基于雙向傳播算子的互質(zhì)面陣二維波達(dá)方向估計(jì)
發(fā)布時(shí)間:2021-05-16 08:09
針對(duì)譜峰搜索的二維波達(dá)方向估計(jì)中現(xiàn)有算法復(fù)雜度高,精度受搜索間隔影響較大的問(wèn)題,給出了一種雙向傳播算子的互質(zhì)面陣二維波達(dá)方向估計(jì)算法,實(shí)現(xiàn)了俯仰角和方位角的低復(fù)雜、高精度、無(wú)模糊聯(lián)合估計(jì).該方法首先將互質(zhì)陣列引入到二維波達(dá)方向估計(jì)中,構(gòu)造互質(zhì)平面陣模型,然后采用兩次旋轉(zhuǎn)不變傳播算子方法計(jì)算出不同陣列流型方向上的旋轉(zhuǎn)因子矩陣,根據(jù)旋轉(zhuǎn)因子矩陣解算出目標(biāo)信號(hào)的俯仰角和方位角,同時(shí)利用互質(zhì)理論消除了稀疏陣列角度估計(jì)的不確定性,證明了互質(zhì)陣列模型下采用雙向傳播算子方法進(jìn)行俯仰角和方位角估計(jì)的無(wú)模糊性.對(duì)算法的復(fù)雜度進(jìn)行理論分析,并給出了平面陣列角度估計(jì)的克拉美羅界推導(dǎo).理論分析與仿真結(jié)果表明,算法不需要進(jìn)行角度匹配和譜峰搜索,在相同條件下的均方根誤差性能優(yōu)于均勻平面陣的多重信號(hào)分類算法,并且以較低的復(fù)雜度無(wú)模糊的達(dá)到了高維網(wǎng)格搜索的精度.
【文章來(lái)源】:電子學(xué)報(bào). 2019,47(03)北大核心EICSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【文章目錄】:
1 引言
2 數(shù)學(xué)模型
3 基于雙向傳播算子的互質(zhì)面陣二維波達(dá)方向估計(jì)
3.1 算法設(shè)計(jì)
3.2 算法步驟
3.3 算法復(fù)雜度分析
4 克拉美羅界推導(dǎo)
5 仿真實(shí)驗(yàn)
6 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]電磁矢量傳感器陣列相干和獨(dú)立信號(hào)DOA估計(jì)[J]. 陳廣東,黃海行,陳智. 電子學(xué)報(bào). 2017(09)
[2]DOA Estimation Using Block Variational Sparse Bayesian Learning[J]. HUANG Qinghua,ZHANG Guangfei,FANG Yong. Chinese Journal of Electronics. 2017(04)
[3]基于稀疏信號(hào)重構(gòu)的DOA和極化角度估計(jì)算法[J]. 田野,練秋生,徐鶴. 電子學(xué)報(bào). 2016(07)
[4]基于哈達(dá)瑪積擴(kuò)展子空間的到達(dá)時(shí)間和波達(dá)方向聯(lián)合估計(jì)[J]. 巴斌,劉國(guó)春,李韜,林禹丞,王瑜. 物理學(xué)報(bào). 2015(07)
本文編號(hào):3189319
【文章來(lái)源】:電子學(xué)報(bào). 2019,47(03)北大核心EICSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【文章目錄】:
1 引言
2 數(shù)學(xué)模型
3 基于雙向傳播算子的互質(zhì)面陣二維波達(dá)方向估計(jì)
3.1 算法設(shè)計(jì)
3.2 算法步驟
3.3 算法復(fù)雜度分析
4 克拉美羅界推導(dǎo)
5 仿真實(shí)驗(yàn)
6 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]電磁矢量傳感器陣列相干和獨(dú)立信號(hào)DOA估計(jì)[J]. 陳廣東,黃海行,陳智. 電子學(xué)報(bào). 2017(09)
[2]DOA Estimation Using Block Variational Sparse Bayesian Learning[J]. HUANG Qinghua,ZHANG Guangfei,FANG Yong. Chinese Journal of Electronics. 2017(04)
[3]基于稀疏信號(hào)重構(gòu)的DOA和極化角度估計(jì)算法[J]. 田野,練秋生,徐鶴. 電子學(xué)報(bào). 2016(07)
[4]基于哈達(dá)瑪積擴(kuò)展子空間的到達(dá)時(shí)間和波達(dá)方向聯(lián)合估計(jì)[J]. 巴斌,劉國(guó)春,李韜,林禹丞,王瑜. 物理學(xué)報(bào). 2015(07)
本文編號(hào):3189319
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3189319.html
最近更新
教材專著