ESPRIT旋转不变法是非参数法的另一种,最早是由Roy等人在1986年提出的,如今被广泛的应用,在现代信号处理众方法中有举足轻重的地位[8]。用采集到的数据组成两个或两个以上相同的子矩阵是ESPRIT旋转不变法的基础,然后对信号数据的协方差矩阵进行特征分解,这一点上和MUSIC算法一致,两种方法之间的差异体现在:接收数据协方差矩阵的信号子空间和噪声子空间的正交性是MUSIC算法的基础,而协方差矩阵的信号子空间的旋转不变性是ESPRIT算法建立的基础。与MUSIC算法相比,该算法的优势点在于省去了繁复的谱峰搜索工作,所以它的计算量相对较小,然而在估计误差上,优势的则是MUSIC算法。

在现代超分辨率频率估计领域,非参数法的MUSIC算法优势于一众算法,早在20世纪70年代末就已经实现,但是在实现过程中对所有频域内进行谱峰搜索的运算量是MUSIC算法所必须考虑的,因而该算法具有较差实时性。

1.4本文的主要内容和章节安排

本文详细介绍了用MUSIC算法进行频率估计,从一般的频率估计方法开始,到多信号分类(MUSIC)算法的理论研究,并将MUSIC频率估计算法通过LabVIEW编程语言进行了实现,最后通过分析对比MUSIC算法和FFT算法频谱估计的软件仿真结果,凸显MUSIC算法的优势及研究价值。本文的结构内容安排如下:

第1章,说明本文选题的目的和意义,介绍国内外研究背景及现状,以及存在的问题。

第2章,引出频率估计的基本概念,分析多重信号分类MUSIC算法的基本理论,包括自相关函数、相关阵的特征分解、基于噪声子空间的频率估计、功率谱和功率谱估计等内容。

第3章,介绍LabVIEW软件平台,运用LabVIEW中包含的所有模块和数学函数实现MUSIC算法。

第4章,首先介绍使用LabVIEW软件实现FFT算法的过程,然后对仿真结果进行比较分析,最后作出结论。

第5章,总结本文的所有工作,分析了目前存在的问题,为以后的工作研究提出建议和展望。

第二章MUSIC算法原理

1979年,美国人R.O.Schmidt提出了MUSIC(MultipleSignalClassification多重信号分类)算法,因为MUSIC算法具有很好的特性,经过长时间的研究完善,其理论已经很成熟。用MUSIC算法进行频率估计的一般步骤:一是以信号自相关矩阵或协方差矩阵为对象进行特征值分解;二是将信号的特征空间分解为信号子空间和噪声子空间,且二者相互正交;三是将信号向量投影到噪声子空间,通过谱峰搜索获得实际频率值[9]。

由于MUSIC算法在特定条件下具有非常高的角度方位分辨力、很好的稳定性和参数估计精度,所以吸引了许多学者对它进行更加深入的研究。总的来说,关于多重信号分类(MUSIC)算法的主要研究内容和工作具体有以下几点:

第一:MUSIC算法在理论上的性能表现分析,例如估计误差的分布、分辨能力和角度估计的克拉美罗(CRB)界限[10]。

第二:MUSIC算法的性能在模型有误差时的表现,比如可以研究MUSIC算法的性能在该不利条件下会产生怎样的变化,这里的误差包括因为数据长度有限引起的误差、不能正确获取噪声协方差相关阵所带来的影响、阵列流型的干扰(比如因为阵列阵元存在的不相同的通道、互耦,阵列阵元位置的干扰所带来的影响)[11]。

第三:MUSIC算法的应用以及性能的优化推广,比如应用于间谐波检测中的dp变换与MUSIC算法的结合方法、Weight-Music算法、求Root-MUSIC算法及其性能、时域下的频率估计、距离上的超分辨、特殊场合情况下的信源估计[12](其中包括循环平稳性信号、分布式信号、是宽带的信号源和具有相干性的信号源等等)、多维MUSIC算法以及多维估计(比如多维参量的联合估计、基于空时二维的处理等等)。

上一篇:HFSS的GPS单馈圆极化微带天线的研究与设计
下一篇:单片机双极性神经刺激脉冲发生器的设计

基于MATLABGUI的粒子滤波算法实现+源代码

基于MATLABGUI的非线性卡尔曼滤波实现

基于LABVIEW的线阵阵列信号处理+源代码

HFSS倒F型蓝牙天线的设计

水下激光通信中海水的散射模型及MATLAB仿真

单片机双极性神经刺激脉冲发生器的设计

HFSS的GPS单馈圆极化微带天线的研究与设计

高校微博高校形象的宣传文献综述和参考文献

南京红宝丽公司营运能力分析

城市休闲文化中的体验消费探究

RGB-D相机视觉自主定位和空...

请柬邀请函欢迎词欢送词...

液体浓度测量技术国内外研究现状

近年来國内协商民主研究述评【8356字】

管理方式對农业院校研究...

江苏省GDP预测研究

韩国电视真人秀节目《我...