2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩100頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)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(quán),請進行舉報或認領(lǐng)

文檔簡介

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

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(quán)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。

評論

0/150

提交評論