针对二维基于特征分解的多重信号分类(Multiple Signal Classificaion,MUSIC)算法在多谱峰搜索时计算量大、估计失败率高以及传统蚁群算法在进行二维多谱峰搜索时无法同时搜索多个谱峰的问题,将蚁群算法进行改进,同时与聚类思想相结合,...针对二维基于特征分解的多重信号分类(Multiple Signal Classificaion,MUSIC)算法在多谱峰搜索时计算量大、估计失败率高以及传统蚁群算法在进行二维多谱峰搜索时无法同时搜索多个谱峰的问题,将蚁群算法进行改进,同时与聚类思想相结合,加上动态调整搜索范围,使得改进后的蚁群算法可以进行二维MUSIC多谱峰搜索,同时可以分辨出相距较近的信号源的波达方向。通过仿真验证了改进后的蚁群算法在一定信噪比下进行谱峰搜索成功率高,鲁棒性强,且不受信号源距离大小的影响,证明了该算法适合进行多谱峰搜索的任务。展开更多
当前基本采用现场可编程门阵列(field programmable gate array,FPGA)来实现一维多重信号分类(multiple signal classification,MUSIC)算法,为了使MUSIC算法更适合应用于实际环境中入射信号的波达方向(direction of arrival,DOA)估计,采...当前基本采用现场可编程门阵列(field programmable gate array,FPGA)来实现一维多重信号分类(multiple signal classification,MUSIC)算法,为了使MUSIC算法更适合应用于实际环境中入射信号的波达方向(direction of arrival,DOA)估计,采用FPGA来实现二维MUSIC算法的谱峰搜索。合理设计各个步骤的并行结构以提高实时性,使用分步搜索法减少计算量和计算复杂度,通过模块复用降低资源消耗,采用流水线设计提高计算效率,从而在满足估计精度的同时使得谱峰搜索的实现时间更少。仿真试验结果表明,该硬件实现方案在100 MHz工作频率的FPGA芯片上实现二维谱峰搜索时,估计精度为1°,耗时为3.77 μs。该二维谱峰搜索实现结构的主要优点在于速度快,实时性高,具有较高的工程应用价值。展开更多
针对二维多重信号分类(multiple signal classification,MUSIC)算法在进行波达方向(direction of arrival,DOA)估计时计算速度慢、运算复杂度高的缺点,提出基于鸡群算法的二维MUSIC谱峰搜索算法.该算法将鸡群算法与MUSIC算法相结合,在...针对二维多重信号分类(multiple signal classification,MUSIC)算法在进行波达方向(direction of arrival,DOA)估计时计算速度慢、运算复杂度高的缺点,提出基于鸡群算法的二维MUSIC谱峰搜索算法.该算法将鸡群算法与MUSIC算法相结合,在谱峰搜索部分应用鸡群算法优化,利用鸡群算法寻优能力强的优点,快速搜索出谱峰所对应的角度.仿真实验表明,鸡群算法能有效克服谱峰搜索中出现的计算量大、计算复杂度高等问题,通过与其他仿生算法相比较,鸡群算法具有更快的收敛性、更强的稳定性以及更好的精确度.展开更多
文摘针对二维基于特征分解的多重信号分类(Multiple Signal Classificaion,MUSIC)算法在多谱峰搜索时计算量大、估计失败率高以及传统蚁群算法在进行二维多谱峰搜索时无法同时搜索多个谱峰的问题,将蚁群算法进行改进,同时与聚类思想相结合,加上动态调整搜索范围,使得改进后的蚁群算法可以进行二维MUSIC多谱峰搜索,同时可以分辨出相距较近的信号源的波达方向。通过仿真验证了改进后的蚁群算法在一定信噪比下进行谱峰搜索成功率高,鲁棒性强,且不受信号源距离大小的影响,证明了该算法适合进行多谱峰搜索的任务。
文摘当前基本采用现场可编程门阵列(field programmable gate array,FPGA)来实现一维多重信号分类(multiple signal classification,MUSIC)算法,为了使MUSIC算法更适合应用于实际环境中入射信号的波达方向(direction of arrival,DOA)估计,采用FPGA来实现二维MUSIC算法的谱峰搜索。合理设计各个步骤的并行结构以提高实时性,使用分步搜索法减少计算量和计算复杂度,通过模块复用降低资源消耗,采用流水线设计提高计算效率,从而在满足估计精度的同时使得谱峰搜索的实现时间更少。仿真试验结果表明,该硬件实现方案在100 MHz工作频率的FPGA芯片上实现二维谱峰搜索时,估计精度为1°,耗时为3.77 μs。该二维谱峰搜索实现结构的主要优点在于速度快,实时性高,具有较高的工程应用价值。
文摘针对二维多重信号分类(multiple signal classification,MUSIC)算法在进行波达方向(direction of arrival,DOA)估计时计算速度慢、运算复杂度高的缺点,提出基于鸡群算法的二维MUSIC谱峰搜索算法.该算法将鸡群算法与MUSIC算法相结合,在谱峰搜索部分应用鸡群算法优化,利用鸡群算法寻优能力强的优点,快速搜索出谱峰所对应的角度.仿真实验表明,鸡群算法能有效克服谱峰搜索中出现的计算量大、计算复杂度高等问题,通过与其他仿生算法相比较,鸡群算法具有更快的收敛性、更强的稳定性以及更好的精确度.