本文選題：多重信號分類算法　切入點：波達(dá)方向估計　出處：《西安電子科技大學(xué)》2014年碩士論文

【摘要】：如今,在陣列信號處理的整個領(lǐng)域中,波達(dá)方向(Direction of Arrival,DOA)估計已經(jīng)成為其中一個非常重要的問題,它在雷達(dá)、無線通訊等非常多的領(lǐng)域都有著及其廣泛的應(yīng)用。波達(dá)方向估計是用來確定輻射源輻射方向的一種技術(shù),它能通過陣列接收到的信息,然后按照一定的預(yù)處理方法來估計出信源的方位。能實現(xiàn)波達(dá)方向估計的算法有很多,其中以數(shù)字波束形成為代表的傳統(tǒng)算法有個明顯的缺陷就是受到瑞利限的制約,即估計精度低、不能分辨出一個波束寬度中的幾個信源,而后來出現(xiàn)的以多重信號分類MUSIC算法為代表的超分辨率算法解決了這個問題,這類算法不再受到瑞利限的限制。本文從經(jīng)典的MUSIC算法出發(fā),分析這個算法在波達(dá)方向估計上的應(yīng)用,然后在不影響信源方位角估計精度的基礎(chǔ)上,使用并行處理技術(shù)提高其運行計算速度,讓該算法在對實時性有重要要求的領(lǐng)域也能得到運用。本文首先介紹了MUSIC算法的有關(guān)基本理論,通過實驗詳細(xì)分析了該算法在波達(dá)方向估計問題上的處理能力,分析信噪比、陣元間距等等對MUSIC算法在DOA估計過程的影響。鑒于陣列接收到信號后進(jìn)行相關(guān)處理得到的協(xié)方差矩陣是Hermite矩陣,我們針對這一矩陣特點提出一種從復(fù)數(shù)域轉(zhuǎn)到實數(shù)域的預(yù)處理方法,使待處理的Hermite矩陣(復(fù)矩陣)轉(zhuǎn)化成對應(yīng)的實矩陣,大大節(jié)省了處理需要的時間,而且讓算法也更適合在硬件DSP上實現(xiàn)。同時由于期間還進(jìn)行一項前后向平滑處理,因此這種實數(shù)化方法不僅針對非相干信號源(本文主要考慮的情況)的DOA估計有效,對相干信號源DOA估計同樣有效。從耗時性、硬件適用性、并行性等多個方面進(jìn)行考慮,本文針對MUSIC算法的核心部分——特征空間分解,在眾多常用特征分解算法里選擇了QL算法,然后又對MUSIC算法各個模塊的串行實現(xiàn)進(jìn)行詳細(xì)分析。最后,通過實驗證明了本文所提出的并行方法是可行的。又通過實驗數(shù)據(jù)驗證了在不影響算法波達(dá)方向估計性能的情況下,耗時量得到明顯的減少。
[Abstract]:Today, in the whole field of array signal processing, the DOA Direction of Arrivalo estimation has become one of the most important issues in radar. There are many applications in many fields, such as wireless communication. DOA estimation is a technique used to determine the radiation direction of emitter. It can receive information through the array. There are many algorithms to realize DOA estimation, among which the traditional algorithm represented by digital beamforming has an obvious defect, which is restricted by Rayleigh limit. That is, the estimation accuracy is too low to distinguish several sources in a beamwidth, but the super-resolution algorithm, represented by MUSIC algorithm for multi-signal classification, has solved this problem. This kind of algorithm is no longer restricted by Rayleigh limit. Based on the classical MUSIC algorithm, this paper analyzes the application of this algorithm in DOA estimation, and then on the basis of not affecting the accuracy of source azimuth estimation, The parallel processing technology is used to improve the computing speed, so that the algorithm can also be used in the realtime field. This paper first introduces the basic theory of MUSIC algorithm. The processing ability of the algorithm in DOA estimation is analyzed in detail, and the signal-to-noise ratio (SNR) is analyzed. The effect of array spacing on the DOA estimation process of MUSIC algorithm. Since the covariance matrix obtained by correlation processing after the array receives the signal, the covariance matrix is the Hermite matrix. In view of the characteristics of this matrix, we propose a preprocessing method from complex field to real number field, which can transform the Hermite matrix (complex matrix) to the corresponding real matrix, and save the processing time greatly. This method is not only effective for the DOA estimation of incoherent signal sources (mainly considered in this paper), but also suitable for the implementation of hardware DSP. The DOA estimation of coherent signal source is also effective. Considering the time consuming, hardware applicability, parallelism and so on, this paper selects QL algorithm among many commonly used feature decomposition algorithms, aiming at the feature space decomposition, which is the core part of MUSIC algorithm. Then the serial implementation of each module of MUSIC algorithm is analyzed in detail. Finally, the experiment proves that the parallel method proposed in this paper is feasible, and the experimental data verify that the performance of DOA estimation is not affected by the proposed method. The amount of time taken is significantly reduced.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葛磊;武芳;王鵬波;張冬林;;3維建筑綜合中基于最小特征的面平移算法[J];測繪科學(xué)技術(shù)學(xué)報;2009年02期

2 駱雯,孫延明,陳振威,陳錦昌;判斷點與封閉多邊形相對關(guān)系的改進(jìn)算法[J];機械;1999年03期

3 李林;盧顯良;;一種基于切割映射的規(guī)則沖突消除算法[J];電子學(xué)報;2008年02期

4 劉巧玲;張紅英;林茂松;;一種簡單快速的圖像去霧算法[J];計算機應(yīng)用與軟件;2013年07期

5 林亞平,楊小林;快速概率分析進(jìn)化算法及其性能研究[J];電子學(xué)報;2001年02期

6 章郡鋒;吳曉紅;黃曉強;何小海;;基于暗原色先驗去霧的改進(jìn)算法[J];電視技術(shù);2013年23期

7 楊鐵軍;靳婷;;一種動態(tài)整周模糊值求解算法及其仿真分析[J];系統(tǒng)工程與電子技術(shù);2007年01期

8 周秀玲;郭平;陳寶維;王靜;;幾種計算超體積算法的比較研究[J];計算機工程;2011年03期

9 吳一戎,胡東輝,彭海良;Chirp Scaling SAR成象算法及其實現(xiàn)[J];電子科學(xué)學(xué)刊;1995年03期

10 王貴竹;一種產(chǎn)生單向分解值的算法[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2001年03期

相關(guān)會議論文 前10條

1 尹冀鋒;;一種新的圖象自適應(yīng)增強算法[A];四川省通信學(xué)會一九九二年學(xué)術(shù)年會論文集[C];1992年

2 寧春平;田家瑋;郭延輝;王影;張英濤;鄭桂霞;劉研;;計算機輔助增強、分割算法在鑒別乳腺良、惡性腫塊中的應(yīng)用價值[A];中華醫(yī)學(xué)會第十次全國超聲醫(yī)學(xué)學(xué)術(shù)會議論文匯編[C];2009年

3 謝麗聰;;SVB查詢改寫算法的改進(jìn)[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

4 鄭存紅;;復(fù)雜背景下相關(guān)跟蹤算法研究及DSP實現(xiàn)[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

5 楊文杰;吳軍;;RFID抗沖突算法研究[A];2008通信理論與技術(shù)新進(jìn)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（上）[C];2008年

6 高山;畢篤彥;魏娜;;一種基于UPF的小目標(biāo)TBD算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

7 周磊;張衛(wèi)華;王曉奇;張軍;;基于流水算法的智能路障機器人設(shè)計[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2011年

8 潘巍;李戰(zhàn)懷;陳群;索博;李衛(wèi)榜;;面向MapReduce的非對稱分片復(fù)制連接算法優(yōu)化技術(shù)研究[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

9 李偉偉;蔡康穎;鄭新;王文成;;3D模型中重復(fù)結(jié)構(gòu)的多尺度快速檢測算法[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

10 楊任爾;陳懇;勵金祥;;基于棱邊方向檢測的運動自適應(yīng)去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

相關(guān)重要報紙文章 前1條

1 國泰君安資產(chǎn)管理部;“算法交易”是道指暴跌罪魁禍?zhǔn)?[N];上海證券報;2010年

相關(guān)博士學(xué)位論文 前10條

1 馮輝;網(wǎng)絡(luò)化的并行與分布式優(yōu)化算法研究及應(yīng)用[D];復(fù)旦大學(xué);2013年

2 許玉杰;云計算環(huán)境下海量數(shù)據(jù)的并行聚類算法研究[D];大連海事大學(xué);2014年

3 李琰;基于貓群算法的高光譜遙感森林類型識別研究[D];東北林業(yè)大學(xué);2015年

4 陳加順;海洋環(huán)境下聚類算法的研究[D];南京航空航天大學(xué);2014年

5 王洋;基于群體智能的通信網(wǎng)絡(luò)告警關(guān)聯(lián)規(guī)則挖掘算法研究[D];太原理工大學(xué);2015年

6 雷雨;面向考試時間表問題的啟發(fā)式進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

7 熊霖;大數(shù)據(jù)下的數(shù)據(jù)選擇與學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2015年

8 張冬麗;人工蜂群算法的改進(jìn)及相關(guān)應(yīng)用研究[D];燕山大學(xué);2014年

9 徐悅竹;機會發(fā)現(xiàn)算法及其應(yīng)用研究[D];哈爾濱工程大學(xué);2010年

10 王征;分布式互斥算法的研究與實現(xiàn)[D];電子科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 姚鑫宇;EMD去噪與MUSIC算法在DOA估計中的聯(lián)合應(yīng)用[D];昆明理工大學(xué);2015年

2 陸進(jìn);面向含噪數(shù)據(jù)聚類相關(guān)算法的研究[D];復(fù)旦大學(xué);2014年

3 李家昌;基于能量約束的超聲圖像自動分割算法[D];華南理工大學(xué);2015年

4 陳堅;基于密度和約束的數(shù)據(jù)流聚類算法研究[D];蘭州大學(xué);2015年

5 高健;基于Zynq7000平臺的去霧算法研究及實現(xiàn)[D];南京理工大學(xué);2015年

6 顧磊;基于Hadoop的聚類算法的數(shù)據(jù)優(yōu)化及其應(yīng)用研究[D];南京信息工程大學(xué);2015年

7 楊燕霞;基于Hadoop平臺的并行關(guān)聯(lián)規(guī)則挖掘算法研究[D];四川師范大學(xué);2015年

8 王羽;基于MapReduce的社區(qū)發(fā)現(xiàn)算法的設(shè)計與實現(xiàn)[D];南京理工大學(xué);2015年

9 許振佳;流式數(shù)據(jù)的并行聚類算法研究[D];曲阜師范大學(xué);2015年

10 董琴;人工蜂群算法的改進(jìn)與應(yīng)用[D];大連海事大學(xué);2015年

，

本文編號：1681408