一种基于次元分析技术的鲁棒波束形成算法 - Journal of Northeastern .PDFVIP

一种基于次元分析技术的鲁棒波束形成算法 - Journal of Northeastern .PDF

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
一种基于次元分析技术的鲁棒波束形成算法 - Journal of Northeastern

第2 7 卷第6 期 东 北 大 学 学 报 ( 自 然 科 学 版 ) Vol 27 ,No . 6 2 0 0 6 年 6 月 Journal of Nort heastern U niver sity (N at ural Science) J un . 2 0 0 6 文章编号 : (2006) 06063 104 一种基于次元分析技术的鲁棒波束形成算法 1 2 1 1 汪晋宽 , 田 丹 , 刘志刚 , 贾利琴 ( 1. 东北大学 信息科学与工程学院 , 辽宁 沈阳 110004 ; 2 . 沈阳大学 信息工程学院 , 辽宁 沈阳 110044) 摘    要 : 针对实际应用中先验知识存在偏差的问题 ,基于权向量长度恒定的常规线性约束波 束形成算法 ,提出一种权向量长度恒定的最差情况性能优化波束形成算法 分析了神经次元分析 · (MCA) 学习规则与该波束形成优化问题在数学描述上的相似性 ,利用神经 MCA 学习规则实现鲁 棒自适应波束形成 仿真结果表明 ,与基于线性约束的波束形成算法相比 ,该算法具有更强的信号 · 跟踪能力和干扰抑制能力 ,并且对信号方向向量的偏差具有更强的鲁棒性 · 关  键  词 : 阵列天线 ; 自适应波束形成 ;最差情况性能优化 ;神经网络 ;次元分析 ;鲁棒算法 中图分类号 : TN 9 117    文献标识码 : A ( ) Φ Φ 次元分析 MCA 是一种用于提取数据协方 为零, 协方差矩阵 有界 如果 是非对角阵, · 差矩阵最小特征值对应特征向量的基本统计信号 那么可用一个线性处理器 F 修正 x ( t) 得到新的 处理技术 近年来 ,人们越来越重视研究 MCA 与 ( ) ( ) · 随机信号 y t = Fx t , 以便协方差矩阵是对角 神经网络之间的联系[ 1~3 ] 利用神经网络的并行 的 该处理器是由 Φ的对应于非零特征值的特征 · · ( ) ( ) 计算能力 ,通过某种自学习算法 ,可在输入信号统 向量组成的矩阵 信号 y i t 称为 x t 的主元, 其 · 计特性未知的情况下 ,解决移动 目标跟踪 、自适应 2 2 重要性正比于 Φ的特征值 σ= E [ y ] 具有最小 i i · 阵列处理 、信号参数估计 、噪声消除、鲁棒曲线和 特征值的信号称为次元, 次元的提取称为次元分 平面拟和等问题 文献[4 ] 中提出了一种基于神

文档评论(0)

2105194781 + 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