Page 210 - 应用声学2019年第4期
P. 210

670                                                                                  2019 年 7 月


                 图 3 给出了以上四种算法的复杂度。从图 3 中                      −10 dB时,MUSIC算法与低复杂度MUSIC算法的
             可以看出,算法的复杂度随着快拍数的增大,呈现                            均方根误差曲线重合,在 0 dB 时减小到接近于 0 ,
                                                                                                           ◦
             出缓慢上升的趋势。复杂度与快拍数基本呈线性关                            此时的测向精度优于两种 ESPRIT 方法。从图 4 中
             系。文中提到的低复杂度重构算法的计算复杂度整                            还可以看出,与传统算法相比,低复杂度算法在降低
             体低于传统的对应算法。低复杂度 ESPRIT算法在                         计算复杂度的同时,提高了算法的测向精度。调整
             计算量上最有优势,但是随着快拍数的增大,两种低                           快拍数,得到算法性能与快拍数的关系如图 5 所示。
             复杂度算法在计算量上趋于一致。                                   从图 5 中可以看出,算法的测向精度随着快拍数的
                                                               增大而提高,但是受快拍数的影响并不是很大。在
                   10 7
                                                               低信噪比的情况下,低复杂度 ESPRIT 算法的性能
                                                               优于低复杂度 MUSIC 算法,但是随着信噪比的提
                   10 6
                                                               高,低复杂度MUSIC算法具有更好的测向性能。当
                  ܭాए  10 5                                    信噪比较高,也就是大于 −10 dB 时,两种 MUSIC

                                                               算法的测向精度优于两种 ESPRIT 算法。信噪比
                                         MUSIC
                   10 4                  ESPRIT
                                         ͰܭాएMUSIC
                                         ͰܭాएESPRIT                   40
                                                                                           MUSIC
                   10                                                 35                   ESPRIT
                     3
                     0     100   200    300   400   500
                                                                                           ͰܭాएMUSIC
                                    ঌથ஝                               30
                                                                                           ͰܭాएESPRIT
                    图 3  四种算法的复杂度与快拍数的关系                              25
               Fig. 3 Complexity versus snapshots for four algo-    کவಪឨࣀ/(O)  20
               rithms                                                 15
                                                                      10
                 从图 3 可以看出,文中所提的协方差矩阵重构
                                                                      5
             方法显著降低了算法的计算复杂度,并且在快拍
                                                                      0
             数较低的情况下,低复杂度 ESPRIT 方法比低复杂                               -30   -20    -10     0     10    20
                                                                                    η٪උ/dB
             度 MUSIC 方法具有更大的优势。为了进一步分析
                                                                  图 4  四种算法的测向均方根误差与接收信号信噪
             算法的性能,对以上四种算法的测向精度进行仿真
                                                                  比的关系
             运算,也就是计算均方根误差 (Root-mean-square
                                                                  Fig. 4 RMSE versus SNR for four algorithms
             error, RMSE),用式(10)表示:
                                 v
                             mont  u   K                              35
                          1   ∑ u   1  ∑    (i)                                      ͰܭాएMUSIC, L=50
                                                   2
               RMSE =            t        (θ ˆ  − θ k ) ,  (10)       30
                        mont        K      k                                         ͰܭాएESPRIT, L=50
                              i=1     k=1                                            ͰܭాएMUSIC, L=100
                                                                      25             ͰܭాएESPRIT, L=100
                                                ˆ
             其中,mont 表示算法独立运算的次数,θ               (i)  表示第 i
                                                 k                    20
             次运算的测向结果。如果没有特别说明,文中的仿                                 کவಪឨࣀ/(O)
             真次数均为mont = 500。                                         15
                 图 4 给出了四种算法均方根误差与信噪比之                                10
             间的关系,此时快拍数 L = 20。从图 4 中可以看                              5
             出,低复杂度协方差矩阵重构方法的测向性能整                                    0
                                                                      -30   -20    -10    0      10    20
             体优于传统的 MIMO 声呐测向算法。在信噪比为                                               η٪උ/dB
             −30 dB ∼ −15 dB 时,低复杂度 ESPRIT算法具有                    图 5 在不同快拍数的条件下,四种算法的测向均方
             最低的均方根误差,随着信噪比的增大,低复杂度                               根误差与接收信号信噪比的关系

             MUSIC 算法的测向精度略优于低复杂度 ESPRIT                          Fig. 5 RMSE versus SNR for four algorithms in
             算法,与 MUSIC 算法基本一致。当信噪比增大至                            different snapshots
   205   206   207   208   209   210   211   212   213   214   215