通过使用LCMV，MVDR和PSO优化波束形成，可用于高级5G应用-研究论文
在本文中，作者描述了使用PSO算法改善LCMV和MVDR波束形成的性能。 最初，我们使用LCMV设计了波束形成，并且我们通过提取权重，功率和SINR等参数来分析了阵列信号处理的性能。 通过使用LCMV，我们注意到最小的信噪比（SINR），旁瓣的出现和干扰。 最终，我们尝试通过在波束成形中采用PSO来提高性能。 我们已经观察到性能显着提高。 使用多个传感器元素（例如M = 4/8/50/100）扩展了分析。 使用相控阵系统工具箱在MATLAB中进行了整个分析，并获得了相应的输出。 通过将LCMV和MVDR与PSO技术进行比较，得出的结果是，在PSO中观察到了优化的输出，从而提高了方向性，避免了干扰并减轻了旁瓣。
文件下载
评论信息
其他资源
- optistruct 官方学习手册
- 《应用时间序列分析（何书元）》课后题答案
- Linux下局域网语音对讲
- 数字图像处理论文作业
- base64_js_gb2312加密解密
- 西门子1500CAD图
- Zedboard官网开发板brd文件
- 美国标准UL60950-1 中文版
- socket.io.js
- 电子商务项目源码(jsp+servlet)
- RecyclerView实现可拖拽的GridView
- 中国铁路shapefile文件
- janssonAPI翻译
- FT_View_SE_5[1].0用户手册.pdf
- LinuxShell从入门到删除根目录跑路指南
- Koreographer Professional Edition1.5.0 专业版
- 重庆德图电气TS-B3P三相有功功率变送器说明书(新).pdf
- Atmega128中文数据手册
- 《c#网络应用编程》课后习题解答
- GeoLite2-mmdb.zip
- 黄淮学院软件工程期末考试试卷A
- Hi3516A_V100R001C01SPC040 sdk 百度云下载 海思开发SDK
- 电子商业汇票业务管理办法2016
- 智兴陶瓷厂管理软件
- 基于java语言的ocr中英文字符识别技术
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明