搜索资源列表
music
- music算法的实现 MU S IC 算法是一种子空间分解算法, 它的各种性能已被广泛研究. 在信号波达方向估计领 域, MU S IC 算法的应用, 形成了MU S IC 波达方向估计算法. 实际应用中,MU S IC 波达方向估计算法, 拥有超分辨能力的同时, 也存在原理性缺点——MU S IC 空间谱不能反映目标信号的相对强度. 文中在前人工作的基础上, 对MU S IC 波达方向估计算法进行理论分析, 提出了有效的改进方法, 并通过仿真试验证实了分析的正确性.
capon
- 实验目的： 研究上课所讲谱分析方法，利用实验验证书中的结论，掌握各种谱分析方法，学会实验设计和实验结果分析。 实验内容： 所应用到的谱分析方法，包括： 1） 非参数化方法：周期图（直接法）、BT法（间接法），Welch平均周期图法 2） 参数化方法： RELAX、Capon 3） 空间谱估计：常见的DOA方法（Capon） -Experimental Objective: To study methods of spectral analysis class talk
RF3D_v1p00
- 一个共同的视频被空间相关去噪的框架随机噪声和空间相关的固定模式噪声。首先，在每一卷的空间和时间上的相关性，利用sparsify数据在三维时空的变换域，然后3D体积的频谱系数的自适应阈值萎缩三维阵列。这样的阵列取决于特定的运动轨迹的体积，单个功率谱密度的随机和固定的模式噪声，以及噪声方差，自适应地估计在变换域。-The video was a common fixed pattern noise spatial correlation denoising framework random nois
beamformingmusicbs3
- 随着电磁环境的日益恶化,以及低检测概率、低截获概率等通信技术的广泛应用,往往需要 在较大的带宽内同时对多个信号进行处理,才能够在大量信号中找到有用信号,因此对空间谱估计算法的时效性也提出了更高的要求。本文研究了空间谱快速算法及 实现问题,通过改进算法减少计算量,并合理利用硬件平台,将快速测向算法在FPGA+DSP平台上联合实现。本文的主要内容如下: 1、研究了基于直线阵的空间谱估计快速算法。针对MUSIC等测向算法大多需要特征分解和谱峰搜索,计算量较大的问题,给出了一种基于传播算子的Root
CLASSICALMUSIC1
- MUSIC算法[1] 是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。MUSIC算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位。噪声子空间的所有向量被用来构造谱，所有空间方位谱中的峰值位置对应信号的来波方位。MUSIC算法大大提高了测向分辨率，同时适应于任意形状的天线阵列
decnguings_destroy
- 给定入射信号角度分别,不同信噪比情况下各种空间谱估计算法得到的曲线图-A given incident signal Angle respectively, different SNR circumstance graph of various kinds of spatial spectrum estimation algorithm to get
hoyx
- 这是我师兄做的空间谱估计的内容,这只是一小部分程序,希望大家能够接受,-This is my brother to do the content of the spatial spectrum estimation, this is just a small part of the program, I hope you can accept,
crenterdependent
- 这是我师兄做的空间谱估计的内容,这只是一小部分程序,希望大家能够接受,(This is my brother to do the content of the spatial spectrum estimation, this is just a small part of the program, I hope you can accept,)