针对传统电磁频谱地图构建方法感知节点分布不均匀、监测数据存在异常值等问题,将基于密度的噪声应用空间聚类(Density-based Spatial Clustering of Applications with Noise,DBSCAN)算法与反距离加权(Inverse Distance Weighting,IDW...针对传统电磁频谱地图构建方法感知节点分布不均匀、监测数据存在异常值等问题,将基于密度的噪声应用空间聚类(Density-based Spatial Clustering of Applications with Noise,DBSCAN)算法与反距离加权(Inverse Distance Weighting,IDW)算法相结合,提出一种城市环境电磁频谱地图构建方法。该算法首先通过DBSCAN减轻极端值的影响,并分离核心点、边界点和噪声点,将每个核心点的局部密度作为权重,计算簇的加权中心点。其次,运用IDW对聚类簇的加权中心点进行插值估计,以显著减少需要进行插值的数据点数量,从而构建精度更高的电磁频谱地图。仿真结果表明:与IDW算法和反障碍距离加权算法相比,所提算法重构得到的电磁频谱地图的平均绝对误差和归一化均方误差分别降低了10%和23%以上。展开更多
针对相干信源的波达方向(direction of arrival,DOA)估计问题,传统的空间平滑算法通过减小阵列孔径来解相干,导致估计精度降低。本文以相干分布源为研究对象,首先通过扩展共轭虚拟阵列增大阵列孔径,使用Toeplitz算法进行预估计,根据预...针对相干信源的波达方向(direction of arrival,DOA)估计问题,传统的空间平滑算法通过减小阵列孔径来解相干,导致估计精度降低。本文以相干分布源为研究对象,首先通过扩展共轭虚拟阵列增大阵列孔径,使用Toeplitz算法进行预估计,根据预估计值构建加权矩阵,通过二次加权空间平滑恢复协方差矩阵的秩,消除信号的相干性,结合传播因子算法估计得到目标信源的入射角度。该算法充分利用子阵输出的自相关和互相关信息,改善了阵列孔径带来的精度影响。仿真结果表明,所提算法对相干信源具有良好的分辨能力和估计精度,在低信噪比时鲁棒性较好。展开更多
文摘针对传统电磁频谱地图构建方法感知节点分布不均匀、监测数据存在异常值等问题,将基于密度的噪声应用空间聚类(Density-based Spatial Clustering of Applications with Noise,DBSCAN)算法与反距离加权(Inverse Distance Weighting,IDW)算法相结合,提出一种城市环境电磁频谱地图构建方法。该算法首先通过DBSCAN减轻极端值的影响,并分离核心点、边界点和噪声点,将每个核心点的局部密度作为权重,计算簇的加权中心点。其次,运用IDW对聚类簇的加权中心点进行插值估计,以显著减少需要进行插值的数据点数量,从而构建精度更高的电磁频谱地图。仿真结果表明:与IDW算法和反障碍距离加权算法相比,所提算法重构得到的电磁频谱地图的平均绝对误差和归一化均方误差分别降低了10%和23%以上。
文摘针对相干信源的波达方向(direction of arrival,DOA)估计问题,传统的空间平滑算法通过减小阵列孔径来解相干,导致估计精度降低。本文以相干分布源为研究对象,首先通过扩展共轭虚拟阵列增大阵列孔径,使用Toeplitz算法进行预估计,根据预估计值构建加权矩阵,通过二次加权空间平滑恢复协方差矩阵的秩,消除信号的相干性,结合传播因子算法估计得到目标信源的入射角度。该算法充分利用子阵输出的自相关和互相关信息,改善了阵列孔径带来的精度影响。仿真结果表明,所提算法对相干信源具有良好的分辨能力和估计精度,在低信噪比时鲁棒性较好。