CN109298385A - 一种波达方向的估计方法,***及终端设备 - Google Patents
一种波达方向的估计方法,***及终端设备 Download PDFInfo
- Publication number
- CN109298385A CN109298385A CN201811447257.6A CN201811447257A CN109298385A CN 109298385 A CN109298385 A CN 109298385A CN 201811447257 A CN201811447257 A CN 201811447257A CN 109298385 A CN109298385 A CN 109298385A
- Authority
- CN
- China
- Prior art keywords
- arrival
- estimation
- data
- covariance matrix
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 61
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 230000004044 response Effects 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 24
- 230000003595 spectral effect Effects 0.000 claims description 24
- 238000013139 quantization Methods 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000011002 quantification Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 241000195940 Bryophyta Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- -1 signal waveform Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种波达方向的估计方法,***及终端设备,通过天线阵列接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;将接收到的所述快拍数据传输到1比特量化器,并利用1比特量化器将所述快拍数据量化为测量数据;使用所述测量数据的协方差矩阵进行来波方向角的估计。本发明所提供的波达方向的估计方法,利用1比特量化器将所述快拍数据量化为测量数据,直接使用量化数据的协方差矩阵进行波达方向的估计,省略了对量化数据进行预处理的过程。由于不需要对量化数据进行重构,从而简化了计算复杂度,及降低了对硬件的要求,为波达方向的估计提供了便利。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及的是一种波达方向的估计方法、***及终端设备。
背景技术
目前,智能设备一般通过麦克风阵列获取语音指令后,经信号处理后再对语音指令进行识别,从而提高语音识别的准确率,主要涉及回声消除技术、波达方向估计技术、波束形成技术和去混响技术等。
而现有的波达方向估计技术一般基于子空间的MUSIC算法:先求得阵列接收数据的协方差矩阵,然后对该协方差矩阵进行特征分解,得到对应的噪声子空间和信号子空间。根据噪声子空间和方向向量正交的原理估计波达方向。在实际的数字***中,对采样得到的数据进行量化是必经过程,即将模拟信号转换为有限精度的数字信号。而我们通常采用的都是高量化精度的数据,这势必就会导致量化速率的降低,从而增加模数转换器(ADC)的压力,因此不能满足高效快速得到波达方向估计的结果。
因此,现有技术有待于进一步的改进。
发明内容
鉴于上述现有技术中的不足之处,本发明的目的在于为用户提供一种波达方向估计方法、***及终端设备,克服现有技术中在进行波达方向估计时,由于模数转换器的数据处理量较大,导致信息处理的效率低耗时长的缺陷。
本发明解决技术问题所采用的技术方案如下:
本发明所公开的第一实施例为一种波达方向的估计方法,其中,包括以下步骤A至步骤C,且所述步骤B至步骤C之间不经历其他步骤:
A、天线阵列接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;
B、将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据;
C、使用所述测量数据的协方差矩阵进行来波方向角的估计,并输出估计值。
可选的,所述比较器为1比特量化器。
可选的,所述步骤C包括:
步骤C1、基于子空间的MUSIC算法计算测量数据的协方差矩阵;
步骤C2、对所述协方差矩阵做特征分析,获得噪声子空间;
步骤C3、根据入射信号的处于不同角度时对应的空间谱函数,求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
可选的,所述步骤C3还包括:
构造空间谱函数,并根据构造出的空间谱函数得到不同协方差矩阵下的频谱图,根据频谱图的波峰得到谱峰对应的角度。
可选的,所述步骤C2包括:
对协方差矩阵进行特征值分解:
其中,为由特征值组成的对角矩阵,为特征向量组成的特征矩阵;表示由信号个数K个最大特征值组成的对角矩阵,为这K个特征值对应的特征向量组成的矩阵,为信号子空间;表示由剩下的(M-K)个特征值组成的对角矩阵,M为天线阵列的个数,N为快拍数据的个数,K为接收到的窄带信号个数;为这(M-K)个特征值对应的特征向量组成的矩阵,为噪声子空间,为的共轭转置矩阵。
本发明提供的第二实施例一种波达方向的估计***,其中,包括:信号接收模块、量化处理模块和方向估计模块;
所述信号接收模块,用于接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;
所述量化处理模块,用于将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据;
所述方向估计模块,用于直接使用所述测量数据的协方差矩阵进行波达方向的估计,得到估计值。
可选的,所述比较器为1比特量化器。
可选的,所述方向估计模块包括:
协方差计算单元,用于基于子空间的MUSIC算法计算测量数据的协方差矩阵;
噪声子空间计算单元,用于对所述协方差矩阵做特征分析,获得噪声子空间;
方向分析单元,用于根据入射信号的处于不同角度时对应的空间谱函数,求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
本发明所提供的第三实施例为一种终端设备,其中,包括:存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于从所述存储器中获取所述计算机程序,并根据所述计算机程序的指令执行如权利要求1-6任意一项所述的波达方向的估计方法。
有益效果,本发明提供了一种波达方向估计方法,***及终端设备,通过将接收到的所述快拍数据传输到1比特量化器,并利用1比特量化器将所述快拍数据量化为测量数据,直接用于进行来波方向角的估计。由于本发明所公开的方法,直接使用量化数据的协方差矩阵,而不需要对量化数据进行重构,从而简化了计算复杂度,及降低了对硬件的要求。
附图说明
图1是本发明的一种波达方向估计方法步骤流程图;
图2是本发明所述方法中阵列天线的排列示意图;
图3是本发明提供所述方法的具体应用实施例步骤流程图;
图4是本发明所提供的方法的验证比较波形示意图;
图5是本发明所述***的原理结构框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
本发明所公开的第一实施例为一种波达方向的估计方法,其中,包括以下步骤S1至步骤S3,且所述步骤S2至步骤S3之间不经历其他步骤:
S1、天线阵列接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号。
考虑一个具有个阵元的均匀线阵(如图2所示),接收到个窄带信号,信号的入射角为,则阵列接收到N个快拍的数据为:
(1)
其中A,S,N分别表示方向矩阵,信号波形,加性噪声。
S2、将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据。
将接收到的快拍数据传输到比较器,使用比较器将快拍数据量化为量化后的测量数据。较佳的,为了降低数据处理量,本步骤中优选1比特量化器,当然也可以选择使用多比特量化器。
经过1-比特量化的数据为
(2)
其中,函数表示1-比特量化器,,即对于任意复数Z,有:
,其中,分别表示实部和虚部。
S3、使用所述测量数据的协方差矩阵进行来波方向角的估计,并输出估计值。
直接使用上述步骤S2中得到的测量数据的协方差矩阵进行来波方向角的估计,从而得到波达方向的估计值,从输出所述估计值。
具体的,本步骤中使用所述测量数据的协方差矩阵进行来波方向角的估计步骤包括以下步骤:
步骤S31、基于子空间的MUSIC算法计算测量数据的协方差矩阵;
步骤S32、对所述协方差矩阵做特征分析,获得噪声子空间;
进一步的,所述步骤S32包括:
对协方差矩阵进行特征值分解:
(3)
其中,为由特征值组成的对角矩阵,为特征向量组成的特征矩阵;表示由信号个数K个最大特征值组成的对角矩阵,为这K个特征值对应的特征向量组成的矩阵,为信号子空间;表示由剩下的(M-K)个特征值组成的对角矩阵,为这(M-K)个特征值对应的特征向量组成的矩阵,为噪声子空间。
步骤S33、根据入射信号的处于不同角度时对应的空间谱函数,求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
本步骤需要构造空间谱函数,并根据构造出的空间谱函数得到不同协方差矩阵下的频谱图,根据频谱图的波峰得到谱峰对应的角度。
根据矩阵A中的各个列向量与噪声子空间正交,即,。因此,通过改变,求得不同时的谱函数
(4)
因为当越接近真实角度时,有越小,即分子越小,所以谱越大,则出现波峰处,即为波达方向的估计值,如图3所示,频谱在真实角度附近出现谱峰,谱峰位置即为估计值。
本发明相较于现有的基于子空间的1-比特方法,最大的特点是发现可以直接使用量化数据的协方差矩阵,而不需要进行预处理,也能用于阵列信号处理中的DOA估计,并做了相关实验进行验证。但因为是直接使用未处理的协方差矩阵,精确度稍显不足,但在实际应用中,具有更简单快速,并能够降低硬件的复杂度和成本,以及减小传输带宽、能量消耗等优点。
下面以本发明的具体应用实施例为例,对本发明所公开的方法做进一步的解释。
如图2和图3所示,本发明的具体应用实施例包含以下步骤:
第一步,利用M个均匀天线阵列进行快拍数据的接收,设定每个天线阵列之间的距离为半个波长,即 。
第二步,将接收到的快拍数据输入1比特量化器,得到量化后的测量数据。
第三步,直接使用1比特量化器量化后得到的量化数据计算协方差矩阵R。
第四步,对协方差矩阵R做特征分解,获取噪声子空间。
第五步,通过改变入射角度,计算谱函数。
第六步,根据计算得到的谱函数的峰值处的入射角度,即为波达方向的估计值。
下面从理论上对本发明所的结果进行验证,进一步说明省略了对量化数据进行预处理的步骤对波达方向的估计值的影响可以忽略。
根据(2)式中的N个快拍的量化测量数据,我们可以得到量化数据的协方差矩阵的估计值;
(5)
现有的技术是通过对该协方差矩阵进行重构恢复,得到未量化时数据的归一化协方差矩阵:
(6)
再对它进行特征分解,得到噪声子空间,以用于DOA估计。
现在我们发现,可以直接通过对 进行特征分解,就可以用于DOA估计,因为通过泰勒展开式及式(6),我们有:
通过上式,我们可以发现 与之间的差异足够小,可以将看作误差,则有。所以,量化数据的协方差矩阵和重构恢复得到的归一化矩阵,在一定误差范围内,成线性关系,则两者的噪声子空间是一样的。
下面以实验的方式对本发明所的结果进行验证,进一步说明省略了对量化数据进行预处理的步骤对波达方向的估计值的影响可以忽略。
实验中假定阵元数相邻阵元间隔为半波长,即,信号源个数K=3,真实角度分别为、、,信号、噪声均为随机生成的,且都服从复高斯分布。
图4分别为使用本发明所述方法的协方差矩阵和现有技术中采用重构后的协方差矩阵的MUSCI频谱图,其谱峰所在的位置即为估计的波达方向,虚线表示真实角度所在的位置。阵元数M=20,快拍数N=300,信噪比SNR=10dB,从图中可以看出,无论是否进行预处理,都能估计出波达方向。
本发明所提供的方法,使用未进行预处理的协方差矩阵用于MUSIC算法的DOA估计,省略了现有技术中需要进行数据预处理的步骤,因此加快了计算速度,而且对硬件的要求更低,能降低传输的能量消耗等,在一定精度范围内,具有很强的实用价值。
本发明所公开的第二实施例为一种波达方向的估计***,如图5所示,包括:信号接收模块510、量化处理模块520和方向估计模块530;
所述信号接收模块510,用于接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;其功能如步骤S1所述。
所述量化处理模块520,用于将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据;其功能如步骤S2所述。优选的,所述比较器为1比特量化器。
所述方向估计模块530,用于直接使用所述测量数据的协方差矩阵进行波达方向的估计,得到估计值。其功能如步骤S3所述。
进一步的,所述方向估计模块530包括:
协方差计算单元,用于基于子空间的MUSIC算法计算测量数据的协方差矩阵;
噪声子空间计算单元,用于对所述协方差矩阵做特征分析,获得噪声子空间;
方向分析单元,用于根据入射信号的处于不同角度时对应的空间谱函数,求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
本发明所公开的第三实施例为一种终端设备,其中,包括:存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于从所述存储器中获取所述计算机程序,并根据所述计算机程序的指令执行所述的波达方向估计方法。
本发明提供了一种波达方向估计方法、***及终端设备,通过阵列天线接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;将接收到的所述快拍数据传输到1比特量化器,并利用1比特量化器将所述快拍数据量化为测量数据;使用所述测量数据的协方差矩阵进行来波方向角的估计。本发明所提供的波达方向的估计方法,利用1比特量化器将所述快拍数据量化为测量数据,直接使用量化数据的协方差矩阵进行波达方向的估计,省略了对量化数据进行预处理的过程。由于不需要对量化数据进行重构,从而简化了计算复杂度,及降低了对硬件的要求,为波达方向的估计提供了便利。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (9)
1.一种波达方向的估计方法,其特征在于,包括以下步骤A至步骤C,且所述步骤B至步骤C之间不经历其他步骤:
A、天线阵列接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;
B、将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据;
C、使用所述测量数据的协方差矩阵进行来波方向角的估计,并输出估计值。
2.根据权利要求1所述的波达方向的估计方法,其特征在于,所述比较器为1比特量化器。
3.根据权利要求1或2所述的波达方向的估计方法,其特征在于,所述步骤C包括:
步骤C1、基于子空间的MUSIC算法计算测量数据的协方差矩阵;
步骤C2、对所述协方差矩阵做特征分析,获得噪声子空间;
步骤C3、根据入射信号处于不同角度时对应的空间谱函数,求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
4.根据权利要求3所述的波达方向的估计方法,其特征在于,所述步骤C3还包括:
构造空间谱函数,并根据构造出的空间谱函数得到不同协方差矩阵下的频谱图,根据频谱图的波峰得到谱峰对应的角度。
5.根据权利要求4所述的波达方向的估计方法,其特征在于,所述步骤C2包括:
对协方差矩阵进行特征值分解:
其中,为由特征值组成的对角矩阵,为特征向量组成的特征矩阵;表示由信号个数K个最大特征值组成的对角矩阵,为这K个特征值对应的特征向量组成的矩阵,为信号子空间;表示由剩下的(M-K)个特征值组成的对角矩阵,M为天线阵列的个数,N为快拍数据的个数,K为接收到的窄带信号个数;为这(M-K)个特征值对应的特征向量组成的矩阵,为噪声子空间,为的共轭转置矩阵。
6.一种波达方向的估计***,其特征在于,包括:信号接收模块、量化处理模块和方向估计模块;
所述信号接收模块,用于接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;
所述量化处理模块,用于将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据;
所述方向估计模块,用于直接使用所述测量数据的协方差矩阵进行波达方向的估计,得到估计值。
7.根据权利要求6所述的波达方向的估计***,其特征在于,所述比较器为1比特量化器。
8.根据权利要求7所述的波达方向的估计***,其特征在于,所述方向估计模块包括:
协方差计算单元,用于基于子空间的MUSIC算法计算测量数据的协方差矩阵;
噪声子空间计算单元,用于对所述协方差矩阵做特征分析,获得噪声子空间;
方向分析单元,用于根据入射信号的处于不同角度时对应的空间谱函数,求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
9.一种终端设备,其特征在于,包括:存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于从所述存储器中获取所述计算机程序,并根据所述计算机程序的指令执行如权利要求1-5任意一项所述的波达方向的估计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811447257.6A CN109298385A (zh) | 2018-11-29 | 2018-11-29 | 一种波达方向的估计方法,***及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811447257.6A CN109298385A (zh) | 2018-11-29 | 2018-11-29 | 一种波达方向的估计方法,***及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109298385A true CN109298385A (zh) | 2019-02-01 |
Family
ID=65142018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811447257.6A Pending CN109298385A (zh) | 2018-11-29 | 2018-11-29 | 一种波达方向的估计方法,***及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109298385A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111308414A (zh) * | 2019-11-28 | 2020-06-19 | 深圳大学 | 一种波达方向的估计方法、***、智能终端及存储介质 |
CN111781575A (zh) * | 2020-07-13 | 2020-10-16 | 深圳大学 | 一比特信号单快拍波达方向估计方法及相关组件 |
CN111965592A (zh) * | 2020-08-24 | 2020-11-20 | 天津大学 | 基于近似消息传递和1-bit量化波达方向估计方法 |
CN116500541A (zh) * | 2023-06-30 | 2023-07-28 | 南京理工大学 | 目标波达角度的估计方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106526565A (zh) * | 2016-12-06 | 2017-03-22 | 哈尔滨工业大学 | 一种基于支持向量机的单比特空间谱估计方法 |
CN106772223A (zh) * | 2016-12-06 | 2017-05-31 | 哈尔滨工业大学 | 一种基于逻辑回归的单比特空间谱估计方法 |
-
2018
- 2018-11-29 CN CN201811447257.6A patent/CN109298385A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106526565A (zh) * | 2016-12-06 | 2017-03-22 | 哈尔滨工业大学 | 一种基于支持向量机的单比特空间谱估计方法 |
CN106772223A (zh) * | 2016-12-06 | 2017-05-31 | 哈尔滨工业大学 | 一种基于逻辑回归的单比特空间谱估计方法 |
Non-Patent Citations (1)
Title |
---|
张智航: "毫米波低复杂度DOA估计与波束成形技术的研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111308414A (zh) * | 2019-11-28 | 2020-06-19 | 深圳大学 | 一种波达方向的估计方法、***、智能终端及存储介质 |
CN111308414B (zh) * | 2019-11-28 | 2023-07-18 | 深圳大学 | 一种波达方向的估计方法、***、智能终端及存储介质 |
CN111781575A (zh) * | 2020-07-13 | 2020-10-16 | 深圳大学 | 一比特信号单快拍波达方向估计方法及相关组件 |
CN111781575B (zh) * | 2020-07-13 | 2023-07-21 | 深圳大学 | 一比特信号单快拍波达方向估计方法及相关组件 |
CN111965592A (zh) * | 2020-08-24 | 2020-11-20 | 天津大学 | 基于近似消息传递和1-bit量化波达方向估计方法 |
CN116500541A (zh) * | 2023-06-30 | 2023-07-28 | 南京理工大学 | 目标波达角度的估计方法、装置、电子设备及存储介质 |
CN116500541B (zh) * | 2023-06-30 | 2023-09-22 | 南京理工大学 | 目标波达角度的估计方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109298385A (zh) | 一种波达方向的估计方法,***及终端设备 | |
CN107037392B (zh) | 一种基于压缩感知的自由度增加型互质阵列波达方向估计方法 | |
CN110045321B (zh) | 基于稀疏和低秩恢复的稳健doa估计方法 | |
Krishnaveni et al. | Beamforming for direction-of-arrival (DOA) estimation-a survey | |
JP7205942B2 (ja) | 1ビット量子化信号の仮想ドメインの統計量に基づいて再構成されたコプライムアレイの到来方向の推定方法 | |
CN110031794A (zh) | 一种基于差分共性阵重构的相干信源doa估计方法 | |
US10327221B1 (en) | Super-resolution technique for time-of-arrival estimation | |
CN110412499B (zh) | 基于压缩感知理论下的rss算法的宽带doa估计算法 | |
CN107561484A (zh) | 基于内插互质阵列协方差矩阵重建的波达方向估计方法 | |
Mao et al. | An Improved DOA Estimation Algorithm Based on Wavelet Operator. | |
CN106872934B (zh) | L型电磁矢量传感器阵列解相干esprit参数估计方法 | |
CN114019449B (zh) | 信号源的波达方向估计方法、装置、电子设备及存储介质 | |
CN106908754B (zh) | L型声矢量传感器阵列esprit解相干参数估计方法 | |
Park et al. | Online compressive covariance sensing | |
Gao et al. | An improved music algorithm for DOA estimation of coherent signals | |
CN107895580B (zh) | 一种音频信号的重建方法和装置 | |
CN114884841A (zh) | 基于高阶统计和非均匀阵列的欠定参数联合估计方法 | |
CN113267746A (zh) | 基于组稀疏的加权宽带波达方向估计方法 | |
CN115201753B (zh) | 一种低功耗多频谱分辨的语音定位方法 | |
Cheng et al. | Direction finding of electromagnetic sources on a sparse cross-dipole array using one-bit measurements | |
Tian et al. | A novel DOA estimation for distributed sources in an impulsive noise environment | |
RU2523913C2 (ru) | Многоканальное устройство радиомониторинга | |
CN115308680A (zh) | 二维doa估计方法、***及计算机可读介质 | |
Huang et al. | A fast adaptive reduced rank transformation for minimum variance beamforming | |
Zhou et al. | Design of a robust MVDR beamforming method with Low-Latency by reconstructing covariance matrix for speech enhancement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190201 |