到达方向（DOA）估计是阵列信号处理中的重要问题。 针对同时撞击均匀线性阵列（ULA）远场的许多不相关且相干的窄带信号的DOA估计问题，提出了一种有效的空间差分方法。 在所提出的方法中，首先使用常规子空间方法估计不相关源，然后通过利用空间差分技术将它们消除，即，仅相干分量保留在空间差分矩阵中。 最后，通过利用空间差分矩阵来估计剩余的相干信号。 与以前的工作相比，该方法可以提高DOA估计的准确性，并且可以增加可检测信号的最大数目。 理论分析和仿真结果证实了该方法的有效性。
2024-11-04 15:36:56
3.53MB
1
麦克风阵列信号处理英文原版书籍，非常好的参考书。作者：Jacob Benesty · Jingdong Chen · Yiteng Huang
2024-05-21 10:42:11
3.09MB
1
hp DL160G6 server 2012 smart array b110i阵列驱动 亲测可用
2024-02-24 19:11:04
129KB
1
Phase Array Antenna Simulation Flow with EMPro and SystemVue 。 EMPro and SystemVue 联合仿真相控阵雷达中文教程
2023-09-28 18:22:47
2.35MB
1
本书为第三版的相控阵天线手册，作者为Robert J Mailloux。该书详细介绍了相控阵天线的原理、设计和应用，包括天线阵列的基本概念、阵列元件的选择和布局、阵列的辐射特性和性能评估等方面。此外，本书还介绍了相控阵天线在雷达、通信、无线电导航和卫星通信等领域的应用，并提供了一些实际的案例分析。该书适合从事天线设计和应用的工程师、研究人员和学生参考。
2023-08-06 19:16:23
13.55MB
1
在使用pytorch的时候，经常会涉及到两种数据格式tensor和ndarray之间的转换，这里总结一下两种格式的转换：
1. tensor cpu 和tensor gpu之间的转化：
tensor cpu 转为tensor gpu：
tensor_gpu = tensor_cpu.cuda()
>>> tensor_cpu = torch.ones((2,2))
tensor([[1., 1.],
[1., 1.]])
>>> tensor_gpu = tensor_cpu.cuda()
tensor([[1., 1.],
[1., 1.]], device='cuda:0
2023-04-03 10:31:21
67KB
1
hp 服务器 ML150G6 smart array b110i阵列驱动，包好用，自己服务器亲测
2023-03-15 14:31:40
367KB
1