论文部分内容阅读
在阵列信号处理中,诸如MUSIC和ESPRIT等高分辨率空间谱估计算法都要对阵列输出数据的协方差矩阵进行特征值分解,其计算量较大,不适合实时处理。因此,文中提出MCA(次分量分析)高效迭代算法,用来逼近噪声子空间,该算法无需进行特征值分解,计算过程相对简单,具有自组织特性,算法稳定收敛,适合于神经网络来实现。通过仿真实验证实了所提算法的优良性能及其可实施性。