针对信噪比较低时,多重信号分类（Multiple Signal Classification,MUSIC）算法方位谱背景级较高的问题,提出了一种解卷积的MUSIC方位估计算法（Deconvolvecd MUSIC,D-MUSIC）。该方法用一个类似冲激函数作为MUSIC算法输出方位谱的点散...针对信噪比较低时,多重信号分类（Multiple Signal Classification,MUSIC）算法方位谱背景级较高的问题,提出了一种解卷积的MUSIC方位估计算法（Deconvolvecd MUSIC,D-MUSIC）。该方法用一个类似冲激函数作为MUSIC算法输出方位谱的点散射函数（Point Scattering Function,PSF）,然后基于解卷积图像复原理论,利用该点散射函数和RichardsonLucy（R-L）迭代算法对MUSIC算法的方位谱进行解卷积,获得D-MUSIC算法的方位谱,达到降低方位谱背景级的目的。仿真表明,该方法继承了MUSIC算法的高分辨性能,且可以明显降低方位谱的背景级,具有较好的方位估计性能。对南海海上试验的水平阵数据进行处理,分析比较了利用MUSIC算法和解卷积MUSIC算法获得的方位谱时间历程图,分析结果有效验证了D-MUSIC算法性能的优越性。展开更多
多重信号分类(multiple signal classification,MUSIC)算法是一种经典的空间谱估计算法,其利用信号子空间和噪声子空间相互正交的特性,估计出入射信号的波达方向(direction of arrival,DOA)。文章以二维高精度DOA估计的应用需求为目标,...多重信号分类(multiple signal classification,MUSIC)算法是一种经典的空间谱估计算法,其利用信号子空间和噪声子空间相互正交的特性,估计出入射信号的波达方向(direction of arrival,DOA)。文章以二维高精度DOA估计的应用需求为目标,通过分析MUSIC算法中各个步骤的计算特点,提出了一种算法的实现方法,并在现场可编程门阵列(field programmable gate array,FPGA)上完成了各个模块硬件电路的设计验证。该方法利用矩阵元素行列序号的对称性,得到了一种计算协方差矩阵的并行化分解方案;采用阈值比较法提高特征分解速度的同时,避免了最值求解,降低了硬件复杂度;在谱峰搜索中使用分步搜索法来提高实时性,并设计了专用硬件电路计算方向向量,以节省存储资源和避免数据读取延时带来的性能损失;与传统实现方法相比,实现了高精度和高实时性的统一。实验结果表明,该方法中的硬件实现方案在100 MHz工作频率的FPGA芯片上,完成一次精度为0.1°的二维DOA估计耗时3~5ms,具有精度高、速度快、资源消耗少的优势。展开更多
为了降低波束域多重信号分类(multiple signal classification,MUSIC)算法估计接收信号到达时间(time of ar-rival,TOA)的计算复杂度,提高算法的抗噪性能,提出一种基于TK算子(Teager-Kaiser operator)的改进算法。利用TK算子对数据瞬时...为了降低波束域多重信号分类(multiple signal classification,MUSIC)算法估计接收信号到达时间(time of ar-rival,TOA)的计算复杂度,提高算法的抗噪性能,提出一种基于TK算子(Teager-Kaiser operator)的改进算法。利用TK算子对数据瞬时变化敏感的特性,将接收信号与参考信号的相关函数经过TK算子处理,估计出波束域转换矩阵和波束域输出数据,再用MUSIC时延估计算法估计TOA。仿真结果说明,该方法比波束域MUSIC时延估计算法计算量小,并更好地抑制了多径信号噪声影响,高分辨率的估计性能得到了明显改善。展开更多
在军事领域中,机载多输入多输出(multiple input multiple output,MIMO)雷达既要探测机动目标,又要防止被截获接收机侦收。针对这一问题,提出了低截获的单基地非均匀阵列MIMO雷达改进多信号分类(multiple signal classification,MUSIC)...在军事领域中,机载多输入多输出(multiple input multiple output,MIMO)雷达既要探测机动目标,又要防止被截获接收机侦收。针对这一问题,提出了低截获的单基地非均匀阵列MIMO雷达改进多信号分类(multiple signal classification,MUSIC)算法。通过对MIMO雷达匹配滤波后的接收信号进行降维处理、白化处理、时频分析、时频点筛选、正交联合对角化等信号处理,实现了低信噪比(signal to noise ratio,SNR)、低信号持续时间下的方向角估计。研究结果表明,在相同环境下,与MIMO雷达时频MUSIC算法相比,低截获MIMO雷达改进MUSIC算法空间谱指向精度有所提高,可分辨角度差仅为1°的相邻目标,适用SNR降低2 dB且保证了低截获性能。展开更多
文摘多重信号分类(multiple signal classification,MUSIC)算法是一种经典的空间谱估计算法,其利用信号子空间和噪声子空间相互正交的特性,估计出入射信号的波达方向(direction of arrival,DOA)。文章以二维高精度DOA估计的应用需求为目标,通过分析MUSIC算法中各个步骤的计算特点,提出了一种算法的实现方法,并在现场可编程门阵列(field programmable gate array,FPGA)上完成了各个模块硬件电路的设计验证。该方法利用矩阵元素行列序号的对称性,得到了一种计算协方差矩阵的并行化分解方案;采用阈值比较法提高特征分解速度的同时,避免了最值求解,降低了硬件复杂度;在谱峰搜索中使用分步搜索法来提高实时性,并设计了专用硬件电路计算方向向量,以节省存储资源和避免数据读取延时带来的性能损失;与传统实现方法相比,实现了高精度和高实时性的统一。实验结果表明,该方法中的硬件实现方案在100 MHz工作频率的FPGA芯片上,完成一次精度为0.1°的二维DOA估计耗时3~5ms,具有精度高、速度快、资源消耗少的优势。
文摘为了降低波束域多重信号分类(multiple signal classification,MUSIC)算法估计接收信号到达时间(time of ar-rival,TOA)的计算复杂度,提高算法的抗噪性能,提出一种基于TK算子(Teager-Kaiser operator)的改进算法。利用TK算子对数据瞬时变化敏感的特性,将接收信号与参考信号的相关函数经过TK算子处理,估计出波束域转换矩阵和波束域输出数据,再用MUSIC时延估计算法估计TOA。仿真结果说明,该方法比波束域MUSIC时延估计算法计算量小,并更好地抑制了多径信号噪声影响,高分辨率的估计性能得到了明显改善。
文摘在军事领域中,机载多输入多输出(multiple input multiple output,MIMO)雷达既要探测机动目标,又要防止被截获接收机侦收。针对这一问题,提出了低截获的单基地非均匀阵列MIMO雷达改进多信号分类(multiple signal classification,MUSIC)算法。通过对MIMO雷达匹配滤波后的接收信号进行降维处理、白化处理、时频分析、时频点筛选、正交联合对角化等信号处理,实现了低信噪比(signal to noise ratio,SNR)、低信号持续时间下的方向角估计。研究结果表明,在相同环境下,与MIMO雷达时频MUSIC算法相比,低截获MIMO雷达改进MUSIC算法空间谱指向精度有所提高,可分辨角度差仅为1°的相邻目标,适用SNR降低2 dB且保证了低截获性能。
