- 上一篇：基于线性预测编码的语音基音周期检测算法与实现
- 下一篇：网络终端语音控制系统设计
迭代（Fast Approximated Power Iteration ，FAPI）算法[18]，鉴于其在移动干扰下
良好的鲁棒性和较小的计算复杂度， 我们会在后文中运用到它并且分析它的子空间跟踪性能。
本文中，我们对参考文献[19]所提出的波束形成器进行改造，使其适应移动的
强干扰这一客观条件。我们首先使用FAPI算法来在线估计强干扰的子空间，接
着运用贝叶斯方法来自适应估计投影波束形成权重。 这个方法能够在递归贝叶斯
估计的框架下进行自适应波束形成，并且在波束形成的过程中，干扰加噪声协方
差矩阵和信号功率均被假定为已知。通过将干扰假设为强信号，我们的目标是实
现自适应地跟踪一些变量，预测波束形成权重。本文中提出的方法是一种时间递归贝叶斯波束形成器，其优势在于它可以充分利用所有以前观测到的数据，而不
仅仅是近期的短时积分 （Short Time Integration， STI） 窗中包含的少量有效信息，
因此能够递归地估计波束形成权重以此来达到最佳性能。 与一般的波束形成器[16]，
[17]
相比较， 本文中所提出波束形成器的权重被建模为复高斯随机矢量， 而DOA的
不确定性被建模为一个随机变量。不同于DOA，波束形成权重的随机建模不仅
可以解决由于指向误差带来的不确定性，同时也可解决由于周围的源失准，阵列
变形， 不同增益和相位响应的散射传感器阵列等带来的不确定性。 与参考文献[16]，[17]相似，在假设强干扰远离所期望的波束形成器主瓣后，最大后验估计被用来确定波束形成权重。
-
B4G系统空间复用MIMO信号检测研究
-
OFDM系统B4G移动通信系统信...
-
现代信号谱估计算法在空间谱估计中的应用
-
基于标量衍射理论的莫尔...
-
VirtualLab自由空间内高斯光束传输过程的研究
-
K-means移动机器人基于自然路标的自主定位
-
PVA/AA光致聚合物中含有链...
g-C3N4光催化剂的制备和光催化性能研究
江苏省某高中学生体质现状的调查研究
巴金《激流三部曲》高觉新的悲剧命运
NFC协议物理层的软件实现+文献综述
现代简约美式风格在室内家装中的运用
浅析中国古代宗法制度
高警觉工作人群的元情绪...
中国传统元素在游戏角色...
上市公司股权结构对经营绩效的影响研究
C++最短路径算法研究和程序设计