针对傅里叶方法估计线性调频连续波差频信号频率在小尺度上精度低的缺陷,提出利用多重信号分类法(Multiple Signal Classification,MUSIC)估计差频信号频率。该方法在频域上对自相关功率谱进行信号和噪声的空间分解,利用信号空间和噪声...针对傅里叶方法估计线性调频连续波差频信号频率在小尺度上精度低的缺陷,提出利用多重信号分类法(Multiple Signal Classification,MUSIC)估计差频信号频率。该方法在频域上对自相关功率谱进行信号和噪声的空间分解,利用信号空间和噪声空间的正交性,完成对信号频率的超分辨估计。仿真计算和实验室测试表明,该方法有效减小了距离分辨单元的影响,其单一目标距离测量精度优于傅里叶法。展开更多
通感一体化(integrated sensing and communication, ISAC)是6G的重要特征,而波达方向(direction of arrival, DOA)估计是ISAC的关键问题之一。基于大规模多输入多输出(multiple-input multiple-output, MIMO)-正交频分复用(orthogonal ...通感一体化(integrated sensing and communication, ISAC)是6G的重要特征,而波达方向(direction of arrival, DOA)估计是ISAC的关键问题之一。基于大规模多输入多输出(multiple-input multiple-output, MIMO)-正交频分复用(orthogonal frequency division multiplexing, OFDM)系统的均匀线性接收天线阵列模型,直接采用多重信号分类(multiple signal classification, MUSIC)算法进行多目标DOA估计。仿真实验结果表明,相比于其他算法,MUSIC算法在大规模MIMO-OFDM系统中具有良好的性能。展开更多
近年来,针对非圆信号的测向算法已陆续提出,对这些算法的渐近性能及Cramer-Rao界的分析也已见报道,但仍未涉及模型误差对此类算法影响的分析.本文概括介绍了用于非圆信号测向的MUSIC(Multiple Signal Classi-fication)算法,对其空间谱...近年来,针对非圆信号的测向算法已陆续提出,对这些算法的渐近性能及Cramer-Rao界的分析也已见报道,但仍未涉及模型误差对此类算法影响的分析.本文概括介绍了用于非圆信号测向的MUSIC(Multiple Signal Classi-fication)算法,对其空间谱函数进行一阶泰勒展开,得到了测向误差的表达式,从而求得测向均方误差统计意义上的表达式.仿真实验验证了推导的正确性,并由理论结果分析了模型误差条件下测向误差与角度间隔和非圆相位差的关系.展开更多
文摘针对傅里叶方法估计线性调频连续波差频信号频率在小尺度上精度低的缺陷,提出利用多重信号分类法(Multiple Signal Classification,MUSIC)估计差频信号频率。该方法在频域上对自相关功率谱进行信号和噪声的空间分解,利用信号空间和噪声空间的正交性,完成对信号频率的超分辨估计。仿真计算和实验室测试表明,该方法有效减小了距离分辨单元的影响,其单一目标距离测量精度优于傅里叶法。
文摘通感一体化(integrated sensing and communication, ISAC)是6G的重要特征,而波达方向(direction of arrival, DOA)估计是ISAC的关键问题之一。基于大规模多输入多输出(multiple-input multiple-output, MIMO)-正交频分复用(orthogonal frequency division multiplexing, OFDM)系统的均匀线性接收天线阵列模型,直接采用多重信号分类(multiple signal classification, MUSIC)算法进行多目标DOA估计。仿真实验结果表明,相比于其他算法,MUSIC算法在大规模MIMO-OFDM系统中具有良好的性能。
文摘近年来,针对非圆信号的测向算法已陆续提出,对这些算法的渐近性能及Cramer-Rao界的分析也已见报道,但仍未涉及模型误差对此类算法影响的分析.本文概括介绍了用于非圆信号测向的MUSIC(Multiple Signal Classi-fication)算法,对其空间谱函数进行一阶泰勒展开,得到了测向误差的表达式,从而求得测向均方误差统计意义上的表达式.仿真实验验证了推导的正确性,并由理论结果分析了模型误差条件下测向误差与角度间隔和非圆相位差的关系.
