共查询到18条相似文献,搜索用时 140 毫秒
1.
2.
3.
4.
提出了相干信源DOA估计的非对称加权空间平滑差分(UWSSD)算法。在空间平滑差分运算的基础上,对各子阵协方差矩阵采用非对称权值加权处理,破坏差分矩阵的负反对称特性,从而使信源差分协方差矩阵恢复为满秩。差分矩阵中不含相关噪声及非相关源信息,可利用它分辨相关及相干信源,而利用传统子空间算法分辨非相干信源,从而重复利用阵列接收数据,可分辨更多信源。通过分析差分矩阵的特点,提出了一种无需矩阵特征分解的快速算法。仿真结果表明,UWSSD算法具有较强的噪声抑制能力及信源过载能力。 相似文献
5.
为了对辐射源目标进行精确定位,需要对来波信号进行二维到达角估计。将一维MUSIC算法推广到空间阵列可以对辐射源进行二维高精度测向,但由于其需要估计接收数据的协方差矩阵和进行特征分解,因而计算量较大。为了降低MUSIC算法特征分解的计算量,提出一种基于多级维纳滤波器的子空间分解算法,通过多级维纳滤波器的前向递推估计信号子空间和噪声子空间,获得噪声子空间后采用MUSIC算法实现波达方向的估计,该算法不需要估计协方差矩阵和特征分解。应用于空间阵列的二维DOA估计中进行计算机仿真和DSP实现,仿真结果表明该方法有效地降低了计算量、节省了计算时间,且达到了MUSIC算法的估计性能。 相似文献
6.
为减少雷达正交投影自适应波束形成算法中采样协方差矩阵特征分解的运算量,提出了一种改进的正交投影自适应波束形成算法。改进算法利用总体最小二乘法得到噪声子空间。推导了算法的公式,并给出了计算步骤。该算法的计算量小于正交投影算法而性能相当。理论分析和计算机仿真结果表明此算法有效。 相似文献
7.
8.
9.
针对相干源非均匀线阵的波束形成,提出了Toeplitz化的基于特征空间的线性约束最小方差自适应波束形成算法(TELCMV)。该算法利用阵列接收信号的相关性进行Toeplitz化处理、把期望信号方向向量向信号子空间投影、进行线性约束最小方差波束形成来得到TELCMV权向量;TELCMV权向量没有包含噪声子空间的分量,而期望信号和干扰信号的输出不变,所以提高了输出信干噪比(SINR),收敛速度也快,在低信噪比和小快拍数下能取得较好的波束形成性能。仿真试验结果证明了TELCMV算法的优越性能。 相似文献
10.
11.
空间平滑是一种传统去相干算法,此算法是基于圆信号提出的,同时存在孔径损耗问题。针对非圆相干信号,提出了一种全阵加权扩展空间平滑波束成形算法。首先将扩展空间平滑的子阵分解思想引入波束成形算法中,从理论上证明了算法的去相干特性,并通过分析证明了算法比传统空间平滑算法在可适用信源数上的提高。为了更好地去除期望信号与干扰间的相干性,利用虚拟波束得到权值对子阵进行加权。最后设计了一种转换矩阵,可将子阵波束权矢量扩展至全阵波束权矢量,从而避免了扩展空间平滑带来的孔径损耗问题。仿真结果表明了算法的可行性及优越性。 相似文献
12.
传统卫星导航抗干扰高精度算法只适用于处理平稳的干扰信号,难以适应无序脉冲组成的多重闪烁干扰环境。本文基于干扰协方差矩阵重建思想,提出一种新的适用于多重闪烁干扰环境下的卫星导航高精度抗干扰算法并进行仿真对比分析。通过压缩感知完成单采样点干扰测向,使用干扰噪声矩阵重建理论构造协方差矩阵,使用自适应波束约束算法实现单采样点天线阵列波束赋形,最终实现在干扰方向形成固定零陷,在卫星方向形成波束指向。与传统波束约束高精度抗干扰算法相比,该算法可以实现单采样点抗干扰权值计算,适用于快时变多重闪烁干扰环境。仿真结果证明:该算法可以在有效滤除多重闪烁干扰信号的同时在卫星导航信号方向维持波束指向,保障卫星导航信号观测精度,满足高精度卫星导航需求。 相似文献
13.
14.
空间相关噪声中电磁矢量阵二维DOA估计算法 总被引:1,自引:1,他引:0
针对空间相关噪声中二维DOA估计性能下降的问题,提出一种基于双子阵结构的电磁矢量阵DOA估计算法。算法假设其中一个子阵由普通标量传感器组成而另一个子阵由电磁矢量传感器组成,并且所有的传感器空间位置均为未知。算法分三个步骤实现。首先,定义一个互相关矩阵来消除空间相关噪声;然后,采用传播算子算法估计电磁矢量传感器导向矢量;最后,通过导向矢量中电场矢量和磁场矢量的叉积计算得到闭式且自动配对的方位-仰角估计值。提出的算法不仅具有良好的估计性能,而且由于无需进行特征值分解估计信号子空间或噪声子空间,无需二维谱峰搜索,因此具有较低的计算量。蒙特卡罗实验证明了算法的有效性。 相似文献
15.
16.
Xiaoliang Wang Deren Gong Liqiang Xu Xiaowei Shao Dengping Duan 《Acta Astronautica》2011,68(11-12):1872-1880
An improved adaptive Huber filter algorithm is proposed to model error and measurement noise uncertainty in this work. The adaptive algorithm for model error is obtained by using an upper bound for the state prediction covariance matrix with augment of chi-square statistical hypothesis test in case of filter deteriorated by wrong residual information. The measurement noise is estimated at each filter step by minimizing a criterion function which was original from Huber filter. A recursive algorithm is provided for solving the criterion function. The proposed adaptive filter algorithm was successfully implemented in radar navigation system for spacecraft formation flying in high earth orbits with real orbit perturbations and non-Gaussian random measurement error. Simulation results indicated that the proposed adaptive filter performed better in robustness and accuracy compared with previous adaptive algorithms. 相似文献
17.
18.
针对Sage Husa自适应滤波方法存在的窗函数开窗大小选择问题,提出一种基于BP神经网络学习估计系统协方差矩阵的自适应Kalman滤波算法。该算法以Kalman滤波预测残差向量作为网络输入,通过网络分段离线学习确定预测残差向量与预测残差协方差矩阵间的非线性关系,自适应地估计Kalman滤波系统协方差矩阵。将其应用到自主定轨系统,仿真结果表明利用本文算法自主定轨60天星座平均URE误差小于1.9米,且能够快速跟踪到系统噪声的突变,较Kalman滤波方法和Sage Husa自适应滤波方法具有更好的性能。 相似文献