针对稀疏线阵波达方向估计精度较低问题,提出一种稀疏线阵双迭代傅里叶优化方法。基于阵列孔径原理,利用阵列因子与阵元激励间的傅里叶变换关系,构建稀疏线阵构型优化目标函数;提出双迭代傅里叶变换算法,制定合理的旁瓣阈值和旁瓣约束条...针对稀疏线阵波达方向估计精度较低问题,提出一种稀疏线阵双迭代傅里叶优化方法。基于阵列孔径原理,利用阵列因子与阵元激励间的傅里叶变换关系,构建稀疏线阵构型优化目标函数;提出双迭代傅里叶变换算法,制定合理的旁瓣阈值和旁瓣约束条件,依据稀疏率和阵元数将孔径自适应分区,以阵列峰值旁瓣和孔径为约束,由双层嵌套循环迭代优化阵列麦克风数量和位置,获得更低的阵列峰值旁瓣电平。数值仿真和实验结果表明,根据该方法获得的49.5λ孔径、23%稀疏率的稀疏阵列峰值旁瓣电平为-21.59 dB,主瓣宽度为1.03°,角度分辨率为1°,估计误差小于0.01。与其他方法对比,峰值旁瓣低1 d B,优化效率提升50%,由此可证明该方法的有效性和快速性。展开更多
无线定位技术因价格低廉、覆盖面广、资源利用率高且不需要额外添加设备等优点被广泛应用于军事、医疗、救灾等多个领域。针对降低无线定位算法复杂度问题,提出一种基于稀疏傅里叶变换的低复杂度接收信号强度差(Received Signal Strengt...无线定位技术因价格低廉、覆盖面广、资源利用率高且不需要额外添加设备等优点被广泛应用于军事、医疗、救灾等多个领域。针对降低无线定位算法复杂度问题,提出一种基于稀疏傅里叶变换的低复杂度接收信号强度差(Received Signal Strength Indicator,RSSI)定位算法。通过加入稀疏傅里叶变换采样锚节点的方法来解决现有RSSI定位算法涉及锚节点数量多、复杂度高等问题。仿真实验表明,该算法有效地降低了传统RSSI定位算法的复杂度,实现了复杂度与定位精度之间的有效折衷。展开更多
文摘针对稀疏线阵波达方向估计精度较低问题,提出一种稀疏线阵双迭代傅里叶优化方法。基于阵列孔径原理,利用阵列因子与阵元激励间的傅里叶变换关系,构建稀疏线阵构型优化目标函数;提出双迭代傅里叶变换算法,制定合理的旁瓣阈值和旁瓣约束条件,依据稀疏率和阵元数将孔径自适应分区,以阵列峰值旁瓣和孔径为约束,由双层嵌套循环迭代优化阵列麦克风数量和位置,获得更低的阵列峰值旁瓣电平。数值仿真和实验结果表明,根据该方法获得的49.5λ孔径、23%稀疏率的稀疏阵列峰值旁瓣电平为-21.59 dB,主瓣宽度为1.03°,角度分辨率为1°,估计误差小于0.01。与其他方法对比,峰值旁瓣低1 d B,优化效率提升50%,由此可证明该方法的有效性和快速性。
文摘无线定位技术因价格低廉、覆盖面广、资源利用率高且不需要额外添加设备等优点被广泛应用于军事、医疗、救灾等多个领域。针对降低无线定位算法复杂度问题,提出一种基于稀疏傅里叶变换的低复杂度接收信号强度差(Received Signal Strength Indicator,RSSI)定位算法。通过加入稀疏傅里叶变换采样锚节点的方法来解决现有RSSI定位算法涉及锚节点数量多、复杂度高等问题。仿真实验表明,该算法有效地降低了传统RSSI定位算法的复杂度,实现了复杂度与定位精度之间的有效折衷。
