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
针对三维多重信号分类(Multiple Signal Classification,MUSIC)算法估计声源位置时计算速度慢,计算量大等缺点,提出了一种基于鸡群优化(Chicken Swarm Optimization,CSO)算法的近场声源三维定位算法。首先建立近场声源信号接收的数学模...针对三维多重信号分类(Multiple Signal Classification,MUSIC)算法估计声源位置时计算速度慢,计算量大等缺点,提出了一种基于鸡群优化(Chicken Swarm Optimization,CSO)算法的近场声源三维定位算法。首先建立近场声源信号接收的数学模型,并选取三维MUSIC算法中的空间谱函数为文章算法中的适应度函数。通过不断迭代和局部搜索,以适应度值为指标对鸡群个体进行排序,最终得到最优鸡群个体的位置,即近场待测声源的坐标。仿真和实验结果表明:文中算法具有定位精度高、计算效率高、实时性好等优点,文中算法的平均用时仿真时为三维MUSIC算法平均用时的1.9%,实验时为三维MUSIC算法用时的3.2%。展开更多
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.
文摘针对三维多重信号分类(Multiple Signal Classification,MUSIC)算法估计声源位置时计算速度慢,计算量大等缺点,提出了一种基于鸡群优化(Chicken Swarm Optimization,CSO)算法的近场声源三维定位算法。首先建立近场声源信号接收的数学模型,并选取三维MUSIC算法中的空间谱函数为文章算法中的适应度函数。通过不断迭代和局部搜索,以适应度值为指标对鸡群个体进行排序,最终得到最优鸡群个体的位置,即近场待测声源的坐标。仿真和实验结果表明:文中算法具有定位精度高、计算效率高、实时性好等优点,文中算法的平均用时仿真时为三维MUSIC算法平均用时的1.9%,实验时为三维MUSIC算法用时的3.2%。
