計(jì)算智能方法在空間譜估計(jì)中的應(yīng)用研究.pdf

1、波達(dá)方向(DOA)估計(jì)是陣列信號(hào)處理領(lǐng)域中的重要的研究方向?；陉嚵行盘?hào)處理的波達(dá)方向估計(jì)方法，可以同時(shí)對(duì)空間不同方向上的多個(gè)信號(hào)源實(shí)現(xiàn)高分辨率的方向估計(jì)，在雷達(dá)、聲納、主動(dòng)防護(hù)系統(tǒng)、通信系統(tǒng)以及智能天線等多個(gè)研究領(lǐng)域中廣泛的應(yīng)用。最大似然估計(jì)(MLE)是統(tǒng)計(jì)估計(jì)中最重要、應(yīng)用最廣泛的方法之一，理論上最大似然可以獲得最優(yōu)性能，但實(shí)現(xiàn)這種估計(jì)的算法需要進(jìn)行多變量非線性最大值的全局搜索，其運(yùn)算量很大。這正是MLE方法應(yīng)用的瓶頸問題。計(jì)算智能

2、方法的主要應(yīng)用對(duì)象是優(yōu)化問題的難解問題。因此，本論文根據(jù)在非合作參數(shù)估計(jì)中的實(shí)際情況，把粒子群優(yōu)化算法、模擬退火算法及其改進(jìn)算法適宜地用在多信號(hào)源的波達(dá)方向最大似然估計(jì)這個(gè)難解的優(yōu)化問題上。
　　 本文首先介紹了陣列信號(hào)處理基本理論和模型。
　　 然后介紹波束形成法、MUSIC和ESPRIT等經(jīng)典空間譜估計(jì)算法的基本原理。
　　 接著重點(diǎn)介紹了最大似然算法以及一些實(shí)現(xiàn)最大似然算法的算法，例如交替投影算法、遺傳算法

3、等。由于粒子群優(yōu)化算法的算法流程簡(jiǎn)單性及其優(yōu)秀的收斂能力，本文選擇粒子群優(yōu)化算法為主要的實(shí)現(xiàn)算法。在最大似然估計(jì)基礎(chǔ)上，對(duì)帶有線性遞減權(quán)向量的粒子群優(yōu)化算法(LDWPSO)進(jìn)行修正，逐漸縮小算法的慣性權(quán)向量的初值，通過這樣的處理在保留了算法的全局收斂能力的基礎(chǔ)上增強(qiáng)了算法的局部收斂性，使算法更加適合DOA最大似然估計(jì)搜索。
　　 接著在論文中提出了一種由當(dāng)前粒子與最優(yōu)粒子之間的距離動(dòng)態(tài)調(diào)整慣性權(quán)向量的改進(jìn)粒子群優(yōu)化算法，并且在該

4、改進(jìn)粒子群優(yōu)化算法中增加了種群中所有粒子的平均信息。使粒子在飛行的過程中能夠考慮到整個(gè)種群的情況。使用該改進(jìn)粒子群優(yōu)化算法進(jìn)行DOA最大似然估計(jì)搜索，并通過仿真將修正后的LDWPSO算法和改進(jìn)粒子群優(yōu)化算法性能與修正改進(jìn)前的算法進(jìn)行比較。
　　 在最后一部分，采用SA-PSO算法進(jìn)行DOA的最大似然估計(jì)的搜索，在PSO算法中引入了模擬退火算法的接受概率與退火溫度的概念，形成SA-PSO算法，最后通過仿真來驗(yàn)證該算法在DOA最大似