简介:通过数学推导发现了时间无限长线性调频(LFM)信号的分数阶Fourier变换(FRFT)模函数具有对称性,且单边单调。之后经过分析,得出时限LFM信号的FRFT模函数也具有较好的这种特性。根据此结论提出了基于FRFT的时限LFM信号检测与参数估计的新方法,此方法采用两级搜索,克服了FRFT算法误差对线性调频信号的FRFT模函数对称性和单调性的影响,在减少了运算量的同时提高了参数估计精度。仿真分析证实了此方法的有效性。
简介:对于极化敏感L型阵列的多参数联合估计问题,采用传统的多重信号分类(MUSIC)算法所需计算量大,采用旋转不变子空间(ESPRIT)算法需要考虑参数配对问题。提出了模值约束下的求根多重信号分类(root-MUSIC)算法,首先利用L型阵列中两个相互垂直的线阵构造两子阵接收数据的自相关函数,采用root—MUSIC算法进行波达方向角(DOA)估计,然后根据模值约束条件构造代价函数,通过闭合式解得到极化参数估计。该算法与传统MUSIC算法相比,大大减少了计算量,同时能够实现参数自动配对,避免了ESPRIT算法的不足。计算机仿真结果表明,该算法的角度估计性能与传统MUSIC算法接近,优于ESPRIT算法,且算法收敛速度快。
简介:近年来,在新工业革命的背景下,数据、计算力、算法和网络设施等快速迭代,驱动了大量新技术的快速发展,包括大数据、云计算、物联网、5G、4K、AI、VR、AR、MR等等,广电行业也开始了互联网+电视的融合之路,这是一个新技术的井喷时代。各种新技术的迅猛发展,对媒体格局带来重大冲击,尤其是对传统电视行业形成很大压力。但是,回顾历史可以发现,自电视诞生以来,电视技术便一直在向前推进,从黑白到彩色、从模拟到数字、从标清到高清,每次新技术的出现,都会进一步推动电视行业的发展,而今天,新时代来临,对于电视来说,这是最好的时代,将新技术与电视行业相融合必定能推动电视技术再一次实现飞跃。