基于遺傳算法的MUSIC譜峰搜索技術(shù)研究.pdf

1、MUSIC算法作為空間譜估計(jì)中一種經(jīng)典的超分辨算法,在陣列信號的多維參數(shù)估計(jì)中具有重要的應(yīng)用,但算法中譜峰搜索過程較大的計(jì)算量,使其在實(shí)時(shí)性要求較高場合的應(yīng)用受到限制。遺傳算法的并行性、全局尋優(yōu)及簡潔性等特點(diǎn),及其在復(fù)雜函數(shù)尋優(yōu)中的廣泛應(yīng)用,為上述問題提供了一種解決方案,但該算法也存在一些問題。本文主要針對遺傳算法的未成熟收斂現(xiàn)象和局部搜索能力差的問題,對遺傳算法進(jìn)行了改進(jìn)。
　　對于求全局最優(yōu)點(diǎn)的情況,本文提出了一種雙變異算子遺

2、傳算法,正交變異算子與多位點(diǎn)變異算子聯(lián)合作用。正交變異算子對各基因座上基因值的比例進(jìn)行均衡,以維持種群多樣性,克服未成熟收斂;小變異概率的多位點(diǎn)變異算子則用于提高算法的局部搜索能力。通過對算例函數(shù)的仿真,驗(yàn)證了改進(jìn)措施的有效性。
　　對于求多個(gè)局部最優(yōu)點(diǎn)的情況,本文對基于確定性排擠機(jī)制的小生境遺傳算法進(jìn)行了改進(jìn),引入了遷徙策略,提出了一種適合于二維參數(shù)估計(jì)的分級梯度算子,并將基因均衡的思想應(yīng)用到小生境遺傳算法中。改進(jìn)后的小生境遺傳

3、算法,能夠更好的維持種群的多樣性,局部搜索能力更強(qiáng),解的精確度更高,并通過算例進(jìn)行了驗(yàn)證。
　　最后,將改進(jìn)的遺傳算法應(yīng)用到MUSIC算法的譜峰搜索過程中,對改進(jìn)遺傳算法在單信號源和多信號源情況下的MUSIC譜峰搜索性能進(jìn)行了仿真分析,并對遺傳算法和遍歷法譜峰搜索的計(jì)算量進(jìn)行了對比,遺傳算法的譜峰搜索能夠在很大程度上降低MUSIC譜峰搜索的計(jì)算量。
　　本文的研究不僅對MUSIC算法在實(shí)時(shí)性場合的應(yīng)用有很大的意義,而且對于其