1. 前言

阵列信号处理主要研究问题包括:

  1. 波束行程技术;
  2. 空间谱估计;
  3. 信号源定位;
  4. 信源分离。

2. 阵列信号处理基础

2.1 矩阵代数相关知识

2.2 信源和噪声模型

2.2.1 窄带信号

如果信号带宽远小于中心频率,则该信号称为窄带信号,即:

W_{b}/f_{0}<\frac{1}{10}

其中,Wb表示带宽,f0表示中心频率。窄带信号均可以表示为:

s(t)=a(t)e^{j[w_{0}t+\theta (t)]}

在以上表达式中,a(t)表示慢变幅度调制函数(或称为实包络),\theta(t)为慢变相位调制函数。一般情况下,a(t)\theta(t)包括全部有用信息。

2.2.2 相关系数

对于接收到的多个信号,一般可以利用相关系数来衡量两个信号之间的关联程度。对于两个平稳信号,其相关系数定义为:

\rho =\frac{E\left \{ \left \{ s_{i}(t)-E\left [ s_{i}(t)\right ] \right \}\left \{ s_{j}(t)-E\left [ s_{j}(t) \right ] \right \} \right \}} {\sqrt{E\left \{ s_{i}(t)-E\left [ s_{i}(t) \right ] \right \}^{2}E\left \{ s_{j}(t)-E\left [ s_{j}(t) \right ] \right \}^{2}}}

相关系数满足:\left | \rho \right |\leq 1

当相关系数为0时,表示两个信号不相关;

当相关系数为1时,表示两个信号完全相关/相关;

当相关系数在0~1时,表示两个信号部分相关。

2.3 阵列天线的统计模型

2.3.1 前提假设

关于接收天线的假设:

1. 接收阵列由位于空间已知坐标处的无源阵元按照

2. 阵列信号处理基础

 

 

 

PYTHON 基础知识

1. 如果字符串中需要打印单引号或者双引号

1)用转义符号(\)对字符串的引号进行转移;eg  >>> ‘Let\'s go!’

 

Logo

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。

更多推荐