估计相干与非相干信源的ESPRIT方法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (14): 112-114.

• 数据库、信号与信息处理 • 上一篇下一篇

估计相干与非相干信源的ESPRIT方法研究

韩冲，廉保旺，菜会甫

西北工业大学电子信息学院，西安 710129

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-11 发布日期:2011-05-11

Study of ESPRIT method for estimating non-coherent and coherent source

HAN Chong，LIAN Baowang，CAI Huipu

School of Electronics and Information，Northwestern Polytechnical University，Xi’an 710129，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-11 Published:2011-05-11

摘要/Abstract

摘要： 在目前信号波达方向（Direction-Of-Arrival，DOA）估计中，常规ESPRIT算法是一种速度快、精度高的常用算法，但对于低信噪比下混合信号（同时含有相干与非相干信号），常规ESPRIT算法难以估计出它们的DOA。结合解相干MUSIC和常规ESPRIT算法的优点，提出了一种新的估计相干与非相干信源的ESPRIT方法，新方法充分利用数据协方差矩阵的自相关和互相关信息来重构含有信号方位数据的新矩阵，再从它的特征值中解得信号的到达角。计算机仿真结果验证该方法在混合信号估计中的优越性和可靠性。

关键词: 波达方向, 混合信源, 协方差矩阵, 互相关

Abstract: In array signals estimation，ESPRIT algorithm is a common algorithm of high speed and precision，but it don’t estimate mixed signal（including coherent and non-coherent synchronously） that its coherent is unknown in low SNR.Combining the excellent performance on MMUSIC and ESPRIT algorithm，a new improved ESPRIT method is proposed for DOA estimation which includes coherent and non-coherent.The method makes use of correlation and cross correlation information of covariance matrix to construct the new matrix which includes signal direction data.DOA is gottten from the decomposition of above matrix.Simulation show this method has advantage and dependability.

Key words: direction-of-arrival, mixed signal, covariance matrix, cross-correlation

韩冲，廉保旺，菜会甫. 估计相干与非相干信源的ESPRIT方法研究[J]. 计算机工程与应用, 2011, 47(14): 112-114.

HAN Chong，LIAN Baowang，CAI Huipu. Study of ESPRIT method for estimating non-coherent and coherent source[J]. Computer Engineering and Applications, 2011, 47(14): 112-114.

[1]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[2]	刘云，钱美伊，李辉，王传旭. 特征融合与训练加速的高效目标跟踪[J]. 计算机工程与应用, 2021, 57(10): 101-109.
[3]	王杰，黄丽霞，张雪英. 改进DSB方法的语音信号多声源定位[J]. 计算机工程与应用, 2021, 57(1): 173-180.
[4]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[5]	刘红星1，2，胡广地1，朱晓媛1，李进龙3. 改进协方差矩阵的智能车视觉目标跟踪方法[J]. 计算机工程与应用, 2019, 55(3): 171-178.
[6]	杜婷婷，文国秋，吴林，童涛，谭马龙. 基于局部协方差矩阵的谱聚类算法[J]. 计算机工程与应用, 2019, 55(14): 148-154.
[7]	朱淑芹，王文宏，李俊青. 一类二次多项式混沌及其随机数生成器设计[J]. 计算机工程与应用, 2018, 54(9): 84-88.
[8]	王海艳1，佟岐1，连志鹏2，汲清波1. K-L变换观测矩阵优化算法[J]. 计算机工程与应用, 2018, 54(19): 186-190.
[9]	余应淮，谢仕义，梅其祥. 精确运动估计的核回归修正梯度互相关算法[J]. 计算机工程与应用, 2017, 53(14): 214-221.
[10]	茅惠达，张玲华. 声源定位中广义互相关时延估计算法的研究[J]. 计算机工程与应用, 2016, 52(22): 138-142.
[11]	朱春媚1，2，黎萍1. 基于频段互相关系数的咳嗽识别新方法[J]. 计算机工程与应用, 2016, 52(2): 161-164.
[12]	高启航1，2，杨卫东1，2. 基于互相关的二阶段时间序列聚类方法[J]. 计算机工程与应用, 2016, 52(19): 12-18.
[13]	蒋先刚，张盼盼，盛梅波. 基于时空块协方差融合特征的火焰识别方法[J]. 计算机工程与应用, 2016, 52(17): 208-214.
[14]	李瑞旭1，崔长彩2，王爽1，余卿1，黄辉1，2. 基于粒子群优化算法的砂轮三维形貌匹配[J]. 计算机工程与应用, 2016, 52(11): 265-270.
[15]	吴平1，4，王彬1，薛洁2，张岩3，刘辉1. 基于模板匹配的加速肺结节检测算法研究[J]. 计算机工程与应用, 2015, 51(7): 184-188.

估计相干与非相干信源的ESPRIT方法研究

Study of ESPRIT method for estimating non-coherent and coherent source

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics