一种基于量子粒子群的波达方向估计方法

摘要

本发明公开了一种基于量子粒子群的波达方向估计方法，步骤包括：建立阵列信号模型，设置阵列相关参数，接着根据阵列信号数据建立最大似然估计，然后初始化，计算各粒子的适应度函数，更新量子粒子群速度和位置，然后判断是否达到最大迭代次数，然后输出信源入射角度矢量估计值，进而计算入射方向角的均方差。本发明在寻优过程中利用了粒子的量子行为，克服了标准粒子群算法容易陷入局部最小值缺点，估计精度高，对于解决波达方向估计问题取得了较好的效果，为获得高分辨率的波达方向估计提供了新的解决思路。

主权项

一种基于量子粒子群的波达方向估计方法，其特征在于，所述方法包括如下步骤：(1)确定阵元数平面波信号数P，信号中心波长λ，快拍数相邻阵元间距d，结合接收信号对数据协方差矩阵的最大似然估计进行特征分解获得信号子空间S、噪声子空间G；(2)初始化；确定粒子群的种群规模M，粒子的初始位置向量为z_i，粒子对应的速度向量为v_i，i＝1,2,…,M，最大速度V_max，迭代次数k＝1，最大迭代次数K_max，每个粒子的局部最优位置以及整个种群的全局最优位置(3)计算各粒子的适应度函数；将M个粒子位置z_i，i＝1,2,…,M作为波达方向角θ的估计值，代入MUSIC算法的谱估计适应度函数$f\left(\theta \right)=\frac{a^H\left(\theta \right)a\left(\theta \right)}{a^H\left(\theta \right)(I-{\mathrm{SS}}^H)a\left(\theta \right)}$获得每个粒子个体适应度函数值；其中，I为单位矩阵，$a\left(\theta \right)={[1,e^{\mathrm{j\phi }\left(\theta \right)},...,e^{j(\bar{N}-1)\phi \left(\theta \right)}]}^T,\phi \left(\theta \right)=\frac{2\pi }{\lambda }d\sin \theta ;$(4)量子粒子群速度和位置更新；第k+1次迭代，粒子根据如下公式更新速度和位置：$v_i^{k+1}=\frac{2r_1{p}_i^k+2.1r_2{p}_g^k}{{2r}_1+2.1r_2};$其中：i＝1,2,…,M，α为收缩扩张系数；r₁,r₂,r₃,r₄取[0,1]之间均匀分布的随机数，为第i个粒子经历的最好位置，为所有粒子种群经历的最好位置；(5)如果达到最大迭代次数k＝K_max，则寻优结束，所得到的前P个全局最优位置向量即为最优波达方向角估计值，即输出信源入射角度矢量估计值，进而计算入射方向角的均方差；否则，k:＝k+1，转到步骤3。