其中作者:桂。

时间:2017-10-16  07:51:40

链接:http://www.cnblogs.com/xingshansi/p/7675380.html


前言

主要记录二维测向中,分别利用两个一维阵联合解算的思路。

一、AP算法思想

信号模型:

对应相关矩阵

假设噪声为遍历、平稳、空时不相关的零均值高斯随机过程,源信号为未知确定信号:

高维正态分布表达式:

由概率论可知,几个独立同高斯分布随机过程的概率密度函数为:

取对数:

观测向量为X(t),对其求偏导:

得到信号s的极大似然估计:

再针对方差求偏导:

将s的似然估计结果代入原表达式中,方差结果sigma也代入,可以得到:

其中

而A+是Moore-Penrose逆:

记投影矩阵以及补空间的投影矩阵:

综合上式,可以得出角度最大似然估计:

等价于:

该算法基于统计参数估计的思路,不涉及SVD分解或者相关矩阵求逆,因此对于相干信号理论上仍然适用,从理论的结构来看,由于投影矩阵涉及求逆,且有迭代过程,因此耗费资源过大。

通常该算法可与其他算法结合使用,用于剔除杂峰,主要代码实现:

function [phi_last,theta_last] = MuCalL_2D(x,srcNum,Array,resolution,lambda_c)
%L阵
sub1 = [1:6];
sub2 = [1,7:11];
J = fliplr(eye(length(sub1)));
x1 = x(sub1,:);
x2 = conj(J*x(sub2,:));
[phi,theta,spec1] = MuCalL_647_1D(x1,srcNum,Array(sub1,:),resolution,lambda_c);
[phi2,alpha,spec2] = MuCalL_647_1D(x2,srcNum,Array(sub1,:),resolution,lambda_c); %
[val1,phi_pos] = findpeaks(spec1,'minpeakdistance',3);
[val,num_phi] = sort(val1,'descend');
[val2,theta_pos] = findpeaks(spec2,'minpeakdistance',3);
[val,num_theta] = sort(val2,'descend');
phi_est = phi(phi_pos(num_phi(1:srcNum)));
theta_est = alpha(theta_pos(num_theta(1:srcNum)));
phi_est = phi_est;
%筛选
snap = size(x,2);
R_all = x*x'/snap;
para_all = perms([1:srcNum]);
theta_all = kron(theta_est,ones(1,size(para_all,1)));
theta_all([2,4]) = theta_all([4,2]);
phi_all = repmat(phi_est,1,size(para_all,1));
theta_all = asin(sin(theta_all/180*pi)./cos(phi_all/180*pi))/pi*180; im = sqrt(-1);
Dd = [];
for kkk = 1:size(theta_all,2)/srcNum
nshift = ((kkk-1)*srcNum+1):((kkk)*srcNum);
theta_cache = theta_all(nshift)/180*pi;
phi_cache = phi_all(nshift)/180*pi; Az = [];
for j = 1:srcNum
r = [sin(phi_cache(j)) cos(phi_cache(j))*sin(theta_cache(j)) cos(phi_cache(j))*cos(theta_cache(j))];
r_rep = repmat(r,size(x,1),1);
dis = sum(r_rep.*Array,2);
am = exp(-im*2*pi*dis/lambda_c);
Az = [Az,am];
end Pb3 = Az*pinv(Az'*Az)*Az';
Dd(kkk) = abs(trace(Pb3*R_all));
end [valDd,indexDd]=max(Dd);
n_pos = ((indexDd-1)*srcNum+1):((indexDd)*srcNum);
[phi_last,sort_pos] = sort(phi_all(n_pos),'ascend');
theta_last = theta_all(n_pos);
theta_last = theta_last(sort_pos);

  

  

二、其他思路(对相干信号适应性较差)

该方法针对ULA(均匀线阵),1)未考虑非均匀线阵NULA情形;2)未考虑相干source情形。

个人分析,该算法可改进(未进一步仿真验证): 对于相干且NULA情形,1)各自平滑,X、Z轴相对位置无严格限制,但X、Z需结构一致;2)求解Rzx,并取对角元素diag(Rzx),结合两个一维测向得出导向矢量:max |a(theta)conj(a(phi)).*diag(Rzx)|。

三、联合解算论文

联立解算的思路:

主要代码实现:

Ax = A(sub1,:);
Ay = A(sub2,:);
%利用T矩阵解算
y_sig = x2;
x_sig = x1;
Ryy = y_sig*y_sig'/snapshot;
Rs_hat = pinv(Ay'*Ay)*Ay'*Ryy*pinv(Ay*Ay')*Ay;%eq.5
Rxy = x_sig*y_sig'/snapshot;
Ay_pieH = pinv(Ay*Ay')*Ay;
Rs_pie = pinv(Ax'*Ax)*Ax'*Rxy*Ay_pieH;%eq.9
%构造T矩阵解算
perm = perms([1:srcNum]);
J = zeros(1,size(perm,1));
for i = 1:size(perm,1)
T = zeros(srcNum);
T(perm(i,:)+[0:srcNum-1]*srcNum) = 1;
J(i) = sum(sum(abs(Rs_pie-T*Rs_hat).^2));
end
[minVal,minPos] = min(J);
phi_est = phi_est(perm(minPos,:));
theta_all = theta_est;
%求解
phi_last = phi_est;
theta_last = asin(sin(theta_all/180*pi)./cos(phi_last/180*pi))/pi*180;

当个数不匹配的时候可参考(个人觉得直接拓展效果也可以,就是配对之前添加一个预处理):

空间谱专题13:联合解算DOA(ML/AP)的更多相关文章

  1. 空间谱专题02:波束形成(Beamforming)

    作者:桂. 时间:2017-08-22  10:56:45 链接:http://www.cnblogs.com/xingshansi/p/7410846.html 前言 本文主要记录常见的波束形成问题 ...

  2. 空间谱专题10:MUSIC算法

    作者:桂. 时间:2017-09-19  19:41:40 链接:http://www.cnblogs.com/xingshansi/p/7553746.html 前言 MUSIC(Multiple ...

  3. 已知空间三个点,解算外接圆圆心坐标,C++编程实现

    struct PT3 { double x, y, z; }; int solveCenterPointOfCircle(std::vector<PT3> pt, double cente ...

  4. 【转】GPS基线解算模式

    GPS基线向量是利用2台或2台以上GPS接 收机所采集的同步观测数据形成的差分观测值,通过参数估计得方法所计算出的两两接收机间的三维坐标差.与常规地面测量中所测定的基线边长不同,基线向量是 既具有长度 ...

  5. 布料解算插件 Qualoth 重点参数分享

    前言 Qualoth是韩国FXGear公司推出的一款布料模拟插件,可以计算出很自然的衣褶以及动态效果,并且能应对大幅度动作的碰撞解算,可以和Houdini的Cloth Solver相媲美: 目前这款插 ...

  6. Gamit解算脚本

    这是一个解算单天的shell脚本,对于初学者很有帮助. 首先就是需要在项目(四个字符)建立rinex brdc igs 还有以年纪日命名的目录,然后提前准备好station.info和lfile.文件 ...

  7. 四轴飞行器1.4 姿态解算和Matlab实时姿态显示

    原创文章,欢迎转载,转载请注明出处 MPU6050数据读取出来后,经过一个星期的努力,姿态解算和在matlab上的实时显示姿态终于完成了. 1:完成matlab的串口,并且实时通过波形显示数据 2:添 ...

  8. libviso中的姿态解算【转载】

    这篇关于libviso的文章,本人已投稿在泡泡机器人微信公众号中,放到这里,作学习笔记用. libviso一直以来被称为在视觉里程计(VO)中的老牌开源算法.它通过corner,chessboard两 ...

  9. V-rep学习笔记:机器人逆运动学解算

    IK groups and IK elements VREP中使用IK groups和IK elements来进行正/逆运动学计算,一个IK group可以包含一个或者多个IK elements: I ...

随机推荐

  1. sed & awk之sed

    sed处理文本的方法 sed在处理文本时,会先读取第一个输入行,将编辑命令应用于输入行,然后读取下一个输入行,并应用编辑命令.sed总是处理最新版本的行,因此sed中有多个编辑命令时,编辑命令的顺序对 ...

  2. 解决Win8系统修改IP地址后保存不了的方法

    Win8系统用户表示在修改IP地址后,发现无法保存了.遇到这样的问题该怎么办?要怎么设置,win8系统才能在修改完IP地址后还能进行保存.接下来笔者就跟大家分享一个简单有效的方法. 具体步骤如下: 1 ...

  3. Codeforces Round #424 E. Cards Sorting

    题目大意:给你一堆n张牌(数字可以相同),你只能从上面取牌,如果是当前牌堆里面最小的值则拿走, 否则放到底部,问你一共要操作多少次. 思路:讲不清楚,具体看代码.. #include<bits/ ...

  4. Codeforces Round #428 (Div. 2)

    终于上蓝名了,hahahahaha,虽然这场的 B 题因为脑抽了,少考虑一种情况终判错了,还是很可惜的.. B题本来过来1500个人,终判之后只剩下了200多个,真的有毒!!!! A - Arya a ...

  5. docker compose不同配置文件之间的 网络连接

    一.引用自https://blog.csdn.net/luckyjiet/article/details/80979378 二.

  6. 【CSS3】响应式布局

    准备工作1:设置Meta标签 首先我们在使用Media的时候需要先设置下面这段代码,来兼容移动设备的展示效果: 1 <meta name="viewport" content ...

  7. java基础面试题-2

    第一,谈谈final, finally, finalize的区别.  final---修饰符(关键字)如果一个类被声明为final,意味着它不能再派生出新的子类,不能作为父类被继承.因此一个类不能既被 ...

  8. 064 UDF

    一:UDF 1.自定义UDF 二:UDAF 2.UDAF 3.介绍AbstractGenericUDAFResolver 4.介绍GenericUDAFEvaluator 5.程序 package o ...

  9. (转)Java按指定行数读取文件

    package test import java.io.File; import java.io.FileReader; import java.io.IOException; import java ...

  10. UVA 11624-Fire!【双BFS】

    <题目链接> 题目大意: 你的任务是帮助J走出一个大火蔓延的迷宫.J每分钟可以超上下左右四个方向移动,而所有着火的格子每一分钟都会往四个方向蔓延一格.迷宫中有一些障碍,J和火都无法进入.当 ...