-
music算法
鎖定
- 中文名
- music算法
- 外文名
- multiple signal classification algorithm
- 基 於
- 矩陣特徵空間分解
- 類現場
- 方法
- 屬 性
- 幾何
music算法詳細內容
MUSIC算法是空間譜估計測向理論的重要基石。算法原理
[2]
如下:
MUSIC算法的處理任務就是設法估計出入射到陣列的空間信號的個數D以及空間信號源的強度及其來波方向。
Ry矩陣運算及特徵值分解(3張)
(4) U是非負定的厄米特矩陣,所以特徵分解得到的特徵值均為非負實數,有D個大的特徵值和M-D個小的特徵值,大特徵值對應的特徵向量組成的空間Us為信號子空間,小特徵值對應的特徵向量組成的空間Un為噪聲子空間。
(5) 將噪聲特徵向量作為列向量,組成噪聲特徵矩陣 ,並張成M-D維的噪聲子空間Un,噪聲子空間與信號子空間正交。而Us的列空間向量恰與信號子空間重合,所以Us的列向量與噪聲子空間也是正交的,由此,可以構造空間譜函數。
music算法理論發展及應用
MUSIC(Multiple Signal Classification多信號分類)算法是1979年由美國人R.O.Schmidt提出的,它標誌着空間譜估計測向進入了繁榮發展的階段。它將“向量空間”的概念引入了空間譜估計領域,經過三十年的發展,可以説其理論已經比較成熟。
自80年代以來,人們對基於特徵分解的超分辨率空間譜估計算法進行了廣泛深入的研究,並提出了一系列高效的處理方法,其中最經典的是多信號分類(MUSIC)算法,這種算法要經過一維搜索才能求出信源的來向,而相對最大似然(ML)和加權子空間擬合(WSF)等多維搜索算法的運算量已經減少了很多。以MUSIC為代表的算法存在一個缺點,即對相干信號處理的不理想。在針對相干信號源的一系列處理方案中,比較經典的是空間平滑技術,如空間平滑(SS)和修正的空間平滑(MSS)算法。然而,空間平滑技術是以損失陣列有效孔徑為代價的,而且只適用於等距均勻線陣(ULA)。