比较详细的介绍了空间谱估计基础和DOA估计模型，研究了DOA估计中的MUSIC算法，给出了MUSIC算法的原理和步骤，并通过一些计算机仿真实验，得出了MUSIC算法的性能分析。
2024/10/9 14:30:23
2KB
1
空间谱估计中的子空间类算法，基于特征值分解的信号子空间和噪声子空间的功率谱估计，主要是如何建立模型，如何加入噪声，协方差矩阵如何处理方面都有注释，代码注释比较齐全，可以看懂，还有性能的仿真
2024/2/27 9:01:12
21KB
1
仿真了两个相干信号和两个独立信号情况下，不同现代空间谱估计算法的应用；
1、最大熵算法；
2、最小方差算法；
3、双向预测算法；
4、最小模算法
1、最大熵算法；
2、最小方差算法；
3、双向预测算法；
4、最小模算法
2023/8/8 15:30:53
2KB
1
本文首先回顾了空间谱估计技术的发展过程及现状；
比较详细的介绍了空间谱估计基础；
分析了DOA估计超分辨算法中的MUSIC算法和ESPRIT算法这两个经典代表，并通过Matlab仿真实验，对MUSIC算法与ESPRIT算法进行了对比功能分析，得出了算法的优缺点。
比较详细的介绍了空间谱估计基础；
分析了DOA估计超分辨算法中的MUSIC算法和ESPRIT算法这两个经典代表，并通过Matlab仿真实验，对MUSIC算法与ESPRIT算法进行了对比功能分析，得出了算法的优缺点。
2023/2/21 1:12:06
347KB
1
空间谱估计是阵列信号处理中的一个重要研究方向，在雷达、通信、声呐等众多领域有极为广阔的应用前景。
本书深入、系统地论述了空间谱估计的理论、算法及一些理论方法之间的关系，总结了作者多年来的研究成果以及国际上这一领域的研究进展。
全书由14章组成，次要内容有空间谱估计的研究进展、信号源数估计、线性预测（LP）类算法、MUSIC类算法、子空间拟合类算法、旋转不变子空间（ESPRIT）类算法、子空间迭代与更新、特殊信号的空间谱估计、特殊阵列的空间谱估计、阵列误差校正方法、现代信号处理在空间谱估计中的应用及多维空间谱估计等。
本书是关于空间谱估计理论与算法的一部专著，可供从事雷达、通信、导航、声呐与电子对抗等领域的广大技术人员学习与参考，也可作为高等院校和科研院所信号与信息处理、信息与通信系统等专业的研究生教材或参考书。
本书深入、系统地论述了空间谱估计的理论、算法及一些理论方法之间的关系，总结了作者多年来的研究成果以及国际上这一领域的研究进展。
全书由14章组成，次要内容有空间谱估计的研究进展、信号源数估计、线性预测（LP）类算法、MUSIC类算法、子空间拟合类算法、旋转不变子空间（ESPRIT）类算法、子空间迭代与更新、特殊信号的空间谱估计、特殊阵列的空间谱估计、阵列误差校正方法、现代信号处理在空间谱估计中的应用及多维空间谱估计等。
本书是关于空间谱估计理论与算法的一部专著，可供从事雷达、通信、导航、声呐与电子对抗等领域的广大技术人员学习与参考，也可作为高等院校和科研院所信号与信息处理、信息与通信系统等专业的研究生教材或参考书。
2023/2/15 12:36:40
14MB
1
空间谱估计是阵列信号处理最主要的两个研究方向之一，在过去三十年得到了蓬勃发现，理论日趋成熟。
而MUSIC算法又是空间谱估计中最为经典的算法，为许多工程项目所采用。
本文首先对空间谱估计的基本原理进行了详细的论述，并在此基础上利用MUSIC算法实现了基于圆阵的二维测角。
然后，在算法功能评估方面，本文提出了一套评估方法，并对该方法的无偏性进行了验证。
利用这套评估方法，分别讨论了在单目标和双目标两种情况下，幅相误差、信噪比、阵面孔径、阵元数、信源位置及采样点数等参数对于测角结果的影响，并重点考察了双目标情况下这些参数对分辨力及分辨精度的影响。
此外，本文还对信号之间的相关性对测角结果的影响程度做了一定的研究。
在此基础上，形成了对MUSIC算法的一个比较系统的功能评估。
而MUSIC算法又是空间谱估计中最为经典的算法，为许多工程项目所采用。
本文首先对空间谱估计的基本原理进行了详细的论述，并在此基础上利用MUSIC算法实现了基于圆阵的二维测角。
然后，在算法功能评估方面，本文提出了一套评估方法，并对该方法的无偏性进行了验证。
利用这套评估方法，分别讨论了在单目标和双目标两种情况下，幅相误差、信噪比、阵面孔径、阵元数、信源位置及采样点数等参数对于测角结果的影响，并重点考察了双目标情况下这些参数对分辨力及分辨精度的影响。
此外，本文还对信号之间的相关性对测角结果的影响程度做了一定的研究。
在此基础上，形成了对MUSIC算法的一个比较系统的功能评估。
2017/3/1 10:13:02
118KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB