共查询到17条相似文献,搜索用时 140 毫秒
1.
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
2.
3.
为在色高斯噪声背景下估计相干信源DOA,提出一种基于四阶累积量的相干信源DOA估计算法。对各个阵元接收数据与参考阵元接收数据的四阶累积量进行排列,构造Toeplitz矩阵,该矩阵的秩仅等于信号个数,而与信号间的相干性无关。通过特征值分解得到信号子空间和噪声子空间,从而实现相干信源DOA估计。仿真实验结果表明,在色高斯噪声背景下,此算法能有效地估计出相干信源的DOA,并且相对于空间平滑算法具有更好的估计性能。 相似文献
4.
为在色高斯噪声背景下估计相干信源 DOA,提出一种基于四阶累积量的相干信源 DOA 估计算法.对各个阵元接收数据与参考阵元接收数据的四阶累积量进行排列,构造Toeplitz矩阵,该矩阵的秩仅等于信号个数,而与信号间的相干性无关.通过特征值分解得到信号子空间和噪声子空间,从而实现相干信源 DOA 估计.仿真实验结果表明,在色高斯噪声背景下,此算法能有效地估计出相干信源的 DOA,并且相对于空间平滑算法具有更好的估计性能. 相似文献
5.
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
6.
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
7.
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
8.
一种未知信源数的快速DOA估计算法 总被引:1,自引:0,他引:1
针对众多性能优良的超分辨DOA估计算法大都是以预知信源数为前提,信源数估计不准可能会导致DOA估计失败这一问题,提出了一种基于协方差矩阵对角加载的超分辨DOA估计算法。该算法不需预判信源个数和进行特征值分解,且通过对协方差矩阵进行对角加载,可以平滑小快拍数时噪声特征值分散程度,因此该算法更适用于快拍数较少的情况。理论分析表明:该算法的统计估计性能接近于MUSIC(Multiple Signal Classifjcation)算法。计算机仿真结果验证了该算法的鲁棒性和可行性。 相似文献
9.
10.
11.
12.
为满足X射线脉冲星深空导航系统对脉冲星微弱信号周期性检测的要求,提出了一种基于离散方波变换(DSWT)的周期信号检测算法,并给出了其硬件实现方法.首先,通过对比DSWI和FFI变换核的相似性,证明了DSWT算法进行周期性检测的可行性,同时,研究了DSWT对白噪声的抑制作用;其次,DSWT的变换核仅取+1或-1,更适合硬件电路实现,给出了该算法的FPGA实现方法;最后,采用以Xilinx Spartan-3系列FPGA芯片XC3S2000为核心的开发板组成实验仿真系统,分别对实测和仿真脉冲星数据进行实验.结果表明:1.该算法可检测信噪比低于FFT算法;2.在信号输入完毕后3个时钟周期内即可得出计算结果,耗时比FFT算法少三个数量级;3.实现该算法所需的硬件资源少于FFT算法. 相似文献
13.
14.
15.
16.