低信噪比(signal-to-noise ratio,SNR)或小接收快拍数条件下,经典波达方向(direction of arrival,DoA)估计算法存在估计误差较大的缺点。针对该问题,充分利用L型阵列接收数据的自、互相关信息,给出一种适用于低SNR和小接收快拍数据环境...低信噪比(signal-to-noise ratio,SNR)或小接收快拍数条件下,经典波达方向(direction of arrival,DoA)估计算法存在估计误差较大的缺点。针对该问题,充分利用L型阵列接收数据的自、互相关信息,给出一种适用于低SNR和小接收快拍数据环境的信源个数及DoA估计算法。该算法首先利用接收数据互协方差矩阵所得自相关矩阵的特征值,给出了一种信源个数估计方法;进而提出了一种新的二维DoA估计方法。计算机仿真验证了该算法在低SNR及小接收快拍数情况下的有效性。展开更多
为了解决移动通信环境中,在低信噪比、少快拍数情况下信号波达方向(Direction of Arrival,DOA)估计性能差问题,提出一种联合范数去噪与Toeplitz矩阵重构的DOA估计算法.首先根据阵列协方差矩阵的Hermitian特性,利用协方差矩阵范数估计其...为了解决移动通信环境中,在低信噪比、少快拍数情况下信号波达方向(Direction of Arrival,DOA)估计性能差问题,提出一种联合范数去噪与Toeplitz矩阵重构的DOA估计算法.首先根据阵列协方差矩阵的Hermitian特性,利用协方差矩阵范数估计其最大特征值,进而估计噪声功率,然后对阵列协方差矩阵主对角元素进行去噪,再对去噪后的协方差矩阵重排.仿真结果表明:可以有效提高子空间类算法在低信噪比、少快拍数条件下的性能.展开更多
低信噪比(signal-to-noise ratio,SNR)或小接收快拍数条件下,经典的二维(two-dimensional,2D)波达方向(direction of arrival,DOA)算法存在估计精度低的缺点。针对该问题,充分利用L型阵列接收数据的自、互相关信息,提出一种适用于低SNR...低信噪比(signal-to-noise ratio,SNR)或小接收快拍数条件下,经典的二维(two-dimensional,2D)波达方向(direction of arrival,DOA)算法存在估计精度低的缺点。针对该问题,充分利用L型阵列接收数据的自、互相关信息,提出一种适用于低SNR及小接收快拍数环境下的2D DOA估计新方法。该方法首先通过解析优化2D谱峰搜索问题,获得方位角与仰角之间的特定约束关系,进而将包含2D角度参量的目标函数转化为只包含一维(one-dimensional,1D)角度参量,即可通过1D谱峰搜索获得方位角(或仰角)估计值,最后再次利用该约束关系求得与之对应的仰角(或方位角)估计值。该方法只需1D谱峰搜索,而且所得2D角度估计参数可自动实现配对。计算机仿真验证了该方法在低SNR及小接收快拍数情况下的有效性。展开更多
文摘低信噪比(signal-to-noise ratio,SNR)或小接收快拍数条件下,经典波达方向(direction of arrival,DoA)估计算法存在估计误差较大的缺点。针对该问题,充分利用L型阵列接收数据的自、互相关信息,给出一种适用于低SNR和小接收快拍数据环境的信源个数及DoA估计算法。该算法首先利用接收数据互协方差矩阵所得自相关矩阵的特征值,给出了一种信源个数估计方法;进而提出了一种新的二维DoA估计方法。计算机仿真验证了该算法在低SNR及小接收快拍数情况下的有效性。
文摘为了解决移动通信环境中,在低信噪比、少快拍数情况下信号波达方向(Direction of Arrival,DOA)估计性能差问题,提出一种联合范数去噪与Toeplitz矩阵重构的DOA估计算法.首先根据阵列协方差矩阵的Hermitian特性,利用协方差矩阵范数估计其最大特征值,进而估计噪声功率,然后对阵列协方差矩阵主对角元素进行去噪,再对去噪后的协方差矩阵重排.仿真结果表明:可以有效提高子空间类算法在低信噪比、少快拍数条件下的性能.
文摘低信噪比(signal-to-noise ratio,SNR)或小接收快拍数条件下,经典的二维(two-dimensional,2D)波达方向(direction of arrival,DOA)算法存在估计精度低的缺点。针对该问题,充分利用L型阵列接收数据的自、互相关信息,提出一种适用于低SNR及小接收快拍数环境下的2D DOA估计新方法。该方法首先通过解析优化2D谱峰搜索问题,获得方位角与仰角之间的特定约束关系,进而将包含2D角度参量的目标函数转化为只包含一维(one-dimensional,1D)角度参量,即可通过1D谱峰搜索获得方位角(或仰角)估计值,最后再次利用该约束关系求得与之对应的仰角(或方位角)估计值。该方法只需1D谱峰搜索,而且所得2D角度估计参数可自动实现配对。计算机仿真验证了该方法在低SNR及小接收快拍数情况下的有效性。