共查询到19条相似文献,搜索用时 70 毫秒
1.
2.
3.
为了实现少快拍、低信噪比(SNR)条件下的水下目标快速方位估计,该文建立矢量水听器阵列方位估计稀疏表示模型.利用实值转化技术将复数方向矩阵转化到实数域,以便利用平滑L0算法对稀疏信号矩阵进行重构从而得到方位估计结果.该文改进平滑L0算法,利用收敛性更好的复合反比例函数(CIPF)函数作为平滑函数以及提出促稀疏加权的方法,该方法通过加权的方式修正噪声条件下L2范数作为迭代初始值偏离稀疏解较远的问题来促进算法快速收敛于稀疏解.通过仿真验证了该文提出的基于实值转换的促稀疏加权平滑L0算法在少快拍、低信噪比的条件下可以实现优于传统子空间类算法的性能,并且在保证性能的同时,显著提高方位估计的速度. 相似文献
4.
5.
DOA估计中自相关矩阵的时空二维估计方法 总被引:6,自引:0,他引:6
利用阵列信号的空间平稳性质,本文提出了自相关矩阵的时空二维估计方法.本文还首次提出了中等冗余非均匀线阵的概念。模拟实验验证了时空二维估计方法比常规的时间最大似然估计方法有明显的优越性,它以微弱的计算量换来了DOA估计性能的大幅度改善。 相似文献
6.
基于累积量的二维DOA估计的特征向量算法 总被引:2,自引:0,他引:2
本文提出一种基于累积量的二维DOA估计特征向量算法,算法能同时确定目标的仰角与方位角;空间平滑累量使算法能更有效抑制高斯空间有色噪声。本文证明了,通过对累积选择,算法还可抑制非高斯空间白噪声,仿真实验证明了该算法明显估于MUSIC算法。 相似文献
7.
8.
提出了一种基于空间锥角降维的二维DOA稀疏分解估计新方法,解决了利用稀疏表示方法进行二维DOA估计时计算复杂度大的问题.根据L阵列的结构特性,引入空间锥角表示信号的二维DOA信息,构造空间锥角冗余字典,通过稀疏正则化求解实现空间锥角的估计,然后利用求解得到功率实现L阵列中两个子阵之间的空间锥角配对,从而达到对多来波的二维DOA估计的目的,其避免了方位角和俯仰角组合而造成冗余字典庞大的问题,极大地减少了稀疏分解的计算量.仿真和实测数据结果均验证了该方法的有效性和优越性,为进一步的工程应用奠定了基础. 相似文献
9.
信号频率和DOA联合估计方法 总被引:1,自引:0,他引:1
提出了一种针对均匀线阵的信号频率和DOA(direction of arrival)联合估计的快速算法。通过对采样数据进行分段与合并,构成含频率信息的时延旋转因子,利用ES-PRIT方法可以估计出信号的频率和DOA,不需要进行配对处理和增加任何多余的硬件。计算机仿真试验证实了该方法的有效性。 相似文献
10.
11.
基于新型微机电系统(MEMS)仿生矢量水听器,首先利用计算机仿真对比分析了阵列空间谱估计4种相关算法(包括MUSIC算法、Capon最小方差法、空间平滑算法和MMUSIC算法)的优劣性.其次在对比分析的基础上,考虑实际操作的可行性和信号处理的准确性,选取定向精度较高,分辨能力较强的MUSIC算法处理不相干信号源,选取MMUSIC算法处理相干信号源.通过仿真验证和实验分析,结果表明,该MEMS矢量水听器阵列定向精度均在5°以内,具有较好的定向能力. 相似文献
12.
基于矢量水听器线谱法目标方位估计 总被引:2,自引:2,他引:0
利用矢量水听器收集到的声压和振速信息,研究基于互谱法分析单目标的强线谱来进行目标方位估计。提出了单线谱法和多线谱法两种目标方位估计方法。其中,在分析多线谱法方位估计时,采用了直接平均和加权平均两种处理方法对多线谱进行处理,旨在提高目标方位估计精度。在原理阐述的基础上,通过仿真和湖试实验进一步分析比较了两种方位估计方法。 相似文献
13.
14.
针对各向异性噪声对水下目标方位估计精度产生严重干扰的问题,文中提出了一种基于声能流矢量补偿的水下目标高精度DOA估计方法。该方法基于声压和质点振速联合信息处理技术,在有效降低各向同性噪声影响的同时得到各向异性噪声源分布模型,并根据各向异性噪声场声能流模型对各向异性噪声进行矢量补偿,进一步实现了对各向异性噪声的抑制,达到高精度估计的目的。通过数值仿真对该方法的性能进行了验证。仿真结果表明,在20 dB以下,文中方法精度均高于常规复声强器DOA估计,精度最高提高了21%。 相似文献
15.
16.
空间相干源信号频率和波达方向的同时估计方法 总被引:7,自引:1,他引:6
本文针对宽频段窄带相干信号源,充分利用多重信号分类和旋转不变两大技术,结合一定的时域信息,提出了一种高精度的信号频率和波达方向同时估计方法.该方法通过构造平滑波达方向矩阵进行参数估计,无需搜索过程和配对处理.计算机仿真验证了本文所提出方法的有效性. 相似文献
17.
基于多通道到达时间差(TDOA)的定位方法是声源到达方向(DOA)估计中的重要方法。其中,由TDOA到DOA的映射是该方法的一个关键,目前广泛采用的映射方法为最小二乘法。然而最小二乘法存在诸如声源位于阵列端射方向时性能急剧下降的问题。为克服这一缺点,提出了基于最小二乘支持向量回归机(LS-SVR)的映射方法。在支持向量机技术中,核函数的选取直接影响着支持向量机的性能,但之前的工作仅讨论了径向基核函数。针对声源DOA估计中的TDOA映射问题,研究了径向基核、多项式核以及线性核函数构造的LS-SVR对声源DOA估计的影响。 相似文献
18.
运用ESPRIT算法进行信号参数的估计,关键是对信号子空间的估计。在实际运用中,接收到的信号的参数往往是随时间变化的,因此要得到信号参数的实时估计值就需要根据阵列的接收数据对信号子空间进行更新。分析了如何运用ESPRIT算法得到信号的DOA和极化参数,并在矩阵扰动理论的基础上,利用矩阵特征分解一阶修正方法更新特征值和特征向量,从而使得ESPRIT算法能够自适应地估计信号DOA和极化参数。最后通过Matlab仿真验证了该方法的有效性。 相似文献