摘要：隨機(jī)最大似然算法(SML)是一種優(yōu)秀的波達(dá)方位(DOA)估計(jì)算法,但SML解析過(guò)程中極其繁重的計(jì)算復(fù)雜度制約了該算法在實(shí)際系統(tǒng)中的應(yīng)用。針對(duì)SML計(jì)算復(fù)雜度高的問(wèn)題,提出了一種融合膜計(jì)算(MC)的隨機(jī)最大似然算法。首先利用膜計(jì)算的優(yōu)化框架將SML算法的解空間進(jìn)行膜劃分,劃分為基本膜和表層膜;然后在每個(gè)基本膜內(nèi)并行采用粒子群算法(PSO)進(jìn)行局部尋優(yōu),同時(shí)將基本膜區(qū)域內(nèi)的局部最優(yōu)解送至表層膜進(jìn)行全局優(yōu)化;最后在表層膜區(qū)域中采用人工蜂群優(yōu)化算法進(jìn)行全局最優(yōu)解的搜索。實(shí)驗(yàn)結(jié)果表明,本文算法極大地降低了SML的解析復(fù)雜度,計(jì)算時(shí)間較常用的GA、AM和PSO算法提高了超過(guò)10倍,在收斂速度方面具有顯著的優(yōu)勢(shì),且測(cè)向精度優(yōu)于傳統(tǒng)空間譜算法。

高技術(shù)通訊雜志要求:

{1}標(biāo)題一般不宜超過(guò)4層。標(biāo)題行和每段正文首行均空二格。各級(jí)標(biāo)題末尾均不加標(biāo)點(diǎn)。

{2}來(lái)稿經(jīng)編輯部查新核實(shí)無(wú)一稿多投、重復(fù)發(fā)表或剽竊行為后，由編輯部登記備案給予編號(hào)，由作者填寫(xiě)《版權(quán)協(xié)議》。

{3}作者應(yīng)對(duì)稿件中的錯(cuò)別字、引文、標(biāo)點(diǎn)符號(hào)等問(wèn)題仔細(xì)地核對(duì)和訂正。

{4}參考文獻(xiàn)一般不少于4篇，必須是公開(kāi)發(fā)表且在文中確實(shí)引用的專著、期刊文章、論文集文章、學(xué)位論文、技術(shù)標(biāo)準(zhǔn)等，按文中引用的先后順序編號(hào)。

{5}作者簡(jiǎn)介：作者姓名、出生年、性別、民族、籍貫、職稱、學(xué)位及研究方向。

注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社