本文關(guān)鍵詞：DOA估計算法的改進(jìn)及應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：作為信號處理領(lǐng)域的一個關(guān)鍵問題,信號波達(dá)方向(Direction of Arrival,DOA)估計在傳感網(wǎng)絡(luò)、公共安全、環(huán)境監(jiān)測、資源勘測及軍事領(lǐng)域等社會生活的各個領(lǐng)域發(fā)揮著越來越重要的角色。隨著第四代移動通信的大力推廣和廣泛應(yīng)用,新的技術(shù)和業(yè)務(wù)需求又帶來了“多徑衰落”,“多址干擾”等問題。因此,新環(huán)境下對DOA估計要求算法的精度更高,系統(tǒng)響應(yīng)更快,適應(yīng)性更強(qiáng)。本文的主要工作包括:1、提出了一種基于MUSIC算法和MSCS算法的改進(jìn)DOA估計算法。首先分析MUSIC算法和MSCS(MUSIC symmetrical compressed spectrum)算法的各自特點(diǎn),當(dāng)MSCS算法搜索到譜峰附近時,本文將用MUSIC算法來替代MSCS算法來保證估計精度,并用以區(qū)分真實(shí)輻射源和鏡像信號源,從而保留了MSCS算法降低運(yùn)算量的同時,也有效地提高算法精度。另外,在算法實(shí)現(xiàn)過程中通過調(diào)整切換門限改變運(yùn)算量和估計精度,在精度和運(yùn)算量上可以較為靈活地進(jìn)行調(diào)整。最后通過數(shù)值驗(yàn)證表明,在各項(xiàng)條件不變的前提下,新方法的估計精度和MUSIC算法基本一致,系統(tǒng)響應(yīng)時間也降低為原來的2/3,具有一定的應(yīng)用價值。2、研究了陣列位置存在誤差情況下的DOA估計算法,通過利用自校正思想將DOA估計和遺傳算法相結(jié)合,有效地校正接收陣列的位置誤差,具有一定的實(shí)用性。通過仿真證明其有效性。3、研究了MIMO波束賦形算法,提出了一種基于DOA參數(shù)的干擾協(xié)調(diào)方案。由于相鄰小區(qū)有可能對相同目標(biāo)進(jìn)行波束賦形,在頻率相同時就會產(chǎn)生同頻干擾。在獲得DOA參數(shù)后,根據(jù)目標(biāo)位置合理制定協(xié)調(diào)方案,有效地降低小區(qū)間干擾,提高系統(tǒng)性能。通過仿真證明這種方法的有效性。
【關(guān)鍵詞】：DOA估計 MUSIC算法 MIMO
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN911.23
【目錄】：

• 摘要4-5
• Abstract5-6
• 專用術(shù)語注釋表6-11
• 第一章 緒論11-18
• 1.1 研究背景動態(tài)11-12
• 1.2 無線信道概述12-13
• 1.3 自適應(yīng)陣列基本系統(tǒng)13-16
• 1.4 本文的結(jié)構(gòu)與安排16-18
• 第二章 DOA估計基礎(chǔ)理論18-33
• 2.1 傳統(tǒng)DOA估計算法18-20
• 2.1.1 延遲相加法18-19
• 2.1.2 Capon最小方差法19-20
• 2.2 子空間法20-23
• 2.2.1 MUSIC算法20-22
• 2.2.2 ESPRIT算法22-23
• 2.3 基于神經(jīng)網(wǎng)絡(luò)的DOA估計算法23-29
• 2.3.1 MLP-DOA24
• 2.3.2 RBF-DOA24-25
• 2.3.3 Hopfiled-DOA25-26
• 2.3.4 具體實(shí)現(xiàn)及性能分析26-29
• 2.4 基于壓縮感知思想的DOA估計算法29-32
• 2.4.1 壓縮感知基本理論29-30
• 2.4.2 基于CS的DOA估計算法的實(shí)現(xiàn)30-32
• 2.5 本章小結(jié)32-33
• 第三章 基于MUSIC算法的一種改進(jìn)DOA估計算法33-41
• 3.1 問題描述33
• 3.2 MSCS算法33-36
• 3.2.1 數(shù)學(xué)模型33-35
• 3.2.2 仿真數(shù)據(jù)以及性能分析35-36
• 3.3 一種基于MUSIC算法和MSCS算法的改進(jìn)DOA估計算法36-40
• 3.3.1 數(shù)學(xué)模型及基本步驟37-38
• 3.3.2 仿真數(shù)據(jù)以及性能分析38-40
• 3.4 本章小結(jié)40-41
• 第四章 陣列存在位置誤差的DOA估計41-49
• 4.1 系統(tǒng)模型41-42
• 4.2 存在陣列位置誤差時的DOA估計42-44
• 4.3 結(jié)合遺傳算法的DOA估計和位置校正44-45
• 4.4 仿真及性能分析45-48
• 4.5 本章小結(jié)48-49
• 第五章 MIMO中基于DOA的干擾協(xié)調(diào)方案49-58
• 5.1 干擾原理49-51
• 5.1.1 多小區(qū)系統(tǒng)發(fā)射端的干擾抑制50-51
• 5.1.2 抑制小區(qū)間干擾的波束賦形技術(shù)51
• 5.2 基于DOA估計和波束賦形的干擾協(xié)調(diào)方法51-53
• 5.3 仿真及性能分析53-56
• 5.4 本章小結(jié)56-58
• 第六章 總結(jié)與展望58-60
• 參考文獻(xiàn)60-63
• 附錄1 攻讀碩士學(xué)位期間撰寫的論文63-64
• 附錄2 攻讀碩士學(xué)位期間申請的專利64-65
• 附錄3 攻讀碩士學(xué)位期間參加的科研項(xiàng)目65-66
• 致謝66

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 肖偉;全惠云;;具有調(diào)和特性的蟻群改進(jìn)算法[J];計算機(jī)工程與應(yīng)用;2005年34期

2 劉江華;戴新喜;白似雪;;基于模式矩陣的P_Matrix算法[J];南昌大學(xué)學(xué)報(理科版);2007年05期

3 袁萬蓮;鄭誠;翟明清;;一種改進(jìn)的Apriori算法[J];計算機(jī)技術(shù)與發(fā)展;2008年05期

4 周愛武;崔丹丹;肖云;;一種改進(jìn)的K-means聚類算法[J];微型機(jī)與應(yīng)用;2011年21期

5 李靜燕;;改進(jìn)的Apriori算法在教學(xué)質(zhì)量評價中的應(yīng)用[J];價值工程;2013年01期

6 鄧勇,施文康;發(fā)現(xiàn)頻繁情節(jié)的改進(jìn)算法[J];上海交通大學(xué)學(xué)報;2005年03期

7 李環(huán)宇;杜春玲;李保銀;;一種基于關(guān)聯(lián)規(guī)則挖掘的改進(jìn)算法[J];福建電腦;2007年01期

8 周樹德;孫增圻;;分布估計算法綜述[J];自動化學(xué)報;2007年02期

9 劉華婷;郭仁祥;姜浩;;關(guān)聯(lián)規(guī)則挖掘Apriori算法的研究與改進(jìn)[J];計算機(jī)應(yīng)用與軟件;2009年01期

10 許廣林;劉念祖;馮嘉禮;劉永昌;;掘客投票算法的屬性論方法[J];智能系統(tǒng)學(xué)報;2009年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計算機(jī)學(xué)會——2004年學(xué)術(shù)年會論文集[C];2004年

2 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計算機(jī)學(xué)會2004年學(xué)術(shù)年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進(jìn)的Apriori算法的研究[A];廣西計算機(jī)學(xué)會2012年學(xué)術(shù)年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實(shí)現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進(jìn)算法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴(kuò)展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計算機(jī)應(yīng)用技術(shù)交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進(jìn)算法[A];廣西計算機(jī)學(xué)會25周年紀(jì)念會暨2011年學(xué)術(shù)年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計算機(jī)學(xué)會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 桑磊;蟻群算法的研究以及在網(wǎng)絡(luò)多點(diǎn)路由問題上的應(yīng)用[D];吉林大學(xué);2010年

2 范紅梅;蟻群算法的改進(jìn)[D];燕山大學(xué);2007年

3 唐藝軍;基于蟻群算法的數(shù)據(jù)挖掘應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2007年

4 田婧;蟻群算法在電廠過熱汽溫控制中的應(yīng)用[D];華北電力大學(xué);2011年

5 常健;K-Means算法的一種GPU實(shí)現(xiàn)[D];吉林大學(xué);2012年

6 萬軍;加權(quán)關(guān)聯(lián)規(guī)則挖掘算法的研究與改進(jìn)[D];廣西大學(xué);2013年

7 武燕;粒子群改進(jìn)算法及在混合神經(jīng)網(wǎng)絡(luò)中的應(yīng)用研究[D];景德鎮(zhèn)陶瓷學(xué)院;2014年

8 劉勇;類電磁機(jī)制算法的研究與改進(jìn)[D];西安電子科技大學(xué);2013年

9 毛嘉莉;聚類K-means算法及并行化研究[D];重慶大學(xué);2003年

10 王永;基于關(guān)聯(lián)規(guī)則挖掘算法的相關(guān)技術(shù)研究[D];安徽大學(xué);2011年

  本文關(guān)鍵詞：DOA估計算法的改進(jìn)及應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號：322563