資源簡介
相干信號源music算法當接收的信號源是部分相干或者全部相干的時候，信號源協方差矩陣會出現虧秩的情況，進而導致陣列接收數據協方差矩陣出現縮維的情況，所以基于數據協方差矩陣特征分解的子空間類算法性能會變得很差。于是，對于相干源的解相干技術就變得很重要，主要的解相干方法包括：空間平滑方法、基于奇異值分解的方法和基于信號特征矢量的方法
代碼片段和文件信息
clc;
clear?all;
%------確定均勻直線標量陣列和信號的相關參數------%
K=100;
N=12;
lamda=1;
d=0.5*lamda;
SNR=10;
Ps=1;
Pn=Ps/10^（0.1*SNR）;
theta=[520255070]*（pi/180）;
M=length（theta）;
for?trial=1:100
????
%------產生全部相干的信號源------%
Sk=sqrt（Ps/2）*（randn（1K）+1i*randn（1K））;
Nk=sqrt（Pn/2）*（randn（NK）+1i*randn（NK））;
%------明確陣列的導向矢量矩陣------%
a1=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（1））/lamda）;
a2=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（2））/lamda）;
a3=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（3））/lamda）;
a4=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（4））/lamda）;
a5=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（5））/lamda）;
A=[a1a2a3a4a5];
%------明確陣列接收數據和數據協方差矩陣，并進行特征分解------%
X=A*[Sk;exp（1i*（pi/6））*Sk;exp（1i*（pi/5））*Sk;exp（1i*（pi/4））*Sk;exp（1i*（pi/3））*Sk]+Nk;
Rx=X*X‘/K;
[UV]=eig（Rx）;
Un1=U（:1:（N-M））;
%----評論
共有 條評論
川公網安備 51152502000135號