排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
相对于集中式直接定位技术,分布式直接定位算法具有计算复杂度小和通信代价小等优点,但存在定位精度损失的问题。针对于此,该文提出一种基于VEPPSO-EXTRA混合算法的分布式直接定位技术。首先,基于子空间融合的直接定位算法,推导其分布式优化的数学模型;其次,基于多种群联合进化的思想,提出一种基于向量评估的并行粒子群算法(VEPPSO)实现全局寻优,由此得到辐射源迭代初始值;最后,引入分布式精确一阶算法(EXTRA)求解最终位置以降低分布式计算带来的精度损失。实验结果表明,相较于现有的分布式直接定位算法,该技术能解决定位精度损失的问题,且其计算复杂度与通信代价低于对应的集中式直接定位算法。 相似文献
2.
针对极化敏感面阵的极化域-空域联合谱估计,现有的多重信号分类(Multiple Signal Classification, MUSIC)算法需要进行四维谱峰搜索,计算量较大。建立了一种极化参数与空域参数分离的长矢量模型,在此基础上提出了一种基于不等式约束的降维MUSIC算法。利用极化矢量的模值有界性,将联合谱估计问题转化为不等式约束优化问题,在空间域进行谱峰搜索先行估计出信号的波达方向(Direction of Arrival, DOA),进而估计极化相位差和极化幅角。与4D-MUSIC算法相比,所提算法将四维搜索降低至二维,运算量显著降低。计算机仿真实验证明了算法的有效性和高精度性。 相似文献
3.
1