基于FPGA的MUSIC算法在车辆定位中的应用研究
本文选题：ETC 切入点：MUSIC 出处：《北方工业大学》2017年硕士论文 论文类型：学位论文
【摘要】：电子不停车收费系统(Electronic Toll Collection,ETC)已经在全国进行了联网,诸多省市的高速公路收费系统中采用了 ETC。由此可见,ETC在交通运输收费系统中具有重要的意义。随着技术发展,这种收费方式必将广泛应用于日常生活中的各种车辆收费场景。近年,汽车总量日益增长,人工收费方式(MTC)的公路收费站运行效率逐渐落后。而采用ETC系统能够减少车辆的通过时间,提高收费站的效率,是减少交通阻塞现象行之有效的手段。车辆定位系统是ETC系统重要的组成部分之一。研究车辆定位系统在ETC中的应用可以优化ETC系统的结构,提升ETC系统的性能。本文首先简要介绍了阵列信号处理技术的发展与现状。然后就DOA估计的基本原理与数学模型进行了研究。本文通过研究以下四种空间普估计算法:MUSIC算法、ESPRIT算法及MUSIC算法的改进算法Root-MUSIC算法、空间平滑MUSIC算法四种定位算法,在相同的参数下对这四种算法进行仿真。经过分析,提出了一种空间二维Root-MUSIC算法,并对算法进行了详细推导。
[Abstract]:Electronic Toll Collection (ETC), an electronic toll collection system without stopping, has been connected to the whole country. ETC has been used in highway toll collection system in many provinces and cities. It can be seen from this that etc is of great significance in traffic and transportation toll collection system. With the development of technology, it can be seen that ETC is of great significance in traffic and transportation toll collection system. This way of charging is bound to be widely used in the daily life of all kinds of vehicle toll scenarios. In recent years, the total number of cars is increasing day by day. The running efficiency of the highway toll collection station is lagging behind gradually, and the adoption of ETC system can reduce the passing time of the vehicle and improve the efficiency of the toll station. Vehicle positioning system is one of the important parts of ETC system. The application of vehicle positioning system in ETC can optimize the structure of ETC system. Firstly, the development and present situation of array signal processing technology are introduced briefly. Then, the basic principle and mathematical model of DOA estimation are studied. Four kinds of spatial estimation are studied in this paper. The improved Esprit algorithm and the improved Root-MUSIC algorithm of MUSIC algorithm. Four location algorithms of spatial smooth MUSIC algorithm are simulated under the same parameters. After analysis, a spatial two-dimensional Root-MUSIC algorithm is proposed, and the algorithm is deduced in detail.
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：U495
【相似文献】
相关期刊论文 前10条
1 王靖亚;;算法结构对其性能的影响研究[J];中国人民公安大学学报(自然科学版);2005年04期
2 程渭吕;通信及信号处理用的新算法[J];上海航天;1985年01期
3 郭福顺 ,高铁军;抽象数据型与一类表达式的化简[J];哈尔滨工业大学学报;1985年A3期
4 刘锋;李屹;李丽娟;;一种改进的人工蜂群算法及其在桁架几何优化设计中的应用研究[J];工程设计学报;2013年06期
5 焦健;瞿有利;;知网的话题更新与跟踪算法研究[J];北京交通大学学报;2009年05期
6 牛连强;薛瑾;朱天翔;;快速绘制圆弧的行程算法[J];沈阳工业大学学报;2010年04期
7 刘彬;吴嗣亮;姜万录;;FFT算法中求P值的一般方法[J];东北重型机械学院学报;1986年04期
8 左幸;陶卫国;马光文;;三角旋回算法及其在短期水火协调优化中的应用[J];华东电力;2007年10期
9 刘彬,张立杰,张春杰;一种改进的FFT算法[J];东北重型机械学院学报;1997年04期
10 穆世强;;一种改进的LMS算法及自适应高分辨阵列测向[J];电子对抗技术;1992年03期
相关会议论文 前9条
1 刘明兰;王玲t ;曾春年;钟绍华;张俊;;双模自组织Fuzzy-Dahlin算法研究[A];1997中国控制与决策学术年会论文集[C];1997年
2 胡海清;;序列最小优化及其改进算法[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
3 王春厚;许都;孙健;;一种降低误判率的BF快速匹配算法结构[A];2010年全国通信安全学术会议论文集[C];2010年
4 桑红燕;潘全科;任立群;;解决单机准时排序问题的差异进化算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 周川;张璐;陈庆伟;;基于神经网络PID的智能AQM新算法[A];第二十七届中国控制会议论文集[C];2008年
6 陈小林;赵建;王延杰;;多模实时跟踪算法研究[A];第七届全国信息获取与处理学术会议论文集[C];2009年
7 傅荟璇;王宇超;孙枫;;融合Kalman滤波的自适应带宽Mean Shift算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年
8 羌磊;肖田元;宋士吉;;多种群模式协同搜索贝叶斯优化算法[A];第25届中国控制会议论文集（中册）[C];2006年
9 阮秀凯;张志涌;;一种基于支持向量回归的盲恢复新算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年
相关博士学位论文 前10条
1 陈贵涛;基于CMAES杂交算法的钢筋混凝土框架结构优化设计研究[D];华南理工大学;2014年
2 杜新鹏;联合稀疏恢复新型算法及其应用研究[D];国防科学技术大学;2013年
3 李大威;基于集成学习的高分遥感图像玉米区高精度提取算法研究[D];中北大学;2017年
4 李向涛;进化算法研究及其在化学信息学中的应用[D];东北师范大学;2015年
5 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
6 郑友莲;面向模糊车间调度问题的智能算法研究[D];武汉大学;2011年
7 高健;分布式环境的同顺序流水作业问题求解算法研究[D];大连海事大学;2013年
8 毕云龙;自适应声学回声抑制算法研究及其VLSI芯片设计[D];哈尔滨工业大学;2010年
9 赵立权;ICA算法及其在阵列信号处理中的应用研究[D];哈尔滨工程大学;2009年
10 邹德旋;启发式算法及其在工程优化中的应用[D];东北大学;2011年
相关硕士学位论文 前10条
1 和梦思;粒子群进化算法的改进及应用[D];深圳大学;2015年
2 王金明;基于AES和LSB算法的信息隐藏模块研究与设计[D];贵州大学;2015年
3 许峥;自适应PID算法在减水剂生产控制中的研究与实现[D];北京工业大学;2015年
4 贾宁宁;复杂网络中社团发现算法研究及应用[D];石家庄铁道大学;2015年
5 庞德艳;非光滑方程的算法及其应用[D];青岛大学;2015年
6 李倩;基于膜计算的黑洞聚类算法研究[D];西华大学;2015年
7 刘建;无线传感器网络链式路由算法[D];广西师范大学;2015年
8 杨葛;基于本体的程序代码资源算法结构关联研究[D];东华大学;2013年
9 褚夫飞;基于改进人工蜂群算法的分散式风功率预测方法研究[D];东北大学;2014年
10 王耀辉;蜂群算法应用研究[D];福州大学;2013年
，本文编号：1576888
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/1576888.html
