基于混合策略的蛇鹫优化算法的ML-DOA估计

摘要

针对矢量水听器阵列信号波达方向（Direction of Arrival, DOA）估计中存在的估计精度不高、运算量大的问题，提出了一种改进蛇鹫优化算法的最大似然DOA估计方法。采用了4种策略对蛇鹫优化算法进行改进，在种群初始化时利用佳点集策略进行改进，能够更加均匀地在搜索空间得到初始种群解，提高种群多样性；在进行位置更新时，引入减法平均优化器和柯西策略能够扩大搜索范围，从而跳出局部最优；引入黄金正弦策略，不断向最优位置进行搜索，提高了算法的估计精度。将所提算法应用于最大似然DOA估计，实验结果表明：与灰狼优化算法、粒子群算法、正弦余弦算法、光学显微镜算法、蛇鹫优化算法的最大似然DOA估计方法相比，所提算法的最大似然DOA估计具有收敛速度快、估计精度高、运算量小和稳健性更好的性能。

关键词

DOA估计 / 最大似然 / 蛇鹫优化算法 / 减法平均优化器 / 黄金正弦策略