基于引力搜索算法的相干信号源DOA估计方法

摘要

针对最大似然(ML)DOA估计方法存在着运算量高且容易收敛到局部极值的问题.结合引力搜索算法(GSA)与最大似然方法,提出了一种GSA-ML方法.将最大似然函数作为GSA算法的适应度函数,在遵循ML方法的主体思想同时,利用GSA算法运算量低和收敛速度快的优点,成功地找到似然函数的全局最优解;并保存了ML方法的优点.仿真结果表明,GSA-ML方法不仅能有效估计相干信号源;并且相比MUSIC、ESPRIT和TLS-ESPRIT算法,拥有更高的精度和估计成功概率.