MUSIC算法

摘要： MUSIC算法是基于天线阵列协方差矩阵的特征分解类DOA估计算法,应用十分广泛。MUSIC算法的分辨性能严重依赖协方差矩阵的准确性,并且对信噪比、强弱邻近、相干干扰等复杂信号环境十分敏感。针对这些问题该文分析了MUSIC算法在非强弱、非相干以及强弱、相干等情况下高分辨测角性能,对不同的幅相误差、信噪比、干燥比、单目标、双目标等情况的MUSIC算法测角性能进行了仿真。

摘要： 低频天波传播时延的准确预测对其在远程导航授时中的应用潜力挖掘具有重要意义.为了获得地-电离层波导中低频多跳天波模式的传播时延特性,同时验证典型多径时延估计算法在不同信道环境下的作用性能,文中首先采用时域有限差分(finite-difference time-domain,FDTD)电磁计算方法对不同电离层反射情况下的距发射台400 km处地面接收的低频天地波耦合总场进行正演预测,然后分别基于快速傅里叶变换(fast Fourier transform,FFT)/快速傅里叶逆变换(inverse fast Fourier transform,IFFT)频谱相除、多重信号分类(multiple signal classification,MUSIC)和旋转不变技术信号参数估计(estimating signal parameters via rotational invariance techniques,ESPRIT)三种算法对电磁场数值预测结果进行后处理,解耦得到不同模式(地波、一跳天波、二跳天波、三跳天波及四跳天波)的时延,并在此基础上分析比较了无噪声和信噪比(signal-noise ratio,SNR)为0 dB、-5 dB以及-10 dB情况下三种算法对多跳天波的时延估计结果.结果表明,波跳次数越高,算法的检测能力越差.对于文中所模拟的信道条件,在弱噪声(SNR=0 dB)、电离层强反射时,FFT/IFFT算法结果精度最高,时延误差不超过400 ns;而在强噪声(SNR=-10 dB)、电离层弱反射时,ESPRIT算法稳定性最好,误差范围在5μs以内.

摘要： [目的]针对传统的极化敏感阵列的波达方向(DOA)估计算法运算复杂度高、实时性差的问题,提出基于压缩感知的正交偶极子极化敏感阵列结构。[方法]将数据压缩思想应用于阵列结构设计,压缩接收信号矢量维度,减少射频前端链路数量,以控制系统的复杂度,使阵列结构设计具有高度的灵活性。基于结构降维多重信号分类(MUSIC)算法;首先,通过空间谱搜索实现信号的DOA估计;然后,利用拉格朗日乘数法降维;最后,通过解决优化问题获取信号的极化参数信息。[结果]仿真实验表明:采用所提阵列结构及方法在入射信号完全极化且非相干时,可以获得正确的信号DOA和极化参数联合估计;在信噪比(SNR)大于10 dB的环境下,俯仰角均方根误差(RMSE)低于0.05°。[结论]与相同条件下同等通道数的非压缩结构相比,基于压缩感知的正交偶极子阵列参数估计结构的估计精度更高、运算复杂度更低。

摘要： 目前,压缩采样系统主要有随机解调器、调制宽带转换器和多陪集采样3种,其中,多陪集采样的系统框架简单、重构成功率高,但用硬件实现时面临两个难题,一是低速模数转换器(ADC)的输入模拟带宽存在上限,二是难以实现各通道上的精准时延。借鉴调制宽带转换器在采样前先对输入信号进行预调制的思想,将预调制与多陪集采样结合,提出了预调制多陪集采样系统。采样前,在采样系统各通道上,由随机序列发生器产生周期单脉冲序列,对输入信号进行频谱调制以降低采样前信号的模拟带宽;然后,调制信号由低速ADC进行采样,且各通道上的低速ADC与随机序列发生器列共用同一个控制时钟;最后,采用多信号分类算法(MUSIC)算法近乎无失真地重构出输入信号。仿真实验结果表明,当以15%的奈奎斯特采样速率对输入信号进行压缩采样时,重构信号的均方误差仅为10-5量级。这验证了该采样系统的可行性,有效解决了多陪集采样系统的两个难题。

摘要： 针对阵元位置误差引起阵列流型出现一定的偏差和扰动,从而导致多重信号分类(MUSIC)算法估计波达方向(DOA)性能下降的问题,本文在Toeplitz预处理算法的基础上,提出了一种基于矩阵重构的阵元误差校正算法。所提算法首先对有阵列位置误差的协方差矩阵进行预处理,恢复理想情况下协方差矩阵的Toeplitz结构,然后利用核范数优化算法构造凸优化函数,对处理后的协方差矩阵进行降噪,同时保证信号和噪声子空间的正确划分,最后利用MUSIC算法进行DOA估计。计算机仿真和实验分析表明,所提算法有效改善了存在阵元位置误差时MUSIC算法的角度分辨能力,而且减少了由快拍数不足带来的影响,提高了估计精度。

摘要： 飞行器姿态测量的主要参照为重力和地磁场,其在高加速度环境中的缺点难以克服。将电磁波三维结构向量作为飞行器姿态测量的参照,根据机载电磁矢量接收阵列的姿态与接收电磁信号的变化关系建立导向矢量。通过MUSIC算法三维搜索飞行器姿态参数使得信号空间谱最大化,实现飞行器平台姿态估计。针对MUSIC算法计算量过大导致姿态估计较慢的问题,提出改进遗传算法应用于空间谱搜索。仿真实验表明该方法在保障精度和稳定性的同时,大大地缩短了飞行器姿态估计的时间。

摘要： 传统算法在实际工程中对相干信号的局部放电(局放)源定位精度一般,分辨率也较低。分析了双局放源到传感器的距离差值与局放超声波信号相关系数的关系,提出了一种针对宽带相干模型局放信号的修正MUSIC算法(MMUSIC)与ISM相结合的降维DOA估计算法,并通过MATLAB将两个相干的局放信号和两个不相干的局放信号进行研究对比,证明该算法的有效性。将该算法应用到实验中,结果表明对相干信号和非相干信号的测向误差在9°左右,满足工程实际需要。

摘要： 空气信道中的阵列信号处理技术可以进行多个目标同时定位,经过适配后应用在水下信道中,可以实现水声定位。空间信号到达方向是阵列信号处理的重要环节,利用特征结构的子空间方法确定相同范围内一个或多个信号源的空间地理位置,常用的方法是MUSIC算法和ESPRIT算法。在工程实践中,多个阵元仅有有限路信号采集通道形成受限水声阵列,在受限水声阵列条件下,如何选取阵型,匹配相应算法,对水声定位结果至关重要。选择二维面阵,包括L阵型、双L阵型、均匀面阵型、“口”字阵型,用数据进行仿真验证,分析比较定位效果,结果表明不同阵型匹配相应算法,在定位精度或计算速度方面各有优缺点。针对不同工程需求,可以选取相应的阵型,对实践提供了有效的参考依据。

摘要： 短波信号种类众多,且均为突发信号,有必要对短波特定信号的监测和识别给予关注。第二代自动链路建立信号(2G-ALE)是短波通信中的常见信号,传统的识别方法通常是对信号进行频谱匹配,但由于2G-ALE信号持续时间短,短波信道环境恶劣,其频谱特征不明显,导致自动识别率较低。本文结合2G-ALE信号的频谱特征,运用MUSIC算法对其进行频谱的精确估计,能够有效抑制信号畸变,在信号样本较少的情况依然有较高的识别率。

摘要： 介绍了空间谱估计中四阶累积量矩阵的阵列信号处理方法原理。对结合四阶累积量的MUSIC算法与传统MUSIC算法进行了MATLAB仿真比较,并在多信源数的信号环境中进行了DOA估计。同时,在不同阵元间距、快拍数和信噪比条件下,对四阶累积量MUSIC算法的估计性能进行了仿真分析。结果表明,该算法阵列能力较强,并能有效抑制高斯噪声。实验结果为该算法在今后仿真实验参数的选取方面提供了参考。

摘要： 波束形成(Beamforming)对高频信号具有准确的定位效果,相较于近场声全息更易搭建实验平台,能更好的应用于实际生产生活,但面对低频旋转机械信号,波束形成方法却显得力不从心,更惶论宽频信号.针对线性扫频仿真信号的定位问题,对MUSIC算法进行了推广.首先将阵列的时域信号通过等角度重采样变换到角度域,选取合适的扫描向量,并结合推广后的MUSIC算法,实现了对掺有噪声的扫频仿真信号的准确定位.仿真实验中,对扫描向量的选取给出了定性的参考意见.

摘要： 波束形成(Beamforming)对高频信号具有准确的定位效果,相较于近场声全息更易搭建实验平台,能更好的应用于实际生产生活,但面对低频旋转机械信号,波束形成方法却显得力不从心,更惶论宽频信号.针对线性扫频仿真信号的定位问题,对MUSIC算法进行了推广.首先将阵列的时域信号通过等角度重采样变换到角度域,选取合适的扫描向量,并结合推广后的MUSIC算法,实现了对掺有噪声的扫频仿真信号的准确定位.仿真实验中,对扫描向量的选取给出了定性的参考意见.

摘要： 波束形成(Beamforming)对高频信号具有准确的定位效果,相较于近场声全息更易搭建实验平台,能更好的应用于实际生产生活,但面对低频旋转机械信号,波束形成方法却显得力不从心,更惶论宽频信号.针对线性扫频仿真信号的定位问题,对MUSIC算法进行了推广.首先将阵列的时域信号通过等角度重采样变换到角度域,选取合适的扫描向量,并结合推广后的MUSIC算法,实现了对掺有噪声的扫频仿真信号的准确定位.仿真实验中,对扫描向量的选取给出了定性的参考意见.

摘要： 波束形成(Beamforming)对高频信号具有准确的定位效果,相较于近场声全息更易搭建实验平台,能更好的应用于实际生产生活,但面对低频旋转机械信号,波束形成方法却显得力不从心,更惶论宽频信号.针对线性扫频仿真信号的定位问题,对MUSIC算法进行了推广.首先将阵列的时域信号通过等角度重采样变换到角度域,选取合适的扫描向量,并结合推广后的MUSIC算法,实现了对掺有噪声的扫频仿真信号的准确定位.仿真实验中,对扫描向量的选取给出了定性的参考意见.

摘要： 波束形成(Beamforming)对高频信号具有准确的定位效果,相较于近场声全息更易搭建实验平台,能更好的应用于实际生产生活,但面对低频旋转机械信号,波束形成方法却显得力不从心,更惶论宽频信号.针对线性扫频仿真信号的定位问题,对MUSIC算法进行了推广.首先将阵列的时域信号通过等角度重采样变换到角度域,选取合适的扫描向量,并结合推广后的MUSIC算法,实现了对掺有噪声的扫频仿真信号的准确定位.仿真实验中,对扫描向量的选取给出了定性的参考意见.

摘要： 波束形成(Beamforming)对高频信号具有准确的定位效果,相较于近场声全息更易搭建实验平台,能更好的应用于实际生产生活,但面对低频旋转机械信号,波束形成方法却显得力不从心,更惶论宽频信号.针对线性扫频仿真信号的定位问题,对MUSIC算法进行了推广.首先将阵列的时域信号通过等角度重采样变换到角度域,选取合适的扫描向量,并结合推广后的MUSIC算法,实现了对掺有噪声的扫频仿真信号的准确定位.仿真实验中,对扫描向量的选取给出了定性的参考意见.

摘要： 传统的MUSIC算法只适用于波源数小于阵元数的正交信号,如果波源数超出阵元数则无法获得精确的测向结果.本文研究了内插阵列变换及空间平滑的改进的MUSIC算法.首先对传统的MUSIC算法中可测波源数与阵元数之间的关系进行了仿真,同时分析了基于内插阵列变换及空间平滑算法的DOA估计,并对此改进方法进行仿真.仿真结果表明改进后的算法在信号源数大于阵元数时,依然能较精确的测得来波方向.

摘要： 传统的MUSIC算法只适用于波源数小于阵元数的正交信号,如果波源数超出阵元数则无法获得精确的测向结果.本文研究了内插阵列变换及空间平滑的改进的MUSIC算法.首先对传统的MUSIC算法中可测波源数与阵元数之间的关系进行了仿真,同时分析了基于内插阵列变换及空间平滑算法的DOA估计,并对此改进方法进行仿真.仿真结果表明改进后的算法在信号源数大于阵元数时,依然能较精确的测得来波方向.

摘要： 传统的MUSIC算法只适用于波源数小于阵元数的正交信号,如果波源数超出阵元数则无法获得精确的测向结果.本文研究了内插阵列变换及空间平滑的改进的MUSIC算法.首先对传统的MUSIC算法中可测波源数与阵元数之间的关系进行了仿真,同时分析了基于内插阵列变换及空间平滑算法的DOA估计,并对此改进方法进行仿真.仿真结果表明改进后的算法在信号源数大于阵元数时,依然能较精确的测得来波方向.

摘要： 传统的MUSIC算法只适用于波源数小于阵元数的正交信号,如果波源数超出阵元数则无法获得精确的测向结果.本文研究了内插阵列变换及空间平滑的改进的MUSIC算法.首先对传统的MUSIC算法中可测波源数与阵元数之间的关系进行了仿真,同时分析了基于内插阵列变换及空间平滑算法的DOA估计,并对此改进方法进行仿真.仿真结果表明改进后的算法在信号源数大于阵元数时,依然能较精确的测得来波方向.

摘要： 本发明公开了一种基于MUSIC算法的超宽带随机噪声雷达的速度估计方法，该方法包括：在一定范围内设定超宽带随机噪声雷达的检测目标数目为S，并建立每一检测目标接收到超宽带随机噪声雷达发送的随机噪声信号的相关包络Z；使用空间平滑过程去除检测目标接收到的随机噪声信号两两之间的相关性，并构建对应的协方差矩阵；对协方差矩阵采用特征分解得到特征向量和最小特征值，由特征向量构成信号子空间，由所有最小特征值构成噪声子空间；基于信号子空间和噪声子空间采用MUSIC算法创建噪声矩阵，并将噪声矩阵与模式向量相乘建立随机噪声信号对应的信号峰值，基于信号峰值估计得到超宽带随机噪声雷达的速度；本发明能精确估计超宽带随机噪声雷达的速度。

摘要： 本发明公开了一种基于快速MUSIC算法的道路双黄线检测方法，首先将CCD摄像机采集的道路双黄线图像进行图像分割和边缘提取得到仅含双黄线的二值化图像，加入L组服从相同分布且与信号源无关的零均值高斯噪声得到L幅不同的图像；然后转换为虚拟均匀线性阵列接收多快拍远场信号，在倾斜角范围内根据倾斜角检测分辨率的要求划分网格，经过两次MUSIC算法对远场信号进行搜索，得所有双黄线的倾斜角；再次利用MUSIC算法对近场信号进行搜索，求得所有双黄线所对应的偏移量；最后通过倾斜角和偏移量确定直线的位置，进而实现双黄线的检测。本发明解决了现有技术中存在的道路双黄线检测实时性较差的问题。

摘要： 本发明公开了一种用于MUSIC算法的阵元位置误差校准方法，包括：根据工作频点、空间目标位置、目标个数、阵元位置误差下阵列天线的阵元数、单元间距，计算出虚拟均匀天线阵列的阵元数、阵元间距及其最小均方差；根据所述协方差矩阵计算优化内插虚拟均匀天线阵列的均方根误差；接收所述均方根误差，根据实测工作频点的范围，实时控制虚拟均匀天线阵列的阵元数、阵元间距；根据虚拟均匀天线阵列的阵元数、阵元间距及工作频点，得到阵元位置误差下被校正的MUSIC谱。本发明方法根据用阵列天线理论及维纳滤波理论，利用虚拟内插得到的均匀阵列，实现阵元位置误差的校正补偿，保证MUSIC算法的空间谱估计性能。本发明技术具有灵活性高及适用性广等优点。

摘要： 本发明公开了一种毫米波MIMO‑OFDM系统中基于3D‑MUSIC算法的信道估计方法，适用于毫米波通信领域使用。首先建立上行链路信号传输的宽带稀疏多路径参数化信道模型，其中每条路径由传输时延，到达角(AOA)，离开角(AOD)以及路径增益这四个参数指定；然后，通过三维波束空间多信号分类(MUSIC)算法同时估计出信道的AOA、时延和AOD这三个参数，并通过鸡群优化(CSO)算法来确定空间谱上多个谱峰的所在位置；最后，通过最小二乘(LS)法估计出信道的路径增益参数。本发明所提出的信道估计方法具有非常高的准确性，以及较好的信道参数估计性能。

摘要： 本发明公开了一种基于MUSIC算法的米波极化敏感阵列雷达测高方法，提出了修正极化平滑广义MUSIC算法，在极化平滑处理后进行了前后空间平滑处理，实现了更好的低角度估计性能。最后提出了极化合成导向矢量MUSIC算法，利用合成导向矢量而不是普通的导向矢量，不需要解决相干问题，然后利用MUSIC算法得到低仰角区域目标的测高结果。同时，对接收数据进行适当的变形与归类，用瑞利‑利兹理论进行角度分解实现极化和波达方向角度的解耦合，然后利用直达波和反射波的几何关系和先验信息继续进行降维处理来降低算法的计算复杂度。仿真结果表明本发明提出的修正极化平滑广义MUSIC算法和极化合成导向矢量MUSIC算法计算复杂度低，测量精度好。

摘要： 本发明涉及一种基于矩阵重构Root‑MUSIC算法的FMCW雷达测距方法，包括步骤：S1：对差频信号进行堆叠，获得一个M×L维的矩阵X；S2：对矩阵进行奇异值分解，构建奇异值向量，并根据稀疏性原理对奇异值向量进行重构，获得重构的奇异值向量；S3：根据重构的奇异值向量得到重构后的矩阵X1，并对矩阵X1的对角线上的元素取平均，得到矩阵X2；S4：对矩阵X2的协方差矩阵进行特征值分解，获得噪声子空间；S5：根据噪声子空间构建多项式f(wi)，并求解f(wi)＝0，得到频率的估计值S6：由频率的估计值得到各目标与雷达之间的距离值本发明的方法提升了噪声环境下多频率信号的频率分辨率，从而提升FMCW雷达多目标测距精度和分辨能力。

摘要： 本发明公开了一种基于Toeplitz重构MUSIC算法的方位估计方法。本专利方法通过阵元接收数据的自协方差和MMUSIC算法的自协方差矩阵来构造新的协方差矩阵，利用新的协方差矩阵构造Toeplitz矩阵。然后对该矩阵进行特征值分解得到相应的信号子空间和噪声子空间，然后通过谱峰搜索得到精确方位角估计值。本专利方法既能精确的对多个相干信号进行方位估计，也不会影响非相干信号的方位估计精度，并且在低信噪比、小快拍以及信号入射角度间隔较小的情况下也具有良好的估计性能，在实际工程中具有较大的应用价值。

摘要： 本发明公开了一种基于改进MUSIC算法的多径时延估计方法，实现步骤为：计算多径环境下接收信号的归一化互谱序列h[k]；利用空间平滑思想将h[k]化分为多个重叠子序列hq，取每个子序列的共轭数据xq；利用hq和xq计算得到改进的协方差矩阵对进行特征值分解，获取噪声特征值及与之对应的噪声特征向量；对噪声特征值进行修正，利用修正后的噪声特征值改进MUSIC时延估计谱；对估计谱进行谱峰搜索，获取多径时延值。本发明有效利用测量数据的共轭信息和噪声特征值信息，可以在小采样数据、低信噪比条件下对多径时延进行高精度估计。

摘要： 提供了一种车辆的访问系统，并且该访问系统包括天线和访问模块。天线被配置为各自接收从便携式访问设备发送到车辆的信号。天线之一是圆形极化天线。访问模块被配置为：对接收信号进行下变频以形成同相信号和正交相位信号；执行MUSIC算法以确定在天线处接收到的接收信号的到达角；基于到达角度来确定便携式访问设备与车辆之间的距离；以及基于该距离来许可对车辆的访问。

摘要： 本发明涉及一种基于小波去噪和MUSIC算法的波达方向定位方法，包括：步骤(1)：确定麦克风的阵元数量及摆放位置，根据所述麦克风的阵元数量及摆放位置确定阵列的导向矩阵，通过所述阵列接收信源信号；步骤(2)：通过小波去噪法对接收到的信源信号进行降噪；步骤(3)：通过MUSIC算法对降噪后的信源信号进行方位角估计。本发明能够有效对信源信号的方位角进行准确估计，同时对噪声环境具有较好的抗干扰性。