基于4片TS201S高速并行測向算法實現(xiàn).pdf

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

2、塊進行仔細研究，在4片TS201S上實現(xiàn)高速并行測向很有必要。本文主要內(nèi)容如下：
　?。?）對自相關(guān)模塊進行研究，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，實現(xiàn)自相關(guān)矩陣并行計算。通過硬件仿真表明，此并行算法可以有效加快自相關(guān)矩陣的計算速度。
　?。?）對MUSIC算法的難點模塊——EVD（Eigenvalue Decomposition）進行分析，針對傳統(tǒng)EVD算法大多無法實

3、現(xiàn)復(fù)Hermite陣直接特征分解的不足，利用改進的旋轉(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，這三種算法與實對稱矩陣特征分解算法的分解精度相當，滿足高精度測向需求。利用門限控制及計算優(yōu)化對雙邊Jacobi進行改進，以加快特征分解速度。通過與不同串/并算法進行對比分析，說明改進的雙邊Jacobi法在DSP上實現(xiàn)具有明顯的運算優(yōu)勢。
　?。?）對

4、子空間迭代算法進行研究，在單片 DSP上實現(xiàn) PCA信號子空間估計算法，并與MUSIC特征分解法進行對比分析，實驗證明，當陣元個數(shù)較多時， PCA子空間估計法快于MUSIC特征分解法，對內(nèi)存資源的占用明顯少于MUSIC特征分解法。在4片DSP上實現(xiàn)基于PCA子空間估計的并行測向算法。
　?。?）對快速極值求解方法進行分析，采用變步進譜峰搜索的方法加快單片DSP譜峰搜索，提出對小步進搜索范圍限制，避免重復(fù)搜索。仿真表明，改進的變步進

5、搜索法與傳統(tǒng)搜索法搜索精度相當。當搜索點數(shù)大于1000點時，變步進譜峰搜索法明顯優(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上實現(xiàn)譜峰搜索并行計算，并對算法性能進行測試。
　?。?）對比分析寬帶陣列測向的幾種算法，研究不需要DOA預(yù)估的Auto-focus聚焦算法，并對其進行仿真分析，發(fā)現(xiàn)此算法的性能受制于參考頻點的選取。因此，本文提出了改進的Auto-focus算法，通過對比仿真，證明改進的Au