报. 2019(03)
[2]基于改进鸡群算法的电动汽车有序充电策略研究[J]. 吴甲武,邱晓燕,潘胤吉,肖建康.  电测与仪表. 2019(09)
[3]基于改进粒子群算法的移动机器人路径规划[J]. 郭世凯,孙鑫.  电子测量技术. 2019(03)
[4]基于CS和随机声呐阵列的水下目标方位估计[J]. 张红梅,陈明杰,刘洪丹,孙希威.  水下无人系统学报. 2018(06)
[5]L阵基于降维MUSIC的二维DOA与频率估计[J]. 徐乐,吴日恒,张小飞.  系统工程与电子技术. 2019(01)
[6]基于鸡群优化算法的二维MUSIC谱峰搜索算法[J]. 窦慧晶,朱子云,高立菁.  北京工业大学学报. 2018(11)
[7]空间谱估计经典MUSIC算法性能分析[J]. 胡荣飞,林自豪,杨娟.  数字通信世界. 2018(10)
[8]基于自适应量子粒子群算法的塔机NFNN控制器参数优化[J]. 刘慧敏,程普.  电子测量与仪器学报. 2018(04)
[9]二维高精度MUSIC算法的高速实现[J]. 张多利,张斌,宋宇鲲.  合肥工业大学学报(自然科学版). 2018(03)
[10]水下爆炸声源辅助声呐系统的目标定位和参数估计[J]. 闫晟,郝程鹏,马慧,鄢社锋.  声学学报. 2018(02)



本文编号：3493797