基于混沌自适应烟花算法的雷达信号盲源分离

发布时间：2021-11-04 06:52

　　针对传统独立成分分析（independent component analysis,ICA）方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法（chaotic adaptive fireworks algorithm,CAFWA）的盲源分离（blind source separation,BSS）方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。 

【文章来源】：系统工程与电子技术. 2020,42(11)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

无噪情况下的源信号

无噪情况下的观测信号

无噪情况下EASI的分选信号

【参考文献】：
期刊论文
[1]空基雷达组网收发分置协同探测编队构型优化[J]. 马艳艳,金宏斌,李浩,骆伟林.  空军预警学院学报. 2019(06)
[2]基于膜计算与粒子群算法的盲源分离方法[J]. 孙远,杨峰,郑晶,徐茂轩,裴烁瑾.  振动与冲击. 2018(17)
[3]基于分组简化粒子群算法的盲源分离[J]. 季策,单长芳,沙毅,周荣坤.  东北大学学报(自然科学版). 2018(06)
[4]基于样条插值与人工蜂群优化的非线性盲源分离算法[J]. 陈雷,甘士忠,张立毅,王光艳.  通信学报. 2017(07)
[5]基于累积张量分解的雷达信号欠定盲分离算法[J]. 艾小凡,罗勇江,赵国庆.  系统工程与电子技术. 2016(11)
[6]基于循环平稳度准则的多路雷达信号识别算法[J]. 王红卫,范翔宇,陈游,杨远志.  兵工学报. 2016(04)
[7]反向烟花算法及其应用研究[J]. 李浩,柏鹏,张辉,金宏斌,薛俊杰.  西安交通大学学报. 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]不同一维混沌映射的优化性能比较研究[J]. 赵欣.  计算机应用研究. 2012(03)
[10]带有梯度加速粒子群算法的盲源分离[J]. 罗涛华,张聪.  计算机仿真. 2010(10)

硕士论文
[1]盲源分离在雷达侦察中的应用[D]. 陈一飞.西安电子科技大学 2017



本文编号：3475222