基于DSP的自适应波束形成的实现与应用

基于DSP的自适应波束形成的实现与应用

ID:36618363

大小:2.28 MB

页数:55页

时间:2019-05-13

基于DSP的自适应波束形成的实现与应用_第1页
基于DSP的自适应波束形成的实现与应用_第2页
基于DSP的自适应波束形成的实现与应用_第3页
基于DSP的自适应波束形成的实现与应用_第4页
基于DSP的自适应波束形成的实现与应用_第5页
资源描述:

《基于DSP的自适应波束形成的实现与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、哈尔滨工业大学工学硕士学位论文摘要MVDR自适应波束形成器在噪声抑制和分辨率等方面都远远优于传统的DSBF波束形成器。然而MVDR波束形成器的实现却需要较长的数据观测时间来准确估计信号的协方差矩阵。这一局限性使得MVDR算法无法对动态目标进行精确的方向估计和跟踪。本文在MVDR自适应算法的基础上实现了STMV自适应波束形成算法,并且针对STMV算法的不足,实现了一种新的SSMV自适应波束形成算法。STMV算法利用旋控矩阵对一个快拍内的傅立叶向量进行旋控处理,利用旋控后的向量代替MVDR算法中不同快拍内的同频率向量来获得协方差矩阵的估计值,进而求得ST

2、MV算法的自适应加权向量。STMV算法利用单个快拍实现了自适应波束形成,从而解决了MVDR算法中要求较长观测时间的问题。对于同一方向的波束,STMV算法对不同频率的数据矢量使用相同的加权向量,因此无法在抑制干扰信号和噪声方面达到最优化。本文提出了一种新的SSMV算法。SSMV算法引进了子带分解技术,在各个子带内应用STMV算法,从而大大提高了算法的自适应性:子阵的应用减小了各个子带内所要求的频率单元数目,允许更多子带划分的同时,也大大减小了算法的运a量。实验结果和海上观测数据的应用结果表明,应用较短的观测时间,在干扰与噪声抑制、空间分辨率和频域分辨率

3、方面,SSMV算法都远远优于经典的MVDR算法和STMV算法。由于声纳系统的应用环境中水下环境对信号采集的限制,用同频段的声音信号代替声纳信号,采用以TMS320C32为处理核心的系统,应用以上几种算法对声音信号进行处理,实时地实现波束形成,比较和评价各个算法的信号处理效果,从而获得最优的算法,实现对真正声纳系统的模拟和仿真。关键词MVDR;自适应算法;观测时间;子带;子阵哈尔滨工业大学工学硕士学位论文AbstractTheMVDRadaptivebeamformeroutperformstheconventionalDSBFbearnformeri

4、nthesenseofnoiserejectionandresolution.However,oneoftheenduringproblemsassociatedwiththeadaptiveMVDRbeamformerliesintheclassicdilemmaofdemandinglongobservationtimeforstablecovariancematrixestimatesyetneedingshortobservationtimetotrackdynamicfieldbehaviors.TheSTMVadaptivebeamfor

5、merisimplementedinthispapertodealwiththeissueoftheMVDRbeamformer.Then,basedontheSTMV,theSSMVadaptivealgorithmisformulatedtoimprovetheadaptivity.AttheheartoftheSTMValgorithmisthenotionthatthearrayispresteeredtothebeamdirectionofinterest.ThepresteeredFourierdatavectorscanbeusedto

6、estimatethecovariancematrixtogettheadaptiveweightvectors.AsalientfeatureoftheSTMValgorithmisitsabilitytoformsensorweightsfromasingletime-seriessnapshot.ThustheSTMValgorithmrequiresshortobservationtime.However,sincetheSTMValgorithmusesthesameweightvectoroverallthefrequencies,iti

7、snotoptimumininterferencerejectionbecauseoffrequencysmoothingeffect.IfthefullfrequencybandisdividedintoseveralsubbandsandtheSTMVmethodisappliedineachsubband,theadaptivitywillbeimproved,whichiscalledSSMV.Moresubbandscanprovidebetterperformanceandtheadoptionofsubarraystructurewil

8、lmakeitpossible.Also,itwilldecreasethecomputationalloa

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。