论文部分内容阅读
波达方向(Direction of arrival,DOA)估计是阵列信号处理研究方向的重要技术。随着工程技术的不断发展,软硬件设备日趋成熟,DOA估计也实现诸多工业及军事方面的应用。现阶段高分辨、高精度DOA估计技术理论的研究,已成功地拓展到了岩洞矿采、地下勘测、空间探索等领域。目前广泛应用与军事工业等方面的DOA估计方法中主要分为两大类:波束形成法和子空间分类法。其中本文采用的是多重信号分类(Multiple signal classification algorithm,MUSIC)算法就是子空间分类法的重要分支,MUSIC算法可以分为特征值分解与谱峰搜索两部分,因谱峰搜索需要消耗大量的时间,传统MUSIC算法的实时性受到了限制。本文采用遗传算法(Genetic algorithm)与MUSIC算法相结合,提高算法的实时性。遗传算法是一种具有简洁性、全局寻优性以及并行性等特点的全局寻优仿生算法。但是遗传算法也存在如未成熟收敛,陷入局部最优解等缺陷。为了提高遗传算法全局搜索的性能并消除未成熟收敛现象,本文对遗传算法进行了改进。本文以遗传算法作为基础,提出了基于算子及种群的优化改进策略。其中,选择算子采用了轮盘赌注结合的最优解策略;交叉算子采用随着当代个体适应度的差异进行概率交叉或多点交叉的方式;变异算子则随着当代种群的差异性对种群个体基因值的比例进行均衡变异,从而维持种群多样性,提高算法的局部搜索能力。增加种群多样性的同时,引入种群的初始化规模参数,采用分阶段调整的方法进行调控,从而满足算法对种群规模的需要。仿真测试表明,改进的遗传算法能够克服未成熟收敛以及解决陷入局部最优解的问题,具有更好的性能,将改进的遗传算法与MUSIC算法相结合,提出GA-MUSIC算法。为进一步研究GA-MUSIC算法在DOA估计中的可靠性,针对空间中单信号源与多信号源两种情况,在不同信噪比条件下,对GA-MUSIC算法的谱峰搜索进行了仿真,仿真结果表明:GA-MUSIC算法具有良好的全局搜索能力,可以对单个及多个目标进行搜索。通过与粒子群MUSIC(PSO-MUSIC)算法的性能比较,表明GA-MUSIC算法可以极大的提高精度和实时性。在室内消声水池中进行了相关试验,分析了GA-MUSIC算法和PSO-MUSIC算法对于单信号源与非相干多信号源DOA估计的实时性,试验结果表明:GA-MUSIC算法在确保搜索成功率的同时且可以有效地减少谱峰搜索的运算时间,具有更好的实时性。本文提出的GA-MUSIC算法仿真测试与实验结果具有一致性,可以有效地解决DOA估计的搜索成功率和实时性的问题,对于实际工程应用具有重要的参考价值。