Оцените направление прибытия с помощью узкополосного алгоритма MUSIC для ULA
phased.MUSICEstimator Система object™ реализует узкополосную связь, несколько сигнализируют о классификации (MUSIC) алгоритм для универсальных линейных матриц (ULA). MUSIC является алгоритмом определения направления с высоким разрешением, способным к решению близко расположенных источников сигнала. Алгоритм основан на eigenspace разложении датчика пространственная ковариационная матрица.
Оценить направления прибытия (DOA):
Задайте и настройте phased.MUSICEstimator Системный объект. Смотрите Конструкцию.
Вызовите step метод, чтобы оценить DOAs согласно свойствам phased.MUSICEstimator.
Примечание
В качестве альтернативы вместо того, чтобы использовать step метод, чтобы выполнить операцию, заданную Системным объектом, можно вызвать объект с аргументами, как будто это была функция. Например, y = step(obj,x) и y = obj(x) выполните эквивалентные операции.
estimator = phased.MUSICEstimatorestimator.
estimator = phased.MUSICEstimator(Name,Value)estimator, с каждым заданным набором имени свойства к заданному значению. Можно задать дополнительные аргументы пары "имя-значение" в любом порядке как (Name1, Value1..., NameN, ValueN).
| plotSpectrum | Постройте спектр MUSIC |
| сброс | Сбросьте состояния Системного объекта |
| шаг | Оцените направление прибытия с помощью MUSIC |
| Характерный для всех системных объектов | |
|---|---|
release | Позвольте изменения значения свойства Системного объекта |
Оцените DOAs двух сигналов, полученных стандартным ULA с 10 элементами наличие интервала элемента 1 метра. Затем постройте спектр MUSIC.
Примечание: можно заменить каждый вызов функции с эквивалентным step синтаксис. Например, замените myObject(x) с step(myObject,x).
Создайте массив ULA. Антенна рабочая частота составляет 150 МГц.
fc = 150.0e6; array = phased.ULA('NumElements',10,'ElementSpacing',1.0);
Создайте прибывающие сигналы в ULA. Истинное направление прибытия первого сигнала составляет 10 ° в азимуте и 20 ° в вертикальном изменении. Направление второго сигнала составляет 60 ° в азимуте и-5 ° в вертикальном изменении.
fs = 8000.0; t = (0:1/fs:1).'; sig1 = cos(2*pi*t*300.0); sig2 = cos(2*pi*t*400.0); sig = collectPlaneWave(array,[sig1 sig2],[10 20; 60 -5]',fc); noise = 0.1*(randn(size(sig)) + 1i*randn(size(sig)));
Оцените DOAs.
estimator = phased.MUSICEstimator('SensorArray',array,... 'OperatingFrequency',fc,... 'DOAOutputPort',true,'NumSignalsSource','Property',... 'NumSignals',2); [y,doas] = estimator(sig + noise); doas = broadside2az(sort(doas),[20 -5])
doas = 1×2
9.5829 60.3813
Постройте спектр MUSIC.
plotSpectrum(estimator,'NormalizeResponse',true)
Во-первых, оцените DOAs двух сигналов, полученных стандартным ULA с 10 элементами наличие интервала элемента половины wavelength.Then, постройте пространственный спектр.
Примечание: можно заменить каждый вызов функции с эквивалентным step синтаксис. Например, замените myObject(x) с step(myObject,x).
Антенна рабочая частота составляет 150 МГц. Направления прибытия двух сигналов разделяются на 2 °. Направление первого сигнала является азимутом на 30 ° и вертикальным изменением на 0 °. Направление второго сигнала является азимутом на 32 ° и вертикальным изменением на 0 °. Оцените количество сигналов с помощью критерия Минимальной длины описания (MDL).
Создайте сигналы, прибывающие в ULA.
fs = 8000; t = (0:1/fs:1).'; f1 = 300.0; f2 = 600.0; sig1 = cos(2*pi*t*f1); sig2 = cos(2*pi*t*f2); fc = 150.0e6; c = physconst('LightSpeed'); lam = c/fc; array = phased.ULA('NumElements',10,'ElementSpacing',0.5*lam); sig = collectPlaneWave(array,[sig1 sig2],[30 0; 32 0]',fc); noise = 0.1*(randn(size(sig)) + 1i*randn(size(sig)));
Оцените DOAs.
estimator = phased.MUSICEstimator('SensorArray',array,... 'OperatingFrequency',fc,'DOAOutputPort',true,... 'NumSignalsSource','Auto','NumSignalsMethod','MDL'); [y,doas] = estimator(sig + noise); doas = broadside2az(sort(doas),[0 0])
doas = 1×2
30.0000 32.0000
Постройте спектр MUSIC.
plotSpectrum(estimator,'NormalizeResponse',true)
[1] Деревья фургона, H. L. Оптимальная обработка матриц. Нью-Йорк: Wiley-межнаука, 2002.