基于神经网络和MUSIC算法的矢量水听器的DOA估计

论文摘要

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。

论文目录

• 摘要
• abstract
• 第一章 绪论
•   1.1 研究背景及意义
•   1.2 国内外研究现状
•     1.2.1 矢量水听器的变化
•     1.2.2 信号处理的研究过程
•   1.3 论文主要工作和结构安排
• 第二章 阵列信号处理的理论知识
•   2.1 模型假设
•   2.2 阵列信号处理模型
•   2.3 人工神经网络
•   2.4 MUSIC算法
•   2.5 本章小结
• 第三章 基于SAPSO-BP神经网络的DOA估计
•   3.1 BP神经网络
•     3.1.1 BP神经网络结构
•     3.1.2 BP神经网络原理
•   3.2 基于模拟退火的粒子群算法
•     3.2.1 模拟退火算法
•     3.2.2 粒子群算法
•     3.2.3 基于模拟退火的粒子群算法
•   3.3 基于SAPSO-BP神经网络的DOA估计
•   3.4 仿真实验
•     3.4.1 实验一单信号源的来波方向估计
•     3.4.2 单源信号下不同信噪比的分析对比
•     3.4.3 实验二两信号源的来波方向估计
•     3.4.4 双信号下不同信噪比分析对比
•   3.5 本章小结
• 第四章 基于GAPSO-MUSIC算法的DOA估计
•   4.1 遗传粒子群算法
•     4.1.1 遗传算法
•     4.1.2 遗传粒子群算法
•   4.2 基于GAPSO-MUSIC算法的DOA估计
•   4.3 仿真实验
•     4.3.1 实验一对信号源进行波达方向的估计
•     4.3.2 实验二不同信噪比下的分析对比
•   4.4 湖试实验
•     4.4.1 数据来源
•     4.4.2 对于实际数据的DOA估计
•   4.5 本章小结
• 第五章 总结与展望
•   5.1 研究主要内容及成果
•   5.2 展望
• 参考文献
• 攻读硕士学位期间发表的论文及研究成果
• 致谢

文章来源

类型: 硕士论文

作者: 姚建丽

导师: 王建中

关键词: 矢量水听器,神经网络,算法,粒子群算法,波达方向

来源: 中北大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 物理学,工业通用技术及设备,电信技术,自动化技术

单位: 中北大学

基金: 国家自然科学基金(61275120),山西省回国留学人员科研资助项目(2016-088),山西省自然科学基金项目(201801D121026,201701D121012,201701D221121)

分类号: TB565.1;TN911.7;TP183

总页数: 49

文件大小: 5565K

下载量: 198