摘要:隨機最大似然算法(SML)是一種優秀的波達方位(DOA)估計算法,但SML解析過程中極其繁重的計算復雜度制約了該算法在實際系統中的應用。針對SML計算復雜度高的問題,提出了一種融合膜計算(MC)的隨機最大似然算法。首先利用膜計算的優化框架將SML算法的解空間進行膜劃分,劃分為基本膜和表層膜;然后在每個基本膜內并行采用粒子群算法(PSO)進行局部尋優,同時將基本膜區域內的局部最優解送至表層膜進行全局優化;最后在表層膜區域中采用人工蜂群優化算法進行全局最優解的搜索。實驗結果表明,本文算法極大地降低了SML的解析復雜度,計算時間較常用的GA、AM和PSO算法提高了超過10倍,在收斂速度方面具有顯著的優勢,且測向精度優于傳統空間譜算法。
高技術通訊雜志要求:
{1}標題一般不宜超過4層。標題行和每段正文首行均空二格。各級標題末尾均不加標點。
{2}來稿經編輯部查新核實無一稿多投、重復發表或剽竊行為后,由編輯部登記備案給予編號,由作者填寫《版權協議》。
{3}作者應對稿件中的錯別字、引文、標點符號等問題仔細地核對和訂正。
{4}參考文獻一般不少于4篇,必須是公開發表且在文中確實引用的專著、期刊文章、論文集文章、學位論文、技術標準等,按文中引用的先后順序編號。
{5}作者簡介:作者姓名、出生年、性別、民族、籍貫、職稱、學位及研究方向。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社