[发明专利]一种基于量子模因演化机理的波束空间测向方法

说明书

本发明公开了一种基于量子模因演化机理的波束空间测向方法，属于阵列信号处理领域。主要步骤为:对信号采样数据进行波束空间处理，得到波束空间的极大似然目标方程；初始化量子模因方法的种群；构造并计算适应度，记录优质量子个体；对量子个体进行演化，产生新的量子个体；将用演化后得到的新种群与原种群合并，并选择新种群；对优质量子个体进行局部搜索，寻找优质解；将全局最优量子个体映射到波达方向的角度空间，作为测向结果输出。本发明具有计算量小，稳定性高的优点，且能对相干源进行测向，解决了现有极大似然类测向方法计算量大，系统复杂，而特征分解类测向方法无法对相干信号源进行有效测向这一理论和技术难题。

技术领域

本发明属于阵列信号处理领域，具体涉及一种基于量子模因演化机理的波束空间测向方法。

背景技术

有关波束空间的空间谱估计方法的研究主要集中在如下几个方向，一是降低计算量，二是提高稳健性，三是降低系统的复杂性。现有的特征分解类测向方法，由于某些相干源的导向矢量与噪声子空间不完全正交。若不做特殊处理，无法解决信号源为相干源时的难题，空间平滑技术虽然解决了相干源测向难题，但要求阵列具有平移不变性，且由于这种方法对阵列有效孔径有损失，使其分辨力下降。而极大似然估计虽然是一种最佳估计，但是在阵列较大的情况下其运算量太大。波束空间处理技术可以通过将阵元合成一定数量的波束通道作为数据接收通道，是解决该问题的有效方法，这和阵元空间处理中每个阵元对应一个接收通道不同，波束空间方法能在大阵列，小信号数的场合有效地降低计算量。同时，就系统设计而言，数据接收通道的减少可以大大减少系统的复杂性。但是，由实际仿真可知，一般波束空间方法的均方根误差要劣于阵元空间方法的均方根误差。

为了解决极大似然估计中的非线性多维极大值问题，现有多维搜索方法(如交替投影算法，迭代二次型极大似然算法，遗传算法等)除效率低的缺点外，测向的结果可能不收敛，也可能仅找到似然函数的一个近似极值，但是由于似然函数复杂的极大值结构，难以保证收敛到全局最优解。

通过对现有技术文献的检索发现，彭世蕤等在《电子学报》(2007，Vol.35，No.3)上发表的“一种基于波束空间的非相干信号源DOA估计方法”，基于波束空间信号输出协方差矩阵的对角阵特性，得到信号源到达角的精确估计，但不能解决信号源为相干信号源情况下的测向难题。李俊武等在《计算机工程与应用》(2013，49(9))上发表的“改进粒子群算法在DOA估计中的应用”使用改进的粒子群算法，克服了传统粒子群算法容易陷入局部最优，存在无效搜索的问题，但仍存在计算量大，系统复杂的缺点。杨俊安等在《计算机科学》上(2003，Vol.30，No.11)发表的“量子遗传算法研究现状”指出现有方法存在收敛性能和效率之间的矛盾，为了避免早熟的收敛，则需要更大的种群规模和迭代次数。为了解决这些问题，应构造性能更优良的方法。

发明内容

本发明的目的在于提供解决现有的极大似然测向方法计算量大，系统复杂性高的缺点和特征分解类波束空间测向方法不能解相干源的难题的能在较短时间内得到较为准确的测向结果的一种基于量子模因演化机理的波束空间测向方法。

本发明的目的通过如下技术方案来实现：

使用极大似然估计原理，利用“模因方法”所具有的深度搜索能力，并且在“模因方法”的基础上，引入量子原理和波束空间技术，使用模拟量子旋转门演化量子个体。设计了一种基于量子模因演化机理的波束空间极大似然测向方法。解决了现有的极大似然类空间测向方法无法在短时间内达到最优测向结果，以及特征分解类波束空间测向方法无法对相干信号源进行测向这一技术和理论难题。

一种基于量子模因演化机理的波束空间测向方法，包括以下步骤：

步骤(1)：获取信号采样数据。