exponenta event banner

spsmooth

Пространственное сглаживание

Описание

пример

RSM = spsmooth(R,L) вычисляет усредненную пространственную ковариационную матрицу, RSM, из полной пространственной ковариационной матрицы, R, с использованием пространственного сглаживания (см. Деревья фургона [1], стр. 605). Пространственное сглаживание создает меньшую усредненную ковариационную матрицу по L максимальным перекрывающимся субчипам. L - положительное целое число меньше N. Результирующая ковариационная матрица, RSM, имеет размеры (N-L + 1) -by- (N-L + 1). Пространственное сглаживание полезно при коррелировании двух или более сигналов.

RSM = spsmooth(R,L,'fb') вычисляет усредненную ковариационную матрицу и одновременно выполняет усреднение вперед-назад. Этот синтаксис может использовать любой из входных аргументов предыдущего синтаксиса.

Примеры

свернуть все

Построить 10-элементную полуволновую однородную линейную матрицу, принимающую две плоские волны, поступающие от азимута 0 ° и -25 °. Оба угла возвышения равны 0 °. Предположим, что два сигнала частично коррелированы. SNR для каждого сигнала составляет 5 дБ. Шум является пространственным и временным гауссовым белым шумом. Сначала создайте пространственную ковариационную матрицу из сигнала и шума. Затем решите для количества сигналов, используяrootmusicdoa. Затем выполните пространственное сглаживание ковариационной матрицы, используя spsmoothи снова решить для углов прихода сигнала с помощью rootmusicdoa.

Настройте массив и сигналы. Затем генерируют пространственную ковариационную матрицу для матрицы из 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 углы прихода с помощью исходной ковариационной матрицы.

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

    0.2099   41.3166

Решаемые углы прихода неверны - они не согласуются с известными углами прихода, используемыми для создания ковариационной матрицы.

Затем решите углы прихода с помощью сглаженной ковариационной матрицы. Выполнить пространственное сглаживание для обнаружения L-1 когерентных сигналов. 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 согласуются с известными углами прихода.

Входные аргументы

свернуть все

Пространственная ковариационная матрица, заданная как комплекснозначная, положительно-определенная матрица N-by-N. В этой матрице N представляет количество сенсорных элементов.

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

Типы данных: double
Поддержка комплексного номера: Да

Максимальное количество перекрывающихся субчипов, указанное как положительное целое число. Значение L должно быть меньше числа датчиков, N.

Пример: 2

Типы данных: double

Выходные аргументы

свернуть все

Сглаженная ковариационная матрица, возвращаемая как комплекснозначная матрица M-by-M. Размер М задается M = N-L + 1.

Ссылки

[1] Деревья фургонов, оптимальная обработка массивов H.L. Нью-Йорк, Нью-Йорк: Wiley-Interscience, 2002.

Расширенные возможности

.

См. также

| | |

Представлен в R2013a