基于修正传播算子的高分辨波达方向估计算法

计算机应用 ›› 2010, Vol. 30 ›› Issue (05): 1418-1420.

基于修正传播算子的高分辨波达方向估计算法

刘成城¹,赵拥军²,胡德秀³

1. 解放军信息工程大学
2. 信息工程大学信息工程学院
3. 信息工程大学

收稿日期:2009-11-10 修回日期:2009-12-28 发布日期:2010-05-04 出版日期:2010-05-01
通讯作者: 刘成城
基金资助:
国家863计划项目

High resolution algorithm for direction of arrival estimation based on modified propagator method

Received:2009-11-10 Revised:2009-12-28 Online:2010-05-04 Published:2010-05-01

摘要/Abstract

摘要： 将循环平稳和共轭重排理论引入传播算子算法中，提出修正的循环传播算子波达方向估计算法。该算法对采集数据共轭重排，使相关矩阵的估计更加准确，并充分利用有用信号与干扰信号循环频率的不同和噪声在感兴趣的循环频率上不呈现谱相关的性质,有效滤除了干扰信号和噪声的影响，实现了高分辨的波达方向(DOA)估计；同时它不需要对高维空时协方差矩阵进行特征值分解，所以与基于特征子空间分解的算法相比运算量低，利于实时处理。仿真结果证明了其有效性。

关键词: 相关矩阵, 循环平稳特性, 共轭重排, 子空间, 特征值分解

Abstract: A modified propagator algorithm was presented to achieve the high resolution direction of arrival (DOA) estimation by introducing cyclostationarity and conjugate data rearrangement, which made the correlation matrix more precise and effectively eliminate the influence of the noise and interference signal. Compared with the conventional eigen subspace algorithms, the presented algorithm has lower computational complexity with insignificant performance degradation because of avoiding Eigen Value Decomposition (EVD) of the covariance matrix. The simulation results demonstrate its effectiveness．

Key words: correlation matrix, cyclostationarity, conjugate data rearrangement, subspace, eigen value decomposition

刘成城赵拥军胡德秀. 基于修正传播算子的高分辨波达方向估计算法[J]. 计算机应用, 2010, 30(05): 1418-1420.

[1]	王清, 赵杰煜, 叶绪伦, 王弄潇. 统一框架的增强深度子空间聚类方法[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 1995-2003.
[2]	张卓, 陈花竹. 基于一致性和多样性的多尺度自表示学习的深度子空间聚类[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 353-359.
[3]	谢莉, 舒卫平, 耿俊杰, 王琼, 杨海麟. 结合加权原型和自适应张量子空间的小样本宫颈细胞分类[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3200-3208.
[4]	葛孟婷, 万鸣华. 基于近邻监督局部不变鲁棒主成分分析的特征提取模型[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1013-1020.
[5]	马志峰, 于俊洋, 王龙葛. 多样性表示的深度子空间聚类算法[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 407-412.
[6]	任奇泽, 贾洪杰, 陈东宇. 融合局部结构学习的大规模子空间聚类算法[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3747-3754.
[7]	王啸飞, 鲍胜利, 陈炯环. 基于潜在因子模型在子空间上的缺失值注意力聚类算法[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3772-3778.
[8]	张新贺, 谭浩然, 吕文博. 基于压缩感知的低复杂度广义空移键控信号检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3890-3895.
[9]	张琦, 郑伯川, 张征, 周欢欢. 基于随机分块的稀疏子空间聚类方法[J]. 《计算机应用》唯一官方网站, 2022, 42(4): 1148-1154.
[10]	管娇娇, 钱雪忠, 周世兵, 姜凯彬, 宋威. 基于格拉斯曼流形子空间融合的多视图聚类[J]. 《计算机应用》唯一官方网站, 2022, 42(12): 3740-3749.
[11]	乔永坚, 刘晓琳, 白亮. 面向高维特征缺失数据的K最近邻插补子空间聚类算法[J]. 《计算机应用》唯一官方网站, 2022, 42(11): 3322-3329.
[12]	范莉莉, 卢桂馥, 唐肝翌, 杨丹. 基于Hessian正则化和非负约束的低秩表示子空间聚类算法[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 115-122.
[13]	谢雨, 蒋瑜, 龙超奇. 基于随机子空间的扩展隔离林算法[J]. 计算机应用, 2021, 41(6): 1679-1685.
[14]	林筠超, 万源. 基于图结构优化的自适应多度量非监督特征选择方法[J]. 计算机应用, 2021, 41(5): 1282-1289.
[15]	吕佳, 鲜焱. 结合改进密度峰值聚类和共享子空间的协同训练算法[J]. 计算机应用, 2021, 41(3): 686-693.