共查询到20条相似文献,搜索用时 0 毫秒
1.
本文讨论了用Hopfield优化网络解决DOA估计问题方法的有效性和正确性。虽然这种方法可以避免特征分解和谱峰搜索运算,但在不限制网络中输出为1的神经元个数的条件下,方法中代价函数的构造是不正确的。理论分析和仿真实验都证实了上述结论。 相似文献
2.
3.
4.
本文提出了谱峰搜索的神经网络方法,作为一个线性规划问题,通过构造适当的代价函数把谱峰搜索与Hopfield线性规划网络联系起来。网络中神经元的个数与参数空间搜索的分辨率无关,而与传感器阵列中传感器的个数成线性关系,因此神经元的个数并不要求很多,理论分析和仿真实验证明,该方法实际上与MUSIC方法或RD(实数域波达方向估计)法是等价的。 相似文献
5.
提出了一种新的聚焦矩阵的计算方法,该方法不需要进行角度预估计,也不需要进行任何矩阵特征值分解,对信号方向不敏感,运算量小。利用多级维纳滤波算法,求出聚焦后的空间协方差矩阵在Krylov子空间的一组正交基,在满足一定的条件下,该正交基张成的空间等价于信号子空间,从而可求得宽带信号的空间谱。整个过程避免了矩阵特征值分解,因而运算量降低。计算机仿真验证了方法的有效性。 相似文献
6.
针对相关信号波达方向(DOA)的估计问题,提出了一种基于最大差值子矩阵的信号DOA估计方法.对利用Toepllitz构造的满秩矩阵进行特征值分解,得到排序后的特征值,并利用特征值的差值实现满秩矩阵筛选,同时结合传统MUSIC算法实现信号DOA估计.理论分析与仿真实验表明,本文所提方法在相关信号DOA估计方面具有更好的分辨力. 相似文献
7.
针对低信噪比下基于实数卷积神经网络(RV-CNN)的阵列波达方向(DOA)估计方法对接收信号幅相特征提取不充分的问题,引入复数卷积神经网络(CV-CNN)进行DOA估计。为进一步提高分类准确率,构建了一种基于复数卷积神经网络的非对称双通道DOA估计模型(CV-DCNN)。该模型以阵列接收信号的复数协方差矩阵作为输入,分别输入由空洞卷积层组成的第一通道和由标准卷积层组成的第二通道中,其中空洞卷积在不损失角度信息的情况下,增大特征图的感受野。通过复数卷积神经网络(CV-CNN)独有的复数卷积方式提取和融合信号的幅值和相位特征,将双通道提取的特征融合后通过全连接层和sigmoid函数实现角度分类结果输出。实验结果表明,CV-CNN比RV-CNN有更快的收敛速度,在低信噪比和少快拍条件下,CV-CNN比RV-CNN有更高的估计精度,而CV-DCNN比CV-CNN在收敛速度和估计精度上又有了进一步的提升。 相似文献
8.
该文基于凸优化工具,提出一种新的Khatri-Rao子空间宽带到达角(DOA)估计方法。首先,利用Khatri-Rao子空间的概念,构造各频点的虚拟阵列导向矢量。再利用凸优化方法针对虚拟阵列导向矢量构造聚焦矩阵,从而利用虚拟阵列所增加的维数,在尽量减少聚焦对噪声影响的同时,获得良好的聚焦效果。仿真结果表明,相对于已有的Khatri-Rao子空间宽带DOA估计方法FKR-RSS,该方法具有更好的估计精度和目标分辨力。对于信号源数大于阵元数的情形,该文方法优势更加明显。 相似文献
9.
基于相控阵单通道接收机高分辨DOA估计的跟踪算法 总被引:5,自引:0,他引:5
本文提出一种基于相控阵单通道接收机系统的波达方向(DOA)高分辨跟踪算法,这种跟踪算法是用特定权实现单通道接收机高分辨测向的进一步完善。在信号源不相关的情况下,通过对权矢量的循环使用和功率信号的更新处理,实现对DOA时变信号源的跟踪,计算机模拟结果表明该方法具有良好的效果。 相似文献
10.
针对色噪声背景下的相干信源波达方向估计问题,提出了一种空间平滑差分算法。该算法通过对空间平滑矩阵进行差分运算来对消色噪声,并采用PM算法进行方向估计。在去除噪声、减小计算量的同时,可估计较多的信源。由于算法对非相关信源和相关(或相干)信源同时估计,因此减小了算法实际实现的复杂度。计算机仿真结果证明了空间平滑差分算法理论的正确性和有效性。 相似文献
11.
12.
DOA估计的一种改进MUSIC算法 总被引:1,自引:0,他引:1
讨论了在移动通信环境中采用协方差差分和迭代空间平滑以进行信号来波估计(Direction Of Arrival)的一种改进MUSIC算法.首先简要回顾了经典MUSIC算法,给出阵列接收信号模型,然后详细分析了经典MUSIC算法估计相干信号所存在的问题,在常规空间平滑算法(SS)的基础上提出了一种改进算法,最后给出计算机仿真结果并验证了新算法的有效性。 相似文献
13.
14.
压缩感知处理波达方向(DOA)估计问题中,阵列流型的构建是后续估计的基础。该文首先对阵列流型相邻导向矢量的正交性进行理论分析,分析表明在法线方向,等角划分优于等弦划分,在端射方向,等弦划分优于等角划分,相应的DOA估计性能更优。然后,系统推导出等弦划分与等角划分的临界值,并讨论阵元数、划分份数对正交性的影响,设计了一种优化稀疏划分模型,并提出了一种基于等弦和等角空间稀疏相结合的稀疏空域融合(SFSD)DOA估计算法。该算法较等弦划分和等角划分,具有更好的DOA估计稳健性、更低的信噪比门限和更高的估计精度。最后,通过仿真验证了模型的优越性和算法的高效性。 相似文献
15.
针对现有深度学习方法难以有效利用阵列回波信号的复值相位信息这一问题,文中提出了一种基于复值卷积网络的均匀线阵波达方向(DOA)估计方法,旨在提高DOA估计精度并增强低信噪比条件下对多信源参数估计的适应能力。该方法利用实际阵列输出信号协方差矩阵的Hermitian特性,以其上三角数据作为复值网络的输入,以对应的理想数据作为标签,学习得到信号理想协方差矩阵的第一行,再结合其Hermitian和Toeplitz特性,重构该理想矩阵;最后采用子空间类算法进行DOA估计。仿真结果表明:相比传统子空间类和实值卷积网络算法,该算法在低信噪比下具有更高的估计精度。 相似文献
16.
17.
针对冲击噪声背景下相干信号源的波达方向(Direction of Arrival,DOA)估计问题,提出一种基于时延分数低阶矩的分组解相干算法——FLOM-TDD(Fractional Lower Order Moment Time Delay Decorrelation)。首先基于两个时延不同的分数低阶矩矩阵,利用DOA矩阵方法得到每组相干源的广义导向矢量;然后根据多径衰减的特征,对每组相干源进行时域解相干,得到相干源的波达方向估计。该方法适用于冲击噪声背景下的波达方向估计而且可以估计大于阵元数目的相干源,计算机仿真分析验证了算法的性能优势。 相似文献
18.
在阵列信号处理领域,波达方向(DOA)估计一直是研究的重点之一。在波达方向(DOA)估计中,利用多重分类算法(MUSIC)对来波方向进行估计是最常用的方法。本文概述了经典MUSIC算法,针对现代通信中常用的BPSK和MASK信号都是实信号的特点,结合Eular公式对MUSIC算法进行了改进,使用matlab进行了仿真及对比。 相似文献
19.
20.
总结了宽带信号子空间类DOA估计方法,提出了一种新的构造聚焦矩阵的方法,新方法基于预估角度和宽带信号带宽内各个频点上对应的阵列流形的奇异值分解,所构造的聚焦矩阵为酉矩阵,在聚焦过程中没有聚集损失。比较了新方法与旋转信号子空间方法(RSS)在分辨两个相邻较近信号源时的性能,新方法与RSS方法性能相当。仿真结果证明了算法的有效性。 相似文献