基于MUSIC算法的硬件实现研讨.pptVIP

基于MUSIC算法的空间硬件实现 项目的总体介绍： 阵列信号处理主要的研究内容就是：如何利用信号的空域特性来增强接收的有用信号以及如何有效地提取包括信号空域信息在内的信号的其它信息。其主要的研究领域可以分为波束形成技术，零点技术和空间谱估计技术等几个方面。 空间谱估计技术是近30年来发展起来的一门新兴的空域信号处理技术，其主要目标研究提高在处理带宽内空间信号角度的估计精度，角度分辨率和提高运算速度的各种算法。 MUSIC算法： 多重信号分类（MUSIC）算法是施密特Schmidt R O 等人在1979 年提的。MUSIC算法的提出开创了空间谱估计算法研究的新时代，促进了特征结构类算法的兴起和发展，该算法已成为空间谱估计理论体系中的标志性算法。 MUSIC 算法的基本思想是将实际接收到的数据矢量求协方差矩阵，将构成的协方差矩阵进行矩阵特征分解，得到特征值及特征向量，并将特征向量划分为与信号对应的特征向量和与噪声对应的特征向量，得到信号子空间和噪声子空间，根据矩阵的相关特性，利用两个子空间的正交性构造空间普函数，以实现信号的DOA 估计。 开始 取输入信号 信号预处理 求特征值和特征向量 谱峰搜索 输出估计波达方向 结束 取N次快拍 对N个样本求协方差矩阵 协方差矩阵作特征分解 特征值排序并构造噪声子空间 RF前端（放大，滤波） 16位A/D转换 DDC下变频 信号预处理（求协方差矩阵） 特征值分解 特征排序 谱峰搜索 个数估计 DOA 由于MUSIC 算法实现中的特征值分解、信号源个数估计以及谱峰搜索等过程算法实现复杂，计算量大，硬件资源消耗多，适合在运算速度高、寻址方式灵活的DSP（Digital Signal Processor）处理器中实现 信号协方差矩阵的计算过程结构简单但数据量巨大，且适合并行运算 FPGA(Field Programmable Gate Array) DSP+FPGA 系统可充分结合两者的优点，有很强的通用性，适合模块化设计，能提高算法效率；同时开发周期短，系统易于维护和扩展，能满足实时信号处理的要求 * RF前端（放大，滤波） 16位A/D转换 DDC下变频 信号预处理（求协方差矩阵） 特征值分解 特征排序 谱峰搜索 个数估计 FPGA DOA DSP 1 d 2 3 M D个信号源 M个阵元 理想状态的假设如下： (1)各待测信号源具有相同的极化、且互不相关的。一般考虑信号源为窄带的，且各信号源具有相同的中心频率 。 (2)天线阵列是由M(MD)个阵元组成的等间距直线阵，各阵元特性相同阵元间隔为d，并且阵元间隔不大于最高频率信号半波长。 (3)天线阵列处于各信号源的远场中，即天线阵列接收从各信号源传来的信号为平面波。 (4)各阵元上有互不相关，与各待测信号也不相关，方差为 的零均值高斯白噪声 。 (5)各接收支路具有完全相同的特性。 第一步：求协方差矩阵 先假设只有第k个信号源在工作 为第1个参考阵元对第k（k=1，D）个信号源的感应信号 若以第一个阵元为参考点，则t时刻等间距直线阵中的第m(m=1，2，…M)个阵元对第k个信号源的感应信号为： = 假设所有信号源都处于工作状态，则第m个阵元的输出信号为： 是第k个信号源在阵元上的信号强度 第m个阵元对第k个信号源的响应函数。 则第m个阵元的输出信号为： * 运用矩阵的定义，可以得到更为简洁的表达式：X=AS+N M个阵元接收到的信号空间 D个信号源上的信号强度 A= A表示第m个