搜索资源列表
capon-beamforming
- capon波束形成是阵列信号处理的经典算法，该算法用于抑制干扰噪声，提高期望信号的信噪比。 本人用VC6.0实现了该算法，同时在该程序里提供了比较多的用于数值计算的C代码，如特征值分解等。-capon beamforming is a classic array signal processing algorithm used to suppress noise interference and improve signal to noise ratio of desired signal
TheResearchofSpatialSpectrumEstimationAlgorithminS
- 智能天线技术是第三代移动通信系统的关键技术之一，也是国内外热门的研究课题。由于无线移动通信的信道传输环境具有复杂性和不确定性，存在多径衰落和时延扩展，因此造成了符号间串扰、同信道干扰、多址干扰等，这些干扰降低了链路性能和系统容量，智能天线技术是解决以上问题的方法之一。 本文首先阐述了智能天线和白适应波束形成的基本理论，然后对自适应算法进行了研究。对一些基本的自适应算法最小均方算法、恒模算法及递推最小均方算法进行了分析讨论，用计算机仿真的结果论证了算法的性能。针对相干干扰介绍了空间平滑技术，对传统
11-26-1
- Describe: doa estimated classical music used to construct simple incident signals, using seven antenna reception of signals for DOA estimated.
fanglaing
- 本文主要是对 DOA（波达方向）估计中传统 MUSIC 算法及其改进算法作了简要 的介绍，然后通过仿真比较了这几种算法的优缺点以及各自的适用范围，最后给出了嵌入式 系统实现的设计思路及流程图，并指出以后的研究重点。-The article introduces the research and implementation of MUSIC algorithm in DOA estimation briefly. Firstly, it introduces the backgro
music(doa)
- 七单元天线阵MUSIC DOA估计： d=1 ， 天线阵元的间距； lma=2， 信号中心波长； 四输入信号； A=[A1,A2,A3,A4]， 得出A矩； 四信号的频率d=[1.3*cos(v1*n) 1*sin(v2*n) 1*sin(v3*n) 1*sin(v4*n)] 构造输入信号矢量 U=A*d 总的输入信号 总输入信号的协方差矩阵 [s,h]=eig(c) 求协方差的特征矢量及特征值 取出与零特征
CHENGXU
- 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
MUSIC through C and MATLAB
- 采用music算法来用于进行DOA估计，可以达到很高的识别精度(MUSIC algorithm is used for DOA estimation, which can achieve very high recognition accuracy)
matlab的DOA源码
- DOA/Beamforming不同方法的matlab/c++两种源码，附有测试demo
rmusic
- 谱估计实值MUSIC算法的一种C代码实现，包括matlab代码，用于信号的DOA方向估计。(music c code and matlab code)