spsmooth

Пространственное сглаживание

Описание

пример

RSM = spsmooth(R,L) вычисляет среднюю пространственную ковариационную матрицу, RSM, из полной пространственной ковариационной матрицы, R, использование spatial smoothing (см. Van Trees [1], стр. 605). Пространственное сглаживание создает меньшую усредненную ковариационную матрицу L максимально перекрывающимися подрешетками. L положительное целое число меньше N. Получившаяся ковариационная матрица, RSM, имеет размерности (N - L + 1) -by- (N - L + 1). Пространственное сглаживание полезно, когда два или более сигналов коррелируются.

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

Примеры

свернуть все

Создайте 10-элементный равномерный линейный массив, разделенную половинной длиной волны, принимающую две плоские волны, прибывающие от 0 ° и -25 ° азимута. Оба углов возвышения равны 0 °. Предположим, что два сигнала частично коррелированы. ОСШ для каждого сигнала составляет 5 дБ. Шум является пространственно и временно Гауссовым белым шумом. Во-первых, создайте пространственную ковариационную матрицу из сигнала и шума. Затем решите для количества сигналов, используя rootmusicdoa. Затем выполните пространственное сглаживание на матрице ковариации, используя spsmooth, и снова решить для углов прихода сигнала, используя rootmusicdoa.

Настройте массив и сигналы. Затем сгенерируйте пространственную ковариационную матрицу для массива 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);

Решить для углов прихода используя исходную ковариационную матрицу.

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

    0.2099   41.3166

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

Затем решите для углов прихода, используя сглаженную ковариационную матрицу. 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 согласуются с известными углами прибытия.

Входные параметры

свернуть все

Пространственная ковариационная матрица, заданная как комплексная, положительно-определенная N -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 перекрывающихся подрешеток, заданное как положительное целое число. Значение L должно быть меньше, чем количество датчиков, N.

Пример: 2

Типы данных: double

Выходные аргументы

свернуть все

Сглаженная ковариационная матрица, возвращенная как комплексная, M -by- M матрица. Размерность M задается M = N–L+1 .

Ссылки

[1] Van Trees, H.L. Optimum Array Processing. Нью-Йорк, Нью-Йорк: Wiley-Interscience, 2002.

Расширенные возможности

.

См. также

| | |

Введенный в R2013a
Для просмотра документации необходимо авторизоваться на сайте