基于約束盲分離的DOA估計(jì)算法研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、盲源分離是信號(hào)處理領(lǐng)域中的重要研究問題,傳統(tǒng)的盲源分離算法運(yùn)算量較大,在特定的分離條件下性能下降。來波方向估計(jì)是陣列信號(hào)處理中的重要問題,已有算法在日益復(fù)雜的電磁信號(hào)環(huán)境以及特殊的工程應(yīng)用場景中往往無法達(dá)到所需的精度要求。針對場景特殊性研究盲源分離算法,將其應(yīng)用到特殊工程應(yīng)用場景中的盲源估計(jì)問題中具有重要的理論意義和工程應(yīng)用價(jià)值。
  本文討論分離特定目標(biāo)信號(hào)的盲源分離問題,依據(jù)問題中的先驗(yàn)信息改進(jìn)傳統(tǒng)算法,提出一種基于相關(guān)性約束

2、的盲源分離算法,不需要分離所有源信號(hào),降低了算法運(yùn)算量。在此基礎(chǔ)上,研究鄰近強(qiáng)干擾下的信號(hào)來波方向估計(jì)問題,利用斜投影方法,提出一種基于梯度下降的DOA估計(jì)算法,在干擾信號(hào)與目標(biāo)信號(hào)來波方向接近的場景中實(shí)現(xiàn)了對目標(biāo)信號(hào)來波方向的準(zhǔn)確估計(jì)。
  本文的主要研究內(nèi)容有:
  1.針對線性混合模型下的盲源分離問題進(jìn)行討論,給出該問題的系統(tǒng)模型,分析基于獨(dú)立分量分析的傳統(tǒng)盲源分離算法的弊端;以目標(biāo)信號(hào)的相關(guān)性信息構(gòu)造約束來改進(jìn)已有算

3、法,分析該方法的可行性與有效性,進(jìn)行仿真實(shí)驗(yàn)并給出該算法的性能分析。
  2.針對鄰近強(qiáng)干擾下信號(hào)的來波方向估計(jì)問題,給出該場景中的系統(tǒng)模型,分析強(qiáng)干擾場景下傳統(tǒng)MUSIC算法存在的問題;構(gòu)建斜投影算子分離干擾信號(hào)與目標(biāo)信號(hào),利用干擾信號(hào)和目標(biāo)信號(hào)的功率差異以及目標(biāo)信號(hào)的相關(guān)特性,設(shè)計(jì)梯度下降算法,實(shí)現(xiàn)干擾信號(hào)與目標(biāo)信號(hào)波達(dá)方向的聯(lián)合迭代估計(jì);在均勻線陣場景中對本文提出的算法進(jìn)行仿真實(shí)驗(yàn),將其與已有的MUSIC算法、RELAX算法

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論