排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
为了减少算法运算量,将多级维纳滤波器引入非均匀时延频率估计中,对原有算法进行改进.改进算法通过简单的乘加运算得到噪声子空间,无需对观测数据协方差矩阵进行特征根分解,因此也更加易于硬件实现;结合一维MUSIC高分辨算法完成对信号频率的参数估计.仿真结果表明:在信噪比大于0dB时,改进算法与原有算法性能相当. 相似文献
2.
一种数值稳健且低复杂度的信号子空间估计新方法 总被引:3,自引:0,他引:3
该文提出了一种数值稳健且低复杂度的信号子空间估计新方法。该方法通过多级维纳滤波器前向迭代构造观测数据协方差矩阵三对角化的转换矩阵,其列向量为信号子空间的一组正交基。与传统的相关相减结构结构相比,该文的多级维纳滤波器前向迭代通过Householder酉变换实现,显著增强了有限精度运算中信号子空间基向量的正交性,提高了数值稳健性。此外,基于Householder矩阵的酉性质和矩阵后向累积提出了一种转换矩阵的快速计算方法,降低了计算复杂度。计算机仿真结果验证了该方法的数值稳健性和计算效率。 相似文献
3.
声矢量阵快速子空间方位估计算法 总被引:1,自引:1,他引:0
针对声矢量阵高分辨方位估计算法运算量大的问题,基于声压振速联合信息处理,提出了一种快速的声矢量阵高分辨方位估计算法.该算法选择参考阵元的电子旋转矢量作为期望信号,运用多级维纳滤波器(MSWF)对信号子空间进行快速估计,不需要计算声矢量阵的互协方差矩阵,不用进行特征值分解,从而大大缩减了计算量.另外,该算法基于矢量传感器声压与振速的相干性原理,充分利用了声压振速组合抗干扰能力,有效抑制了各向同性噪声.理论分析和计算机仿真表明,该算法在拥有良好DOA估计性能的同时,大大减小计算量. 相似文献
4.
GPS空时二维联合抗干扰处理算法能将强干扰以及多径干扰的强度抑制到接近噪底,并且不会对原信号产生严重的损失或者扭曲。研究发现它的干扰抑制性能优于纯空域滤波。但是此算法比纯空域算法的复杂度高,因为需要处理的采样数据协方差矩阵的维数很大,很难做到实时处理。为了解决这一问题,目前工程中普遍采用的是最小均方误差算法(LMS)。通过分析功率倒置(PI)算法,给出了一种变步长的最小均方误差算法(NLMS)。此算法的干扰抑制性能优于最小均方误差算法,能达到多级维纳滤波算法(MSWF)的抑制效果,满足工程需要,并且运算量低,运算时间短,具有更好的可行性和实用性。并将此算法与LMS和MSWF算法进行了仿真对比,验证了其有效性。 相似文献
5.
6.
7.
8.
基于多级维纳滤波的MIMO雷达自适应脉冲压缩方法 总被引:2,自引:0,他引:2
自适应脉冲压缩能够有效抑制MIMO雷达发射波形间的互干扰。该文提出了一种基于多级维纳滤波器(MSWF)的MIMO雷达自适应脉冲压缩方法,该方法利用多级维纳滤波器的前后向递推系数计算脉冲压缩滤波器的权系数。与基于最小均方误差(MMSE)的自适应脉冲压缩方法相比,该方法无需对观测数据的协方差矩阵进行估计和求逆,大大降低了计算复杂度。计算机仿真结果表明,该方法具有与MMSE自适应脉冲压缩方法和广义旁瓣相消(GSC)自适应脉冲压缩方法相近的脉冲压缩性能。 相似文献
9.
10.