基于蚁群算法的LFM信号参数估计

来源 :系统仿真技术 | 被引量 : 0次 | 上传用户:zhuspecial
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决传统方法对线性调频(Linear Frequency Modulation,LFM)信号参数估计精度和运算复杂性的问题,提出了基于蚁群算法的LFM信号参数估计方法。当线性调频信号能量一定时,在相同的时宽范围内,其频谱幅度平方与调频斜率呈反比的特性。利用LFM信号这一特性,将LFM信号参数估计问题转化为函数求极值问题,然后利用蚁群算法对函数极值的全局寻优能力,实现对LFM信号的参数估计。仿真结果表明,该方法在不影响估计精度的前提下,降低了计算量和复杂度,即使在较低的信噪比下,仍然能够得到较高的参数估
其他文献
无人机Fast SLAM1.0算法粒子滤波的预测过程没有考虑地标的观测值,并不能利用新的测量数据更新无人机的位姿,使得粒子集偏离无人机真实位姿,需要大量粒子改进粒子滤波的精度,
对空间飞行器轨道进行仿真验证,是轨道方案设计与性能评估的重要途径之一,其可信性在模型验证与确认中具有重要作用。基于轨道仿真序列图像的空间飞行器轨道验证反演方法,通
三维场景仿真技术已被广泛应用于航空、城市规划、轨道交通等众多领域。该文章基于微软所开发的MSTS(Microsoft train simulation)列车运行仿真平台,以真实线路为原型,结合Goog
运动解剖陈列室多媒体查询系统的研制,旨在应用信息技术发展的最新成果.结合专业运动解剖实验室的大量标本及资料和教学的需要,将信息集中管理,形成相应的信息网络.文章就运
FastSLAM算法中粒子滤波存在粒子退化问题,严重影响了滤波的精度。为解决此问题,提出了基于容积粒子滤波的FastSLAM算法。将容积卡尔曼滤波作为粒子滤波的重要性密度函数,获
自动控制原理课程中状态观测器部分内容繁杂,不易理解。为加深理解该部分内容,通过模拟电子电路设计了状态观测器的实验,通过由浅入深的三个步骤使实验者对状态观测器的来龙去脉有更深入形象的理解。