基于多宇宙并行量子遗传算法的非线性盲源分离算法研究

在系统分析非线性盲源分离模型和算法的基础上,提出了基于输出信号联合累积量的非线性盲 源分离算法,并提出采用多宇宙并行量子遗传算法的优化求解方法,仿真结果表明了算法的有效性.

一种基于干扰重构的自适应干扰对消算法

从干扰信号的波束域和时域特征人手，建立了基于四阶累积量联合对角化的干扰估计模型，提出了联合干扰重构和自适应对消的主瓣干扰抑制算法，给出了处理流程和工程应用条件，分析了干扰重构的相对误差，对信噪比损失性能进行了仿真分析，同时评估了对测角性能的影响。仿真结果表明，在于噪比大于40dB、干扰与目标夹角大于1／8波束宽度的条件下，该算法可有效抑制主瓣干扰，其重构的干扰信号与真实干扰信号相对误差小于2％，干扰抑制后目标回波信噪比损失小于3dB，测角精度恶化小于波束宽度的1／30。