10.3969/j.issn.0372-2112.2018.01.023
基于ε等级约束差分进化的多径估计算法
本文针对基于扩展Kalman滤波(EKF)的多径估计算法需要对非线性观测方程进行线性化.对初值比较敏感,造成估计性能下降的问题,提出了基于智能优化的多径估计算法.该算法将估计误差的二阶矩作为目标函数,将瞬时误差作为约束条件,同时考虑多径参数的先验信息,实现了将多径估计问题转化为具有约束条件的优化问题.然后,利用一种智能优化算法来解决该优化问题.本文采用了ε等级约束差分进化(εCRDE)算法来解决有约束条件的优化问题,并对该算法进行改进,使改进后的εCRDE算法可以实现多径参数的迭代估计.仿真结果表明,与EKF算法相比,在单一多径和2路多径情况下,基于改进εCRDE的多径估计算法都具有更好的估计性能.
多径估计、优化算法、差分进化(DE)、Kalman滤波
46
P228.1(大地测量学)
国家自然科学基金61603267,61503271;山西省自然科学基金20140210022-7
2018-07-02（万方平台首次上网日期，不代表论文的发表时间）
共8页
167-174
