基于奇异值分解的特征子空间加权MUSIC方法

基于奇异值分解的特征子空间加权MUSIC方法.pdf
本文针对传统MUSIC算法解相干性能差的问题,提出一种基于互协方差的特征空间算法(Eignspace-DirectionofArrival,ES-DOA).首先充分利用矢量信息,采用三种不同的数据预处理方法进行联合处理,获得新的增广矩阵,在增广矩阵上进行奇异值分解,构建特征子空间的加权MUSIC(MultipleSignalClassification)算法空间谱,所构建的空间谱函数不仅提升MUSIC的估计性能,还充分利用了信号子空间的信息,从而使得本文所提改进特征子空间MUSIC算法拥有更高的分辨率以及估计精度,且更适用于低信噪比条件下.仿真实验验证了所提方法的有效性和鲁棒性.
作者：许劲峰郑威王彪陈峰
作者单位：江苏科技大学电子信息学院,江苏镇江212003
母体文献：2017中国西部声学学术交流会论文集
会议名称：2017中国西部声学学术交流会  
会议时间：2017年8月1日
会议地点：呼和浩特
主办单位：中国声学学会,上海市声学学会,四川省声学学会,山东省声学学会,重庆市声学学会,西安市声学学会
语种：chi
分类号：
关键词：特征子空间  加权多重信号分类算法  互协方差  奇异值分解  估计精度
在线出版日期：2020年11月30日
基金项目：
相似文献
相关博文

2024-12-1 20:16 上传 基于奇异值分解的特征子空间加权MUSIC方法.pdf

文件大小:

1.15 MB

下载次数:

60

高速下载