針對傳統(tǒng)子空間算法需要進行特征值分解或奇異值分解等復雜計算的問題,提出一種雙平行線陣(Double Parallel Linear Array,DPLA)的快速一維波達方向(Direction of Arrival,DOA)估計算法。算法通過處理互協(xié)方差矩陣的第一列元素構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,有效避開了特征值分解或奇異值分解,降低了計算復雜度,提高了運算速度。仿真結果表明,該算法在提高了估計精度的同時減少了估計時間。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1 陣列模型

陣列結構如圖1所示，包含M個陣元對的雙平行線陣，每個陣元對包含兩個具有相同響應特性的陣元，兩子陣間距為Δ，于是建立了具有移不變特性的陣列結構(即ESPRIT算法中的移不變特性)。假設有K≤M個獨立、遠場窄帶信號同時以平面波的形式入射到該陣列，到達信號設為零均值隨機過程，則不同信號....

圖2 RMSE與SNR的關系

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，每個子陣的陣元間距均為半波長，采樣點數(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與采樣點數(shù)的關系

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

圖4 RMSE與陣元數(shù)的關系

圖4給出了陣元數(shù)從8增加到48時，各算法RMSE的變化情況。仿真中每個子陣的陣元間距均為半波長，信噪比為10dB，采樣點數(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構，陣列的....

本文編號：4047188