线性约束最小方差准则

clear all;
close all;
clc;
%---------------------------------
%信号参数设置
Signal_No = 1;
Interference_No = 2;%小于五
S_No = Signal_No + Interference_No; %信号总数
%Xm(n)=S(n)+Nm(n)
sensor_No = 12; %阵元数
%阵元M
azimuth = [0*pi/180 -40*pi/180 50*pi/180 30*pi/180 20*pi/180]; %方位角
%Ai=[A1.i，A2.i，....Am.i]
Fs = 50e6;
Fc = 10e6;
F1 = [8e6 9e6 10e6 11e6]; %干扰功率
RB = 1e6;
M = 2; %二进制
wavelength = 3e8/Fc;
d = wavelength/2;
K = 300; %快拍数
Ps = 0; %dB
SNR = -15;
SIR = -90;
M_No = 40; %码速率等于信息速率
Data_No = M_No*Fs/RB;
t = 1/Fs:1/Fs:Data_No/Fs;
%---------------------------------
%功率转换
Ps_l = 10^(Ps/10);
Pi_l = 10^((Ps-SIR)/10);
Pn_l = 10^((Ps-SNR)/10);
%---------------------------------
%信号生成
bit = randint(1,M_No); %产生信息序列
bitstream = [];
for i = 1:M_No
if bit(i) == 1
bitstream = [bitstream, ones(1, Fs/RB)];
else
bitstream = [bitstream, -ones(1, Fs/RB)];
end
end
Carrier_R = cos(2*pi*Fc*t);
S_R = Carrier_R .* bitstream;
Carrier_I = sin(2*pi*Fc*t);
S_I = Carrier_I .* bitstream;
Signal_R = sqrt(Ps_l)*S_R/sqrt((S_R*S_R'/length(S_R)));
Signal_I = sqrt(Ps_l)*S_I/sqrt((S_I*S_I'/length(S_I)));%生成BPSK复信号
Signal(1,:) = complex(Signal_R, Signal_I);
%---------------------------------
% %产生干扰
for i = 2:Interference_No +1
Signal(i,:)=sqrt(2*Pi_l)*complex(sin(2*pi*F1(i-1)*t+pi/10*i).*sin(2*pi*F1(i-1)*t+pi/10*i));
end
%---------------------------------
% 模拟天线接收
%----------------------------------
%四次循环
name = [' 3',' 6',' 9','12'];
for mmm =1:4
sensor_No = mmm*3;
As = zeros(sensor_No,S_No);
for i = 1:sensor_No
for ii = 1:S_No
As(i,ii) = exp(-1i*2*pi*sin(azimuth(ii))*d/wavelength*(i-1));
end
end
x = As * Signal;
%
% %---------------------------------
% %加噪声
noise_R = randn(sensor_No,Data_No)*sqrt(Pn_l);
noise_I = randn(sensor_No,Data_No)*sqrt(Pn_l);
noise = complex(noise_R, noise_I); s = x + noise;
%---------------------------------
%lcmv算法
% Ad = [1 0 0 0 0 0 0 0 0 0 0 0 ]';
Ad = (As(:,1));
x1 = s(:,(1:K));
Rx=x1*x1'/K;
alfa=inv(Ad'*inv(Rx)*Ad);
Wopt=alfa*inv(Rx)*Ad;
%------------------------
%---------------------------------
%mvdr
% Ad = (As(:,1));
% x1 = s(:,(1:K));
% Rx=x1*x1'/K;
% QR_Wopt1 = inv(Rx)*Ad;
% Wopt=QR_Wopt1./QR_Wopt1(1);
%---------------------------------
%波束图
figure(1)
whitebg('k');
all_azimuth = -pi/2:pi/180:pi/2;
LMS_R = zeros(1,181);
for i = 1:181
for m = 1:sensor_No
LMS_R(i) = LMS_R(i) + conj(Wopt(m)) * exp(-1i*2*pi*sin(all_azimuth(i))*d/wavelength*(m-1));
end
LMS_P(i) = (abs(LMS_R(i)))^2;
end
LMS_PdB = 10*log10(LMS_P/max(LMS_P));
switch mmm
case 1
plot(all_azimuth*180/pi,LMS_PdB,'--g','LineWidth',2);hold on;
case 2
plot(all_azimuth*180/pi,LMS_PdB,'.b','LineWidth',2);
case 3
plot(all_azimuth*180/pi,LMS_PdB,'-.w','LineWidth',2);
case 4
plot(all_azimuth*180/pi,LMS_PdB,':r','LineWidth',2);
end
grid on;
axis([-90 90 -70 10]);
xlabel('方位角(度)')
ylabel('阵列增益(dB)')
%title(strcat('阵元数',name([2*mmm-1:2*mmm]),'个 '));
% figure(2);
% polar ((-pi/2:pi/180:pi/2),LMS_PdB+109); figure(gcf);
end
hl=legend('阵元数3个','阵元数6个','阵元数9个','阵元数12个',1);
%set(hl,'edgecolor','w','color',[1 1 1]);
set(hl,'edgecolor','w','color',[0 0 0]);
title('自适应波束形成');
drawnow;

线性约束最小方差准则相关推荐

【自适应波束形成算法】 ---- 线性约束最小方差准则（公式推导）
波束形成是阵列信号处理中的一个重要领域.常规的波束形成,可以通过FFT是实现,其权矢量一般由期望方向的导向矢量加窗后得到. 假设有一个由N个阵元组成的线阵,有一来自方向的来波信号入射到阵元上,其导向矢 ...
无偏估计和最小方差无偏估计简介
无偏估计和最小方差无偏估计无偏估计:Unbiased Estimation 最小方差无偏估计: Minimum Variance Unbiased Estimation (MVU) 前言在正式开始 ...
波束形成：最小方差无畸变响应波束形成器（MVDR）
MVDR波束形成器 1. 问题描述假设远场空间有一个感兴趣的信号 d ( t ) d\left(t\right) d(t),称为期望信号,其波达方向为 θ d \theta_d θd,和 J ...
分布估计算法java_数理统计8：点估计的有效性、一致最小方差无偏估计(UMVUE)、零无偏估计法...
在之前的学习中,主要基于充分统计量给出点估计,并且注重于点估计的无偏性与相合性.然而,仅有这两个性质是不足的,无偏性只能保证统计量的均值与待估参数一致,却无法控制统计量可能偏离待估参数的程度:相合性只 ...
统计信号处理：(估计二) 最小方差无偏估计
最小方差无偏估计 2.1 无偏估计量无偏估计意味着估计量的平均值为未知参数的真值.如果 E[θ^]=θ,a<θ<bE[\hat{\theta}]=\theta, a<\thet ...
2019-10-12 线性最小方差估计和正交定理
很多东西再看第二遍的时候,都有一种恍然大悟的感觉参数估计方法现代控制理论中往往要通过观测值对系统内部结构参数进行估计,类似于我们常用的线性最小二乘法,举例:二维坐标(身高.年龄)给一堆的点,找俩参 ...
【图论】Tree之最小方差树（bzoj 3754）
正题 bzoj 3754 题目大意求最小方差生成树解题思路可以枚举数值之和,然后跑最小生成树每次加25,这样可以提高速度,且如果平均数接近,那么所选的边和答案会相同,再暴力跑一遍即可 code ...
【51nod - 1098】最小方差（基础数学，公式化简，前缀和，积的前缀和）
题干: 若x1,x2,x3--xn的平均数为k. 则方差s^2 = 1/n * [(x1-k)^2+(x2-k)^2+--.+(xn-k)^2] . 方差即偏离平方的均值,称为标准差或均方差,方差描述 ...
最小方差问题---------------给你出道题
很多首诗,每首诗中包含很多字.我当然要用倒排索引了,对每个字建立索引,形式如下: 字1 诗11 诗12 诗13 字2 诗21 诗22 ...... 用户查询的是一个诗句,我把这个诗句中的每个字都摘出来 ...
python量化策略——大类资产配置模型（最小方差模型）
最小方差模型寻求风险最小的大类资产组合. max⁡=XTΣX\max=X^{T}\Sigma Xmax=XTΣX s.t.ΣX=1,Xi≥0,i=1,2,3...s.t. \quad \Sigma ...

线性约束最小方差准则

线性约束最小方差准则相关推荐

最新文章

热门文章