In this paper,a time-frequency associated multiple signal classification(MUSIC)al-gorithm which is suitable for through-wall detection is proposed.The technology of detecting hu-man targets by through-wall radar can b...In this paper,a time-frequency associated multiple signal classification(MUSIC)al-gorithm which is suitable for through-wall detection is proposed.The technology of detecting hu-man targets by through-wall radar can be used to monitor the status and the location information of human targets behind the wall.However,the detection is out of order when classical MUSIC al-gorithm is applied to estimate the direction of arrival.In order to solve the problem,a time-fre-quency associated MUSIC algorithm suitable for through-wall detection and based on S-band stepped frequency continuous wave(SFCW)radar is researched.By associating inverse fast Fouri-er transform(IFFT)algorithm with MUSIC algorithm,the power enhancement of the target sig-nal is completed according to the distance calculation results in the time domain.Then convert the signal to the frequency domain for direction of arrival(DOA)estimation.The simulations of two-dimensional human target detection in free space and the processing of measured data are com-pleted.By comparing the processing results of the two algorithms on the measured data,accuracy of DOA estimation of proposed algorithm is more than 75%,which is 50%higher than classical MUSIC algorithm.It is verified that the distance and angle of human target can be effectively de-tected via proposed algorithm.展开更多
由于MUSIC(MUltiple SIgnal Classification)算法需要大量的乘法运算和三角函数求值,导致其实时处理能力较弱。为此,该文首先对均匀线阵和均匀圆阵的阵列结构进行分析,提取导向矢量的一些性质。然后,利用Hermite矩阵的性质对复数乘法进...由于MUSIC(MUltiple SIgnal Classification)算法需要大量的乘法运算和三角函数求值,导致其实时处理能力较弱。为此,该文首先对均匀线阵和均匀圆阵的阵列结构进行分析,提取导向矢量的一些性质。然后,利用Hermite矩阵的性质对复数乘法进行分解,再组建两个实值向量以减少乘法运算次数。最后,利用导向矢量的性质提出一种基于查表的新算法。新算法既没有三角函数求值运算,又不需要大量的存储空间。仿真实验结果表明新算法在没有改变MUSIC算法谱估计的效果的前提下,将MUSIC算法的运算速率提高了50倍以上。因此,新算法具有广阔的应用前景。展开更多
多重信号分类(multiple signal classification,MUSIC)算法是一种经典的空间谱估计算法,其利用信号子空间和噪声子空间相互正交的特性,估计出入射信号的波达方向(direction of arrival,DOA)。文章以二维高精度DOA估计的应用需求为目标,...多重信号分类(multiple signal classification,MUSIC)算法是一种经典的空间谱估计算法,其利用信号子空间和噪声子空间相互正交的特性,估计出入射信号的波达方向(direction of arrival,DOA)。文章以二维高精度DOA估计的应用需求为目标,通过分析MUSIC算法中各个步骤的计算特点,提出了一种算法的实现方法,并在现场可编程门阵列(field programmable gate array,FPGA)上完成了各个模块硬件电路的设计验证。该方法利用矩阵元素行列序号的对称性,得到了一种计算协方差矩阵的并行化分解方案;采用阈值比较法提高特征分解速度的同时,避免了最值求解,降低了硬件复杂度;在谱峰搜索中使用分步搜索法来提高实时性,并设计了专用硬件电路计算方向向量,以节省存储资源和避免数据读取延时带来的性能损失;与传统实现方法相比,实现了高精度和高实时性的统一。实验结果表明,该方法中的硬件实现方案在100 MHz工作频率的FPGA芯片上,完成一次精度为0.1°的二维DOA估计耗时3~5ms,具有精度高、速度快、资源消耗少的优势。展开更多
针对涡街流量计高实时性、高精度的要求,提出一种基于有限域实值多重信号分类(multiple signal classification,MUSIC)法的涡街信号处理方法.该方法利用能量重心校正法对涡街信号幅度谱进行频率校正,确定频率搜索域;利用实值MUSIC法快...针对涡街流量计高实时性、高精度的要求,提出一种基于有限域实值多重信号分类(multiple signal classification,MUSIC)法的涡街信号处理方法.该方法利用能量重心校正法对涡街信号幅度谱进行频率校正,确定频率搜索域;利用实值MUSIC法快速得到谱峰频率值,通过牛顿迭代法对谱峰频率值进行计算,以达到提高频率估计精度的目的.仿真结果表明:该改进方法的频率估计精度较MUSIC法提高了0.1%,实时性高,满足涡街流量计高精度与高实时性要求.展开更多
为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用...为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用其天线方向图的增益稳定性,作为内部源对其他矢量通道不一致性进行实时校正;然后将结合标量圆阵和快速傅里叶变换(fastFouriertransform,FFT)的快速MUSIC算法推广到矢量阵列,提出降维快速极化MUSIC算法.仿真结果验证了此误差校正方法的有效性,且快速算法在保证测角精度前提下有效提高了算法实时性.本文为极化敏感阵列测向提供了一种误差校正方法及一种快速实用的测向算法.展开更多
针对传统波达方向(Direction of Arrival,DOA)估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹(Toeplitz)矩阵重构的多重信号分类(Multiple Signal Classification,MUSIC)算法的波达...针对传统波达方向(Direction of Arrival,DOA)估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹(Toeplitz)矩阵重构的多重信号分类(Multiple Signal Classification,MUSIC)算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵,并利用新协方差矩阵构造Toeplitz矩阵,然后对其进行特征值分解,得到Toeplitz矩阵的噪声子空间,利用噪声子空间求出信号空间谱,通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径,增加了可估计相干信号的数量,提升了方位估计的性能,提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明,文中方法可估计出更多的相干信号,而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。展开更多
多重信号分选(MUltiple SIgnal Classification,MUSIC)算法是波达方向(Direction-Of-Arrival,DOA)估计的最重要算法之一,但庞大的计算量使其工程实用性大打折扣。为降低MUSIC的计算量,该文基于子空间旋转(Subspace Rotation Technique,S...多重信号分选(MUltiple SIgnal Classification,MUSIC)算法是波达方向(Direction-Of-Arrival,DOA)估计的最重要算法之一,但庞大的计算量使其工程实用性大打折扣。为降低MUSIC的计算量,该文基于子空间旋转(Subspace Rotation Technique,SRT)变换思想提出了一种高效改进算法,即SRT-MUSIC算法。SRT-MUSIC利用秩亏特性对噪声子空间矩阵按行分块并以旋转变换得到降维噪声子空间,进而基于该降维噪声子空间与导向矢量的正交性构造空间谱估计信号DOA。理论分析表明:SRT-MUSIC能有效避免空间谱搜索中的冗余运算,从而成倍降低算法的计算量。对于大阵元、少信号情况,所提算法计算效率优势更为明显。仿真实验证明了SRT-MUSIC的有效性和高效性。展开更多
为提高声场空域中目标参数估计的精度,将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中,建立了基于四元数模型的信号接收模型,推导了圆型声矢量阵的四元数导向矢量,给出了二维波达角估计的四元数域空间谱算法。考虑算法的软...为提高声场空域中目标参数估计的精度,将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中,建立了基于四元数模型的信号接收模型,推导了圆型声矢量阵的四元数导向矢量,给出了二维波达角估计的四元数域空间谱算法。考虑算法的软硬件可实现性,理论分析了算法的内存占用空间和计算量。此外,分析了圆阵半径对侧向性能的影响,为实际工作中圆阵的半径选取提供了一定的依据。仿真结果表明,基于四元数模型的MUSIC(Multiple Signal Classification)算法的分辨力较高,抗干扰能力较强,提高了信号参数估计的精度。展开更多
传统波达方向估计采用MUSIC算法进行估计时,当出现信号相关、低信噪比以及角度相近时,效果较差。在此基础上文中采用一种改进的MUSIC算法来实现对波达方向的可靠辨识。由于改进的MUSIC算法计算量较大,因此利用FPGA芯片以及硬件系统的SOP...传统波达方向估计采用MUSIC算法进行估计时,当出现信号相关、低信噪比以及角度相近时,效果较差。在此基础上文中采用一种改进的MUSIC算法来实现对波达方向的可靠辨识。由于改进的MUSIC算法计算量较大,因此利用FPGA芯片以及硬件系统的SOPC(System On the Programmable Chip,可编程片上系统)技术,结合嵌入式软核与硬件加速的方法,设计并实现了阵列信息的高速处理与并行计算。展开更多
文摘In this paper,a time-frequency associated multiple signal classification(MUSIC)al-gorithm which is suitable for through-wall detection is proposed.The technology of detecting hu-man targets by through-wall radar can be used to monitor the status and the location information of human targets behind the wall.However,the detection is out of order when classical MUSIC al-gorithm is applied to estimate the direction of arrival.In order to solve the problem,a time-fre-quency associated MUSIC algorithm suitable for through-wall detection and based on S-band stepped frequency continuous wave(SFCW)radar is researched.By associating inverse fast Fouri-er transform(IFFT)algorithm with MUSIC algorithm,the power enhancement of the target sig-nal is completed according to the distance calculation results in the time domain.Then convert the signal to the frequency domain for direction of arrival(DOA)estimation.The simulations of two-dimensional human target detection in free space and the processing of measured data are com-pleted.By comparing the processing results of the two algorithms on the measured data,accuracy of DOA estimation of proposed algorithm is more than 75%,which is 50%higher than classical MUSIC algorithm.It is verified that the distance and angle of human target can be effectively de-tected via proposed algorithm.
文摘由于MUSIC(MUltiple SIgnal Classification)算法需要大量的乘法运算和三角函数求值,导致其实时处理能力较弱。为此,该文首先对均匀线阵和均匀圆阵的阵列结构进行分析,提取导向矢量的一些性质。然后,利用Hermite矩阵的性质对复数乘法进行分解,再组建两个实值向量以减少乘法运算次数。最后,利用导向矢量的性质提出一种基于查表的新算法。新算法既没有三角函数求值运算,又不需要大量的存储空间。仿真实验结果表明新算法在没有改变MUSIC算法谱估计的效果的前提下,将MUSIC算法的运算速率提高了50倍以上。因此,新算法具有广阔的应用前景。
文摘多重信号分类(multiple signal classification,MUSIC)算法是一种经典的空间谱估计算法,其利用信号子空间和噪声子空间相互正交的特性,估计出入射信号的波达方向(direction of arrival,DOA)。文章以二维高精度DOA估计的应用需求为目标,通过分析MUSIC算法中各个步骤的计算特点,提出了一种算法的实现方法,并在现场可编程门阵列(field programmable gate array,FPGA)上完成了各个模块硬件电路的设计验证。该方法利用矩阵元素行列序号的对称性,得到了一种计算协方差矩阵的并行化分解方案;采用阈值比较法提高特征分解速度的同时,避免了最值求解,降低了硬件复杂度;在谱峰搜索中使用分步搜索法来提高实时性,并设计了专用硬件电路计算方向向量,以节省存储资源和避免数据读取延时带来的性能损失;与传统实现方法相比,实现了高精度和高实时性的统一。实验结果表明,该方法中的硬件实现方案在100 MHz工作频率的FPGA芯片上,完成一次精度为0.1°的二维DOA估计耗时3~5ms,具有精度高、速度快、资源消耗少的优势。
文摘针对涡街流量计高实时性、高精度的要求,提出一种基于有限域实值多重信号分类(multiple signal classification,MUSIC)法的涡街信号处理方法.该方法利用能量重心校正法对涡街信号幅度谱进行频率校正,确定频率搜索域;利用实值MUSIC法快速得到谱峰频率值,通过牛顿迭代法对谱峰频率值进行计算,以达到提高频率估计精度的目的.仿真结果表明:该改进方法的频率估计精度较MUSIC法提高了0.1%,实时性高,满足涡街流量计高精度与高实时性要求.
文摘为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用其天线方向图的增益稳定性,作为内部源对其他矢量通道不一致性进行实时校正;然后将结合标量圆阵和快速傅里叶变换(fastFouriertransform,FFT)的快速MUSIC算法推广到矢量阵列,提出降维快速极化MUSIC算法.仿真结果验证了此误差校正方法的有效性,且快速算法在保证测角精度前提下有效提高了算法实时性.本文为极化敏感阵列测向提供了一种误差校正方法及一种快速实用的测向算法.
文摘针对传统波达方向(Direction of Arrival,DOA)估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹(Toeplitz)矩阵重构的多重信号分类(Multiple Signal Classification,MUSIC)算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵,并利用新协方差矩阵构造Toeplitz矩阵,然后对其进行特征值分解,得到Toeplitz矩阵的噪声子空间,利用噪声子空间求出信号空间谱,通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径,增加了可估计相干信号的数量,提升了方位估计的性能,提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明,文中方法可估计出更多的相干信号,而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。
文摘多重信号分选(MUltiple SIgnal Classification,MUSIC)算法是波达方向(Direction-Of-Arrival,DOA)估计的最重要算法之一,但庞大的计算量使其工程实用性大打折扣。为降低MUSIC的计算量,该文基于子空间旋转(Subspace Rotation Technique,SRT)变换思想提出了一种高效改进算法,即SRT-MUSIC算法。SRT-MUSIC利用秩亏特性对噪声子空间矩阵按行分块并以旋转变换得到降维噪声子空间,进而基于该降维噪声子空间与导向矢量的正交性构造空间谱估计信号DOA。理论分析表明:SRT-MUSIC能有效避免空间谱搜索中的冗余运算,从而成倍降低算法的计算量。对于大阵元、少信号情况,所提算法计算效率优势更为明显。仿真实验证明了SRT-MUSIC的有效性和高效性。
文摘为提高声场空域中目标参数估计的精度,将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中,建立了基于四元数模型的信号接收模型,推导了圆型声矢量阵的四元数导向矢量,给出了二维波达角估计的四元数域空间谱算法。考虑算法的软硬件可实现性,理论分析了算法的内存占用空间和计算量。此外,分析了圆阵半径对侧向性能的影响,为实际工作中圆阵的半径选取提供了一定的依据。仿真结果表明,基于四元数模型的MUSIC(Multiple Signal Classification)算法的分辨力较高,抗干扰能力较强,提高了信号参数估计的精度。
文摘传统波达方向估计采用MUSIC算法进行估计时,当出现信号相关、低信噪比以及角度相近时,效果较差。在此基础上文中采用一种改进的MUSIC算法来实现对波达方向的可靠辨识。由于改进的MUSIC算法计算量较大,因此利用FPGA芯片以及硬件系统的SOPC(System On the Programmable Chip,可编程片上系统)技术,结合嵌入式软核与硬件加速的方法,设计并实现了阵列信息的高速处理与并行计算。
