排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
运用特征子空间类高分辨方法的关键在于信号或噪声子空间的估计。实际上有些信号的统计特性通常随时间变化,为了得到参数的实时估计值,需要随时根据新的阵列接收数据对信号或噪声子空间进行更新?文中分析了一种自适应子空间估计算法,即MALASE(Maximum Likelihood Adaptive Subspaee Estimation)算法然后,把MALASE算法与最小范数(Mini—Norm)高分辨方位计算法相结合.并应用零点跟踪技术,提出了一种自适应Mini—Norm算法,可用于对时变的信号波达方向(DOA)进行跟踪估计。仿真结果验证了该算法具有较好的跟踪性能。 相似文献
4.
矢量水听器能同时共点获得声场中声压和振速,与其他水听器相比,能获得更多的信息量,具有很好的应用前景。矢量水听器阵列的MUSIC算法能实现360°无模糊方位估计,然而对于方位时变的目标源,该算法很难完成对上述目标源方位进行实时跟踪估计。鉴于此,将MALASE算法和MUSIC算法相结合,提出了一种矢量水听器阵列的自适应子空间跟踪算法。仿真结果表明,该算法既保留了MUSIC算法的性能,又实现了对目标源进行实时跟踪估计,且方位估计误差仅为0.4°左右。 相似文献
1