排序方式: 共有135条查询结果,搜索用时 281 毫秒
21.
为了解决认知无线电中能量检测法在低信噪比下检测概率低的问题,本文提出了一种基于SVD分解的频谱感知算法。首先利用接收信号构造Hankel矩阵,通过SVD分解,将矩阵分离成信号空间与噪声空间,再将较小的奇异值置零,然后重构矩阵,从而提高接收信号的信噪比(SNR)。其次,将SVD系统输出信号功率对噪声功率进行归一化,把降低噪声功率转化成提高主用户信号功率。最后进行能量检测,以此来提高检测概率。理论分析和计算机仿真表明,在相同条件下,基于SVD分解的频谱感知算法与传统的能量检测法相比,检测概率显著提高;要达到相同的检测概率,对信噪比的要求也显著降低。 相似文献
22.
提出了一种新的双基地MIMO雷达系统中参数联合估计方法.首先提出了一个新的双基地MIMO雷达阵列信号模型,利用分数阶傅里叶变换能量聚集特性对多普勒频率的初始频率和调频率进行联合估计.然后,在分数阶傅里叶变换域内构造2个子阵,采用FRFT-MUSIC算法和FRFT-ESPRIT算法实现了收发角的联合估计.仿真实验表明,本算法在低信噪比时同样具有较好的性能. 相似文献
23.
24.
Alpha稳定分布噪声环境下类M估计相关的DOA估计新算法 总被引:1,自引:0,他引:1
提出了一类适用于Alpha稳定分布随机变量的统计量—类M估计相关(MELC),通过构造阵列输出的类M估计相关矩阵,提出了适用于Alpha稳定分布噪声环境下的波达方向(DOA)估计新算法,即MELC-MUSIC算法。仿真实验表明,在Alpha稳定分布噪声环境下,MELC-MUSIC算法在抗噪声特性、多源信号分辨性以及对不同形式信号(圆对称信号或非圆对称信号)的适应性方面获得比基于分数低阶统计量(FLOS)的MUSIC方法更好的估计性能。 相似文献
25.
26.
脉冲噪声环境下基于分数低阶循环相关的MUSIC算法 总被引:2,自引:0,他引:2
该文以稳定分布作为噪声模型,研究了脉冲噪声环境下循环平稳信号的波达方向估计问题。针对在脉冲噪声环境中基于传统2阶循环相关的算法效果显著退化的问题,该文提出了基于分数低阶循环相关的分数低阶循环MUSIC算法(FLOCC-MUSIC)。将分数低阶循环相关与MUSIC算法相结合,可以有效抑制脉冲噪声的同频带干扰。计算机仿真表明了此算法可有效完成高斯噪声和脉冲噪声条件下的波达方向估计,其性能优于传统的基于2阶循环相关的Cyclic-MUSIC。 相似文献
27.
28.
本文提出了一种HB加权的自适应时间延迟估计方法。这种方法不依赖于输入信号和噪声的先验知识,具有较高的估计精度和收敛速度,适用于低信噪比下的时间延迟估计。 相似文献
29.
以Alpha稳定分布作为噪声模型,研究了脉冲噪声环境下宽带双基地MIMO雷达系统中参数估计问题.针对在脉冲噪声环境中,基于传统的信号模型和算法效果显著退化的问题,本文提出了基于分数低阶统计量的宽带模糊函数算法.首先根据分数低阶宽带模糊函数的峰值点实现对多普勒频率尺度因子和时延的联合估计.接下来基于分数低阶宽带模糊函数构造两个子阵.通过采用改进的MUSIC算法和ESPRIT算法实现了收发角的联合估计.仿真实验表明本文算法具有很好的性能. 相似文献
30.