搜索资源列表
classical_music
- 经典的MUSIC算法，由特征值分解得到噪声子空间，再进行谱峰搜索-Classic MUSIC algorithm, the eigenvalue decomposition noise subspace, then the peak search
MUSIC
- 分别用工具箱里的库函数和自己编写的利用噪声子空间法算法作MUSIC估计-Toolbox respectively in the preparation of library functions and their use of the noise subspace for the MUSIC algorithm estimates
EVD
- 用子空间分解法求出时延估计，这种方法具有较强的抗噪声性能-Calculated using subspace decomposition delay estimation, this method has strong anti-noise performance
Array-processing
- 阵列处理程序，40阵元，3信源，实现信号子空间拟合，噪声子空间拟合-Array processing, array element 40, 3 sources, to achieve signal subspace fitting, noise subspace fitting
music
- MUSIC方法，对相关矩阵分解为噪声子空间和信号子空间，然后搜索得到需要估计的频谱-MUSIC method, the decomposition of the correlation matrix for the noise subspace and signal subspace, then search to get the spectrum to be estimated
music
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成-MUSIC algorithm is a feature space based on matrix decomposition method. From the geometric point of view, the o
MIMORadarDOAEstimation
- MIMO雷达模型下一种子空间谱估计方法，采用过估计的方法，以避免信源数估计的问题，直接对数据协方差矩阵进行变换，从而构造了信号子空间投影矩阵和噪声子空间投影矩阵，不需要像经典的MUSIC一样对其进行特征分解，完全避开了在一般非理想情况下MUSIC算法必须面对的识别小特征值与大特征值的麻烦，降低了复杂度，而且该方法不受快拍数的影响，在相干源情况下也能准确的估计目标的入射角，不会出现伪峰。-A subspace based DOA (Direction-Of-Arrival) estimation
doa_music
- 阵列协方差矩阵的特征分解DOA估计算法，利用信号子空间与噪声子空间的正交特性-The array covariance matrix of the characteristic decomposition of the DOA estimation algorithm using the orthogonal properties of the signal subspace and noise subspace
noise_subspace_fitting
- 单电磁矢量传感器噪声子空间拟合算法-空间谱图-Single electromagnetic vector sensor noise subspace fitting algorithm- space spectra
NSF_RMSE_SNR
- 单电磁矢量传感器噪声子空间拟合算法-RMSE随着SNR变化曲线-Single electromagnetic vector sensor noise subspace fitting algorithm-RMSE curve with the SNR changes
doa_music
- DOA估计的传统经典之作，利用噪声子空间和信号子空间正交性，得到高分辨的拨打估计。-DOA estimation of the traditional classic, using the noise subspace and signal subspace orthogonality, get high resolution to estimate.
classical_music_1
- MUSIC算法[1]是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。-MUSIC algorithm [1] is a feature space based on matrix decomposition method. From the geometric point of vie
classical_music_2
- MUSIC算法[1]是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。-MUSIC algorithm [1] is a feature space based on matrix decomposition method. From the geometric point of vie
MUSIC
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。MUSIC算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位。噪声子空间的所有向量被用来构造谱，所有空间方位谱中的峰值位置对应信号的来波方位。MUSIC算法大大提高了测向分辨率，同时适应于任意形状的天线阵列，但是原
wideband-DOA-estimation
- 提出了一种新的宽带DOA估计方法:频域子空间正交性测试方法(TOFS:Test of orthogonality of frequency sub- space)。该方法通过同时测试频域信号共同带宽内各频段噪声子空间与阵列流形之间的正交性来进行DOA估计。与宽带相干信号子空间方法不同,TOFS方法不需要任何初始值的预估及聚焦操作。与宽带非相干信号子空间方法也不同,TOFS方法同时测试各频段噪声子空间与阵列流形之间的正交性。本文仿真了TOFS与IMUSIC、CSSM、TOPS的性能比较。仿真结果表
subspace
- 语音增强中的子空间算法，klt算法以及pklt算法，内附参考文献。- folder contains subspace algorithms: REFERENCES Hu,Y.and Loizou,P.(2003).A generalized subspace approach for enhancing speech corrupted by colored noise.IEEE Trans. on Speech and Audio Processing,11,334-341.
music
- 阵列信号处理中的噪声子空间算法中的music算法，对信号进行谱估计-Array signal processing noise subspace algorithm music algorithm, the signal spectrum estimation
doa_signal
- 低信噪比条件下的高分辨DOA估计算法,提出一种基于多级维纳滤波器(MSWF)的信号波达方向(DOA)估计算法。通过测试信号子空间的估计值与噪声子空间的正交性实 现 DOA粗估计，通过测试MSWF 分解的互相关函数实现信号 DOA 的精估计。仿真实验表明，在低信噪比条件下，该算法比已有的子空 间类算法有更好的分辨率和误差性能。-Put forward a kind of multistage Wiener filter (MSWF) based on the signal directio
MUSIC
- 多重信号分类（MUSIC）算法，将信号分为信号子空间和噪声子空间，利用特征值估计频率-Multiple signal classification (MUSIC) algorithm, the signal is divided into signal subspace and noise subspace, the use of eigenvalues to estimate the frequency
doa_music
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。(MUSIC algorithm is a kind of feature space based on the matrix decomposition method.From geometric point of vie