自适应波束形成(四)——Frost波束形成1

本文介绍了Frost波束形成算法的原理,通过迭代优化权向量来逼近目标。在Matlab环境下,对模拟麦克风阵列的语音信号进行增强,展示了算法在减少干扰和噪声,提升期望语音信号上的效果。讨论了麦克风数量、间距和采样频率对语音增强效果的影响,为实际应用提供了参考。
摘要由CSDN通过智能技术生成
               

1  算法原理

        LCMV波束形成器最优权向量的求解依赖于阵列接收数据的统计知识,即要计算自相关Rx。然而,实际应用中阵列接收数据的自相关是未知的或是时变的,此时约束自适应算法能用来逼近权向量,即Frost波束形成器。

        首先,初始化权向量w[0] = C(CHC)-1f,它满足约束条件。然后以一个适当的比例系数朝Rxxw+Cλ 负梯度方向迭代,得到

                        w[n+1] = w[n] - µ(Rxxw[n] +[n]) 

        既然w[n+1]满足CHw = ,将其代入解得λ[n],然后代回上式,得到

                        w[n+1] = C(CHC)-1f +P(w[n]-µRxxw[n]) 

其中P=I- C(CHC)-1CHI为单位矩阵。

        由于不知二阶统计量 R xx,自相关矩阵可近似为 R xxxx H。而 x H w[ n]恰是阵列第n次迭代的输出y[ n],因此Ftost波束形成器归结为

                        

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值