利用自行设计的圆柱阵和圆台阵,对基于信号相位匹配原理的奇异值分解(SVDSPM,Singular Value Decompo-sition Based on Signal Phase Matching Principle)算法的低空测向性能进行了外场实验研究。分析了在圆柱阵和圆台阵两种条件下,SVD...利用自行设计的圆柱阵和圆台阵,对基于信号相位匹配原理的奇异值分解(SVDSPM,Singular Value Decompo-sition Based on Signal Phase Matching Principle)算法的低空测向性能进行了外场实验研究。分析了在圆柱阵和圆台阵两种条件下,SVDSPM算法的空间谱以及均值、绝对误差、方差、均方根误差等方位估计的统计误差,并与CBF(Con-ventional Beamforming)和MUSIC(Multiple Signal Classification)算法的性能进行了比较。实验结果表明,利用圆柱阵和圆台阵两种阵型,SVDSPM方法的指向性均较为尖锐。与CBF和MUSIC算法相比,SVDSPM算法对俯仰角估计的均方根误差最小,圆柱阵时为1.9°,圆台阵时为3.3°。展开更多
文摘利用自行设计的圆柱阵和圆台阵,对基于信号相位匹配原理的奇异值分解(SVDSPM,Singular Value Decompo-sition Based on Signal Phase Matching Principle)算法的低空测向性能进行了外场实验研究。分析了在圆柱阵和圆台阵两种条件下,SVDSPM算法的空间谱以及均值、绝对误差、方差、均方根误差等方位估计的统计误差,并与CBF(Con-ventional Beamforming)和MUSIC(Multiple Signal Classification)算法的性能进行了比较。实验结果表明,利用圆柱阵和圆台阵两种阵型,SVDSPM方法的指向性均较为尖锐。与CBF和MUSIC算法相比,SVDSPM算法对俯仰角估计的均方根误差最小,圆柱阵时为1.9°,圆台阵时为3.3°。
