基于硬件系统实现改进MUSIC算法的方法的研究

基于硬件系统实现改进MUSIC算法的方法的研究

论文摘要

超分辨阵列测向技术是在波束形成技术和时域谱估计技术的基础上发展起来的新技术,其主要目标是研究提高测向性能和运算速度的各种算法。经过40余年的研究已发展出多种波达方向(Direction of-Arrival,DOA)估计的超分辨算法。阵列测向大多应用在移动通信中的空分多址及复杂密集信号环境中的电子侦察和对抗等领域。空间谱估计的算法大致分两大类:一是基于极大似然估计和最大后验概率估计统计理论的算法,包括极大似然估计法(ML)、最大熵法等;另一类是基于对协方差矩阵进行子空间分解或投影的算法,典型的有MUSIC、ESPRIT、子空间拟合、多维MUSIC等。其中,MUSIC法是一种经典的空间谱估计主流算法,具有超强的分辨性能,但它无法实现对相干信号进行测向分辨。论文的重点工作放在对MUSIC算法的改进,以及在DSP与FPGA相结合的硬件系统上实现改进MUSIC算法上。从基本MUSIC算法入手,分析影响MUSIC算法性能的因素及校正方法。由于MUSIC算法在对相干信源进行估计时性能严重下降甚至失效,文中详细介绍空间平滑法、修正MUSIC算法和空间滤波法三种解相干方法,这三种方法各有其自身的优缺点。利用MATLAB仿真实验验证各种改进的MUSIC算法的测向分辨能力。本文所涉及的测向系统是以浮点DSP处理芯片TMS320C6713和FPGA处理芯片EPF10K10TC144-4为核心的测向处理平台。针对前后向空间平滑MUSIC算法的各个步骤,提出了DSP与FPGA的软仿真环境下测向方案,并且与硬件平台结合,实现了在信号源非相干情况下测向。通过PCI-6112数据采集卡将计算机模拟仿真的信号传输给DSP,数据在DSP中进行主要运算,在FPGA中并行搜索得出来波信号的DOA。DOA数据通过RS-232串口传输给PC机,并在MATLAB软件环境下显示出来。各种算法的原理、实现步聚及程序流图都在文中进行了描述。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 研究背景
  • 1.2 DOA的发展和现状
  • 1.3 DSP发展概况
  • 1.4 论文主要工作内容和章节安排
  • 第2章 空间谱估计基本理论概述
  • 2.1 前言
  • 2.2 阵列天线的数学模型
  • 2.2.1 阵列天线的性能影响因素
  • 2.2.2 天线阵常见配置形式
  • 2.3 DOA估计算法概述
  • 2.3.1 波束形成法
  • 2.3.2 线性预测算法(LP)
  • 2.3.3 参数法
  • 2.3.4 部分空间法
  • 2.4 本章小结
  • 第3章 MUSIC算法及其改进算法
  • 3.1 传统DOA估计算法
  • 3.1.1 延迟-相加法
  • 3.1.2 Capon最小方差法
  • 3.2 基础MUSIC算法
  • 3.2.1 基于均匀直线阵的MUSIC算法
  • 3.2.2 基于均匀圆阵的MUSIC算法
  • 3.3 改进的MUSIC算法
  • 3.3.1 空间平滑MUSIC算法
  • 3.3.2 前/后向平滑MUSIC算法
  • 3.3.3 修正MUSIC(MMUSIC)
  • 3.4 本章小结
  • 第4章 算法的硬件实现方案
  • 4.1 硬件系统整体设计
  • 4.2 硬件系统结构设计
  • 4.2.1 硬件系统核心芯片的选取
  • 4.2.2 硬件系统整体设计
  • 4.2.3 DSP芯片外围电路设计
  • 4.2.4 FPGA芯片外围电路设计
  • 4.3 PCB板的设计
  • 4.3.1 设计高速数字电路板的主要问题
  • 4.3.2 PCB板的设计
  • 4.4 硬件系统的调试
  • 4.5 本章小结
  • 第5章 算法的软件实现方案
  • 5.1 MUSIC算法主要流程
  • 5.2 模拟信源信号的产生和输出
  • 5.2.1 模拟信号的产生
  • 5.2.2 模拟信号的输出
  • 5.3 DSP程序设计方案
  • 5.3.1 算法程序设计
  • 5.3.2 PLL初始化程序设计
  • 5.3.3 EMIF初始化程序设计
  • 5.3.4 SIMULATOR仿真结果及分析
  • 5.3.5 软硬件结合调试
  • 5.4 运算结果及分析
  • 5.4.1 运算结果返回方案
  • 5.4.2 实验结果分析
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表论文和取得的科研成果
  • 致谢
  • 附录A
  • 附录B
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  

    基于硬件系统实现改进MUSIC算法的方法的研究
    下载Doc文档

    猜你喜欢