典型文献
小生境粒子群算法在多信号DOA估计中的应用
文献摘要：
多重信号分类(Multiple Signal Classification,MUSIC)算法是波达方向(Direction of Arrival,DOA)估计领域中的经典算法之一,但其谱峰搜索过程的巨大计算量降低了算法的实时性.经典进化算法虽能降低搜索时间,却仅能搜索到一个解,当存在多个入射信号时便无法搜索全部解.为了解决该问题,在粒子群算法的基础上,借鉴小生境思想提出了小生境粒子群算法,利用顺序聚类算法将粒子划分到不同的小生境,并根据小生境的迭代数选择不同搜索策略,兼顾了搜索广度和深度.仿真结果表明,改进粒子群算法在进行多谱峰搜索时能大幅降低搜索时间并搜索到全部解,与同类算法相比具有更高的精度和较少设置参数,其精度可以达到10-3,用时可以达到网格搜索的1/7000,在基于MUSIC算法的多个信号DOA估计中有重要的应用价值.
文献关键词：
波达方向估计;多重信号分类算法;谱峰搜索;小生境粒子群算法(NPSO)
中图分类号：
作者姓名：
朱任;庄铭杰
作者机构：
华侨大学 工学院,福建 泉州362021
文献出处：
引用格式：
[1]朱任;庄铭杰-.小生境粒子群算法在多信号DOA估计中的应用)[J].电讯技术,2022(04):473-481
A类：
小生境思想,NPSO
B类：
多信号,DOA,Multiple,Signal,Classification,MUSIC,Direction,Arrival,谱峰搜索,大计,计算量,进化算法,搜索时间,入射,聚类算法,分到,搜索策略,改进粒子群算法,设置参数,网格搜索,波达方向估计,多重信号分类算法
AB值：
0.262259
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
