DOA估计算法的改进及应用

发布时间：2017-04-23 15:04

  本文关键词：DOA估计算法的改进及应用，由笔耕文化传播整理发布。

【摘要】：作为信号处理领域的一个关键问题,信号波达方向(Direction of Arrival,DOA)估计在传感网络、公共安全、环境监测、资源勘测及军事领域等社会生活的各个领域发挥着越来越重要的角色。随着第四代移动通信的大力推广和广泛应用,新的技术和业务需求又带来了“多径衰落”,“多址干扰”等问题。因此,新环境下对DOA估计要求算法的精度更高,系统响应更快,适应性更强。本文的主要工作包括:1、提出了一种基于MUSIC算法和MSCS算法的改进DOA估计算法。首先分析MUSIC算法和MSCS(MUSIC symmetrical compressed spectrum)算法的各自特点,当MSCS算法搜索到谱峰附近时,本文将用MUSIC算法来替代MSCS算法来保证估计精度,并用以区分真实辐射源和镜像信号源,从而保留了MSCS算法降低运算量的同时,也有效地提高算法精度。另外,在算法实现过程中通过调整切换门限改变运算量和估计精度,在精度和运算量上可以较为灵活地进行调整。最后通过数值验证表明,在各项条件不变的前提下,新方法的估计精度和MUSIC算法基本一致,系统响应时间也降低为原来的2/3,具有一定的应用价值。2、研究了阵列位置存在误差情况下的DOA估计算法,通过利用自校正思想将DOA估计和遗传算法相结合,有效地校正接收阵列的位置误差,具有一定的实用性。通过仿真证明其有效性。3、研究了MIMO波束赋形算法,提出了一种基于DOA参数的干扰协调方案。由于相邻小区有可能对相同目标进行波束赋形,在频率相同时就会产生同频干扰。在获得DOA参数后,根据目标位置合理制定协调方案,有效地降低小区间干扰,提高系统性能。通过仿真证明这种方法的有效性。
【关键词】：DOA估计 MUSIC算法 MIMO
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.23
【目录】：

• 摘要4-5
• Abstract5-6
• 专用术语注释表6-11
• 第一章 绪论11-18
• 1.1 研究背景动态11-12
• 1.2 无线信道概述12-13
• 1.3 自适应阵列基本系统13-16
• 1.4 本文的结构与安排16-18
• 第二章 DOA估计基础理论18-33
• 2.1 传统DOA估计算法18-20
• 2.1.1 延迟相加法18-19
• 2.1.2 Capon最小方差法19-20
• 2.2 子空间法20-23
• 2.2.1 MUSIC算法20-22
• 2.2.2 ESPRIT算法22-23
• 2.3 基于神经网络的DOA估计算法23-29
• 2.3.1 MLP-DOA24
• 2.3.2 RBF-DOA24-25
• 2.3.3 Hopfiled-DOA25-26
• 2.3.4 具体实现及性能分析26-29
• 2.4 基于压缩感知思想的DOA估计算法29-32
• 2.4.1 压缩感知基本理论29-30
• 2.4.2 基于CS的DOA估计算法的实现30-32
• 2.5 本章小结32-33
• 第三章 基于MUSIC算法的一种改进DOA估计算法33-41
• 3.1 问题描述33
• 3.2 MSCS算法33-36
• 3.2.1 数学模型33-35
• 3.2.2 仿真数据以及性能分析35-36
• 3.3 一种基于MUSIC算法和MSCS算法的改进DOA估计算法36-40
• 3.3.1 数学模型及基本步骤37-38
• 3.3.2 仿真数据以及性能分析38-40
• 3.4 本章小结40-41
• 第四章 阵列存在位置误差的DOA估计41-49
• 4.1 系统模型41-42
• 4.2 存在阵列位置误差时的DOA估计42-44
• 4.3 结合遗传算法的DOA估计和位置校正44-45
• 4.4 仿真及性能分析45-48
• 4.5 本章小结48-49
• 第五章 MIMO中基于DOA的干扰协调方案49-58
• 5.1 干扰原理49-51
• 5.1.1 多小区系统发射端的干扰抑制50-51
• 5.1.2 抑制小区间干扰的波束赋形技术51
• 5.2 基于DOA估计和波束赋形的干扰协调方法51-53
• 5.3 仿真及性能分析53-56
• 5.4 本章小结56-58
• 第六章 总结与展望58-60
• 参考文献60-63
• 附录1 攻读硕士学位期间撰写的论文63-64
• 附录2 攻读硕士学位期间申请的专利64-65
• 附录3 攻读硕士学位期间参加的科研项目65-66
• 致谢66

【相似文献】

中国期刊全文数据库 前10条

1 肖伟;全惠云;;具有调和特性的蚁群改进算法[J];计算机工程与应用;2005年34期

2 刘江华;戴新喜;白似雪;;基于模式矩阵的P_Matrix算法[J];南昌大学学报(理科版);2007年05期

3 袁万莲;郑诚;翟明清;;一种改进的Apriori算法[J];计算机技术与发展;2008年05期

4 周爱武;崔丹丹;肖云;;一种改进的K-means聚类算法[J];微型机与应用;2011年21期

5 李静燕;;改进的Apriori算法在教学质量评价中的应用[J];价值工程;2013年01期

6 邓勇,施文康;发现频繁情节的改进算法[J];上海交通大学学报;2005年03期

7 李环宇;杜春玲;李保银;;一种基于关联规则挖掘的改进算法[J];福建电脑;2007年01期

8 周树德;孙增圻;;分布估计算法综述[J];自动化学报;2007年02期

9 刘华婷;郭仁祥;姜浩;;关联规则挖掘Apriori算法的研究与改进[J];计算机应用与软件;2009年01期

10 许广林;刘念祖;冯嘉礼;刘永昌;;掘客投票算法的属性论方法[J];智能系统学报;2009年02期

中国重要会议论文全文数据库 前10条

1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年

2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年

3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年

4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年

7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年

8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年

10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

中国硕士学位论文全文数据库 前10条

1 桑磊;蚁群算法的研究以及在网络多点路由问题上的应用[D];吉林大学;2010年

2 范红梅;蚁群算法的改进[D];燕山大学;2007年

3 唐艺军;基于蚁群算法的数据挖掘应用研究[D];辽宁工程技术大学;2007年

4 田婧;蚁群算法在电厂过热汽温控制中的应用[D];华北电力大学;2011年

5 常健;K-Means算法的一种GPU实现[D];吉林大学;2012年

6 万军;加权关联规则挖掘算法的研究与改进[D];广西大学;2013年

7 武燕;粒子群改进算法及在混合神经网络中的应用研究[D];景德镇陶瓷学院;2014年

8 刘勇;类电磁机制算法的研究与改进[D];西安电子科技大学;2013年

9 毛嘉莉;聚类K-means算法及并行化研究[D];重庆大学;2003年

10 王永;基于关联规则挖掘算法的相关技术研究[D];安徽大学;2011年

  本文关键词：DOA估计算法的改进及应用，由笔耕文化传播整理发布。

，

本文编号：322563