本文主要研究内容
作者姚建丽（2019）在《基于神经网络和MUSIC算法的矢量水听器的DOA估计》一文中研究指出：矢量水听器的研制对人们研究水下世界提供了更为方便的工具。与标量水听器相比,它具有更多的优势,它的发明是对标量水听器的及时补充。矢量水听器凭借其体积小、接收信号强等优势备受青睐,已逐渐成为研究者们在很多领域进行探索的重要工具。在信号处理方面,波达方向估计在其领域占有重要的地位,人们对它的研究也从未停止。从传统的MUSIC算法、ESPRIT算法和其他经典方法到人工神经网络算法,对波达方向的研究可谓多种多样。本文就矢量水听器中的波达方向(Drection of Arrival,DOA)进行估计,从神经网络和MUSIC算法两方面进行研究,主要内容如下:(1)将模拟退火算法(SA)与粒子群算法(PSO)相结合,利用SA算法的突跳作用使PSO算法避免陷入局部最优,从而优化BP神经网络的权阈值。将提取的矢量水听器信号经过求协方差、实值化、特征分解等过程,并取信号子空间的基作为神经网络的输入。仿真实验结果显示,改进后的SAPSO-BP模型比传统的PSO-BP和BP这两种模型在波达方向的估计表现更佳,估计精度更高,误差更小。(2)通过对遗传算法(GA)和PSO算法组成形成遗传粒子群算法(GAPSO),利用GA算法中的交叉、变异过程,使PSO算法避免陷入局部最优。与MUSIC算法结合形成GAPSO-MUSIC算法,以MUSIC算法的谱函数作为GAPSO算法的适应度函数,对DOA进行估计。通过仿真实验和汾河二库的实验,结果说明,GAPSO-MUSIC估计效果更好,具有更强的实用性。本文提出了SAPSO-BP、GAPSO-MUSIC两种模型,这两种模型被用于矢量水听器的波达方向估计。通过对比发现:本文提出的模型更具优势,精度更高,为波达方向估计的研究提供了新的思路,具有一定的参考价值。
Abstract
shi liang shui ting qi de yan zhi dui ren men yan jiu shui xia shi jie di gong le geng wei fang bian de gong ju 。yu biao liang shui ting qi xiang bi ,ta ju you geng duo de you shi ,ta de fa ming shi dui biao liang shui ting qi de ji shi bu chong 。shi liang shui ting qi ping jie ji ti ji xiao 、jie shou xin hao jiang deng you shi bei shou qing lai ,yi zhu jian cheng wei yan jiu zhe men zai hen duo ling yu jin hang tan suo de chong yao gong ju 。zai xin hao chu li fang mian ,bo da fang xiang gu ji zai ji ling yu zhan you chong yao de de wei ,ren men dui ta de yan jiu ye cong wei ting zhi 。cong chuan tong de MUSICsuan fa 、ESPRITsuan fa he ji ta jing dian fang fa dao ren gong shen jing wang lao suan fa ,dui bo da fang xiang de yan jiu ke wei duo chong duo yang 。ben wen jiu shi liang shui ting qi zhong de bo da fang xiang (Drection of Arrival,DOA)jin hang gu ji ,cong shen jing wang lao he MUSICsuan fa liang fang mian jin hang yan jiu ,zhu yao nei rong ru xia :(1)jiang mo ni tui huo suan fa (SA)yu li zi qun suan fa (PSO)xiang jie ge ,li yong SAsuan fa de tu tiao zuo yong shi PSOsuan fa bi mian xian ru ju bu zui you ,cong er you hua BPshen jing wang lao de quan yu zhi 。jiang di qu de shi liang shui ting qi xin hao jing guo qiu xie fang cha 、shi zhi hua 、te zheng fen jie deng guo cheng ,bing qu xin hao zi kong jian de ji zuo wei shen jing wang lao de shu ru 。fang zhen shi yan jie guo xian shi ,gai jin hou de SAPSO-BPmo xing bi chuan tong de PSO-BPhe BPzhe liang chong mo xing zai bo da fang xiang de gu ji biao xian geng jia ,gu ji jing du geng gao ,wu cha geng xiao 。(2)tong guo dui wei chuan suan fa (GA)he PSOsuan fa zu cheng xing cheng wei chuan li zi qun suan fa (GAPSO),li yong GAsuan fa zhong de jiao cha 、bian yi guo cheng ,shi PSOsuan fa bi mian xian ru ju bu zui you 。yu MUSICsuan fa jie ge xing cheng GAPSO-MUSICsuan fa ,yi MUSICsuan fa de pu han shu zuo wei GAPSOsuan fa de kuo ying du han shu ,dui DOAjin hang gu ji 。tong guo fang zhen shi yan he fen he er ku de shi yan ,jie guo shui ming ,GAPSO-MUSICgu ji xiao guo geng hao ,ju you geng jiang de shi yong xing 。ben wen di chu le SAPSO-BP、GAPSO-MUSICliang chong mo xing ,zhe liang chong mo xing bei yong yu shi liang shui ting qi de bo da fang xiang gu ji 。tong guo dui bi fa xian :ben wen di chu de mo xing geng ju you shi ,jing du geng gao ,wei bo da fang xiang gu ji de yan jiu di gong le xin de sai lu ,ju you yi ding de can kao jia zhi 。
论文参考文献
论文详细介绍
论文作者分别是来自中北大学的姚建丽，发表于刊物中北大学2019-07-04论文，是一篇关于矢量水听器论文,神经网络论文,算法论文,粒子群算法论文,波达方向论文,中北大学2019-07-04论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中北大学2019-07-04论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：矢量水听器论文; 神经网络论文; 算法论文; 粒子群算法论文; 波达方向论文; 中北大学2019-07-04论文;