版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著現(xiàn)代信號處理技術的持續(xù)發(fā)展,作為其中的重要組成部分的陣列信號處理技術在該領域的地位也愈加凸顯。在此之中,自適應波束形成技術憑借其優(yōu)良的性能被廣泛的應用于雷達、天文、地震預報以及醫(yī)療診斷等領域,眾多的應用需求使其成了陣列信號處理研究者們關注的熱點。目前研究的自適應波束形成大多是針對遠場環(huán)境下的窄帶信號進行處理,但是隨著信號處理技術的不斷進步,寬帶信號憑借其諸多優(yōu)越性已經(jīng)被越來越普遍的應用。與此同時,麥克風陣列、車載音響、核磁共振等眾多
2、近場環(huán)境下的需求也不斷出現(xiàn)。因此針對近場環(huán)境下的寬帶波束形成算法的研究具有及其重要的意義。本文針對近場環(huán)境下的寬帶信號波束形成算法進行研究,并且對算法在圓陣內(nèi)部全部區(qū)域的輸出性能和噪聲抑制問題展開了深入探討。
本文的主要工作如下:首先,介紹了圓形陣列內(nèi)部近場寬帶信號波束形成問題,并針對該問題應用了網(wǎng)格點劃分和逐點掃描的處理方法。通過對波動方程求解得到近場陣列響應并結合時域寬帶信號處理方法推導了本文陣列模型的響應矩陣。其次,通過
3、空間響應偏差(SRV)的概念對寬帶波束形成頻率不變性進行詮釋,并基于此給出了兩種分別采用凸優(yōu)化和最小二乘法(LS)的寬帶波束形成方法,仿真結果表明兩種算法都具有較好的旁瓣性能和頻率不變性,但是凸優(yōu)化方法會導致期望信號增益損失。再次,對基于SRV約束的LS算法的圓形陣列內(nèi)部波束形成性能進行了驗證,并提出了一種基于迭代變加權的改進算法有效的克服了其在個別來波方向無法有效實現(xiàn)波束形成要求的問題。而后,針對近場寬帶信號波束形成中的噪聲抑制問題進
4、行了探討,提出了一種結合了SRV約束的LCMV寬帶算法,討論了SRV約束的施加范圍對最終波束輸出產(chǎn)生的影響,并且采用了權矢量正交分解的方法來提高波束形成的旁瓣和噪聲性能,通過推導得到了其最優(yōu)解。仿真結果證明了提出的算法具有較小的空間響應偏差,旁瓣抑制性能也較好,但是由于需要兼顧空間響應偏差所以相比于常規(guī)算法的噪聲輸出性能有所退化。仿真也證明了新算法在低采樣快拍數(shù)時的SNR輸出能更快的收斂到穩(wěn)定值,并且在高輸入信噪比的條件下能夠得到同常規(guī)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 寬帶波束形成算法研究.pdf
- 近場波束形成算法及其應用研究.pdf
- 寬帶信號波束形成算法研究.pdf
- 寬帶波束形成算法設計與實現(xiàn).pdf
- 穩(wěn)健的寬帶數(shù)字波束形成算法研究.pdf
- 寬帶數(shù)字陣列波束形成算法及應用研究.pdf
- 穩(wěn)健波束形成算法研究.pdf
- 寬帶恒定束寬波束形成算法及其實現(xiàn).pdf
- 穩(wěn)健陣列波束形成算法研究.pdf
- 自適應波束形成算法研究.pdf
- 基于CUDA的寬帶水聲信號波束形成算法研究.pdf
- 寬帶非平穩(wěn)信號和OFDM系統(tǒng)波束形成算法研究.pdf
- 麥克風陣列近場寬帶波束形成研究.pdf
- 數(shù)字波束形成算法的研究.pdf
- 陣列穩(wěn)健波束形成算法研究.pdf
- mvdr自適應波束形成算法研究
- 智能天線波束形成算法的研究.pdf
- 稀布陣列波束形成算法研究.pdf
- 面陣數(shù)字波束形成算法研究.pdf
- 自適應波束形成算法的研究.pdf
評論
0/150
提交評論