排序方式: 共有78条查询结果,搜索用时 15 毫秒
1.
2.
3.
研究了声矢量传感器阵动目标角度跟踪问题,并提出了声矢量传感器阵中
一种基于Kalman滤波和正交压缩近似投影子空间跟踪(Orthonormal projection approximation and subspace tracking of deflation, OPASTd)的波达方向(Direction of arrival,DOA)跟踪算法。该算法通过OPASTd算法来进行DOA的跟踪,从而克服了PASTd算法由于在某些情况下振荡但不收敛进而压缩数据、在迭代更新中由特征向量的不准确性产生误差累积等原因引起破坏信号子空间正交性的缺陷。Kalman滤波和OPASTd相结合算法可在估计角度的同时进行数据关联,与传统的PASTd算法相比,角度跟踪性能更好。该算法的优越性均可在文中得到验证。 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.
文章针对众多性能优良的超分辨DOA(Direction—Of-Arrival)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。该算法不需要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 Classification)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
6.
7.
根据入射信号的非圆对称性,提出了一种基于均匀线阵的阵列扩展算法。该方法以ESPRIT算法实现DOA估计,计算量较传统的MUSIC算法小,同时虚拟阵列有效地增加了阵列孔径,提高了算法的分辨力,并且能对更多的信号进行DOA估计。计算机仿真验证了该方法的可靠性和有效性。 相似文献
8.
阵列天线互耦对导向矢量的扰动以及信号相干性对数据协方差矩阵造成的秩损,使得基于子空间正交性原理的超分辨波达方向估计(Direction-of-Arrival,DOA)算法性能恶化,甚至失效。针对这一问题,提出一种在相干与非相干信号混合状态下无需阵列互耦补偿的特征矢量平滑DOA估计算法。该算法对部分阵元接收数据的协方差矩阵特征分解,将得到的特征矢量平滑处理后构造等效协方差矩阵,抑制阵列互耦影响的同时完成混合信号DOA估计。在阵列互耦和信号相干性均未知的条件下,正确估计了信号DOA,无需互耦参数估计或补偿。计算机仿真结果验证了算法的有效性。 相似文献
9.
阵列高分辨方位估计方法统计性能分析 总被引:5,自引:0,他引:5
在简要回顾近年来阵列高分辨定向技术发展的基础上,从算法机理出发,对目前出现的各种高分辨定向算法进行合理分类。重点对一批典型算法的多目标定向性能进行统计分析,并利用统一的仿真模型对它们的估计精度和分辨能力进行比较,结论为:MUSIC,Mini-Norm两种方法的实用性较强,而WSF,IMP,TLS-ESPRIT等方法具有较高的理论研究价值,有待进一步开拓其实用性。 相似文献
10.
This paper proposes a novel algorithm for Two-Dimensional (2D) central Direction-of-Arrival (DOA) estimation of incoherently distributed sources. In particular, an orthogonal array structure consisting of two Non-uniform Linear Arrays (NLAs) is considered. Based on first-order Taylor series approximation, the Generalized Array Manifold (GAM) model can first be established to separate the central DOAs from the original array manifold. Then, the Hadamard rotational invariance relationships inside the GAMs of two NLAs are identified. With the aid of such relationships, the central elevation and azimuth DOAs can be estimated through a search-free polynomial rooting method. Additionally, a simple parameter pairing of the estimated 2D angular parameters is also accomplished via the Hadamard rotational invariance relationship inside the GAM of the whole array. A secondary but important result is a derivation of closed-form expressions of the Cramer-Rao lower bound. The simulation results show that the proposed algorithm can achieve a remarkably higher precision at less complexity increment compared with the existing low-complexity methods, which benefits from the larger array aperture of the NLAs. Moreover, it requires no priori information about the angular distributed function. 相似文献