摘要：随机最大似然算法(SML)是一种优秀的波达方位(DOA)估计算法,但SML解析过程中极其繁重的计算复杂度制约了该算法在实际系统中的应用。针对SML计算复杂度高的问题,提出了一种融合膜计算(MC)的随机最大似然算法。首先利用膜计算的优化框架将SML算法的解空间进行膜划分,划分为基本膜和表层膜;然后在每个基本膜内并行采用粒子群算法(PSO)进行局部寻优,同时将基本膜区域内的局部最优解送至表层膜进行全局优化;最后在表层膜区域中采用人工蜂群优化算法进行全局最优解的搜索。实验结果表明,本文算法极大地降低了SML的解析复杂度,计算时间较常用的GA、AM和PSO算法提高了超过10倍,在收敛速度方面具有显著的优势,且测向精度优于传统空间谱算法。

高技术通讯杂志要求:

{1}标题一般不宜超过4层。标题行和每段正文首行均空二格。各级标题末尾均不加标点。

{2}来稿经编辑部查新核实无一稿多投、重复发表或剽窃行为后，由编辑部登记备案给予编号，由作者填写《版权协议》。

{3}作者应对稿件中的错别字、引文、标点符号等问题仔细地核对和订正。

{4}参考文献一般不少于4篇，必须是公开发表且在文中确实引用的专著、期刊文章、论文集文章、学位论文、技术标准等，按文中引用的先后顺序编号。

{5}作者简介：作者姓名、出生年、性别、民族、籍贯、职称、学位及研究方向。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社