针对均匀线阵(uniform linear array,ULA)互耦条件下混合信源的波达方向(direction of arrival,DOA)估计问题,基于联合对角化算法,提出了一种基于3步实现的DOA与互耦系数估计新算法。首先利用互耦矩阵的Toeplitz结构实现混合信源中独立...
详细信息
针对均匀线阵(uniform linear array,ULA)互耦条件下混合信源的波达方向(direction of arrival,DOA)估计问题,基于联合对角化算法,提出了一种基于3步实现的DOA与互耦系数估计新算法。首先利用互耦矩阵的Toeplitz结构实现混合信源中独立信源的DOA及互耦系数的粗估计;然后结合斜投影及前后向空间平滑,实现混合信源DOA估计;最后以广义空间特征矩阵及混合信源DOA估计值为基础,提出一种非子空间类互耦系数自校正方法。计算机仿真结果表明,与同类算法相比,所提算法无论在DOA及互耦系数估计精度、还是在DOA估计成功率方面,均具有明显的优势,且对于高斯背景噪声具有普适性。
快速求根多重信号分类(Root-Multiple Signal Classification,Root-MUSIC)算法是利用信号源个数构建多项式,估计信源的波达方向(Direction of Arrival,Do A),有阵列孔径的损失。为了提高快速算法的Do A估计性能,提出了改进的Root-MUSIC...
详细信息
快速求根多重信号分类(Root-Multiple Signal Classification,Root-MUSIC)算法是利用信号源个数构建多项式,估计信源的波达方向(Direction of Arrival,Do A),有阵列孔径的损失。为了提高快速算法的Do A估计性能,提出了改进的Root-MUSIC算法。改进算法利用阵元个数构建多项式,没有阵列孔径的损失,提高了Do A估计性能。通过对快速算法与改进算法的仿真分析可以证实,改进算法在估计成功率和均方根误差等方面的性能都要远远的优于快速算法。虽然改进算法在复杂度上稍高于快速算法,但是其总的复杂度并不高,改进算法更适于应用。
在高斯噪声背景下,针对互耦条件下的均匀线阵(Uniform Linear Array,ULA),该文提出了一种联合多用户波达方向(Direction Of Arrival,DOA)估计与互耦误差自校正算法。该算法首先利用特征矩阵联合相似对角化(Joint Approximative Diagonal...
详细信息
在高斯噪声背景下,针对互耦条件下的均匀线阵(Uniform Linear Array,ULA),该文提出了一种联合多用户波达方向(Direction Of Arrival,DOA)估计与互耦误差自校正算法。该算法首先利用特征矩阵联合相似对角化(Joint Approximative Diagonalization of Eigen matrix,JADE)方法估计出各用户广义空间特征矢量,然后定义了一个将各用户广义空间特征矢量转换为只与部分阵元相关的转换矩阵,进而在斜投影及前后向空间平滑的基础上,实现了多用户相干信源DOA估计,最后以多用户相干信源DOA及广义空间特征矢量估计值为基础,给出一种互耦自校正方法。仿真结果表明:该算法具有较高的DOA估计精度及DOA估计成功率,而且对高斯白噪声/色噪声背景,阵列互耦误差已知/未知情形,均具有普适性。
暂无评论