共查询到19条相似文献,搜索用时 203 毫秒
1.
2.
3.
针对 MUSIC(多重信号分类法)估计方法实现二维 DOA(波达方向)估计的计算量大且遍历搜索耗时的问题,给出了一种基于降维处理的 MUSIC 算法。该算法无需进行二维谱峰值搜索。该算法利用二次优化方法将二维 DOA 估计分解为一维 DOA 估计,先通过一维 MUSIC 估计获得信号与 x 轴夹角,再利用最小二乘算法估计获得信号与 y 轴夹角。最后利用角度关系式得到信号的二维 DOA 估计值。该算法的复杂和搜索范围都大大降低,仿真表明,该算法具有较好的角度估计效果。 相似文献
4.
5.
6.
7.
8.
针对现有L型阵列相干信号DOA估计算法精度不高、孔径损失较大的问题,该文提出一种基于主奇异矢量的解相干(L-PUMA)方法以及改进的主奇异矢量法(L-MPUMA)。L-PUMA算法首先对互协方差矩阵进行降噪,再通过奇异值分解得到2维主奇异矢量,然后利用加权最小二乘法得到线性预测方程的多项式系数,该线性预测方程的根即为信号的DOA估计,最后提出一种新的配对算法实现仰角和方位角的配对。L-MPUMA算法利用反向共轭变换构造增广主奇异矢量,进一步提高了数据利用率,克服了信号完全相干时L-PUMA算法性能下降严重的问题,仿真实验验证了所提算法的高效性。 相似文献
9.
10.
11.
为了解决相干信号的极化平滑算法在小快拍数和低信噪比条件下估计性能较差的问题,结合四元数的正交特性和协方差张量方法,提出了一种基于张量四元数的极化平滑多重信号分类(Multiple Signal Classification,MUSIC)解相干算法。首先,为了充分利用接收数据样本中的多维结构信息,建立了由张量四元数表示的柱面共形阵列极化平滑信号模型;其次,将平滑后的张量协方差矩阵通过高阶奇异值分解得到信号子空间;最后,通过极化秩亏MUSIC算法对入射相干信号分别进行二维波达方向(Direction of Arrival,DOA)估计和极化参数估计。仿真结果表明,该算法在小快拍数和低信噪比条件下具有更高的估计精度和分辨能力。 相似文献
12.
13.
针对传统联合估计方法计算量大、需要多维谱峰搜索的问题,该文提出了一种基于垂直阵列结构的任意初始相位非圆信号2 维DOA (Direction Of Arrival)和初相联合估计方法,利用垂直阵列特点,将3维参数估计问题转化为可并行处理的3个2维参数估计,在每一个子阵上,同时使用噪声子空间正交性和信号子空间旋转不变性,将2维参数估计进一步转化为1维估计问题,最终只需要对扩展协方差矩阵进行一次特征分解即可实现2维DOA和初相的联合估计及自动配对。该方法适用于空间信源处于过载的情形和低信噪比、短快拍环境,可估计信源数为2(M1)。数值仿真验证了该算法的有效性。 相似文献
14.
15.
针对相位编码正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)雷达动目标探测问题,该文提出了一种基于通道分离和最大似然原理相结合的运动参数估计方法。首先,利用OFDM信号的正交性分离出多通道信号,并与相位编码参考信号在快时间域相关后获得各通道的1维距离像。随后,利用Keystone变换校正子载波多普勒偏移与慢时间之间的耦合,并在慢时间域和子载波域进行相参积累得到距离-多普勒2维谱。结合CLEAN技术对距离-多普勒2维谱进行谱峰搜索,获得各个目标的位置和速度参数估计量。以此为初值,利用牛顿迭代算法对似然函数进行优化,最终获得运动参数的近似最大似然估计(Approximate Maximum Likelihood Estimator, AMLE)。仿真实验表明,该文算法在计算复杂性和参数估计精度上都优于传统的Keystone估计算法,在相同均方根误差(Root-Mean-Square Error, RMSE)下其输入信噪比改善了约4 dB,且均方误差接近Cramer-Rao下限。 相似文献
16.
该文提出了一种基于平面阵的相干信号二维DOA估计算法,文中先将平面阵分为3个具有旋转不变性的子阵列,并分别构造了3个子阵列的数据矩阵,结合这3个数据矩阵,构造了两种修正数据矩阵,提高了阵元利用率。然后仿照波达方向矩阵的构造方法,得到了一种广义波达方向矩阵。通过理论分析证明了对该矩阵进行特征分解,就可以获得信号的方向矢量和信号方向元素,从而能够进行相干信号的二维DOA估计,并且避免了谱峰搜索,减少了运算量,仿真结果验证了该算法的有效性和精确性。 相似文献
17.
针对非相关信源与相干信源共存情况,提出了一种基于矩阵重构的信源数与波达方向(direction of arrival,DOA)联合估计算法.该算法首先利用特征值的二阶统计量(second order statistic of eigenvalues,SORTE)法和子空间旋转不变技术(estimated signal parameter via rotational invariance techniques,ESPRIT)实现非相关信源数与DOA估计;然后基于空间差分法消除非相关信号并构造新矩阵,利用构造矩阵进行前向空间平滑,实现对相干信源解相干;最后利用SORTE法检测相干信源数,结合求根多重信号分类(multiple signal classification,MUSIC)算法估计相干信源DOA.与传统的差分平滑方法相比,该算法在可估计信源数与低信噪比情况下DOA估计性能等方面优于传统算法.数值仿真实验结果验证了该算法的有效性. 相似文献
18.
波达方向估计是智能天线的重要功能之一,对于相干信号角度模糊问题通常严重影响了方向判断的精准度.文中根据一维空间平滑基本理论和算法,对二维六边形阵列相干信号MUSIC算法波达方向估计问题进行了理论分析和仿真实验,提出了平面六边形阵列到十字形阵列的变换方法,成功地把一维平滑技术应用到平面六边形阵列,仿真表明,这种变换可以有效地消除相干信号的角度模糊问题. 相似文献
19.
本文讨论理想条件下均匀线阵(ULA)对相干入射信号的高分辨测向问题。在分析经典多重信号分类法(MUSIC)对相干信号测向失效原因的基础上提出新算法,它利用1)离散傅里叶变换(DFT)估计入射信号数目;2)变参考阵元重构入射信号功率矩阵估计入射信号方位角。通过与经典MUSIC算法比较验证了该算法对相干入射信号估计的可行性,并经过进一步分析得出如下结论:1)文中介绍的算法在不减少阵列有效口径前提下能够对高度相干信号进行高分辨测向;2)在低信噪比条件下能够精确估计入射信号方位角;3)随着阵列中阵元数目的增加,阵列分辨率逐渐提高。 相似文献