首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 171 毫秒
1.
在non-circular信号的情况下,提出了信源个数检测算法.通过使用non-circular信号椭圆协方差不为零的特点将可利用阵元个数加倍.并利用酉变换将快拍数加倍。提高了数据协方差矩阵的估计精度.在此基础上改进了信息论检测准则.仿真实验表明新算法具有收敛速度快、角度分辨力高和可检测信号个数多等优点.  相似文献   

2.
针对目前均匀圆阵相干信源波达方向估计的矩阵重构算法仅利用部分阵列接收数据的相关或协方差矩阵部分元素进行重构造成信息利用不完整的问题,提出一种改进Toeplitz矩阵重构算法。利用模式空间变换后的数据协方差矩阵所有行元素信息构造包含阵元完整相关矩阵信息的Toeplitz矩阵集,经与Hermitian转置矩阵相乘及正反向平滑运算得到满秩数据协方差矩阵。该算法能够直接结合子空间类算法实现相干信号的角度估计,无需平滑算法广义特征值分解,同时解决了目前模式空间矩阵重构算法因忽略相位差变化造成的估计性能下降甚至失效问题。计算机仿真结果验证了本文算法的有效性。  相似文献   

3.
针对阵列信号处理中信号源数目估计的问题,提出了一种基于移位协方差矩阵的Otsu类间方差法。与协方差矩阵相比,移位协方差矩阵克服了噪声自相关过程中零位极大值的影响,提高了协方差矩阵的信噪比,移位协方差矩阵的信号特征值与噪声特征值差别更为明确,更有利于信源数目的估计。由于零均值且独立同分布噪声的移位协方差理论值为0,所以移位协方差矩阵针对零均值独立同分布α稳定分布噪声同样具有较强的抑制能力。利用Otsu类间方差法对移位协方差矩阵的特征值进行分类,可以更加明确地区分信号特征值与噪声特征值。理论分析和仿真实验结果均表明,基于移位协方差矩阵的Otsu类间方差法具有比传统信源数估计方法更好的估计性能。  相似文献   

4.
针对非均匀噪声和互耦条件下相干信号辨识性能较差的问题,提出一种基于非均匀噪声协方差矩阵和互耦系数重构的DOA估计方法。首先,利用最小二乘理论并通过迭代优化方法恢复互耦意义下的无噪声信号协方差矩阵;然后,依据信号子空间原理,并通过估计不相关信号角度重构互耦系数矩阵,进而获得互耦补偿后的无噪声信号协方差矩阵;最后,通过传统空间平滑方法获得解相干信号,并利用MUSIC算法实现DOA参数估计。数值仿真表明:与仅考虑相干信源、非均匀噪声或互耦的传统DOA估计算法相比,本文算法可较好地抑制非均匀噪声,克服了互耦场景下传统空间平滑算法解相干失效问题,并可显著改善非均匀噪声和互耦条件下相干信源的DOA估计性能。  相似文献   

5.
提出了一种基于SOBI(second-Order Blind Identification)方法的频率和角度联合估计算法.假设信源间的相关时间长度一定,利用大于相关时间的延时构成非中心协方差矩阵去除信源之间的相关性,组合多个延时不同的非中心协方差矩阵构造移不变特性矩阵结构,并应用ESRIT方法获得信号频率,最后利用搜索方法获得信号波达方向(DOA)估计值.数值仿真结果证实了所提方法DOA与频率估计的正确性与实用性.  相似文献   

6.
经典的DOA估计方法对目标信号源的分布特性非常敏感,导致DOA估计性能严重恶化,为了降低信源扩展对算法性能的影响,该文利用圆阵协方差矩阵的特点,直接由接收信号协方差矩阵的两条次对角线元计算分布式目标到达角,并提出了两种到达角估计方法,即直接由协方差矩阵的两条次对角线得到两维到达角的闭合解,和另一种利用两条次对角线构造最小二乘方程来估计分布源的两维到达角.计算机仿真结果表明,它们对均匀圆阵小角度扩展信号DOA估计具有良好的性能.  相似文献   

7.
伪协方差函数的宽带信号源个数估计法   总被引:1,自引:0,他引:1  
提出了一种计算简单且有效的宽带信号源个数估计估计算法。该方法利用不同频率互协方差函数所构造的矩阵,从理论上证明了对窄带盖氏圆盘法改进可以用于对该矩阵求解,从而获得宽带信号个数的估计值。分析了该方法在相关和不相关宽带信号下的表现,证明了在CSSM类方法失效的情况下该方法能很好地应用。仿真结果证实了所提方法不仅可以用于估计大于阵元数目的宽带信号个数,而且计算负担更小,便于实际应用。  相似文献   

8.
针对常规相干信源波达方向估计托普利兹矩阵重构算法仅利用部分阵列接收数据的互相关或协方差矩阵进行重构,信息利用不完整且部分算法需去噪声处理等问题,提出一种改进托普利兹矩阵重构算法。利用阵元接收数据矢量构造包含阵元完整相关矩阵信息的托普利兹矩阵集,通过Hermitian转置矩阵修正及正反向平滑运算得到满秩矩阵,并结合运算量低的ESPRIT算法实现相干信号角度估计,同时避免去噪声处理。计算机仿真结果验证了算法的有效性。  相似文献   

9.
提出了一种新的相干信号子空间宽带信源空间谱测向算法,该方法通过角度扫描和数据协方差矩阵的正交投影处理,避免了到达角度的预估计和信源个数估计,从而提高空间谱测向的性能,论述了该算法的原理及其实现过程,并和现有算法进行了对比分析.仿真结果表明,在信噪比较低的情况下本算法有更好的角度分辨率和更低的均方根误差.  相似文献   

10.
针对非圆相干信号的解相干问题,给出了一种新的特征空间算法(eigenspace-direction of arrival,ES-DOA)。利用信号源的非圆特性,虚拟地扩展了阵元个数,使阵列信息增至扩展前的两倍,对信号源数目的估计突破了M-1(M为阵元数)的限制;将信息量加倍后的协方差矩阵加以重构,给出一种新的特征空间算法进行解相干,最大限度地利用了噪声子空间与信号子空间的信息,避免了空间平滑思想的阵列孔径损失及最大似然算法运算量过大的问题;该方法还对信号源功率进行了估计,提高了对小能量信号的估计成功概率。仿真结果表明,该方法对波达方向估计具有很好的鲁棒性。  相似文献   

11.
在日益复杂的信号环境中,阵列信号处理需要面对循环和非循环混合信号源的情况越来越多。针对循环和非循环混合信号源的情况,分析了混合信号源条件下的子空间特征,提出了一种混合信号源条件下的快速波达方向估计与识别方法,有效地利用了混合信号源中的非循环特性。理论分析和仿真实验结果表明,波达方向估计结果的分辨率不仅较于常规方法有所提高,而且可处理的信源数目大于阵元数目,具有较强的过载处理能力。  相似文献   

12.
在阵元数目有限的情况下,针对近场源定位中的阵列孔径和阵元数损失问题,文中突破阵元间距为1/4波长的限制,提出了基于最小冗余对称阵列的协方差矩阵重构算法.该算法构建只与方位角有关的四阶累积量矩阵,通过多重信号分类算法来估计信号方位角;然后根据估计出的信号角度在距离维上进行搜索,估计出距离参数.该算法扩展了阵列的孔径,提高了阵列的自由度.仿真结果表明,该算法可以估计更多的信源数目,拥有较高的估计性能和空间分辨率,且只需进行一维搜索,避免了二维参数配对.  相似文献   

13.
传统的二维相干测向算法都是针对圆信号提出的,且要求大快拍数和较多阵元数,在低信噪比时估计性能较差.通过充分利用非圆信号的特点和L型阵列的结构优势,提出了一种非圆信号的二维解相干新方法.该方法利用阵列接收信号数据及其共轭信号数据,重新构造阵列接收数据矩阵,有效地扩展了阵列孔径;同时,提出了一种修正的空间平滑技术进行解相干,最后采用ESPRIT算法实现相干信号的二维DOA估计.所提方法具有阵列利用率高的优点,能够有效弥补传统二维测向算法阵列利用率低的缺点,提高了ESPRIT算法在低信噪比时的估计性能.实验仿真结果表明,所提方法能够有效实现二维相干信号估计并且估计性能优良.  相似文献   

14.
为了估计相干信源的波动方向,提出基于酉变换的虚拟阵列DOA估计算法.该算法通过阵列虚拟平移形成虚拟阵列对相干信号进行解相干,并利用酉变换将虚拟阵列接收数据的协方差矩阵从复数域变换到实数域,然后利用该实数矩阵进行波达方向估计.计算机仿真表明算法在低信噪比情况下具有很好的解相干特性和估计性能.该算法避免了阵列孔径损失,可在小采样拍数情况下实现相干信源的DOA估计,且运算在实数域进行,大大降低了运算复杂度.  相似文献   

15.
提出了一种新的均匀圆阵解相干算法。在模式空间中,均匀圆阵被转换为一虚拟的均匀线阵。利用该虚拟线阵的特殊阵列模型结构可重构一差分矩阵,使其秩只与相干(或相关)信号的波达方向(DOA)有关。该算法可使得非相干信源与相关(或相干)信源分辨开,且通过利用常规超分辨方法估计不相关源和相关源的空间谱,再利用差分矩阵中包含的相干及相关源信息分辨相关及相干信源,可重复利用阵列接收数据,从而分辨更多信源。仿真结果验证了该算法的有效性。  相似文献   

16.
提出了一种色噪声环境下的DOA估计新算法。该算法通过协方差矩阵差法进行预处理,克服了色噪声对空间谱估计的影响。由于不需对变换后的数据矩阵进行特征分解,所以该方法具有计算量小的优点。计算机仿真结果证实了这一算法的有效性。  相似文献   

17.
本文着重阐述了用于椭圆齿轮流量计的特种非圆轮中采用圆-变形椭圆式节曲线的理论依据。通过理论分析表明了特种非圆齿轮能起到把卵形卵形齿轮输出的变速运动向匀速接近匀速转变的作用。  相似文献   

18.
依据齿条刀具范成法加工非圆齿轮的原理,建立了计算机仿真加工非圆斜齿轮的滚切数学模型,提出了一种基于ADAMS二次开发技术生成非圆斜齿轮齿廓面的方法,并开发了非圆斜齿轮仿真加工软件,用该软件生成的椭圆斜齿轮,已成功应用于椭圆斜齿轮行星系宽窄行分插机构中,验证了该方法的正确性。  相似文献   

19.
For the nested array, the covariance matrix of the receiving data is pulled into a column vector by using the Khatri-Rao product, which is equivalent receiving data turned into the single snapshot. In the case of the covariance matrix being vectored, a new matrix reconstruction is presented to build up the rank of the new covariance matrix and the ESPRIT algorithm of an improved matrix reconstruction is proposed in this paper. The covariance matrix on the virtual array will be restored and more matrices can be reconstructed by using this approach.Then, the DOA estimation is obtained based on the ESPRIT algorithm of matrix reconstruction. Simulation results demonstrate that the proposed method achieves accurate DOA estimation when the number of targets is larger than that of array elements.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号