应用人工蜂群算法的动态波达方向跟踪-光学精密工程.PDF

应用人工蜂群算法的动态波达方向跟踪-光学精密工程.PDF

  1. 1、本文档共19页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
应用人工蜂群算法的动态波达方向跟踪-光学精密工程

第 卷 第 期 光学精密工程 棽棾 暋 棾 暋 斨旓旍棶棽棾暋斘旓棶棾 暋暋暋暋暋暋暋暋暋暋斚 旚旈斻旙斸旑斾斝旘斿斻旈旙旈旓旑斉旑旈旑斿斿旘旈旑 暋暋暋 暋暋暋 年 月 旔 旂 旂 棽棸棻椀 棾 暋 暋 暋暋斖斸旘棶棽棸棻椀 文章编号 棬 棭 暋棻棸棸棿灢椆棽棿斬棽棸棻椀棸棾灢棸椄棾椄灢棸椄 应用人工蜂群算法的动态波达方向跟踪 棳 棳 棻棽 棻棽 棻 棻灣 棳 棳 棳 单泽彪 石要武 刘小松 张志成 棬 棳 椈 棻灡吉林大学通信工程学院 吉林长春 棻棾棸棸棽棽 棳 棭 棽灡吉林大学工程仿生教育部重点实验室 吉林长春 棻棾棸棸棽棽 椇 棬 棭 棳 棳 摘要 针对目标信号源波达方向 斈斚斄 的实时变化 将人工蜂群算法应用于最大似然函数的优化 实现了动态目标 斈斚斄 暎 棳 棳 的实时跟踪 首先 提出了一种可变遗忘因子的自适应样本协方差矩阵更新方法 该方法可根据目标信号源 斈斚斄变化 棳 的快慢自适应调整历史数据和当前采样数据在协方差矩阵中所占的权重 从而保证在获得较小稳态误差的同时又可获 暎 棳 棳 得较快的跟踪速度 然后 直接应用了性能优越的最大似然估计方法 避免了子空间跟踪类算法需要不断重复特征值或 暎 棳 棳 棳 奇异值分解等问题 最后 采用人工蜂群仿生智能算法对似然函数的求解进行优化 从而极大地减少了算法的计算量 暎 椇 棳 棳 保证了算法的快速性和实时性 实验结果表明 在单快拍采样的情况下 信噪比为 棸斾斅时 跟踪两个目标信号源的均方 棳 暎 根误差为 棸棶椆椆椀棽曘基本达到了阵列信号处理中目标跟踪方法的设计要求 椇 棬 棭 椈 椈 椈 椈 关 键 词 波达方向 跟踪 运动目标跟踪 可变遗忘因子 人工蜂群算法 最大似然估计 暋 暋 斈斚斄 中图分类号椇 椈 文献标识码椇 椇 棷 斣斘椆棻棻斣斝棾椆棻暋暋 斄暋暋斾旓旈棻棸棶棾椃椄椄斚斝斉棶棽棸棻椀棽棾棸棾棶棸椄棾椄 斈斚斄旚旘斸斻旊旈旑 旓旀旐旓旜旈旑 旚斸旘斿旚旙斺 斸旘旚旈旀旈斻旈斸旍斺斿斿斻旓旍旓旑 斸旍旓旘旈旚旇旐 旂 旂 旂 旟 旟 旂 棳 棳

文档评论(0)

2105194781 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档