To reduce the computational complexity of matrix inversion, which is the majority of processing in many practical applications, two numerically efficient recursive algorithms （called algorithms I and II, respectively...To reduce the computational complexity of matrix inversion, which is the majority of processing in many practical applications, two numerically efficient recursive algorithms （called algorithms I and II, respectively） are presented. Algorithm I is used to calculate the inverse of such a matrix, whose leading principal minors are all nonzero. Algorithm II, whereby, the inverse of an arbitrary nonsingular matrix can be evaluated is derived via improving the algorithm I. The implementation, for algorithm II or I, involves matrix-vector multiplications and vector outer products. These operations are computationally fast and highly parallelizable. MATLAB simulations show that both recursive algorithms are valid.展开更多
单主用户信号的出现主要引起多天线接收信号取样协方差矩阵中极值特征值的变化,而多主用户信号的出现则会同时扰动取样协方差矩阵极值特征值和其他特征值,此时,经典的极值特征值检测算法则会表现出次佳的检测性能。针对这一问题,本研究...单主用户信号的出现主要引起多天线接收信号取样协方差矩阵中极值特征值的变化,而多主用户信号的出现则会同时扰动取样协方差矩阵极值特征值和其他特征值,此时,经典的极值特征值检测算法则会表现出次佳的检测性能。针对这一问题,本研究设计了一种基于极值特征值差与特征值几何平均(difference of extreme eigenvalues and geometric average of eigenvalues,DEEGAE)的多主用户信号检测判决规则;提出了一种基于Wishart矩阵特征值统计分布理论的感知判决门限的闭式求解方法。该算法在频谱感知过程中直接利用认知用户的多天线接收数据构造判决规则并实施感知判决,具有全盲检测的优点;通过融合2种极限特征值门限分析结果,提高了非渐近感知条件下感知结果的准确性。Monte-Carlo仿真试验表明,新算法具有比经典的最大最小特征值之比算法和协方差绝对值检测算法更优的多主用户信号检测性能,同时能获得比传统基于最大最小特征值之差及其改进算法更为可靠的检测结果;与此同时,新算法的检测性能随着样本数目以及天线数目的增大而显著提升。展开更多
针对传统波达方向(Direction of Arrival,DOA)估计方法在低信噪比、少快拍数条件下表现性能差甚至失效的问题,提出了一种基于重构频域协方差矩阵的波达方位估计方法。该方法根据转化的频域信号进行共轭反向修正实现对噪声的抑制,构造出...针对传统波达方向(Direction of Arrival,DOA)估计方法在低信噪比、少快拍数条件下表现性能差甚至失效的问题,提出了一种基于重构频域协方差矩阵的波达方位估计方法。该方法根据转化的频域信号进行共轭反向修正实现对噪声的抑制,构造出了新的频域协方差矩阵,利用平均噪声子空间建立空间谱估计函数,通过谱峰搜索估计出信源的方位角。经仿真对比分析,所提改进方法可以识别多个相干信号,并且在低信噪比、少快拍数条件下仍然获得较好的方位估计性能,估计误差较传统算法降低2%~25%。展开更多
文摘To reduce the computational complexity of matrix inversion, which is the majority of processing in many practical applications, two numerically efficient recursive algorithms （called algorithms I and II, respectively） are presented. Algorithm I is used to calculate the inverse of such a matrix, whose leading principal minors are all nonzero. Algorithm II, whereby, the inverse of an arbitrary nonsingular matrix can be evaluated is derived via improving the algorithm I. The implementation, for algorithm II or I, involves matrix-vector multiplications and vector outer products. These operations are computationally fast and highly parallelizable. MATLAB simulations show that both recursive algorithms are valid.
基金国家自然科学基金(62272077,72301050)重庆市教委科技重大项目(KJZD-M202400604)资助+1 种基金the Natural ScienceFoundation of Chongqing,China(No.cstc2021jcyj msxmX0557)the MOE Layout Foundation of Humanities and Social Sciences,China(No.20YJAZH102).
文摘单主用户信号的出现主要引起多天线接收信号取样协方差矩阵中极值特征值的变化,而多主用户信号的出现则会同时扰动取样协方差矩阵极值特征值和其他特征值,此时,经典的极值特征值检测算法则会表现出次佳的检测性能。针对这一问题,本研究设计了一种基于极值特征值差与特征值几何平均(difference of extreme eigenvalues and geometric average of eigenvalues,DEEGAE)的多主用户信号检测判决规则;提出了一种基于Wishart矩阵特征值统计分布理论的感知判决门限的闭式求解方法。该算法在频谱感知过程中直接利用认知用户的多天线接收数据构造判决规则并实施感知判决,具有全盲检测的优点;通过融合2种极限特征值门限分析结果,提高了非渐近感知条件下感知结果的准确性。Monte-Carlo仿真试验表明,新算法具有比经典的最大最小特征值之比算法和协方差绝对值检测算法更优的多主用户信号检测性能,同时能获得比传统基于最大最小特征值之差及其改进算法更为可靠的检测结果;与此同时,新算法的检测性能随着样本数目以及天线数目的增大而显著提升。
文摘针对传统波达方向(Direction of Arrival,DOA)估计方法在低信噪比、少快拍数条件下表现性能差甚至失效的问题,提出了一种基于重构频域协方差矩阵的波达方位估计方法。该方法根据转化的频域信号进行共轭反向修正实现对噪声的抑制,构造出了新的频域协方差矩阵,利用平均噪声子空间建立空间谱估计函数,通过谱峰搜索估计出信源的方位角。经仿真对比分析,所提改进方法可以识别多个相干信号,并且在低信噪比、少快拍数条件下仍然获得较好的方位估计性能,估计误差较传统算法降低2%~25%。
