强冲击噪声环境下基于量子企鹅搜索机制的互质阵列DOA估计方法

    公开(公告)号:CN110940949B

    公开(公告)日:2023-04-28

    申请号:CN201911266148.9

    申请日:2019-12-11

    Abstract: 本发明一种强冲击噪声下基于量子企鹅搜索机制的互质阵列DOA估计方法,获得无穷范数加权信号的分数低阶协方差矩阵;构建扩展分数低阶协方差矩阵和扩展的导向矩阵,构造基于此扩展协方差矩阵的极大似然测向方程;初始化量子企鹅群,初始化量子企鹅的速度和量子位置;计算适应度并降序排列,并选出全局最优量子位置;更新量子企鹅的量子位置;评价量子企鹅位置适应度值,更新全局最优量子位置;判断是否达到最大迭代次数,若未达到,继续迭代;若达到,输出全局最优量子位置,映射后获得最佳波达方向估计值。本发明实现了获得更高的测向精度、更快的运算速度、更好的扩展阵列孔径能力、测相干源能力、抗冲击噪声能力和更广泛的应用环境。

    强冲击噪声环境下基于量子企鹅搜索机制的互质阵列DOA估计方法

    公开(公告)号:CN110940949A

    公开(公告)日:2020-03-31

    申请号:CN201911266148.9

    申请日:2019-12-11

    Abstract: 本发明一种强冲击噪声下基于量子企鹅搜索机制的互质阵列DOA估计方法,获得无穷范数加权信号的分数低阶协方差矩阵;构建扩展分数低阶协方差矩阵和扩展的导向矩阵,构造基于此扩展协方差矩阵的极大似然测向方程;初始化量子企鹅群,初始化量子企鹅的速度和量子位置;计算适应度并降序排列,并选出全局最优量子位置;更新量子企鹅的量子位置;评价量子企鹅位置适应度值,更新全局最优量子位置;判断是否达到最大迭代次数,若未达到,继续迭代;若达到,输出全局最优量子位置,映射后获得最佳波达方向估计值。本发明实现了获得更高的测向精度、更快的运算速度、更好的扩展阵列孔径能力、测相干源能力、抗冲击噪声能力和更广泛的应用环境。

Patent Agency Ranking