![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
关于波束赋形状(空域角度)-MVDR算法的基础理解
科比来临
这个作者很懒,什么都没留下…
展开
-
机器学习中的矩阵求导的一点总结(三种方法求线性回归最佳参数)
机器学习中的矩阵求导的一点总结(三种方法求线性回归最佳参数)转载于:https://blog.csdn.net/promisejia/article/details/80159619?ops_request_misc=&request_id=&biz_id=102&utm_term=%E6%9D%83%E5%90%91%E9%87%8F%20w%20%5Cmathbf%7Bw%7Dw%20%E4%B8%BA%E5%8F%98%E9%87%8F%E6%B1%82%E4%BB%A3%转载 2020-06-11 11:42:05 · 2380 阅读 · 1 评论 -
信号的时域、空域特性(关于波束赋形状(空域角度)-MVDR算法的基础理解)
信号的时域、空域特性2017-09-01 07:17一、时域与空域特性以远场模型(平面波)为例,假设均匀线阵接收的为窄带信号,假设相邻振元间隔为d,入射角为:从空域坐标来看,相邻振元的间隔为:等价到时间轴来看,采样点的间距为:,对应时间间隔为:二、时、空域与采样定理A、空域角度理解相邻振元的相位差为:以干涉仪为例,如果存在相位模糊,有k为非零整数,如果希望不出现相位模糊对应扫描边界,则有容易证明,同干涉仪一样,均匀线阵谱估计中的导向矢量,如果不满足上.转载 2020-06-09 20:40:42 · 4144 阅读 · 0 评论