spsmooth

Пространственное сглаживание

Описание

пример

RSM = spsmooth(R,L) вычисляет усредненную пространственную ковариационную матрицу, RSM, от полной пространственной ковариационной матрицы, R, использование spatial smoothing (см. Деревья Фургона [1], p. 605). Пространственное сглаживание создает меньшую усредненную ковариационную матрицу по L максимальные перекрытые подмассивы. L является положительным целым числом меньше, чем N. Получившаяся ковариационная матрица, RSM, имеет размерности (N –L+1) (N –L+1). Пространственное сглаживание полезно, когда два или больше сигнала коррелируются.

RSM = spsmooth(R,L,'fb') вычисляет усредненную ковариационную матрицу, и в то же время выполняющую forward-backward averaging. Этот синтаксис может использовать любой из входных параметров в предыдущем синтаксисе.

Примеры

свернуть все

Создайте половину с 10 элементами распределенного универсального массива линии длины волны, получающего две плоских волны, прибывающие от азимута на-25 ° и на 0 °. Оба угла вертикального изменения составляют 0 °. Примите, что два сигнала частично коррелируются. ОСШ для каждого сигнала составляет 5 дБ. Шум пространственно и временно Гауссов белый шум. Во-первых, создайте пространственную ковариационную матрицу из сигнала и шума. Затем решите для количества сигналов, с помощью rootmusicdoa. Затем выполните пространственное сглаживание на ковариационной матрице, с помощью spsmooth, и решите для углов падения сигнала снова с помощью rootmusicdoa.

Настройте массив и сигналы. Затем сгенерируйте пространственную ковариационную матрицу для массива от сигналов и шума.

N = 10;
d = 0.5;
elementPos = (0:N-1)*d;
angles = [0 -25];
ac = [1 1/5];
scov = ac'*ac;
R = sensorcov(elementPos,angles,db2pow(-5),scov);

Решите для углов падения с помощью исходной ковариационной матрицы.

Nsig = 2;
doa =  rootmusicdoa(R,Nsig)
doa = 1×2

    0.3603   79.2382

Решенные - для углов падения являются неправильными - они не соглашаются с известными углами прибытия, используемого, чтобы создать ковариационную матрицу.

Затем решите для углов падения с помощью сглаживавшей ковариационной матрицы. Выполните пространственное сглаживание, чтобы обнаружить L-1 когерентные сигналы. Выберите L = 3.

Nsig = 2;
L = 2;
RSM = spsmooth(R,L);
doasm = rootmusicdoa(RSM,Nsig)
doasm = 1×2

  -25.0000    0.0000

В этом случае вычисленные углы действительно соглашаются с известными углами прибытия.

Входные параметры

свернуть все

Пространственная ковариационная матрица в виде положительно-определенного N с комплексным знаком-by-N матрица. В этой матрице N представляет количество элементов датчика.

Пример: [4.3162, –0.2777 – 0.2337i; –0.2777 + 0.2337i, 4.3162]

Типы данных: double
Поддержка комплексного числа: Да

Максимальное количество перекрытых подмассивов в виде положительного целого числа. Значение L должно быть меньше количества датчиков, N.

Пример 2

Типы данных: double

Выходные аргументы

свернуть все

Сглаживавшая ковариационная матрица, возвращенная как с комплексным знаком, M-by-M матрица. Размерность M дана M = N–L+1.

Ссылки

[1] Деревья фургона, H.L. Оптимальная обработка матриц. Нью-Йорк, Нью-Йорк: Wiley-межнаука, 2002.

Расширенные возможности

Смотрите также

| | |

Введенный в R2013a