針對(duì)傳統(tǒng)子空間算法需要進(jìn)行特征值分解或奇異值分解等復(fù)雜計(jì)算的問題,提出一種雙平行線陣(Double Parallel Linear Array,DPLA)的快速一維波達(dá)方向(Direction of Arrival,DOA)估計(jì)算法。算法通過處理互協(xié)方差矩陣的第一列元素構(gòu)造出等效的噪聲子空間,再通過求根MUSIC(Multiple Signal Classification)算法得到DOA估計(jì),有效避開了特征值分解或奇異值分解,降低了計(jì)算復(fù)雜度,提高了運(yùn)算速度。仿真結(jié)果表明,該算法在提高了估計(jì)精度的同時(shí)減少了估計(jì)時(shí)間。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1 陣列模型

陣列結(jié)構(gòu)如圖1所示，包含M個(gè)陣元對(duì)的雙平行線陣，每個(gè)陣元對(duì)包含兩個(gè)具有相同響應(yīng)特性的陣元，兩子陣間距為Δ，于是建立了具有移不變特性的陣列結(jié)構(gòu)(即ESPRIT算法中的移不變特性)。假設(shè)有K≤M個(gè)獨(dú)立、遠(yuǎn)場窄帶信號(hào)同時(shí)以平面波的形式入射到該陣列，到達(dá)信號(hào)設(shè)為零均值隨機(jī)過程，則不同信號(hào)....

圖2 RMSE與SNR的關(guān)系

圖2給出了信噪比(Signal-to-NoiseRatio,SNR)從-10dB增加到15dB，各算法RMSE的變化情況。仿真中陣元數(shù)均為16，每個(gè)子陣的陣元間距均為半波長，采樣點(diǎn)數(shù)N=500，蒙特卡洛次數(shù)為500，入射角為-23°、42°。如圖2所示，DPLA算法的性能....

圖3 RMSE與采樣點(diǎn)數(shù)的關(guān)系

圖3給出了各算法在信噪比為10dB時(shí)RMSE隨采樣點(diǎn)數(shù)的變化情況。仿真中陣元數(shù)均為16，每個(gè)子陣的陣元間距均為半波長，蒙特卡洛次數(shù)為500，信號(hào)個(gè)數(shù)為2，入射角為-23°、42°。如圖3所示，當(dāng)采樣點(diǎn)數(shù)N較小時(shí)，DPLA、JC-CM與CESA算法的性能與TLS-ESPRIT、R....

圖4 RMSE與陣元數(shù)的關(guān)系

圖4給出了陣元數(shù)從8增加到48時(shí)，各算法RMSE的變化情況。仿真中每個(gè)子陣的陣元間距均為半波長，信噪比為10dB，采樣點(diǎn)數(shù)N=500，蒙特卡洛次數(shù)為500，入射角為-23°、42°。如圖4所示，DPLA算法的性能優(yōu)于JCCM和CESA算法，其原因在于雙平行線陣的特殊結(jié)構(gòu)，陣列的....

本文編號(hào)：4047188