国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于改進(jìn)模擬退火算法的極限稀疏陣列優(yōu)化方法

      文檔序號(hào):9597988閱讀:596來(lái)源:國(guó)知局
      一種基于改進(jìn)模擬退火算法的極限稀疏陣列優(yōu)化方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及聲納換能器陣列設(shè)計(jì)領(lǐng)域,尤其涉及一種基于改進(jìn)模擬退火算法的極 限稀疏陣列優(yōu)化方法。
      【背景技術(shù)】
      [0002] 全布陣換能器陣列是一種采用均勻、周期分布的換能器陣列。隨著海洋資源探測(cè)、 開(kāi)發(fā)等領(lǐng)域的迅速發(fā)展,其對(duì)水下三維聲學(xué)成像系統(tǒng)在分辨率、系統(tǒng)復(fù)雜度、功耗以及成本 等方面的要求也越來(lái)越高,傳統(tǒng)的全布陣換能器陣列已經(jīng)難以滿(mǎn)足其日益增長(zhǎng)的性能需 求。為解決上述問(wèn)題,眾多學(xué)者采用一種非等間距陣列(Unequally spaced arrays),即稀 疏陣列(Sparse arrays),代替全布陣換能器陣列進(jìn)行三維聲學(xué)成像,從而降低系統(tǒng)的復(fù)雜 度、功耗以及成本。稀疏陣列通過(guò)去除換能器陣列中某些陣元,并對(duì)保留陣元的位置和權(quán)重 系數(shù)進(jìn)行優(yōu)化,從而大幅減小了換能器陣列陣元數(shù)量,同時(shí)也將其波束方向圖的主瓣寬度 和旁瓣峰值控制在預(yù)期范圍內(nèi)。
      [0003] 根據(jù)優(yōu)化方法的不同,稀疏陣列的優(yōu)化算法主要可以分為:確定優(yōu)化算法和隨機(jī) 優(yōu)化算法。確定優(yōu)化算法相比于隨機(jī)優(yōu)化算法,具有效率高、迭代少、收斂快等優(yōu)勢(shì),但其在 稀疏優(yōu)化過(guò)程中,對(duì)陣列的形狀有較高的要求,因此通常未必能夠?qū)さ萌肿顑?yōu)解。隨機(jī) 優(yōu)化算法首先基于陣列的主瓣寬度、旁瓣峰值以及波束方向圖形狀等指標(biāo)構(gòu)建目標(biāo)函數(shù), 然后按照一定的隨機(jī)準(zhǔn)則對(duì)目標(biāo)函數(shù)進(jìn)行多次迭代優(yōu)化,使其能夠逐步收斂到全局最優(yōu)狀 態(tài),因此與確定優(yōu)化算法相比得到了更為廣泛的應(yīng)用。隨機(jī)優(yōu)化算法主要包含遺傳算法、粒 子群優(yōu)化算法和模擬退火算法三大類(lèi)。其中,遺傳算法和粒子群優(yōu)化算法對(duì)于小規(guī)模的陣 列稀疏問(wèn)題,能夠有效地進(jìn)行優(yōu)化,但對(duì)于當(dāng)前應(yīng)用中越來(lái)越大的陣列規(guī)模,這兩種算法已 難以滿(mǎn)足其需求。模擬退火算法能夠同時(shí)對(duì)稀疏陣列的陣元位置和權(quán)重系數(shù)進(jìn)行優(yōu)化,并 且換能器陣列的規(guī)模尺寸對(duì)其全局尋優(yōu)性能影響不大,因此在陣列稀疏優(yōu)化問(wèn)題中,其應(yīng) 用更加廣泛。
      [0004] 模擬退火算法可以用于解決各種優(yōu)化問(wèn)題,尋求全局最優(yōu)解。該算法是根據(jù)固體 的退火原理衍生而來(lái)的,當(dāng)固體從充分高的溫度緩慢冷卻時(shí),其內(nèi)部粒子會(huì)從無(wú)序狀態(tài)慢 慢達(dá)到有序排列的"結(jié)晶"狀態(tài),其內(nèi)能也隨之逐漸減小,并最終達(dá)到最低。模擬退火算法 具備全局尋優(yōu)能力,其利用玻爾茲曼概率分布(Boltzmann Probability Distribution)跳 出局部極值區(qū)域,增大了尋求全局最優(yōu)解的概率。
      [0005] 模擬退火算法作為一種啟發(fā)式的方法,適用于各種優(yōu)化問(wèn)題。其在優(yōu)化過(guò)程中,能 夠?qū)さ萌肿顑?yōu)解,且收斂速度快,因此被廣泛應(yīng)用。采用模擬退火算法進(jìn)行稀疏陣列優(yōu)化 時(shí),需要定義一個(gè)目標(biāo)能量函數(shù)(Energy Function),通過(guò)多次的隨機(jī)迭代過(guò)程,尋求使能 量函數(shù)達(dá)到最小值的狀態(tài),該過(guò)程屬于一種馬爾可夫鏈(Markov Chain)方法。

      【發(fā)明內(nèi)容】

      [0006] 本發(fā)明針對(duì)當(dāng)前稀疏陣列陣元數(shù)依舊偏大,難以滿(mǎn)足水下實(shí)時(shí)三維聲學(xué)成像系統(tǒng) 低功耗、小型化需求的問(wèn)題,提供了一種基于改進(jìn)模擬退火算法的極限稀疏陣列優(yōu)化方法。 該方法基于多頻率發(fā)射算法對(duì)模擬退火算法進(jìn)行了改進(jìn),重新定義了其能量函數(shù),以十字 型陣列為目標(biāo),對(duì)其進(jìn)一步稀疏優(yōu)化,獲得了陣元數(shù)量最小化的極限稀疏陣列。該稀疏陣列 能夠以更少的陣元數(shù)量,獲得與其他稀疏陣列相同的波束方向圖指標(biāo)(主瓣寬度、旁瓣峰 值等),最大程度降低了實(shí)時(shí)三維聲學(xué)成像系統(tǒng)的硬件復(fù)雜度。
      [0007] -種基于改進(jìn)模擬退火算法的極限稀疏陣列優(yōu)化方法,包括步驟:
      [0008] (1)對(duì)十字型陣列的發(fā)射波束形成進(jìn)行優(yōu)化,并利用十字型陣列的波束方向圖重 新定義模擬退火算法中的能量函數(shù)E(W,A);
      [0010] 式中,W為十字型陣列陣元的權(quán)重系數(shù)矩陣,Β(Ι,ιι',ν',Α)為波束方向圖的表 達(dá)式,max (B (W,u',ν',f ρ)為B (W,u',ν',f J的最大值,h,k2,匕表示三項(xiàng)優(yōu)化目標(biāo)參數(shù) 的權(quán)重,SLPd為預(yù)期的旁瓣峰值,A為十字型陣列陣元數(shù)量(發(fā)射和接收陣元數(shù)量總和), 私為當(dāng)前狀態(tài)的陣元權(quán)重系數(shù)比,Rd為預(yù)期的陣元權(quán)重系數(shù)比,u',v'分別定義為u' = sin a p-sin a Q,ν' = sin β q-sin β。,其中(α ρ, β q)為水平和垂直波束方向角,(α。,β Q)分 別為指向聲源的單位矢量的水平和垂直方向角,Ω代表(u',v')的取值情況集合;
      [0011] 優(yōu)選地,Ω的取值滿(mǎn)足如下表達(dá)式:
      [0013] (2)設(shè)置預(yù)期的旁瓣峰值SLPd(通常設(shè)置為-22dB)和陣元權(quán)重系數(shù)比R d(通常設(shè) 置為3),對(duì)十字型陣列進(jìn)行稀疏優(yōu)化,使能量函數(shù)達(dá)到最低值,獲得陣元數(shù)量最小化的極限 稀疏陣列。
      [0014] 優(yōu)選的,對(duì)十字型陣列的發(fā)射波束形成進(jìn)行優(yōu)化的步驟包括:
      [0015] (1. 1)將十字型陣列中發(fā)射陣列的波束方向分割為多個(gè)扇面,在每個(gè)扇面內(nèi)依次 發(fā)射一系列不同頻率的扇形聲納波束信號(hào),每個(gè)頻率的扇形聲納波束信號(hào)指向?qū)?yīng)扇面內(nèi) 的一個(gè)波束方向;
      [0016] (1. 2)每個(gè)扇面內(nèi)所有頻率的扇形聲納波束信號(hào)發(fā)射結(jié)束后,利用十字型陣列中 的接收陣列接收聲納回波信號(hào),通過(guò)離散傅里葉變換抽取各扇面內(nèi)所有扇形聲納波束信號(hào) 對(duì)應(yīng)的頻率信息,并在頻率信息對(duì)應(yīng)的頻域內(nèi)進(jìn)行波束形成計(jì)算。
      [0017] 本發(fā)明采用多頻率發(fā)射波束形成算法,將十字型陣列的Q個(gè)預(yù)設(shè)的垂直波束方向 分割為K個(gè)扇面,在每個(gè)扇面內(nèi),發(fā)射換能器陣列通過(guò)各陣元間的相移補(bǔ)償,依次向預(yù)設(shè)的 J個(gè)垂直波束方向(Q = KXJ)發(fā)射不同頻率的扇形聲納波束信號(hào),每個(gè)頻率的信號(hào)對(duì)應(yīng)一 個(gè)垂直波束方向;然后,當(dāng)該扇面內(nèi)所有頻率的聲納波束信號(hào)發(fā)射結(jié)束后,接收陣列收到聲 納回波信號(hào),通過(guò)DFT運(yùn)算,同時(shí)抽取回波中J個(gè)發(fā)射聲納波束信號(hào)對(duì)應(yīng)的頻率信息,并行 地在J個(gè)頻域上進(jìn)行波束形成計(jì)算,生成P (水平波束方向數(shù))XJ個(gè)波束強(qiáng)度結(jié)果;之后, 對(duì)其余扇面進(jìn)行類(lèi)似的處理。當(dāng)所有扇面完成上述操作后,則可得到完整的PXQ個(gè)方向的 波束強(qiáng)度結(jié)果。
      [0018] 基于上述多頻率發(fā)射波束形成算法,縮短了十字型陣列的發(fā)射時(shí)間,提高了其實(shí) 時(shí)性;綜合考慮稀疏陣列波束方向圖的旁瓣峰值以及陣元的權(quán)重系數(shù)比,來(lái)重新定義模擬 退火算法中的能量函數(shù)E (W, A)。
      [0019] 優(yōu)選的,所述十字型陣列的波束方向圖的表達(dá)式為:
      [0021] 式中,BTrMFT(v',fj)和BReMFT(u',fj)分別為十字型陣列的發(fā)射波束方向圖表達(dá)式和 接收波束方向圖表達(dá)式,U',V'分別定義為u' =sinap-sinaQ,v' =sin0q-sin0。。
      [0022] 優(yōu)選的,對(duì)十字型陣列進(jìn)行稀疏優(yōu)化的具體過(guò)程包括:
      [0023] (2. 1)初始化所述的陣元權(quán)重系數(shù)矩陣W,并設(shè)置一個(gè)初始系統(tǒng)"溫度";作為優(yōu)選, 系統(tǒng)初始"溫度"通常設(shè)置在1〇〇〇以上;
      [0024] (2. 2)開(kāi)始迭代過(guò)程,每次對(duì)迭代變量引入一個(gè)隨機(jī)的微擾,若該微擾狀態(tài)使得能 量函數(shù)值降低,則接受該狀態(tài),并更新參數(shù)配置;若該微擾狀態(tài)使得能量函數(shù)值增大,則根 據(jù)波爾茲曼概率分布決定該狀態(tài)是否被接受,概率分布由系統(tǒng)"溫度"決定,系統(tǒng)"溫度"越 尚,接受該微擾狀態(tài)的概率也越大;
      [0025] (2.3)在當(dāng)前系統(tǒng)"溫度"下,所有迭代變量均被訪(fǎng)問(wèn)過(guò)一次后,降低"溫度",并重 復(fù)上述迭代過(guò)程;
      [0026] (2. 4)隨著系統(tǒng)"溫度"不斷降低,能量函數(shù)值不再隨迭代次數(shù)的增加而下降,當(dāng)達(dá) 到結(jié)束條件后,停止迭代過(guò)程,此時(shí)能量函數(shù)達(dá)到最低值,當(dāng)前的陣列參數(shù)配置即為最終的 稀疏陣列優(yōu)化結(jié)果。
      [0027] 優(yōu)選的,在第1次迭代中,隨機(jī)選取一個(gè)十字型陣列的陣元,根據(jù)陣元的狀態(tài)進(jìn)行 如下操作:
      [0028] (2. 2. 1)若選取的陣元權(quán)重系數(shù)為0,即其處于關(guān)閉狀態(tài),則根據(jù)一個(gè)固定的重生 概率開(kāi)啟該陣元,并賦予其一個(gè)隨機(jī)的權(quán)重系數(shù)ω ,同時(shí)更新陣元權(quán)重系數(shù)矩陣W和 陣元數(shù)量A ;若該陣元
      當(dāng)前第1頁(yè)1 2 3 
      網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1