基于信号空间时频分布的到达角(D O A)估计算法利用Cohen类分布构造时频分布矩阵代替传统的阵列协方差矩阵,既适用于平稳信号的场合又适用于时变、非平稳信号的情形。如何在时频分布矩阵中选择合适的时频点是此类算法的关键。分析了信...基于信号空间时频分布的到达角(D O A)估计算法利用Cohen类分布构造时频分布矩阵代替传统的阵列协方差矩阵,既适用于平稳信号的场合又适用于时变、非平稳信号的情形。如何在时频分布矩阵中选择合适的时频点是此类算法的关键。分析了信号项选择和联合对角化的原理,并通过无约束最优化方法在时频平面上寻找单信号项的时频点,通过时频MUSIC方法对线性调频信号进行D O A估计,仿真结果证实了该方法的有效性。展开更多
基于空间时频分布(spatial time-frequency distribution,STFD)的多重信号分类(multiple signal classification,MUSIC)算法常用于非平稳信号波达方向(direction of arrival,DOA)估计,其关键是选取合适的信号时频点.文中针对传统时频MU...基于空间时频分布(spatial time-frequency distribution,STFD)的多重信号分类(multiple signal classification,MUSIC)算法常用于非平稳信号波达方向(direction of arrival,DOA)估计,其关键是选取合适的信号时频点.文中针对传统时频MUSIC算法不能提取各信号时频点且在小角度间隔时估计性能不佳的问题,以线性调频(line frequency modulation,LFM)信号为研究对象,提出了基于时频点聚类的DOA估计算法.该算法首先对阵列接收信号进行白化,利用白化后的接收信号构造STFD矩阵,达到抑制STFD矩阵的交叉项、突出信号自项的目的,然后利用K均值聚类提取各信号时频点,最后运用MUSIC算法估计DOA.对不同角度间隔和不同信噪比时三种算法的估计均方根误差进行了仿真对比,结果表明:相比经典时频MUSIC算法,文中算法在小角度间隔和低信噪比时有更好的估计性能.展开更多
文摘基于信号空间时频分布的到达角(D O A)估计算法利用Cohen类分布构造时频分布矩阵代替传统的阵列协方差矩阵,既适用于平稳信号的场合又适用于时变、非平稳信号的情形。如何在时频分布矩阵中选择合适的时频点是此类算法的关键。分析了信号项选择和联合对角化的原理,并通过无约束最优化方法在时频平面上寻找单信号项的时频点,通过时频MUSIC方法对线性调频信号进行D O A估计,仿真结果证实了该方法的有效性。
文摘基于空间时频分布(spatial time-frequency distribution,STFD)的多重信号分类(multiple signal classification,MUSIC)算法常用于非平稳信号波达方向(direction of arrival,DOA)估计,其关键是选取合适的信号时频点.文中针对传统时频MUSIC算法不能提取各信号时频点且在小角度间隔时估计性能不佳的问题,以线性调频(line frequency modulation,LFM)信号为研究对象,提出了基于时频点聚类的DOA估计算法.该算法首先对阵列接收信号进行白化,利用白化后的接收信号构造STFD矩阵,达到抑制STFD矩阵的交叉项、突出信号自项的目的,然后利用K均值聚类提取各信号时频点,最后运用MUSIC算法估计DOA.对不同角度间隔和不同信噪比时三种算法的估计均方根误差进行了仿真对比,结果表明:相比经典时频MUSIC算法,文中算法在小角度间隔和低信噪比时有更好的估计性能.
