共查询到16条相似文献,搜索用时 156 毫秒
1.
针对双平行线阵的二维波达方向(DOA)估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器(MSWF)的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法(DOAM),俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。 相似文献
2.
3.
基于多级维纳滤波器(MSWF)的双基地多输入多输出(MIMO)雷达定位算法,能够有效的降低计算复杂度,但是会带来信号子空间的扩展问题,降低算法性能。因此本文提出了一种新的目标快速定位算法。首先根据MSWF的自相关模值的特点确定需要的MSWF级数,得到扩展子空间;其次利用ESPRIT方法得到目标的初始发射角(DOD)和接收角(DOA),最后利用判别准则从初始目标角度得到真实目标角度,并完成目标收发角度的配对。算法不需要特征值分解,计算复杂度较低,并且充分利用了扩展子空间,具有更高的角度估计性能。 相似文献
4.
在非相干分布式非圆信号波达方向(DOA)估计中,针对利用信号非圆特性后输出矩阵维数扩展带来的较大运算量问题,该文提出一种基于互相关抽样分解的DOA快速估计算法。该算法仅需要从子阵间的扩展互相关矩阵中抽样出少量行元素和列元素,构成两个低维子矩阵,进而通过低秩近似分解便可快速地同时求出左右奇异矢量,即分别对应两个子阵的信号子空间,避免了计算整个互相关矩阵及其奇异值分解运算;最后利用两个子阵信号子空间的旋转不变性通过最小二乘得到DOA估计。仿真分析表明,当行列抽样数大于信源数的两倍时,所提算法与直接基于互相关矩阵奇异值分解的非相干分布式非圆信号DOA估计算法性能相近,但复杂度得到了大幅度降低;而相比于传统的低复杂度非相干分布源DOA估计算法,所提算法利用信号非圆特性具有更高的估计性能。 相似文献
5.
针对多级维纳滤波器(MSWF)用于子空间估计时信号特征矢量泄漏到噪声子空间的问题,提出了一种新的信号子空间估计算法,该算法不需要训练信号和信源个数的先验知识.随后,给出了一种信源个数的后判断方法,最终完成信源个数及方向的同时估计.整个算法不需要协方差矩阵的计算和特征值的分解,具有较低的计算复杂度.在均匀线阵且信号互不相关情况下,改进后的算法用于波达方向估计时拥有与基于特征分解方法近似的性能.仿真结果验证了该方法的有效性. 相似文献
6.
7.
基于时频子空间分解的宽带线性调频信号DOA估计 总被引:2,自引:0,他引:2
针对具有时变方向向量的宽带线性调频信号,该文建立了基于短时Wigner-Ville分布(WVD)的空间时频分布矩阵,通过对各个空间时频矩阵的特征分解获得对应的信号子空间和噪声子空间,给出了基于时频子空间投影实现多个时频点综合估计信号DOA的算法。利用空间时频分布的前后向平滑解决了具有相同时频特性信号的均匀线阵DOA估计问题。算法不需要聚汇和插值等复杂的矩阵变换,精度较高,计算简便.仿真实验显示该算法性能显著优越于基于矩阵插值的宽带调频信号DOA估计算法. 相似文献
8.
9.
10.
11.
MUSIC(Multiple Signal Classification)算法是波达角(the Direction of Arrival,DOA)估计的经典算法之一,但其在二维DOA估计中因需进行二维谱峰搜索而计算量十分巨大.为降低MUSIC算法的计算量,本文在引入变换域DOA概念的基础上提出了一种能够适用于任意阵列结构的二维DOA快速估计算法,即变换域MUSIC(transformed domain-MUSIC,TD-MUSIC)算法.理论分析和仿真实验表明:该算法不但将空间谱峰搜索的范围减小一半而且具有更低维度的噪声子空间,因而其计算量远小于 MUSIC算法.同时,新算法具有比MUSIC更高的空间分辨率. 相似文献
12.
针对双基地多输入多输出(MIMO)雷达定位的实时性问题,提出了一种基于Toeplitz矩阵的目标快速定位算法。双基地MIMO雷达接收的信号往往是相干的,因此无法直接应用角度估计算法。首先通过接收的数据得到一组Toeplitz子矩阵,利用这组子矩阵重构得到协方差矩阵,其秩等于目标个数,达到解相干的目的。采用改进多级维纳滤波器(MSWF)的前向递推,不需要通过特征值分解,得到信号子空间,结合ESPRIT算法,估计出目标的发射角度(DOD)和接收角度(DOA)。算法通过构造Toeplitz矩阵解相干,仅改变矩阵结构,降低了计算复杂度,具有较好目标分辨力和解相干能力。 相似文献
13.
针对柱面共形阵列的波达方向(DOA)估计问题,从信号子空间的角度分析了在阵元遮挡下应用多重信号分类(MUSIC)算法的性能缺陷。在此基础上提出通过偏置常数的方法克服经典MUSIC算法的阵元遮挡问题。进一步提出一种基于数据自适应子阵分割的快速DOA估计算法,该方法先利用稀疏采样的偏置MUSIC算法进行DOA预估,依此确定所需要的子阵及二维搜索区域,确定MUSIC算法的搜索范围,进而得到高精确度的DOA估计。利用子阵分割的方法进行DOA估计,避免了经典MUSIC算法因阵元遮挡导致运算量大、精确度低等问题。仿真结果表明,该方法能大幅度降低运算复杂度,同时提高DOA估计精确度。 相似文献
14.
提出一种低复杂度的信号子空间拟合的新方法.证明了多级维纳滤波器的匹配滤波器(或降维矩阵的列矢量)可以张成一个压缩信号子空间.利用其与Krylov子空间等效这一特点,推导出信号子空间拟合一个新的基本公式,进而建立信号子空间拟合一个新的准则函数.分析表明,压缩信号子空间可以由降维矩阵的列矢量有效地张成,而且计算降维矩阵只需要多级维纳滤波器的若干步前向递推,所以本文方法的运算量和复杂度均较小.最后,计算机仿真验证了本文方法的有效性. 相似文献
15.
16.
In order to solve the problem that the high computational burden of the multiple signal classification algorithm of non-circular signal (NC-MUSIC) in direction-of-arrival (DOA) estimation,a novel computationally efficient DOA estimation algorithm based on subspace rotation technique was proposed.Firstly,the partitioning of noise subspace matrix and the subspace rotation technique (SRT) were used to construct a new reduced-dimension noise subspace.Then,the two-dimensional peak searching was converted to the one-dimensional peak searching on the basis of the separation of variables and the orthogonality between the new reduced-dimension noise subspace and the space spanned by the columns of the extended manifold matrix.The proposed algorithm can enhance the computational efficiency by means of the conversion of the two-dimensional peak searching into the one-dimensional peak searching and the removal of redundant computations.Theoretical analysis and simulation results show that the proposed algorithm can reduce the computational complexity to less than 5% as compared to NC-MUSIC algorithm on the premise of ensuring the accuracy of DOA estimation.Especially,the efficiency advantage of the proposed algorithm is more obvious in scenarios where the large numbers of sensors are required. 相似文献