[工學]9現(xiàn)代信號處理-功率譜估計-資料下載頁
2025-10-07 18:16本頁面
【正文】 ? ? ? 22( ) ( ) ( ) ( ) ( ) ( )H H HxxHR E x n x n A w E s n s n A w IA P A I??????? ?1( 0) ( )()()( ) ( 0)x x x xNHxxnx x x xr r nR E x n x nr n r?????????????* ( ) ( )x x x xR n R n?? xxRHxxR U U?? 221( , . . . , )md i a g ????21nHHx x i i iiR U U u u??? ? ? ? 將 R的特征值按照從小到大的順序排列，則前 p個與信號有關(guān)，其數(shù)值大于 ，從 p+1開始的特征值完全決定于噪聲，其數(shù)值等于 。很自然地，前 p個主特征值稱為信號特征值，其余 m－ p個次特征值稱為噪聲特征值。根據(jù)信號特征值和噪聲特征值，可以將特征矩陣 U的列向量分為兩個部分，即 U=[S|G] 2?2?[ | ]HH H HHSU U S G S S G G IG??? ? ? ?????HHG G I S S??11[ , . . . ] [ , . . . ]ppS s s u u??11[ , . . . ] [ , . . . ]m p p mG g g u u???? 由于 是 R的噪聲特征對，故有 用 G右乘 ，有 所以 ，進而有 ,也就是說 。 等價有 , 顯然，當 時， 將上述等價式改寫成標量形式，可以定義一種類似功率譜的函數(shù)： 2( , )ig? 2R G G??2HR A P A I??? 2HR G A P A G G???0HA P A G ? 0HHG A P A G ?0HAG ?( ) 0HTa w G ? 1 ,... pw w w?1 ,... pw w w? ( ) 0HTa w G ?1()( ) ( )HHPw a w GG a w? 上式去峰值的 p個 w值 就可以得到 p個信號的波達方向 。上式稱為噪聲子空間法，而下式則稱為信號子空間法。 在實際應(yīng)用中，通常將 w劃分為數(shù)百個等間距的單位，得到 ，然后將每個值代入功率譜式以求得最大的峰值所對應(yīng)的 w值。另外，執(zhí)行 MUSIC算法式選擇噪聲子空間還是信號子空間方式，決定于 G和 S中哪個有更小的唯數(shù)。除了計算量有所不同外，兩種方式?jīng)]有本質(zhì)區(qū)別。 1,..., pww1,..., p??2iw i f???1()( ) ( ) ( )HHPw a w I SS a w? ?MUSIC算法步驟： 步驟 1：計算樣本自相關(guān)矩陣 的特征值分解 以得到主特征值 和次特征值 ，看 p和 m－ p哪個更小，若 p小則選擇信號子空間法，否則選擇噪聲子空間法，并存儲其相應(yīng)的特征向量。 步驟 2：計算 MUSIC譜 P(wi)，其中 ，網(wǎng)格 可取作 2*pi* 步驟 3: 找出 P（ w）的 p個峰值，它們就是待求的 MUSIC估計值 。 xxR1,..., p?? 2?( 1 )iw i w? ? ?w?1,..., pww優(yōu)點： 實踐證明， MUSIC算法具有較好的性能和較高的效率，能提供高分辨率及漸近無偏的到達角估計 . 用特征值的大小不同，將協(xié)方差矩陣的特征空間劃分成正交的信號子空間和噪聲子空間，概念直觀、清晰，可以高分辨地處理多個同時信號，可以提取信號數(shù)量，可以高精度和高一致性地估計信號參量等等。 缺點： MUSIC算法建立在不相干信號模型的基礎(chǔ)上的，對于有相干信號存在的情況，該算法將會失效。而對廣泛使用相干技術(shù)的現(xiàn)代雷達而言。如果兩個目標的多普勒頻移相等，從目標返回的回波信號將是完全相關(guān)的。下面就將探討解相干的 MUSIC算法。 由以上的討論可知， MUSIC算法在理想條件下具有良好的性能，但在信號相干時算法的性能變得很壞。若信號相干，則信號子空間的“ 擴散 ” 到噪聲子空間，這會導致某些相干源的矢量與噪聲子空間不完全正交，從而無法正確估計信號源方向。 目前關(guān)于解相干的處理基本有兩類：降唯和非降唯。這里我們只討論降唯處理中的基于空間平滑算法。 空間平滑算法在一般情況下只適用于均勻線陣，空間平滑 MUSIC是利用子陣平滑恢復(fù)數(shù)據(jù)協(xié)方差矩陣。 空間平滑的基本思想是將等距線陣分為若干個相重疊的子陣列，若各子陣列的流形相同，則各子陣列的協(xié)方差矩陣可以進行平均運算。 空間平滑技術(shù)的原理圖如下：假設(shè) m為陣元數(shù)， N 為信號源數(shù)將均勻線陣 m個陣元分成如圖所示的 M個子陣列，每個子陣列的陣元數(shù)為 p，即有 m＝ M+p1。 如上圖所示，取第一個子陣為參考子陣，則對于第 k個子陣有數(shù)據(jù)模型 其中， ， A為 m*N維的方 向向量，也就是參考子陣的方向向量。 表示矩陣 D的 k1次冪。于是該子陣數(shù)據(jù)協(xié)方差矩陣為 P為前面所定義的信號的自相關(guān)矩陣。 ( 1 )( ) ( ) ( )kkx n A D s n e n???12000000 NjwjwjweeDe???????????( 1)kD ?( 1 ) ( 1 ) 2()k k H HkR A D P D A I????? 前向空間平滑 MUSIC方法對滿秩方差的恢復(fù)是通過求各子陣協(xié)方差矩陣的均值來實現(xiàn)的，即取前向平滑修正的協(xié)方差矩陣為 其中， 定理：如果子陣陣元數(shù)目大于等于信號源數(shù)，則當子陣列數(shù)目大于等于信號源數(shù)時前向空間平滑數(shù)據(jù)協(xié)方差矩陣是滿秩的。 * ( 1 ) * ( 1 )0 | | 0k p k p p M k pFI ? ? ? ???? ??( 1 ) ( 1 ) 2112111( ( ) )1MMf i i H HiiiMf H Ts k kkR R A D P D A IMMA R A I F R FM???????? ? ?? ? ???? 空間平滑的缺點是：陣列的有效孔徑減小了，因為子陣列比原陣列小。然而，盡管存在這一空徑損失，空間平滑變換減輕了所有子空間估計技術(shù)的局限性，并將保留一維譜搜索的計算有效性。 基于空間平滑的 MUSIC算法： 步驟 1:有陣列的接收數(shù)據(jù)得到數(shù)據(jù)協(xié)方差矩陣 步驟 2:利用本部分介紹的方法對 R進行修正 步驟 3:利用修正后的協(xié)方差矩陣進行 MUSIC譜 估計，找出極大值對應(yīng)的信號方向。
教學課件相關(guān)推薦
鄂ICP備17016276號-1