国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      均勻線陣內(nèi)不相關(guān)和相干信號混合情況下信號個數(shù)檢測方法

      文檔序號:5888107閱讀:246來源:國知局
      專利名稱:均勻線陣內(nèi)不相關(guān)和相干信號混合情況下信號個數(shù)檢測方法
      技術(shù)領(lǐng)域
      本發(fā)明屬于信號處理技術(shù)領(lǐng)域,具體涉及ー種均勻線陣內(nèi)不相關(guān)和相干信號混合情況下信號個數(shù)檢測方法。
      背景技術(shù)
      陣列信號處理是信號處理的ー個重要分支,與參數(shù)估計、系統(tǒng)辨識、自適應(yīng)濾波、統(tǒng)計信號處理以及矩陣?yán)碚摰扔忻芮械穆?lián)系,并在雷達(dá)、聲納、通信、地震數(shù)據(jù)處理和醫(yī)用成像等眾多領(lǐng)域得到廣泛的應(yīng)用。其兩個主要研究方向是信號個數(shù)估計和信號方向估計,其中信號個數(shù)估計又是方向估計的基礎(chǔ),當(dāng)信號個數(shù)估計不準(zhǔn)確的時候,信號方向估計將會受到嚴(yán)重影響,因此研究一種高效,精確的信號個數(shù)估計算法具有重大的研究意義。
      信號個數(shù)檢測算法中,最經(jīng)典的是基于信息論準(zhǔn)則的算法,包括基于AIC準(zhǔn)則和MDL準(zhǔn)則算法,這種算法的制定是通過對陣列協(xié)方差矩陣進(jìn)行特征值分解,利用噪音子空間所對應(yīng)的特征值的多樣性對信號個數(shù)進(jìn)行檢測。但是在實際中由于多徑傳輸效應(yīng)的存在,入射信號經(jīng)常是完全相關(guān)的,(例如,相干),這時無噪聲的陣列協(xié)方差矩陣的秩將會比入射信號個數(shù)小,從而造成傳統(tǒng)的AIC/MDL方法嚴(yán)重退化。當(dāng)所有入射信號都相干,預(yù)處理技術(shù)例如空間平滑(SS)或者前后向空間平滑(FBSS)可以與AIC/MDL方法結(jié)合對相干信號進(jìn)行去相關(guān)。實際情況中當(dāng)多徑傳輸?shù)膸讉€信號相干時,入射信號是不相關(guān)信號和相干信號的組合。傳統(tǒng)的方法例如AIC/MDL結(jié)合FBSS預(yù)處理和MENSE(參見J. Xin,N. Zheng, andA. bano, “bimple and efncient nonparametric method for estimating the number oisignals without eigendecomposition,,,IEEE Trans, bignal Process. , vol. 55, no. 4, pp.1405-1420,2007.)只能估計出入射信號的總個數(shù)。盡管平滑秩輪廓(SRP)方法(參見T. -J.Shan, A. Paulraj, and T. Kailath, “On smoothed rank profile tests in eigenstructuremethods for direction-of-arrival estimation, ” IEEE Trans. Acoust. , Speech, bigna丄Process.,vol. 35,no. 10,pp. 1377-1385,1987.)可以估計不相關(guān)和相干信號個數(shù),當(dāng)信噪比(SNR)很低或者快拍數(shù)很小時該方法的檢測效果會退化。本發(fā)明因此而來。

      發(fā)明內(nèi)容
      本發(fā)明目的在于提供一種均勻線陣內(nèi)不相關(guān)和相干信號混合情況下信號個數(shù)檢測方法,解決了現(xiàn)有技術(shù)中入射信號相干時檢測效果會退化、檢測結(jié)果存在較大誤差等問題。為了解決現(xiàn)有技術(shù)中的這些問題,本發(fā)明提供的技術(shù)方案是—種均勻線陣內(nèi)不相關(guān)和相干信號混合情況下信號個數(shù)檢測方法,其特征在于所述方法通過構(gòu)造差分矩陣并將差分矩陣分割成疊加子矩陣,構(gòu)造連接矩陣,通過求得連接矩陣的秩獲得入射信號中相干信號個數(shù);通過基于奇異值分解的比率準(zhǔn)則獲得入射信號陣列協(xié)方差的秩,得到不相關(guān)信號個數(shù)估計。優(yōu)選的,所述方法包括以下步驟(I)通過線性陣列模型獲得入射信號樣本的協(xié)方差矩陣;(2)通過對樣本協(xié)方差矩陣進(jìn)行奇異值分解得到估計的奇異值;根據(jù)針對不相關(guān)信號定義的比例準(zhǔn)則獲得不相關(guān)信號個數(shù);(3)根據(jù)構(gòu)造估計的差分矩陣,將差分矩陣分割為L個前向疊加子矩陣和L個后向疊加子矩陣;根據(jù)前向疊加矩陣和后向疊加矩陣生成ー個連接矩陣,并進(jìn)行奇異值分解;根據(jù)針對相干信號定義的比例準(zhǔn)則,獲得相干信號的個數(shù)。優(yōu)選的,所述方法步驟(I)中陣列模型為
      權(quán)利要求
      1.一種均勻線陣內(nèi)不相關(guān)和相干信號混合情況下信號個數(shù)檢測方法,其特征在于所述方法通過構(gòu)造差分矩陣并將差分矩陣分割成疊加子矩陣,構(gòu)造連接矩陣,通過求得連接矩陣的秩獲得入射信號中相干信號個數(shù);通過基于奇異值分解的比率準(zhǔn)則獲得入射信號陣列協(xié)方差的秩,得到不相關(guān)信號個數(shù)估計。
      2.根據(jù)權(quán)利要求I所述的方法,其特征在于所述方法包括以下步驟 (1)通過線性陣列模型獲得入射信號樣本的協(xié)方差矩陣; (2)通過對樣本協(xié)方差矩陣進(jìn)行奇異值分解得到估計的奇異值;根據(jù)針對不相關(guān)信號定義的比例準(zhǔn)則獲得不相關(guān)信號個數(shù); (3)根據(jù)構(gòu)造估計的差分矩陣,將差分矩陣分割為L個前向疊加子矩陣和L個后向疊加子矩陣;根據(jù)前向疊加矩陣和后向疊加矩陣生成一個連接矩陣,并進(jìn)行奇異值分解;根據(jù)針對相干信號定義的比例準(zhǔn)則,獲得相干信號的個數(shù)。
      3.根據(jù)權(quán)利要求2所述的方法,其特征在于所述方法步驟(I)中陣列模型為
      4.根據(jù)權(quán)利要求3所述的方法,其特征在于所述方法步驟(3)中相干信號個數(shù)按照如下步驟進(jìn)行估計1)根據(jù)式(II)與不相關(guān)信號對應(yīng)的足、與相干信號對應(yīng)的I和與加性噪聲對應(yīng)的σ 2Im,構(gòu)造差分矩陣瓦
      5.根據(jù)權(quán)利要求3所述的方法,其特征在于所述方法步驟(3)中不相關(guān)信號個數(shù)按照如下步驟進(jìn)行估計 Al)對陣列協(xié)方差矩陣R進(jìn)行SVD分解,本發(fā)明得到最小的M-Ku-I個奇異值{>k}等于σ2,即
      全文摘要
      本發(fā)明公開了一種均勻線陣內(nèi)不相關(guān)和相干信號混合情況下信號個數(shù)檢測方法,其特征在于所述方法通過構(gòu)造差分矩陣并將差分矩陣分割成疊加子矩陣,構(gòu)造連接矩陣,通過求得連接矩陣的秩獲得入射信號中相干信號個數(shù);通過基于奇異值分解的比率準(zhǔn)則獲得入射信號陣列協(xié)方差的秩,得到不相關(guān)信號個數(shù)估計。經(jīng)過大量仿真實驗證實,本方法在更少的快拍數(shù)和低信噪比下優(yōu)于經(jīng)過FBSS預(yù)處理的MDL/AIC方法、MENSE和SRP。
      文檔編號G01D21/00GK102706385SQ201210142879
      公開日2012年10月3日 申請日期2012年5月10日 優(yōu)先權(quán)日2012年5月10日
      發(fā)明者劉暢農(nóng), 辛景民, 鄭南寧, 陶浩 申請人:西安交通大學(xué)蘇州研究院
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1