基于4片TS201S高速并行測(cè)向算法實(shí)現(xiàn).pdf

1、在電子偵察領(lǐng)域需要對(duì)目標(biāo)進(jìn)行DOA（Direction of Arrival）估計(jì)以實(shí)現(xiàn)定位，在民用通信領(lǐng)域，DOA估計(jì)技術(shù)被用于獲取移動(dòng)用戶的方位信息以形成定向波束?；谧涌臻g（特征）分解的 DOA估計(jì)算法精度高，可以實(shí)現(xiàn)多信號(hào)源高分辨測(cè)向。MUSIC算法作為子空間分解類算法的開端，它的高速并行實(shí)現(xiàn)不僅是此類算法實(shí)現(xiàn)的基礎(chǔ)，也是實(shí)現(xiàn)寬帶陣列測(cè)向的前提。但是由于算法的復(fù)雜性，至今難以實(shí)現(xiàn)實(shí)時(shí)處理。
　　因此，對(duì)MUSIC算法的各模

2、塊進(jìn)行仔細(xì)研究，在4片TS201S上實(shí)現(xiàn)高速并行測(cè)向很有必要。本文主要內(nèi)容如下：
　?。?）對(duì)自相關(guān)模塊進(jìn)行研究，結(jié)合 Hermite陣的特性，采用數(shù)據(jù)拆分的方法，利用中斷控制Linkport口同步傳輸，實(shí)現(xiàn)自相關(guān)矩陣并行計(jì)算。通過硬件仿真表明，此并行算法可以有效加快自相關(guān)矩陣的計(jì)算速度。
　?。?）對(duì)MUSIC算法的難點(diǎn)模塊——EVD（Eigenvalue Decomposition）進(jìn)行分析，針對(duì)傳統(tǒng)EVD算法大多無法實(shí)

3、現(xiàn)復(fù)Hermite陣直接特征分解的不足，利用改進(jìn)的旋轉(zhuǎn)變換矩陣重新推導(dǎo)雙邊Jacobi法、單邊Jacobi法及QR法，使它們適用于復(fù) Hermite陣。通過仿真分析說明，不同信噪比下，這三種算法與實(shí)對(duì)稱矩陣特征分解算法的分解精度相當(dāng)，滿足高精度測(cè)向需求。利用門限控制及計(jì)算優(yōu)化對(duì)雙邊Jacobi進(jìn)行改進(jìn)，以加快特征分解速度。通過與不同串/并算法進(jìn)行對(duì)比分析，說明改進(jìn)的雙邊Jacobi法在DSP上實(shí)現(xiàn)具有明顯的運(yùn)算優(yōu)勢(shì)。
　　（3）對(duì)

4、子空間迭代算法進(jìn)行研究，在單片 DSP上實(shí)現(xiàn) PCA信號(hào)子空間估計(jì)算法，并與MUSIC特征分解法進(jìn)行對(duì)比分析，實(shí)驗(yàn)證明，當(dāng)陣元個(gè)數(shù)較多時(shí)， PCA子空間估計(jì)法快于MUSIC特征分解法，對(duì)內(nèi)存資源的占用明顯少于MUSIC特征分解法。在4片DSP上實(shí)現(xiàn)基于PCA子空間估計(jì)的并行測(cè)向算法。
　?。?）對(duì)快速極值求解方法進(jìn)行分析，采用變步進(jìn)譜峰搜索的方法加快單片DSP譜峰搜索，提出對(duì)小步進(jìn)搜索范圍限制，避免重復(fù)搜索。仿真表明，改進(jìn)的變步進(jìn)

5、搜索法與傳統(tǒng)搜索法搜索精度相當(dāng)。當(dāng)搜索點(diǎn)數(shù)大于1000點(diǎn)時(shí)，變步進(jìn)譜峰搜索法明顯優(yōu)于傳統(tǒng)譜峰搜索法。通過搜索范圍劃分，多片極值比較，中斷程序控制，在4片DSP上實(shí)現(xiàn)譜峰搜索并行計(jì)算，并對(duì)算法性能進(jìn)行測(cè)試。
　?。?）對(duì)比分析寬帶陣列測(cè)向的幾種算法，研究不需要DOA預(yù)估的Auto-focus聚焦算法，并對(duì)其進(jìn)行仿真分析，發(fā)現(xiàn)此算法的性能受制于參考頻點(diǎn)的選取。因此，本文提出了改進(jìn)的Auto-focus算法，通過對(duì)比仿真，證明改進(jìn)的Au