[發明專利]一種沖擊噪聲環境下的量子萬有引力搜索動態DOA估計方法

有效

• 申請號: 201410108082.1
• 申請日: 2014-03-21
• 公開（公告）號: CN103901394A
• 公開（公告）日: 2014-07-02
• 發明（設計）人: 高洪元;徐從強;胡韌;李晨琬
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S3/00
• 分類號: G01S3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種沖擊噪聲環境下的量子萬有引力搜索動態DOA估計方法，其特征在于：?

步驟一，對空間D個信源信號進行快拍采樣和加權處理，由M個全向陣元構成的無模糊線陣，D個中心頻率相同的遠場窄帶信號從方向{θ₁,θ₂,…,θ_D}入射到陣列上，陣列接收第k次快拍采樣數據為x(k)＝As(k)+n(k)，式中x(k)＝[x₁(k),x₂(k),…,x_M(k)]^T為陣列的接收數據矢量；A(θ)＝[a(θ₁)?a(θ₂)?…?a(θ_D)]是信號導向矢量矩陣，θ＝(θ₁,θ₂,…,θ_D)是角度矢量，θ_d（d＝1,2,…,D）是第d個信源的來波方向；s(t)＝[s₁(t),s₂(t),…,s_D(t)]^T為信號矢量；?

n(k)＝[n₁(k),n₂(k),…,n_M(k)]^T是獨立同分布的滿足SαS分布的沖擊噪聲向量；第d個導向矢量為a(θ_d)＝[exp(-jω₀τ_1d),exp(-jω₀τ_2d),…,exp(-jω₀τ_Md)]^Τ，d＝1,2,…,D，式中，?c為光速，f為入射信號的頻率，λ為入射信號的波長，(l＝1,2,…,M)表示第d個信號到達第l個陣元時相對于參考陣元的時延，E_l為第l個陣元的位置，接收數據的加權信號為h(k)＝x(k)/max{|x₁(k)|^0.7,|x₂(k)|^0.7,…,|x_M(k)|^0.7}，max{}為取最大值函數，定義陣元接收數據之間的加權信號協方差為C(k)，第一次采樣數據的加權信號協方差為C(1)＝h(1)h^H(1)，根據經典信息論準則估計信源個數D，t代表量子萬有引力搜索機制的迭代次數，初始時設t＝0；?

步驟二，量子萬有引力搜索機制的所有物體初始狀態確定，由N個物體組成的系統，每個物體在D維搜索空間中運動，第i個物體的量子位置定義如下：?

(i＝1,2,…,N)，為有效量子位置，為輔助量子位置，0≤y_id(t)≤1(d＝1,2,…,D)表示第i個物體在第d維的有效量子位，z_id為第i個物體在第d維的輔助量子位，[y_id(t)]²+[z_id(t)]²＝1，把第i個物體的量子位置第一行即有效量子位置影射到定義區間，就是物體的當前位置q_i(t)＝[q_i1(t),q_i2(t),…,q_iD(t)]，對于所有的i＝1,2,…,N，q_id(t)＝y_id(t)[u_d(k)-l_d(k)]+l_d(k)，d＝1,2,…,D，第i個物體對應的速度為v_i(t)＝[v_i1(t),v_i2(t),…,v_iD(t)]，-0.2≤v_id(t)≤0.2(d＝1,2,…,D)表示第i個物體的第d維速度，t代表迭代次數，量子位置在定義的量子域[0，1]間隨機初始化，在[-0.2，0.2]隨機初始?化速度的每一維，確定初始搜索空間為D個角度的搜索區間向量，u_d(k)和l_d(k)分別為第k次采樣數據處理第d維的角度搜索區間的上限和下限值，最大迭代次數設置為，其中為取整函數，zz為取整倍數；?

步驟三，第i個物體位置q_i(t)＝[q_i1(t),q_i2(t),…,q_iD(t)]的加權信號協方差極大似然方程的目標函數值為，正交投影矩陣?，tr()表示矩陣的求跡運算，根據目標函數?評價物體位置的優劣，代表有效量子位置?映射到搜索范圍中的位置計算的目標函數值，即把影射到參數范圍后，使用fit[q_i(t)]計算物體的目標函數值，第i個物體到現在為止所經歷的最優量子位置的第一行定義為該物體的局部最優位置，記作p_i(t)＝[p_i1(t),p_i2(t),…,p_iD(t)]，p_id(t)為第i個物體到第t次迭代為止所經歷最優有效第d維量子位，d＝1,2,…,D，所有物體到現在所經歷最優量子位置的第一行記作全局最優量子位置，也就是目標函數值最大的有效量子位置，記作b(t)＝[b₁(t),b₂(t),…,b_D(t)]，b_d(t)為所有物體到第t次迭代為止所經歷最優有效第d維量子位，d＝1,2,…,D，確定最好目標函數值best(t)和最差目標函數值worst(t)，?

步驟四，計算在t次迭代的每個物體質量：M_ai＝M_pi＝M_ii＝M_i,i＝1,2,…,N,?M_pi表示被作用物體i的質量，M_ai表示作用到物體i的質量，M_ii為物體i的引力質量，M_i(t)為第i個物體的慣性質量，計算N個物體的萬有引力的合力，對于第d維，第j個物體作用在第i個物體上的引力大小為?引力系數T為最大迭代次數，R_ij(t)是第j個物體和第i個物體的歐氏距離，G₀和γ為常系數，R_ij(t)＝||p_i(t),p_j(t)||₂，對于?第d維，作用在第i個物體上的總作用力i＝1,2,…,N，d＝1,2,…,D，rand_j是[0，1]間的隨機數，更新所有物體的加速度、速度和量子位置，第i個物體的第d維加速度為前N/2個物體速度根據引力方程進行更新，則第i個物體的第d維速度更新為?i＝1,2,…,N/2，d＝1,2,…,D；其他N/2個物體速度根據群行為進行更新，則第i個物體的第d維速度更新為v_id(t+1)＝c₄r₄[b_d(t)-y_id(t)]+c₅r₅[p_id(t)-y_id(t)]+w_tv_id(t)，w_t從初次迭代的0.9線形遞減到最大迭代的0.5，i＝N/2+1,N/2+2,…,N，d＝1,2,…,D，r₁、r₂、r₃、r₄和r₅都是[0，1]之間的均勻隨機數，加權常數c₁＝c₂＝c₄＝c₅＝0.78，c₃＝0.1；對于v_id(t+1)，若超出邊界值，將其限制在邊界，即v_id(t+1)＞0.2，v_id(t+1)＝0.2，若v_id(t+1)<-0.2，v_id(t+1)＝-0.2，量子位置為i＝1,2,…,N，其中?d＝1,2,…,D，abs()為量子位取絕對值函數；?

步驟五，量子位置y_i(t+1)影射到定義區間q_i(t+1)，計算目標函數值，?

i＝1,2,…,N，d＝1,2,…,D，若?

fit[q_i(t+1)]＞fitq[p_i(t)]，則令局部最優量子位置否則,?

p_i(t+1)＝p_i(t)，把最優的局部最優量；子位置設置成全局最優量子位置為?

b(t+1)＝[b₁(t+1),b₂(t+1),…,b_D(t+1)]，確定當前最好目標函數值best(t+1)和最差目標函數值worst(t+1)，

步驟六，判斷是否達到最大迭代次數，若是，記錄最優位置，執行步驟七；否則，t＝t+1，返回步驟四；?

步驟七，快拍采樣新數據x(k+1)＝[x₁(k+1),x₂(k+1),…,x_M(k+1)]^T，對采樣數據進行加權處?理：h(k+1)＝x(k+1)/max{|x₁(k+1)|^0.7,|x₂(k+1)|^0.7,…,|x_M(k+1)|^0.7}，計算當前采樣的加權信號協方差：其中是新增加的第k+1個采樣數據的加權信號協方差的增量，更新搜索空間為Z(k+1)，?d＝1,2,…,D，β為收斂因子，決定了搜索空間的收斂速度；常數r為搜索空間在鎖定狀態下的搜索半徑；為第d個方向在第k次采樣時的估計值；為第d個方向在第k次采樣時搜索空間的中心值，其更新公式為其中δ為遺傳因子；?

步驟八，如果達到最大跟蹤次數，執行步驟九；否則，設k＝k+1，t＝0，返回步驟二繼續估計動態目標下一個時刻的方向；?

步驟九，得到所有快拍采樣下的全局最優位置就是檢測的動態目標方向值，輸出動態跟蹤結果。?