搜索资源列表
music
- music算法的实现 MU S IC 算法是一种子空间分解算法, 它的各种性能已被广泛研究. 在信号波达方向估计领 域, MU S IC 算法的应用, 形成了MU S IC 波达方向估计算法. 实际应用中,MU S IC 波达方向估计算法, 拥有超分辨能力的同时, 也存在原理性缺点——MU S IC 空间谱不能反映目标信号的相对强度. 文中在前人工作的基础上, 对MU S IC 波达方向估计算法进行理论分析, 提出了有效的改进方法,
music
- 首先分析了基于非相干信号子空间(ISM)的宽带源DOA估计方法，并将基于数 据阵共轭重构的修正MUSIC算法应用于ISM方法中，提高了分辨能力而且可以分 辨相干信源。接下来讨论了相干信号子空间(CSM)方法的宽带相干源DOA估计， 分析了聚焦矩阵及聚焦频率对DOA估计性能的影响，给出了最佳聚焦矩阵的选择 标准和最佳聚焦频率的选择方法。 针对色噪声环境下宽带信号的波达方向估计，研究了将传播算子思想应用于 TCT聚焦
MUSIC_RMSE_SNR
- 智能天线的核心技术之一是波达方向估计,在无线通信中具有重要作用。MUSIC算法是一种经典的DOA估计算法,但因其计算量大、对于相干及小信噪比信号无法分辨等缺陷,故有较多的改进算法被提出。文中研究了求根MUSIC算法、基于空间平滑技术的MUSIC算法、改进MUSIC算法及修正MUSIC算法。通过仿真分析了角度间隔、信噪比、信号相干对改进MUSIC算法分辨率的影响。以上几种改进MUSIC算法进一步发挥了该算法高分辨率的优势,且有利于其在智能
Design Explorer 99 SE
- 波达方向（DOA）估计的基本问题就是确定同时处在空间某一区域内多个感兴趣的信号的空间位置（即多个信号到达阵列参考阵元的方向角）。最早的也是最经典的超分辨DOA估计方法是著名的MUSIC方法，MUSIC是多重信号分类（Multiple Signal Classification）的英文缩写。它是由R．O． Schmidt于1979年提出来的，由1986年重新发表的。MUSIC算法利用了信号子空间和噪声子空间的正交性，构造空间谱函数，通过谱
通信系毕业论文-基于MUSIC算法的DOA估计
- 阵列信号处理是信号处理领域内的一个重要分支，在近些年来得到了迅速发展。波达方向（Direction of Arrival，DOA）估计是阵列信号处理的一个重要的研究领域，在雷达、通信、声纳、地震学等领域都有着广泛的应用前景。在DOA估计的发展过程中，人们对高分辨DOA估计算法一直有很大的研究兴趣，并在这一领域取得了很多重要的进展。本文主要研究经典的多重信号分类（Multiple signal Classification，MUSIC）算
music算法
- MUSIC (Multiple Signal Classification)算法，即多信号分类算法，由Schmidt等人于1979年提出。MUSIC算法是一种基于子空间分解的算法，它利用信号子空间和噪声子空间的正交性，构建空间谱函数，通过谱峰搜索，估计信号的参数。对于声源定位来说，需要估计信号的DOA。MUSIC算法对DOA的估计有很高的分辨率，且对麦克风阵列的形状没有特殊要求，因此应用十分广泛。