申请/专利权人：江苏科技大学

申请日：2023-11-20

公开（公告）日：2024-04-12

公开（公告）号：CN117872262A

主分类号：G01S3/14

分类号：G01S3/14;G01S7/41

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提出一种基于改进COA的波达方向估计优化方法及系统，输入接收的回波信号，设置COA种群数量和迭代次数，利用Kent混沌映射策略对COA进行初始化；根据输入的接收信号，使用多重信号分类方法求得接收信号的协方差矩阵并分解，根据信号子空间中方向向量和噪声子空间正交的关系，得到空间谱函数，求最大值对应解得到来波方向信息；根据空间谱函数构建改进COA适应度函数；采用透镜成像折射反向学习策略更新鬣蜥位置；进行南美浣熊捕猎鬣蜥，利用黄金正弦优化改进浣熊逃避天敌追捕策略，更新浣熊位置；直到输出由改进COA找到的最优解，得到多重信号分类方法估计出的来波方向。本发明较于传统MUSIC更为精确，运算时间有所减少，对邻近目标的分辨结果也有提升。

主权项：1.一种基于改进COA的波达方向估计优化方法，其特征在于，包括以下步骤：步骤1，输入接收的回波信号，设置COA的种群数量N和迭代次数T，初始化设置当前浣熊个体i和循环次数t；步骤2，利用Kent混沌映射策略对COA进行初始化，生成初始化种群；步骤3，根据步骤1输入的接收信号，使用多重信号分类方法求得接收信号的协方差矩阵并分解，得到信号子空间和噪声子空间，根据信号子空间中的方向向量和噪声子空间正交的关系，得到空间谱函数，并通过求最大值对应的解得到来波方向信息；根据所得空间谱函数构建改进COA的适应度函数；步骤4，采用透镜成像折射反向学习策略更新鬣蜥位置；步骤5，当时，采取模拟浣熊爬上树进攻鬣蜥，使其掉落的策略；步骤6，当时，采取模拟鬣蜥掉落在地上后，剩余浣熊攻击并捕食它的策略；步骤7，利用黄金正弦优化改进浣熊逃避天敌追捕的策略，并更新浣熊的位置信息；步骤8，判断循环是否达到最大迭代次数，若否则返回步骤4，若达到则结束迭代，输出由改进COA找到目标函数的最优解，得到多重信号分类方法估计出的来波方向。

全文数据：

权利要求：

百度查询： 江苏科技大学 基于改进COA的波达方向估计优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD