排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
首先分析了基于最小二乘拟合技术的多普勒信号波达方向估计方法原理 ,在此基础上 ,进一步讨论了采样时间相关矩阵发生亏秩对该方法的影响 ,即由于加权矢量的可选择自由度过大导致最优化问题出现病态。但可以证明 ,所有满足约束条件的加权矢量均可使最小二乘拟合问题收敛至相同的极值点 ,所以选择具有最小范数的加权矢量最优解是合理的。此外 ,对原问题进行降秩或秩恢复处理也可得到满意的收敛结果 ,文中对此作了详细讨论并给出了相应的修正步骤。最后给出的计算机仿真结果验证了所给修正方法的有效性。 相似文献
2.
四四元数域低秩逼近及其在矢量阵列波达方向和估计中的应用 总被引:1,自引:1,他引:0
提出了新的多元数概念——四四元数,以及四四元数框架下特征分解和奇异值分解等信号处理领域常用的矩阵运算新规则.在此基础上提出了四四元数矩阵的一种低秩逼近算法,并将其用于矢量传感器阵列信号建模及波达方向(DOA)估计中.结果表明,四四元数特征分解及奇异值分解能获得比现有方法更好的低秩逼近性能,基于四四元数模型的矢量传感器阵列信号DOA估计算法,在资源占用、子空间逼近以及对模型误差的鲁棒性等方面均明显优于传统算法. 相似文献
3.
针对宽频段窄带信号,利用时间平移构造伪数据矩阵,同时,将伪数据矩阵信号子空间进行旋转,并通过对构造的信号空间矩阵进行特征分解,提取导向矢量矩阵和旋转因子中所包含的角度和频率信息,从而直接获得频率和波达方向(DOA)的同时估计,计算机仿真表明,该方法在中等信噪比下是有效的,且无需搜索过程和配对处理。 相似文献
4.
基于子空间的正交特性,给出了一种宽带信号波达方向(DOA)快速估计算法.应用正交性检测获得方向估计,无需预处理,成功避免了预处理误差给估计结果带来的影响;通过频谱分析只选取能量集中的少数窄带频段数据进行角度估计,大大降低了奇异值分解的矩阵规模,可做到快速实时;在对信号能量比较充分利用的同时也保证了算法的高分辨率.计算机仿真验证了该算法的有效性和快速性.该算法可以应用于任意阵列. 相似文献
5.
针对相干信号波达方向(DOA)和极化参数的同时估计问题,提出了适用于任意结构极化敏感阵列和完全/部分极化信号源的广义信号子空间拟合方法.该方法利用空间相位矩阵和信号极化矢量之间的线性关系,借助信号子空间旋转矩阵的适当分离实现了角度和极化参数的解耦,使得DOA估计和极化参数估计可分别通过唯角度和唯极化搜索获得.与传统子阵平滑信号解相干方法不同,广义信号子空间拟合方法对阵列结构无特殊要求,且不存在孔径损失问题.仿真结果表明,广义信号子空间拟合方法在低信噪比和短快拍数条件下性能均要优于空间平滑和极化平滑两种传统方法. 相似文献
6.
一种排序Jacobi算法及其并行实现 总被引:1,自引:0,他引:1
针对角对称矩阵的特征值分解问题,提出了一种新的排序Jacobi算法(S-Jacobi).该算法利用Jacobi旋转中的内角和外角实现了特征值的自动排序.仿真结果表明,S-Jacobi的收敛条件在实际中容易满足,而且其收敛速度优于传统的无特征值排序的Jacobi算法.另外,为S-Jacobi的并行实现提出的旋转度计算电路与传统Jacobi算法的情况相比,只需要少量的额外硬件资源. 相似文献
7.
研究简化三极子天线导向矢量平凡(秩-1)模糊问题的分析.基于对2个矢量进行相同满秩变换并不改变两者之间的线性无关性,证明了坐标系旋转并不影响导向矢量平凡模糊问题.通过坐标系的旋转,使分析信号入射方向与新坐标系的x轴重合,而潜在模糊信号传播矢量落于相应xy平面内,使三极子天线信号导向矢量即极化-角度域相干结构具有简单形式.理论分析和计算机仿真均表明,利用简便方法得到的平凡模糊发生条件的结论,与基于最小均方误差算法的自适应三极子天线信干比恶化的几种情况完全吻合. 相似文献
8.
提出了新的多元数概念——四四元数,以及四四元数框架下特征分解和奇异值分解等信号处理领域常用的矩阵运算新规则.在此基础上提出了四四元数矩阵的一种低秩逼近算法,并将其用于矢量传感器阵列信号建模及波达方向(DOA)估计中.结果表明,四四元数特征分解及奇异值分解能获得比现有方法更好的低秩逼近性能,基于四四元数模型的矢量传感器阵列信号DOA估计算法,在资源占用、子空间逼近以及对模型误差的鲁棒性等方面均明显优于传统算法. 相似文献
9.
基于双模天线阵列的ESPRIT波达方向估计 总被引:1,自引:1,他引:0
考虑阵列信号波达方向(DOA)估计问题,提出了一种基于双模天线阵列的模式域旋转不变参数估计(ESPRIT)算法.与传统空域ESPRIT相比,模式ESPRIT的旋转因子仅与信号DOA有关而与阵列结构无关,因而无需阵元位置信息,也无需阵列存在空间匹配子阵.若阵元位置信息精确已知,还可利用空域稀疏采样获得无模糊多尺度DOA估计.计算机仿真结果验证了算法的有效性. 相似文献
10.
针对极化敏感阵列信号波达方向(direction-of-arrival, DOA)估计问题,提出了一种基于塔克张量域序贯截断高阶奇异值分解的正则极化旋转不变参数估计(Tucker tensor based regularized polarimetric estimation of signal parameters via rotational invariance technique, trpESPRIT)方法。首先对阵列接收信号进行塔克张量建模,之后通过序贯截断高阶奇异值分解获得塔克张量域信号子空间,最后利用多旋转不变子空间幅相关系获得信号DOA估计。相比于传统矩阵建模方法,塔克张量建模更便于组织多维数据结构,实现高维的数据匹配操作,而序贯截断高阶奇异值分解则可以获得更高的信号子空间估计精度以及后续的DOA估计。仿真结果表明,trpESPRIT方法较之常规矩阵方法和矢量方法可以更好地抑制噪声,具有更高的信号DOA估计精度,在低信噪比和低快拍条件下仍然具有良好的分辨能力。 相似文献