本文選題：波達(dá)方向估計(jì)　切入點(diǎn)：MUSIC算法　出處：《微波學(xué)報(bào)》2017年S1期

【摘要】：針對(duì)MUSIC算法在DSP實(shí)現(xiàn)中矩陣特征值計(jì)算和復(fù)數(shù)矩陣運(yùn)算復(fù)雜的問(wèn)題,本文把復(fù)矩陣轉(zhuǎn)換為實(shí)矩陣并利用一種QR變換法計(jì)算特征值。該方法是一種迭代方法,在每次迭代計(jì)算的過(guò)程中,若次對(duì)角線元素小于設(shè)置精度就可以把它看作零,將矩陣分割為不可約赫申伯格矩陣(Hessen berg)即上H矩陣,以便逐步降低主子陣的階數(shù),從而減少計(jì)算量。此外本文針對(duì)定點(diǎn)DSP進(jìn)行優(yōu)化,對(duì)數(shù)據(jù)進(jìn)行整型處理再進(jìn)行運(yùn)算,減少計(jì)算時(shí)間。最后本文對(duì)毫米波雷達(dá)實(shí)測(cè)數(shù)據(jù)在DSP和MATLAB中進(jìn)行運(yùn)算對(duì)比,運(yùn)算結(jié)果證明了本文所提優(yōu)化算法的有效性和實(shí)用性。
[Abstract]:In order to solve the problem of complex matrix eigenvalue calculation and complex matrix calculation in DSP implementation of MUSIC algorithm, the complex matrix is converted into real matrix and a QR transform method is used to calculate the eigenvalue.This method is an iterative method. In each iteration process, if the sub-diagonal element is less than the setting precision, it can be regarded as zero, and the matrix is divided into an irreducible Herschenberg matrix and a Hessen Berg matrix.In order to gradually reduce the order of the main submatrix, thus reducing the amount of calculation.In addition, this paper optimizes the fixed-point DSP, processes the data integer and then calculates the data to reduce the computation time.Finally, the actual data of millimeter-wave radar are compared in DSP and MATLAB. The results show that the proposed optimization algorithm is effective and practical.
【作者單位】： 南京理工大學(xué)電子工程與光電技術(shù)學(xué)院;
【分類號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王叢璐;;廣州廣播電視臺(tái)傳輸信號(hào)調(diào)度收錄系統(tǒng)方案設(shè)計(jì)綜述[J];影視制作;2014年04期

相關(guān)博士學(xué)位論文 前2條

1 夏穎;WLAN室內(nèi)半監(jiān)督定位及指紋更新算法研究[D];哈爾濱工業(yè)大學(xué);2016年

2 章瑞;壓縮感知中最優(yōu)限制等距常數(shù)界[D];浙江大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 董世文;無(wú)重疊視域下行人再識(shí)別算法的研究[D];南京郵電大學(xué);2017年

2 田正東;基于子空間分析的DOA估計(jì)算法研究[D];南京郵電大學(xué);2017年

3 劉翠葉;基于稀疏化壓縮感知的無(wú)線傳感網(wǎng)數(shù)據(jù)融合研究[D];西南大學(xué);2017年

4 王鋒;基于Fisher信息矩陣的目標(biāo)跟蹤方法研究[D];長(zhǎng)春理工大學(xué);2017年

5 曹楊芹;惡意節(jié)點(diǎn)攻擊下的基于RSS測(cè)量值的壓縮感知定位算法[D];南京郵電大學(xué);2017年

6 李福生;LDPC碼研究及其在密鑰分配中的應(yīng)用[D];東華大學(xué);2017年

7 鄒柯;無(wú)線傳感器網(wǎng)絡(luò)定位算法及其安全研究[D];杭州電子科技大學(xué);2017年

8 張曉丹;WSN中基于改進(jìn)粒子群優(yōu)化算法的分簇拓?fù)渌惴ㄑ芯縖D];鄭州大學(xué);2017年

9 劉琦;基于壓縮感知理論的MIMO雷達(dá)角度估計(jì)技術(shù)研究[D];哈爾濱工程大學(xué);2016年

10 段杰;強(qiáng)混沌背景下弱諧波信號(hào)檢測(cè)算法研究[D];電子科技大學(xué);2017年

，

本文編號(hào)：1702563