MUSIC方法仿真.pptx

  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)。
查看更多
MUSIC方法仿真

MUSIC方法仿真;MUSIC方法波达方向估计(DOA估计);MUSIC方法波达方向估计(DOA估计);MUSIC方法波达方向估计(DOA估计);空间谱估计技术是在波束形成技术、零点技术和时域谱估计技术的基础上发展起来的一种技术。与频谱表示信号在各个频率上的能量分布相对应,空间谱则可解释为信号在空间各个方向上的能量分布。 波达方向(Direction-of-Arrival,DOA)估计指的是要确定同时处在空间某一区域内多个感兴趣信号的空间位置,即各个信号到达阵列参考阵元的方向角。DOA 估计也称空间谱估计。 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。 典型方法:MUSIC ;MUSIC算法理论: ;试验采用等距线阵作为接收天线。若阵列有m个阵元组成,则信号 到达各阵元的相位差所组成的向量: 称为信号的方向向量或响应向量,如果总共有p个信号位于远场(其中p≤m)则在第k个阵元上观测或接收信号 为 k=1,…,m;式中 表示第k个阵元上的加性观测噪声。将m个阵元上的观测数据组成m×1维观测数据向量 ; 其中A(w)= s(n)= ;在处理阵列信号是做以下三种假设: A.对于不同的值 ,向量 相互线性独立; B.加性噪声向量e(t)的每个元素都是零均值的复白噪声,它们不相关,并且具有相同的方差 ; C.矩阵P=E{ }非奇异,则rank(P)=p。 上述三个假设条件只是一般的假设,在实际条件中容易得到满足。在假设1到3成立的条件下,我们很容易得到数学模型的自相关函数;MUSIC算法性能影响;MUSIC算法性能影响;有噪声music算法;(一)阵元数对MUSIC算法的影响 ; 随着阵元数的增加,DOA 估计谱的波束宽度变窄,阵列的指向性变好,也就是说阵列分辨空间信号的能力增强。由此可以看出,要得到更加精确的 DOA 估计谱,可以增加阵元数量,但阵元数量越多,需要处理的数据越多,运算量越大,运行速度越慢。由上图可以看出阵元数大到一定数量时,波形变化不会很明显。因此,在实际应用中,可根据具体条件适当选取阵元数量,在确保估计谱准确的前提下,尽量减少资源浪费,加快运行的速度,提高工作效率。 ;(二)快拍数数对MUSIC算法的影响 ; 随着快拍数的增加,DOA 估计谱的波束宽度变窄,阵列的指向性变好,阵列分辨空间信号的能力增强,MUSIC 算法的估计精度增加。由此可见,可通过增加采样快拍数来增加 DOA 估计的精确度,但是采样快拍数越多,需要处理的数据就越多MUSIC 算法的运算量就越大,速度就越慢,所以在实际应用中要合理的选取采样快拍数,在确定 DOA 估计谱准确的前提下,尽量减少运算量,加快工作速度,节省人力物力,节约资源。 ;(三)信噪比对MUSIC算法的影响 ;(四)阵元间距对MUSIC算法的影响 ; 当阵元间距不大于半波长时,随着阵元间距的增加,DOA 估计谱的波束宽度变窄,阵列的指向性变好,也就是说 MUSIC算法的分辨力随着阵元间距的加大相应提高,但当阵元间距大于半波长时,估计谱除了信号源方向外在其他方向出现了虚假谱峰,也就失去了估计的准确性。可见,在实际应用中,要十分注意阵元间的距离,可以适当增加阵元间距但绝不能超过半波长,这一点非常重要,最好是将阵元间距设为半波长。 ;总结

文档评论(0)

yaocen + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档