基于SVD的特征空间波束合成器.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第23卷 第6期 电 波 科 学 学 报 Vo1.23,No.6 2008年 12月 CHINESE JOURNAL OFRAD10 SCIENCE December,2008 文章编号 1005—0388(2008)06—1194—05 基于 SVD的特征空间波束合成器 曾 浩☆ 杨士中 冯文江 (重庆大学通信工程学院,重庆 400030) 摘 要 针对特征空间波束合成器,采用对数据矩阵进行奇异值分解,利用奇异值和 奇异值矢量计算最优权矢量,完成波束合成。该方法不仅完成特征空间降维作用,同 时可以避免对阵列协方差矩阵的估计 ,减少估计运算量和估计误差。实现的主要步 骤包括 了奇异值分解的数值计算 ,信源数估计,期望信号波达方向估计和权值求解几 个方面。计算机仿真证明,新算法可以正确实现波束合成,提高系统增益。 关键词 波束合成;特征空间;奇异值分解 中图分类号 TN911 文献标志码 A EigenspacebeamformingbasedonSVD ZENGHao YANGShi—zhong FENGWen-jiang (TheCollegeofCommunicationEngineering,CQU,Chongqing400030,China) Abstract BySVD ofdatamatrixandoptimum weightvectorchooseusingthesin— gularvaluesandsingularvectors,theeigenspacebeamformingiscarriedoutinthis paper.Thealgorithm reducesthedimensionofmatrixcomputationandavoidsthe estimationofarraycovariancematrix.Sothecomputationloadandestimationerror decreaseheavily.Thealgorithm consistsofSVD,signals’numberandDOA esti— mation,andweightvectorsolution.Thecomputersimulationshowsthatthepro— posedalgorithm canform thebeam andimprovethearraygain. Keywords beamforming;eigensapce;SVD composition,SVD),可 以直接得到所需特征矢量 , 引 言 从而可以避免对协方差矩阵估计 ,这一方面减少估 对于一个 N阵元的阵列 ,其接收数据快拍是一 计运算量,另一方面减少估计产生的误差。 个 N维列矢量 ,所以,其波束合成算法实现过程中, 是对 N维矢量或者矩阵的计算,运算量较大。为了 1 阵列模型 减少算法复杂度 ,人们采用降维处理方法 ,而基于特 假设 N阵元构成的均匀阵列,其阵元坐标矢量 征空间是一个主要降维方法口]。文献[2]分析了该 为 P ,一0… .,N一1。 算法的稳健性 ,而二维平面阵列下该算法 同样适 P一[ P P] (1) 用[3]。近年,特征空间的波束合成器被用于宽带系 其中T代

文档评论(0)

cvde43ds5f3f4 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档