摘自《水平线阵的反卷积常规波束形成》,IRONMAN---------------------------------------------------

在常规的波束形成中,是将阵列上的每个接收机的同时刻数据乘上一个预设的系数然后求和并最终得到一系列的具有特定指向性的波束。但是由此得到的波束它的主瓣宽度很宽而且旁瓣衰减有限,能量泄漏很严重。为了解决这些问题,许多的学者提出了一些高分辨的波束形成算法,MVDR和DMR就是其中的代表。然而这些算法虽然能够得到很窄的波束宽度和低的旁瓣级,但是需要大量的数据样本来估计数据的协方差矩阵(如MVDR),计算量很大,而且当目标方位变化很快的时候,这种方法的性能将大打折扣甚至变得不稳定。对于DMR其需要事先知道目标的个数这一先验知识,而往往目标的个数事先是未知的,因此它的应用受到了限制。针对这些问题T.C.Yang教授创造性的将解卷积的方法应用到常规波束形成中,效果显著。此方法于2016年首次被提出,文章的题目是Deconvolved Conventional Beamforming for a Horizontal Line Array,在IEEE JOURNAL OF OCEANIC ENGINEERING上发表。为了方便大家阅读,博主将其翻译成了中文版的,如果有什么不对的地方,还请大家批评指正。

 

仿真程序:

%------------矢量水听器  近场 远场 常规波束形成 MVDR-----0722-----

clc; clear all; close all;

%-----------信号模型--------------

M=12;

N=1024;

f0=1000;

fs=10*f0;

c=1500;

lamda=c/f0;   %波长

w=2*pi*f0;

k=w/c;

d=lamda/2;

t=0:N-1;

snr=10;%信噪比

theta=30*pi/180;%入射角度

A=sqrt(2*10^(snr/10));

s=A*exp(-j*w*t/fs);

%----------远场 常规波束形成--------------

for m=1:M

Sp(m,:)=A*exp(-j*(w*t/fs+k*(m-1)*d*cos(theta)))+randn(size(t))/3;

Sx(m,:)=A*exp(-j*(w*t/fs+k*(m-1)*d*cos(theta)))*cos(theta)+randn(size(t))/3;

Sy(m,:)=A*exp(-j*(w*t/fs+k*(m-1)*d*cos(theta)))*sin(theta)+randn(size(t))/3;

end

S=[Sp.',Sx.',Sy.'];

R=cov(S);

theta1=-180:180; for i=1:length(theta1)

for m=1:M

Wp(m)=exp(-j*k*(m-1)*d*cos(theta1(i)*pi/180));

Wx(m)=exp(-j*k*(m-1)*d*cos(theta1(i)*pi/180))*cos(theta1(i)*pi/180);

Wy(m)=exp(-j*k*(m-1)*d*cos(theta1(i)*pi/180))*sin(theta1(i)*pi/180);

end

W=[Wp,Wx,Wy];

P(i)=W*R*W';

Pm(i)=1/(W*(R^-1)*W');

end

%-----------归一化-----------------

pp=max(abs(P));

P=20*log10(P/pp);

ppm=max(abs(Pm));

Pm=20*log10(Pm/ppm);

%----------------------------------

figure

plot(theta1,P);

title('远场 常规算法波束形成') xlabel('x/角度°') ylabel('y/dB') ;

%-----------------------------------

figure

plot(theta1,Pm);

title('远场 MVDR算法波束形成') xlabel('x/角度°') ylabel('y/dB')

%------------------------------------

figure

plot(theta1,P,'r-',theta1,Pm,'b:');

title('远场 常规与MVDR算法波束形成'); xlabel('x/角度°'); ylabel('y/dB'); legend('常规算法','MVDR算法');

%----------近场 波束形成--------------

x0=15; y0=20; % 目标位置x0              % 目标位置y0

for m=1:M

theta2(m,:)=atan(y0/(x0-(m-1)*d));

r(m,:)=sqrt(y0^2+((x0-(m-1)*d))^2);

SMp(m,:)=A*exp(-j*(w*t/fs+k*r(m,:)))+randn(size(t))/3;

SMx(m,:)=A*exp(-j*(w*t/fs+k*r(m,:))).*cos(theta2(m,:))+randn(size(t))/3;

SMy(m,:)=A*exp(-j*(w*t/fs+k*r(m,:))).*sin(theta2(m,:))+randn(size(t))/3;

end

SM=[SMp.',SMx.',SMy.'];

RM=cov(SM);

x=-30:0.5:30;

y=-30:0.5:30;

for xx=1:length(x)

hwait=waitbar(0,'请等待>>>>>>>>');

step=length(x)/100;

if length(x)-xx<=5

waitbar(xx/length(x),hwait,'即将完成');

pause(0.1);

else

PerStr=fix(xx/step);

str=['正在运行中',num2str(PerStr),'%'];

waitbar(xx/length(x),hwait,str);

pause(0.1);

end

close(hwait);

for yy=1:length(y)

for m=1:M

theta3=atan(y(yy)/(x(xx)-(m-1)*d));

r2=sqrt(y(yy)^2+((x(xx)-(m-1)*d))^2);

WMp(m)=exp(-j*k*r2);

WMx(m)=exp(-j*k*r2)*cos(theta3);

WMy(m)=exp(-j*k*r2)*sin(theta3);

end

WM=[WMp,WMx,WMy];

PP(xx,yy)=WM*RM*WM';

PPm(xx,yy)=1/(WM*(RM^-1)*WM');

end

end

size(xx) size(yy) size(PP)

figure

imagesc(x,y,abs(PP'))  colorbar; colormap gray;

title('近场 常规算法波束形成') xlabel('x/米'); ylabel('y/米'); axis xy;

figure

imagesc(x,y,abs(PPm')) title('近场 MVDR算法波束形成') xlabel('x/米'); ylabel('y/米'); axis xy; colorbar; colormap gray;

参考:

https://blog.csdn.net/HJ199404182515/article/details/73882953

矢量水听器 近场 远场 --------------------常规波束形成,MVDR的比较的更多相关文章

  1. 5G/NR OTA (Over The Air) 测试详解

    原文链接:http://www.sharetechnote.com/html/5G/5G_OTA.html 1 什么是OTA (Over The Air) OTA代表Over The Air.为了使用 ...

  2. Analysis of Two-Channel Generalized Sidelobe Canceller (GSC) With Post-Filtering

    作者:凌逆战 地址:https://www.cnblogs.com/LXP-Never/p/12071748.html 题目:带后置滤波的双通道广义旁瓣相消器(GSC)的分析 作者:Israel Co ...

  3. WebService安全加密

    众所周知,WebService访问API是公开的,知道其URL者均可以研究与调用.那么,在只允许注册用户的WebService应用中,如何确保API访问和通信的安全性呢?本文所指的访问与通信安全性包括 ...

  4. 为什么在AI领域网络安全更重要?先睹为快~

    AI迎来了改变世界的新机遇,同时也迎来了新的网络安全问题,只要是联网的系统就会有漏洞爆出~ 随着大数据的应用,人工智能逐渐走入千家万户并显示出巨大的市场空间,从机器人客服.自动驾驶汽车到无人机等,全都 ...

  5. 【自适应波束形成】MVDR(Minimum Variance Distortionless Response )笔记

    参考: https://blog.csdn.net/qq_40981790/article/details/80143524 1. MVDR简介(Minimum Variance Distortion ...

  6. 麦克风阵列波束形成之DSB原理与实现

    语音识别有近场和远场之分,且很多场景下都会用到麦克风阵列(micphone array).所谓麦克风阵列是一组位于空间不同位置的麦克风按一定的形状规则布置形成的阵列,是对空间传播声音信号进行空间采样的 ...

  7. 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 ...

  8. HTML5矢量实现文件上传进度条

    在HTML中,在文件上传的过程中,很多情况都是没有任何的提示,这在体验上很不好,用户都不知道到时有没有在上传.上传成功了没有,所以今天给大家介绍的内容是通过HT for Web矢量来实现HTML5文件 ...

  9. 基于HT for Web矢量实现3D叶轮旋转

    在上一篇<基于HT for Web矢量实现2D叶轮旋转>中讲述了叶轮旋转在2D上的应用,今天我们就来讲讲叶轮旋转在3D上的应用. 在3D拓扑上可以创建各种各样的图元,在HT for Web ...

随机推荐

  1. Unity暂停游戏功能

    关于暂停游戏功能的做法,网上的教程以及Unity官方发布的Demo都是通过把Time.timeScale设成0来实现的,然而这会导致一些蛋疼的问题,因为Time.timeScale是全局变量,改成0后 ...

  2. 自己的mongodb的CRUD封装

    工具类:package Utils; import com.google.common.collect.Lists; import com.mongodb.MongoClient; import co ...

  3. 页面中关于bootstrap框架的增删改查使用

    bootstrap是一个简单又好用的前端框架 1.bootstrap 初始化  表格显示 2.自带的查询表单(需要配置要查询的条件  对应实体类) 3.工具(增加和查询) 4.查询方法 5.增加方法 ...

  4. koa-passport实现本地验证

    安装 yarn add koa-passport passport-local 先看下passport.js登录策略,判断用户和密码 const passport = require('koa-pas ...

  5. .net 上传文件

    Controller层接收文件 参数     [FromServices] IHostingEnvironment env public IActionResult UploadFile([FromS ...

  6. key diff 在input上的踩坑

    1.在react-native 遇到一个坑,希望的效果如下,同一个按钮,不同的状态下显示不同的input. 2.然后,在做的时候遇到了这样一个问题.输入我的姓名,点击下一步 3.问题出来了,输入框已经 ...

  7. UGUI 5.0 一些笔记

    1.加载资源路径 在Assets路径里创建Resources文件夹 a.加载配置好的界面 GameObject obj = (GameObject)Resources.Load ("conf ...

  8. swoole结合支持thinkphp 5.0版本

    安装swoole pecl install swoole 修改PHP配置文件php.ini加入 extension=swoole.so 有可能不需要人工去加,安装时自动加入进来了, 查看swoole扩 ...

  9. Java线程池应用及原理分析(JDK1.8)

    目录 一.线程池优点 二.线程池创建 三.任务处理流程 四.任务缓存队列及排队策略 五.任务拒绝策略 六.线程池关闭 七.线程池实现原理 八.静态方法创建线程池 九.如何确定线程池大小 一.线程池优点 ...

  10. UE4 Creating 3D Widget Interaction

    https://docs.unrealengine.com/en-us/Engine/UMG/HowTo/InWorldWidgetInteraction