【《MUSIC算法及其改进概述》3100字】

附录[14]。那么阵列协方差矩阵R可以划分为两个空间，即R=UssURUN我们根据公式（2-3）可以得到公式（2-4）：Aθ在公式里，其中Rs是满秩陈，而且是非奇异的，故是存在有逆的。于是乎公式（2-4）可以改变为AHUN根据信号矢量和噪声的特征矢量的正交的关系来看，我们可以得到阵列空间谱函数公式，公式见（2-6）PMUSIC通过上面的公式，我们改变θ，以此通过找寻波峰来估计到达角的。那么公式（2-5）又可以有另一种表达形式见公式（2-7）θi在公式（2-7）中：Pa（2）MUSIC算法的实现通过上面的讨论，现将该算法具体开展步骤总结为:1）根据G个信号对应的矢量，对其协方差矩阵进行估算，见公式（2-8）即R=1对于公式（2-8）而言，所得到的协方差矩阵要进行特征值分解，可以得到公式（2-9），即R=UU2)在此之后按特征值由大到小的具体顺序，将与接受信号实际数量K保持一致的特征值及其对应的矢量共同构成信号子空间，其余M−K个特征值及其对应的矢量则全部划分为噪声子空间，从而有R=U3)改变θ的值，通过PMUSICMUSIC算法的优缺点本小结分析了MUISC算法的优点有哪些，缺点有哪些。为下文的进一步研究提供了一些理论基础和帮助。该算法为空间谱估计算法找到了全新的发展路径，使基于特征结构设立的不同算法陆续被提出。但是一个算法总是存在优点和缺点的，并不是十全十美的，我们研究它的优缺点，才能很好的使用这个算法，尽量避去它的一些缺点，才能使这个算法发挥到最大的用处。优点:(1)同时检测信号（信号是多分类信号）的能力大，为了提取噪声，需要知道信号源的数量。(这里是排列的数量)；(2)检测的精度较高，且能够针对特定方向开展检测；(3)能够以极高的分辨力对天线形成的波束信号进行检测；(4)对于较短数据也具有较高的适用性；(5)能够在整体速率较高的技术中进行运用。实时处理:(1)网络是均匀的线性网络，其间距小于频率处于最高水平的信号所具备包场的一般。(2)相对于网络，信号源的整体数量明显更少，可以保证流矩阵中所有的列都具有显著的线性独立特点。传感器的数量也是最高的数目从传感器发送之前,在许多情况下,所组成的网络数据的信号,在某些条件下,由数字信号的指导,并稳定点的离群值分解的帮助下可以准确确定航天中学不到的位置。(3)处理器形成的噪声符合加性高斯分布，各网络间形成的噪声在实际分布方面呈现出稳态随机特点，各网络形成的噪声彼此保持独立，基于空间层面来看，处于相对静止状态。(4)空间内包含的信号，是在零均值以随机方式区域平稳期间形成的，信号及噪声间存在显著独立性。(5)信号源大都为窄带、远场信号。基于特定条件，该算法会具备较强的辨别力、精准度等，很对研究者对此开展研究和分析。缺点:(1)当声源的波长等于或小于2倍网络间隔的高频分量时，不可能接收到网络。速度=波长*频率，波长越短，频率越高；(2)在雷达系统中，窄带信号的假设与现实不符，对隐形防御和目标分辨率的要求较高；(3)假设在分裂过程中耽搁太多等于忽略信号分配上的延误，这样的延误就能导致在通信技术上的应用失败。改进的MUSIC算法MUSIC的基本原理和以往的仿真表明，超分辨率MUSIC具有良好的性能和较高的吞吐量，并给出了高分辨率、渐近和无偏入射角的估计。在信号源之间存在一致性或相关性的情况下，降低了MUSIC的估计性能。这里在修正MUSIC算法做出一定改进,实现原有功能的基础上，能分辨出相干信号。对进行特征分解，完成DOA估计。我们看一种改进的MUSIC算法（IMUSIC）。改进的MUISC算法其实就是要对阵列输出信号协方差的矩阵进行处理，目的使信号协方差的秩回复为rank（R）=k，既而能够有效地估计出信号的DOA。其中阵列信号的协方差矩阵是R=E[x(n)x(n)H]。如图2-3所示，是IMUSIC算法的原理，由于不是本文的重点，在这里我们就不展开描述了。图2-3改进的MUSIC算法（IMUSIC）的原理改进MUSIC算法的估计性能分析在图2-4中，这里的阵元数量是为8，阵元间距dd=γ/2（代码中是0.5）的均匀线阵，信源的个数是3，信噪比在这里取snr=15dB，取得信源之间是互不相关，取信号的来波方向分别为-20度、0度、20度，分别用传统MUSIC算法和改进MUSIC算法作的空间谱图算。图2-4改进MUSIC算法与传统MUSIC算法对不相干信号的谱当应用于更近的微型无线电信号时，估计光谱的峰值越明显，投射信号的性能就越多，而传统算法不估计对此类信号的改进。空间MUSIC算法具有较高的估计精度、判别能力和在特定条件下的稳定性。此外，对空间乐算法进行了大量的研究和改进，确定了MUSIC在空间谱估计算法中的地位。有一种MUSIC算法可以计算多项式的根，允许更高的分辨率，但只适用于线性矩阵。开发了一种循环MUSIC算法，一种利用接收到的信号的光谱相干性和空间相干性选择信号的算法。通过将光谱相关性与MUSIC相结合，其计算非常小，难以实现。但它是通过实际数量的矩阵元素实现的，导致网络上的曲面损失，信号源的数量减少，低噪声系数算法的性能下降。后空间和后空间光滑技术的原始数字是2M/3(网络单元数的M)。与此同时，减少网络开放将降低对非耦合信号源的性能评估，空间的平滑将大大增加计算压力，将网络划分为子网。由于上述情况，一种改进的MUSIC算法。改进的MUSIC算法不仅可以评估相互独立空间源的传播方向，还可以有效地区分渗透角度和相干信号。提供了旋转的不变量子MUSIC和光滑的子MUSIC，这些算