小奥的学习笔记

  • Home
  • Learning & Working
    • Speech Enhancement Notes
    • Programming language
    • Computer & DL
    • MOOC
  • Life
    • Life Time
    • Thinking & Comprehension
    • Volunteer
    • Plan
    • Travel
  • Footprints
  • GuestBook
  • About
    • About Me
    • 个人履历
    • 隐私策略
  1. 首页
  2. Study-notes
  3. Computer & DL
  4. 语音处理学习笔记
  5. 正文

《优化阵列信号处理》学习笔记(第十章)

2019年10月25日 1243点热度 1人点赞 1条评论

本次分享是个人阅读《优化阵列信号处理》一书最后一个章节,也是针对该书比较整体的学习笔记的最后一次更新了。

第十章:圆环阵阵列处理

10.1 引言

由于直线阵是一维阵,其波束响应围绕该直线轴对称,因此它只能估计目标的一维角度,而另一维角度是模糊的,也就出现线阵的左右舷模糊缺点。而要解决这一问题就要采用二维阵或者三维阵。

圆环阵是一种二维阵,它也具有轴对称特性,不过它以垂直于该圆环的直线为轴,这样就可以在其所在平面360°方位具有相同的目标探测与方位估计性能。

圆环阵由于其对称性,其常规波束形成响应可以表示为一个贝塞尔函数。

10.2 连续圆环阵

10.3 均匀圆环阵

10.2.1 均匀加权连续圆环阵

10.2.2 圆环阵常规波束形成

10.2.3 相位模式激励

10.4 本章小结

连续圆环阵时延求和波束响应是0阶贝塞尔函数。采用均匀加权时,圆环阵与线阵的波束指向与阵列垂直,当圆环阵直径与线阵长度相等时,两者波束响应函数总量相等。对于同等最大尺度的两种连续阵,随着波束观察方向偏离垂直方向,两者波束响应函数总量也相同。当偏离90°时,前者称为圆环面波束形成,后者称为端射阵波束形成。

连续圆环阵波束旁瓣高于连续线阵,同等最大尺度时,连续圆环阵时延求和波束的主瓣比连续线阵更窄。

连续圆环阵波束响应可以表示成相位模式激励级数求和的形式,所以其波束形成也可以理解为圆环谐波域波束形成。

均匀圆环阵相当于对连续圆环阵进行空间采样,均匀圆环阵在其所在平面的常规时延求和波束形成可以表示为若干阶贝塞尔函数之和的形式,或者说0阶贝塞尔函数加若干阶高阶量。为了保证均匀圆环阵波束响应逼近于连续圆环阵波束响应,应保证圆环上任意两阵元间弧长不大于半波长。阵元间距越小,逼近精度越高。

当在均匀圆环阵所在的平面进行波束形成器设计时,在空间均匀噪声场中的最佳波束形成器的阵增益在低频时远高于时延求和常规波束形成器,即具有超增益特性,这与端射线阵最佳波束形成类似。但这种低频超增益波束形成的白噪声增益很小,稳健性很差,在阵列流形向量和噪声协方差矩阵存在误差时阵增益严重下降,甚至低于常规波束形成器。

……

受篇幅和格式限制,更多内容,请在百度云盘下载。感谢对我的支持!

因为我都是把笔记打到word文档中,目前来说在wordpress上写的话公式还需要一个一个调整,如果有可以直接复制过来的方法,欢迎与我分享。谢谢!

下载链接: https://pan.baidu.com/s/1kR8lqyWiDmygWE27fwVwSQ

提取码请关注本人公众号,回复“优化阵列学习笔记”获取。

本人微信公众号为xiaoao_study,也可以扫描下图关注。

本作品采用 知识共享署名 4.0 国际许可协议 进行许可
标签: beamforming 阵列信号处理
最后更新:2019年10月25日

davidcheung

这个人很懒,什么都没留下

打赏 点赞
< 上一篇
下一篇 >

文章评论

razz evil exclaim smile redface biggrin eek confused idea lol mad twisted rolleyes wink cool arrow neutral cry mrgreen drooling persevering
取消回复

搜索
欢迎关注我的个人公众号
最新 热点 随机
最新 热点 随机
DEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架 奥地利匈牙利九日游旅程 论文阅读之Study of the General Kalman Filter for Echo Cancellation 小奥看房之鸿荣源珈誉府 杭州往返旅途及西溪喜来登和万怡的体验报告 2022年的第一篇碎碎念
奥地利匈牙利九日游旅程论文阅读之Study of the General Kalman Filter for Echo CancellationDEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架
未知原因,导致数据库部分数据丢失 《鸟哥的Linux私房菜》(基础篇)笔记整理(第6章)Part.2 Opus编解码器简介 Leetcode题目解析(191207):10&21&23&31 算法笔记之分支限界法(2) Leetcode 14:最长公共前缀
标签聚合
高中 生活 Java 算法 linux 学习 leetcode Python python学习 鸟哥的linux私房菜
最近评论
davidcheung 发布于 5 个月前(02月09日) The problem has been fixed. May I ask if you can s...
tk88 发布于 5 个月前(02月07日) Hmm is anyone else having problems with the pictur...
cuicui 发布于 9 个月前(10月20日) :wink:
niming 发布于 10 个月前(09月19日) 同级校友,能刷到太巧了
davidcheung 发布于 2 年前(08月16日) 我得找一下我之前整理的word文档看一下,如果找到了我就更新一下这篇文章。
Nolan 发布于 2 年前(07月25日) 您的笔记非常有帮助。贴图不显示了,可以更新一下吗?
davidcheung 发布于 3 年前(06月19日) 到没有看webrtc的代码。现在主要在看我们公司的代码了。。。只是偶尔看一看webrtc的东西。。。
aobai 发布于 3 年前(03月13日) gain_change_hangover_ 应该是每三个block 只能够调整一次,这样保证每帧...
匿名 发布于 5 年前(12月30日) 烫
小奥 发布于 5 年前(12月12日) webRTC里面的NS本身我记得就是在C++里面呀

COPYRIGHT © 2025 小奥的学习笔记. ALL RIGHTS RESERVED.

Theme Kratos Made By Seaton Jiang

陕ICP备19003234号-1

鲁公网安备37120202000100号