一种不需要特征值分解的MUSIC方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目(60502040)


An Improved MUSIC Algorithm without Eigenvalues Decomposition
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    MUSIC方法是空间谱估计中经典的子空间方法。提出了一种构造参考信号的预处理模型,提出了一种适合于MUSIC方法的多级维纳滤波结构。新方法避免了采样数据二阶统计的特征值分解,降低了运算量。仿真结果证明了方法的有效性。

    Abstract:

    MUSIC algorithm is a classic subspace method for spatial spectrum estimation. In this paper, a pretreatment model is presented to construct the reference signal. The configuration of the multi-stage Wiener filter that is fit for MUSIC algorithm is proposed. Due to avoiding eigenvalue decomposition of the sampling data autocorrelation, the new method has less computational complexity. Simulation results demonstrate the effectiveness of the new method.

    参考文献
    相似文献
    引证文献
引用本文

于红旗,黄知涛,周一宇,等.一种不需要特征值分解的MUSIC方法[J].国防科技大学学报,2007,29(4):91-94.
YU Hongqi, HUANG Zhitao, ZHOU Yiyu, et al. An Improved MUSIC Algorithm without Eigenvalues Decomposition[J]. Journal of National University of Defense Technology,2007,29(4):91-94.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2006-09-18
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-02-28
  • 出版日期:
文章二维码