基于改進(jìn)CFASTICA的ULA陣列互耦誤差盲估計(jì).pdf_第1頁(yè)
已閱讀1頁(yè)，還剩63頁(yè)未讀， 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文的工作是：將獲取信號(hào)矢量參考值算法的復(fù)雜度從硬件轉(zhuǎn)移到軟件上，通過利用現(xiàn)代高速處理機(jī)來實(shí)現(xiàn)陣列校正矩陣盲估計(jì)的高效性。因此，本文采用一種廣泛應(yīng)用于信號(hào)分析領(lǐng)域上的盲源分離算法：獨(dú)立分量分析法(ICA)來對(duì)接收信號(hào)源進(jìn)行分離從而來獲得足夠多的信號(hào)矢量參考值。
　　 本文研究主要內(nèi)容包括以下三部分：
　　 首先回顧了空間譜估計(jì)的主要算法，通過仿真比較得知MUSIC算法在SNR=20dB,snapshots=1000時(shí)，分

2、辨能力可以達(dá)到3°，所以確定了MUSIC算法作為本論文空間譜估計(jì)算法。
　　 然后介紹了現(xiàn)有的盲源分離算法，首先對(duì)實(shí)數(shù)域Fast-ICA算法分離一組混疊信號(hào)進(jìn)行仿真，通過在樣本數(shù)在450和9000抽樣結(jié)果進(jìn)行比較，抽樣數(shù)越多，抽樣效果越好，然后對(duì)復(fù)數(shù)域Fast-ICA算法分離一組復(fù)信號(hào)仿真，平均迭代次數(shù)為8，收斂效果好，最終確定了CFastICA作為本論文盲源分離算法。
　　 最后通過matlab仿真，在分離四元和六元陣

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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論